TalkingData-金融人群洞察报告-2020.1-19页_3mb
报告摘要
TalkingData金融人群洞察报告总结
核心内容概述
本报告通过TalkingData自有的数据源,分析了中国互联网金融用户的特征与行为模式,揭示了不同金融族群的分布与偏好。报告指出,随着互联网金融用户增速放缓和政策管控趋紧,市场正逐步走向规范化发展。同时,中国理财产品线上渗透率位居国际前列,资金主要流向银行和货币基金。
主要观点
- 互联网金融用户增速放缓:用户增长速度有所下降,市场趋于稳定。
- 线上理财渗透率高:中国在理财产品线上渗透率方面领先于美国、新加坡和英国。
- 智能手机成为金融行为主要载体:金融人群的手机行为特征反映了其生活方式与消费习惯。
- 无监督机器学习聚类分析:通过聚类分析,将金融人群划分为十大族群,以安卓设备为主。
关键信息
金融人群十大族群特征
-
疑似羊毛党/机器人
- 主要活跃在金融借贷类App。
- 使用OPPO、vivo、华为等品牌。
- 城市分布集中在徐州市、宿迁市等低线城市。
-
畅享数字生活的小白领
- 均匀分布于一线以外城市。
- 高频率使用数据工具管理生活和工作。
- 对新闻资讯、人力资源、新零售类App关注度高。
- 24小时活跃应用排名:微信、QQ、支付宝、手机淘宝、抖音短视频。
-
数字内容的沉溺者
- 密集分布于低线城市。
- 男性较多,30-35岁黄金年龄段比例高。
- 高活跃使用游戏、音乐及下载类App。
- 24小时活跃应用排名:微信、QQ、迷你世界、抖音短视频、搜狗输入法。
-
为生活奔波的平凡人
- 男性居多,包括初入职场的年轻人和职场末期的中老年人。
- 使用华为手机较多。
- 以通讯社交为主,较少使用娱乐类App。
- 24小时活跃应用排名:微信、QQ、支付宝、手机淘宝、搜狗输入法。
-
老年的视频内容消费者
- 年龄偏大,居住在新一线到三线城市。
- 使用OPPO、vivo、华为等手机。
- 高活跃使用长视频和短视频App。
- 24小时活跃应用排名:微信、QQ、抖音短视频、搜狗输入法、手机百度。
-
年少与年老的品质生活追逐者
- 年少和年老的资金渴求者。
- 偏好华为手机。
- 高覆盖率与TGI于电子金融、手机游戏、订餐类App。
- 汽车类服务TGI较高,表明多为汽车拥有者。
- 24小时活跃应用排名:微信、QQ、借钱快手贷款、新速贷贷款、小象优品。
-
数字化生活的核心力量
- 移动互联赋能下的核心用户。
- 多为青壮年,老年用户较少。
- 高活跃于汽车、出行、旅游类App。
- 24小时活跃应用排名:微信、QQ、搜狗输入法、抖音短视频、拼多多。
-
年轻爱消费的贷款用户
- 年轻群体,贷款类App活跃度高。
- 多背负债务,对智能硬件兴趣浓厚。
- 重度使用手机游戏,学习教育类App关注度低。
- 24小时活跃应用排名:微信、QQ、迷你世界、飞贷、淘钱宝。
-
完成财富积累的老年人
- 一线城市中老年人。
- 退休后时间充裕,游戏类App活跃度高。
- 房产服务类App使用频繁,TGI高。
- 24小时活跃应用排名:微信、QQ、抖音短视频、搜狗输入法、支付宝。
-
其他族群(未详细列出)
- 涵盖更多细分群体,进一步体现金融人群的多样性。
城市分布与设备偏好
- 城市分布:不同族群在不同城市有不同集中度,如北京、上海、深圳等一线城市有较多金融从业者。
- 设备偏好:iPhone和华为是金融人群的标配设备,OPPO、vivo、小米、荣耀等品牌也有一定比例的用户分布。
金融人群侧写
- 金融人群的行为特征与设备使用习惯紧密相关,反映了其生活方式、消费习惯和信息获取方式。
- 不同族群在App使用偏好、人口属性、行为活跃度等方面存在显著差异。
- 报告通过数据可视化展示了各类族群的分布与行为特征,为精准投放提供了依据。
总结
本报告利用TalkingData的大数据资源,深入分析了金融人群的特征与行为,揭示了不同族群在设备偏好、App使用习惯、城市分布等方面的差异。这些信息对于金融机构和广告主进行精准营销具有重要参考价值。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载