艾媒-2017年“双十一”专题中国网民调查研究报告-2017.11-13页

《艾媒-2017年“双十一”专题中国网民调查研究报告-2017.11-13页》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2017年“双十一”专题中国网民调查研究报告研究方法本报告主要采用行业深度访谈、桌面研究等方法，并结合艾媒咨询自有的用户数据监测系统及北极星统计分析系统等。•通过对行业专家、相关企业与网民进行深度访谈，了解相关行业主要情况，获得相应需要的数据。•对部分相关的公开信息进行筛选、对比，参照用户调研数据，最终通过桌面研究获得行业规模的数据。政府数据与信息行业公开信息企业年报、季报行业资深专家公开发表的观点•根据艾媒咨询自身数据库、北极星统计分析系统、大数据舆情管控系统和草莓派调研社区平台（StrawberryPie）的相关数据分析。•艾媒北极星：截至2017

2、年6月底，北极星采用自主研发技术实现独立装机用户行为监测，系统已覆盖用户7.65亿。•艾媒大数据舆情管控系统，全球首个全网舆情监测与负面监控系统，包括负面预警、舆情管控和竞品情报，分钟级进行全网扫描与数据更新。•面向全国针对各领域征集优秀案例企业进行中，详情可咨询research@iimedia.cn。2017年“双十一”落幕阿里、京东同破千亿业绩截止至2017年11月11日24时，2017年双十一电商购物狂欢节正式结束。据公开数据显示，双十一当天阿里巴巴旗下各平台总交易额达到1682亿元，其中无线占比达到90%；京东商城在11.11全球好物节（11月1日-1

3、2日）期间累计下单金额超过1271亿元，11月11日当天的订单85%实现当日生产出库。作为当前中国电商平台两大巨头，阿里和京东在双十一当天销售额双双再创新高。“双十一”已成中国电商行业最重要战场，各平台将围绕销售业绩、物流体系、商品品质、售后服务等多环节持续展开全面较量。阿里双十一VS京东双十一“双十一”网民参与热情减退iiMediaResearch（艾媒咨询）数据显示，2017年双十一期间，30.6%的受访网民表示参与双十一购物狂欢的热情对比往年已减退，而表示更加积极参与其中的占比25.8%。艾媒咨询分析师认为，“双十一购物狂欢节”从正式出现到2017年已经

4、是第九个年头，在仍以“折扣”为主要卖点的情况下，大众在参与积极性上不可避免出现下滑情况。在国民消费升级的大背景下，未来“双十一”购物狂欢节的打造，将是围绕如何让大众更加便利、舒适地进行购物，从而让大众真正体会到当代技术升级为购物体验带来的变革。2017年中国受访网民对“双十一购物狂欢节“参与热情调研更加积极25.8%没有变化36.1%热情减退30.6%一直不感兴趣7.5%数据来源：iiMediaResearch“优惠”已成大众对“双十一”的基本认知iiMediaResearch（艾媒咨询）数据显示，2017年双十一期间，48.6%的受访网民表示参与双十一购物狂

5、欢的主要原因为活动期间购买商品有优惠；有15.6%的用户则表示受社会氛围影响，跟风购买。艾媒咨询分析师认为，“优惠”已成为大众对“双十一”的基本认知，大部分用户已形成将自身消费需求提前或延后，集中在双十一期间消费。而面对线上线下铺天盖地的宣传，部分网民则在参与“双十一”上出现从众心理，“双十一购物狂欢”俨然已是重要的社会文化符号。2017年中国受访网民对“双十一购物狂欢节“参与主要原因分布商品有优惠48.6%刚好有物品购买需求30.5%跟风购买15.6%其他5.3%数据来源：iiMediaResearch“双十一”优惠力度未达预期iiMediaResearch

6、（艾媒咨询）数据显示，对于“双十一”期间商家的优惠力度，36.1%的受访网民表示勉强，有33.9%的受访网民认为优惠力度让人失望。艾媒咨询分析师认为，“优惠”作为大众参与“双十一”的主要诉求，其实际让利程度却未达网友预期。而随着大众对电商购物节日营销出现疲劳，未来“双十一”要保持活力，仍需要商家、平台在购物体验上作更大的改进。2017年中国受访网民对“双十一购物狂欢节“优惠力度看法分布达到预期22.1%勉强36.1%失望33.9%不关注6.9%数据来源：iiMediaResearch信息庞杂与规则繁琐成网民吐槽集中点iiMediaResearch（艾媒咨询）数

7、据显示，对于“双十一”购买体验不满因素分布中，40.0%的受访网民对购买页面信息庞杂表示不满；34.3%的受访网民则认为购买优惠规则繁琐，令人费解。艾媒咨询分析师认为，随着参与活动的商家逐渐增多，用户在购买时面对的商家信息随之越发庞杂，严重影响用户购买决策体验。同时，在优惠条件上，平台与商家条件设定同样受到大众“吐槽”，其繁琐的计算过程成为阻碍部分用户购买的主要原因。2017年中国受访网民对“双十一购物狂欢节“购买体验不满因素分布购物页面信息庞杂40.0%优惠规则繁琐费解34.3%促销信息过多造成堪扰30.4%商家先提价后降价28.8%商品库存太少13.1%存

8、在商品以次充好11.9%物流效率太慢7