从刷支付宝乘地铁谈起,浅议大数据时代的隐私安全2

春节临近,你都网购了哪些年货屯在家里?哪些年货是网购达人们的心头好?全国各地的购买力哪里更胜一筹?新华社客户端联合京东数据院,推出年货大数据报道,为你解读网购年货的新趋势。

春节旅行“说走就走” 水果礼盒受欢迎

随着人民生活水平的提高,越来越多的人选择旅行过新年。京东年货节的数据显示,网友对包括机票、火车票、酒店、门票等产品在内的旅游出行类年货的消费能力不断增强,“旅游出行”成为销量最高的年货产品,食品饮料类年货只能屈居销量排行榜的第二位。在销售额的排行榜中,手机、家电、电脑,稳稳占据前三名,新年换新机成为新的流行趋势。

屯年货,离不开“吃”和“玩”。京东年货节期间,水果礼盒销量环比增长率达280%,成人奶粉和维生素保健品的销量环比增长率达到119%和94%。电脑、AR/VR设备、无人机则在销售额环比增长排行榜上占据重要位置,其中电脑的销售额环比增长率高达358%。营养品、保健品和智能电子产品成为春节送礼的主流,你是否也为父母亲朋选择了合适的新年礼物?或是狠心买下新设备新装备犒劳辛苦工作一年的自己?

广东不仅“最能买” 更是“最牵挂”广西的那个TA

京东年货节期间,广东最喜欢“买买买”,登顶购买年货地区TOP10,北京、江苏、上海、浙江、四川、山东、河北、河南和湖北也都拥有强大的购买能力。旅游出行类商品成为TOP10中除北京、浙江之外各地区最喜爱的年货,而北京和浙江用户最喜爱酒类和鞋靴类产品。书中自有黄金屋,萌宠也要欢喜过新年,图书类和宠物用品类年货同样深受网友青睐。

根据京东异地订单数据,广西、湖南、江西和湖北最受广东用户的牵挂,由广东产生的异地订单用户占比分别为46%、44%、34%、28%。河北、天津、黑龙江、山西、内蒙古、吉林最受北京用户的牵挂,由北京产生的异地订单用户占比均达22%以上。南北两大城市的“爱”被瓜分,其他省区市的小伙伴也要自己爱自己哟。

在这些异地订单中,老年高钙奶粉、坚果礼盒、薯片、微波炉和手机进入销量单品TOP5。年货先行、“空手”回老家成为一种潮流。你是否已经选择好要快递给父母亲朋的过年节礼?

女性在年货节“爆发” 男性更注重产品体验

购买年货的男女比例如何?喜好的年货有何不同?数据显示,今年购买年货的女性占比相较于非年货节期间京东全站的女性用户高出了8%,在年货的采买上,女性扮演了更重要的角色。

“80后”和“90后”同样也是购买年货的主力军,而与非年货节期间京东全站的比例相比,“60后”的比例也出现了明显提升,网购年货的习惯已经从年轻人向年长的一辈渗透,而年长者尤其青睐保健品。

整体来看,春节期间男性和女性都热衷于旅游度假,坚果炒货、休闲零食、饼干蛋糕等食品类商品也都在年货必备清单之上,白酒和蜜饯果干体现出了男女差异。从男性和女性消费的产品中看出,男性更注重体验,智能马桶盖销量环比增长204%,而女性注重家务,储物箱销量环比增长229%,双方在绿植上都有较大投入,男性女性用户都在为美好家庭环境而努力。

今年的网购新趋势你GET到了吗?你家的年货备齐了吗?

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2019-07-31 13:34:00
大数据资讯 贵州省人大审议大数据安全保障条例(草案)
7月29日,贵州省十三届人大常委会第十一次会议举行第一次全体会议,听取了贵州省人大法制委员会关于《贵州省大数据安全保障条例(草案)》审议结果的报告,并分组审议了《 <详情>
2019-07-31 13:28:21
大数据资讯 贵州:大数据服务队为传统企业“会诊”
日前,贵州省大数据发展管理局和国家工业信息安全发展研究中心共同主办的大数据与实体经济深度融合全国行在贵阳举行启动会。贵州以大数据为传统企业的转型升级“把脉问诊” <详情>
2019-07-31 13:23:06
大数据技术 贵州大数据让脱贫攻坚“大”有可为
前几年,大数据这个词在不少人眼里恐怕还是“高大上”的代名词。随着近几年信息技术高速发展、互联网的快速普及,全球数据爆发增长、海量集聚,大数据应用渗透到我们生活的 <详情>
2019-07-31 09:58:00
大数据技术 运用大数据实现扶贫脱贫“精准”性
2019年中央一号文件将聚力精准施策,决战决胜脱贫攻坚作为一项硬任务,明确要求到2020年确保现行标准下,农村贫困人口实现脱贫、贫困县全部“摘帽”、解决区域性整体贫困。从 <详情>
2019-07-31 09:05:34
大数据技术 中云数据:用去中心化打破孤岛,“数工场” 实现工业数据互联|创业
“工业数据比电商数据复杂的多,首先它多且杂,传统工业企业产生大量数据但不知道如何应用;其次是它数据产生的频率不规律但是要求很严格,尤其数据不能出错,不然会影响整 <详情>