cnnic-2013年中国社交类应用用户行为研究报告_41页_3mb
报告摘要
2013年中国社交类应用用户行为研究报告总结
核心内容概览
本报告分析了2013年中国社交类应用的用户行为、市场现状及对相关产业的影响，涵盖社交网站、微博和微信三大主要应用。
主要观点
1. 社交类应用市场现状
- 覆盖率：即时通信应用（如微信）的覆盖率最高，达到86.9%；社交网站（含QQ空间）为60.7%；微博为55.4%。
- 用户流失情况：
- 整体社交网站用户流失率为2.54%，微博流失率高达6.32%，微信为2.62%。
- 使用减少的网民比例高于使用增加的网民比例，其中微博和社交网站用户减少比例分别为22.8%和23.5%。
- 用户结构：
- 微信用户以高收入、高学历为主；
- 社交网站用户年龄偏大、收入偏低、学历偏低；
- 微博用户年龄偏小、收入偏高、学历偏高。
关键信息
2. 用户行为分析
使用时间
- 微信：在饭后、睡前、坐车途中、排队等候等碎片时间使用率较高，且使用时间更长。
- 微博：使用时间集中在饭后、睡前，也有一定的碎片时间使用。
- 社交网站：使用时间多集中在上班/学习时段，且使用率低于微信和微博。
使用内容
- 社交网站：用户主要进行分享/转发信息、看视频/听音乐、发布日志/评论、上传照片、更新状态等，使用比例均在60%以上。
- 微博：用户主要进行分享/转发信息、搜索新闻/热点话题、发微博，使用比例在60%以上。
- 微信：文字聊天、语音聊天使用率高达90%以上，朋友圈、群聊天、玩游戏等使用率超过40%。
社交圈子
- 微信：用户社交关系以强关系为主，如现实生活中的朋友、同学、同事、亲人等，出现比例高达90%以上。
- 社交网站：强关系用户比例也较高，但弱于微信。
- 微博：用户社交关系以弱关系为主，如明星、陌生人等，强关系出现比例远低于微信和社交网站。
对相关产业的影响
3. 社交类应用与新闻资讯类网站
- 社交类应用已成为网民获取新闻资讯的重要渠道。
- 41.4%的网民通过微信获取新闻，30.7%通过微博，21.2%通过社交网站。
- 网民倾向于通过社交平台获取短新闻、热点话题和他人转发的新闻内容。
4. 社交类应用与网络购物
- 网民分享购物信息的比例较低，仅20.3%。
- 服装鞋帽是最常分享的购物信息，但推荐购买意愿也较低，仅28.2%。
- 强关系圈子的推荐信息更受信任，弱关系推荐信息可信度较低。
5. 社交类应用与网络视频
- 社交类应用是网络视频传播的重要渠道。
- 32.7%的网民分享或转发过网络视频，50%以上的网络视频用户会收看他人推荐的视频。
- 49.1%的网络视频用户愿意在社交平台点击进入视频网站收看视频。
6. 社交类应用与手机在线游戏
- 微信游戏推动了手机在线游戏的发展。
- 44.6%的微信游戏用户因微信游戏开始玩手机在线游戏，占整体网民的11.3%。
- 46.4%的微信游戏用户因微信增加了游戏时间，占整体网民的11.5%。
- 48.7%的微信游戏用户关注游戏排名，进一步提升游戏参与度。
商业化现状
7. 商业产品参与度
- 付费游戏：社交网站用户参与度最高（14.8%），其次是微信（12.4%），微博最低（6.2%）。
- 广告点击率：社交网站用户广告点击率最高（23.6%），微博用户为14.6%。
- 其他商业活动：如站内购买商品、付费使用服务等参与度较低，均低于20%。
8. 商业化对使用体验的影响
- 35.3%的社交网站用户认为商业产品影响使用体验，微博用户为31.5%。
- 商业化需在盈利与用户体验之间找到平衡，避免用户流失。
结论与建议
9. 结论
- 高学历、高收入用户更易流失，需提升应用的实用性和“必需性”。
- 微博、微信在碎片时间使用率高，具备较大的商业开发潜力。
- 社交类应用对新闻资讯和手机游戏影响较大，但对社交网购影响有限。
- 商业化产品参与度不高，需进一步细化商业产品以提升用户参与度。
10. 建议
- 提升用户体验：避免过度商业化，保持社交平台的社交属性。
- 加强碎片化时间的商业开发：利用用户在坐车、排队等时间段的高使用率，开发适合的移动产品。
- 优化内容推荐机制：提升新闻、视频等内容的传播效率和用户粘性。
- 推动社交购物：加强用户分享意愿和购买转化率，优化推荐机制，提升信任度。
图表目录
- 图1：2013年中国各社交类应用覆盖率
- 图2：网民不使用某个社交类应用的原因
- 图3：各社交类应用用户流失率
- 图4：过去一年各社交类应用网民使用变化
- 图5：过去一年使用社交网站发生变化的网民特征
- 图6：过去一年使用微博发生变化的网民特征
- 图7：网民减少使用某社交应用的分流去向
- 图8：网民减少使用社交类应用的具体原因
- 图9：社交网站行业竞争吸引力分析
- 图10：社交类应用用户特征矩阵图
- 图11：社交类应用用户的年龄结构
- 图12：社交类应用用户的收入结构
- 图13：社交类应用用户的学历结构
- 图14：社交类应用的用户重合度
- 图15：社交类应用各品牌覆盖率——产品定位矩阵图
- 图16：网民使用社交网站时间点
- 图17：网民使用社交网站内容
- 图18：网民使用微博的时间点
- 图19：网民使用微博内容
- 图20：网民使用微信的时间点
- 图21：网民使用微信内容
- 图22：各社交类应用使用时间点差异
- 图23：社交应用中各类联系人关系图
- 图24：三类社交应用中各类联系人覆盖率
- 图25：网民网上获取新闻资讯的渠道
- 图26：社交类应用满足网民新闻资讯需求情况
- 图27：网购用户分享购物信息意愿
- 图28：网购用户愿意分享的信息类型
- 图29：网购用户接受别人推荐产品程度
- 图30：接受别人推荐的网购用户对他人推荐的接受度
- 图31：网络视频用户视频分享情况
- 图32：网络视频用户收看他人分享的视频的情况
- 图33：网络视频用户从社交网站点击进入视频网站的意愿
- 图34：社交因素对手机游戏的促进作用
- 图35：各社交应用网民对商业活动的参与程度
- 图36：社交类应用商业活动对网民的影响
版权与免责声明
- 本报告由中国互联网络信息中心（CNNIC）制作。
- 所有内容受中国知识产权法律法规保护，引用需注明出处。
- 调研数据基于样本调查，可能存在偏差，仅供参考。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
