【TalkingData】2016年大学生人群移动生活洞察报告_47页_6mb

2016大学生人群移动生活洞察报告总结

核心内容

本报告由TalkingData移动数据研究中心发布，旨在分析2016年中国大学生人群的移动生活行为和特征。报告从用户规模、用户画像、行为分析等多维度展开，揭示了大学生在移动互联网环境下的使用习惯和偏好。

用户规模

• 2015年中国在校大学生人数达到3700万人，其中普通高校本专科学生2625万人，高校总数2852所，毛入学率40%，高于全球中高收入国家平均水平。
• 移动互联网设备规模达13.1亿台，大学生设备规模为4400万台，显示出大学生对移动设备的高度依赖。

用户画像

性别比例

• 男生占比52.8%，女生占比47.2%；女性比例高于移动互联网整体。

省份分布

• 山东、江苏、北京是大学生人数最多的省份，占比分别为5.9%、5.8%等。

城市级别

• 大学生主要分布在二线城市，一线城市占比11.7%，二线城市占比49.2%，明显高于移动互联网整体。

典型城市

• 南京、武汉等二线城市大学生人数较多。

城市指数

• 济南和沈阳大学生人数相对较多，TOP10城市均为二线城市。

设备品类

• 手机是大学生的主要设备，占比达99%，平板使用较少。

设备品牌

• 小米和华为是大学生最青睐的设备品牌，小米占比28.6%，华为占比第二。TOP10品牌合计占比达96%。

设备机型

• mi4和mi3是大学生最常用的机型，TOP10机型占比仅为23%，反映出大学生对个性化设备的追求。

设备价格和尺寸

• 大学生偏好千元大屏机，设备均价为1687元，中屏和大屏使用较多。

网络使用

• 大学生使用WiFi比例为47.4%，低于整体；4G使用比例达26.6%，远高于整体。

运营商使用

• 中国移动用户占比最高，达61%，高于移动互联网整体；中国联通和中国电信用户比例低于整体。

行为分析

活跃时段

• 大学生从早上八点开始活跃，全天活跃度较为平衡，反映出手机在大学生生活中的重要性。

关联应用类型

• 实用工具和通讯社交类应用使用较多。

关联应用指数

• 教育阅读和运动健身类应用最受欢迎，指数高于整体。

关联应用TOP20

• 微信、QQ、支付宝、手机淘宝等应用使用广泛，课程格子、超级课程表、有道词典等教育类应用也较受欢迎。

社交类应用

• 微信和QQ是使用最多的社交应用，知乎、百度贴吧、掌上英雄联盟等是大学生偏好的社交平台。
• 即时通讯和社区社交应用使用率较高，分别占比39%和34.1%。

电商类应用

• 手机淘宝和美团团购是大学生电商应用中最受欢迎的，当当网和聚美优品在电商指数上表现突出。
• 女生更关注团购、点评、菜谱和优惠券类应用，男生则更关注外卖类应用。

教育类应用

• 课程表类应用（如课程格子、超级课程表）使用率较高，教育指数显示大部分应用高于整体。
• 女生偏好多看阅读，男生偏好掌阅iReader。

分期类应用

• 分期乐和趣分期是大学生首选的分期应用，TOP10应用指数均高于整体，显示大学生对分期类应用接受度高。
• 男生比女生更关注分期类应用。

餐饮类应用

• 美团团购和饿了么是大学生最常用的餐饮类应用，但餐饮指数显示，叫外卖已成为大学生解决饮食问题的主要方式。

新闻类应用

• 腾讯新闻和今日头条是大学生主要使用的新闻类应用，但新闻指数显示，扇贝新闻、MONO和知乎日报更受青睐。

视频类应用

• 爱奇艺视频覆盖率最高，但视频指数显示网易公开课和哔哩哔哩动画最受欢迎，二次元内容受大学生欢迎。

热力图分析

• 北京、上海、武汉、成都等城市的大学生主要活动区域集中在大学城，周末外出比例较低。
• 成都大学生周末部分会前往市中心消遣。

关键信息总结

• 用户规模：大学生人数和设备数量持续增长，人手一部手机已成为常态。
• 用户画像：性别比例接近，但女性比例高于整体；主要分布在山东、江苏、北京等省份及二线城市的大学城。
• 设备偏好：小米和华为是主要品牌，手机为主，价格集中在千元大屏机，4G使用率高。
• 行为特征：活跃时段长，偏好实用工具和通讯社交类应用；教育阅读、运动健身、视频内容等应用受欢迎；电商应用中女生偏爱团购，男生偏爱外卖；分期类应用接受度高，男生更关注；大学生主要活跃于大学城，周末活动多在校园内。

数据来源与访问方式

• 数据来源于TalkingData移动数据研究中心。
• 可通过扫描二维码或访问官网 https://www.talkingdata.com/index/#/mobileIndex/zh_cn 获取更多移动数据资讯。

结论

2016年，中国大学生人群在移动互联网环境中表现出高度活跃和个性化使用特征，尤其在教育、社交、电商和视频等领域有显著偏好。报告为理解大学生移动行为提供了详实的数据支持，对相关行业和产品设计具有重要参考价值。