2017/11/172数据分析驱动变革
关键发现及分析方法
“双十一”购物狂欢节在技术、政策、经济发展红利中受益。国内数字化生态圈拓展延伸，推动零售业增长及产品和服务
创新。国内政策的规范引导，持续优化零售市场发展环境。零售市场正踏入“新零售”赛道加速前行。“双十一”购物节
九年砥砺奋进，已成为国内外最具影响力的购物狂欢品牌
关键发现
分析方法
本内容中的消费者满意度调查：（1）样本规模：调查总体样本3500个，覆盖中国大陆31个省、自治区、直辖市；（2）
抽样方式：按照移动网购人群的性别、年龄、地域分布进行抽样；（3）调查周期：2017年10月18日-10月25日；
调查数据显示，消费者对“双十一”充满期待。基于2016年的良好体验消费者期待2017年“双十一”，“双十一”满足
了消费者对优惠及新品尝试的消费需求。同时，消费者购物决策受到优惠力度及商品质量影响更多，而“七天无理由退
换货”帮助消费者实现了购物决策链的延长
“双十一”购物狂欢节对社会经济影响意义深远。“双十一”是国内数字经济生态发展的一道缩影，其巨大的消费者触达
能力推动着供给侧改革。同时，产业链服务能力在“双十一”购物狂欢节期间得到验证，零售生态配套设施发生巨变
2017年“双十一”在践行新零售中，带动全球品牌大练兵，推动社会进步
经营者诚信受再考验，增长中仍见坚持。根据对官方组织/自营“双十一商品”的价格监测分析，其中96.23%的商品在“
双十一”期间没有涨价，直接降价的商品占75.05%。而出现涨价的商品仅占3.76%，出现“明降暗升”价格波动现象的
商品占总“双十一商品”的0.33%
本内容中的网上零售对象为中国大陆所有使用PC端、移动智能终端的用户，不包含港澳台地区用户
本内容主要通过运用定性和定量方法，研究市场中的一手和二手信息和数据得到相关结论
本内容中的商品价格监测：（1）监测范围：覆盖国内五大主流电商平台天猫、京东、唯品会、国美、苏宁，涉及619万
由平台官方组织/自营的“双十一商品”；（2）监测方式：通过自主研发的分布式数据采集系统，高效稳定对海量商品
数据采集整理，并通过Hadoop集群快速的处理海量数据。（3）监测时间：2017年10月9日-11月11日
2017/11/173数据分析驱动变革
分析定义与数据说明
“双十一商品”：指商品页面内含由电商平台官方“双十一”标识的商品。如，天猫“双11全球狂欢节”、京东
“11|11全球好物节”、国美“全民共享11.11”、苏宁“O2O购物节”、唯品会“惊喜官特批价”
价格波动：针对“双十一商品”由商户独立实施的商品价格制定，商品页面价格在平时与“双十一购物节期间”的商品
页面价格存在差异
“涨价”：商品页面价格在“双十一购物节期间”的最低价格大于平时的最低价格
“降价”：商品页面价格在“双十一购物节期间”的最低价格小于平时的最低价格
“平时”：指报告内价格数据监测时间2017年10月9日-10月31日
“双十一购物节期间”：指报告内价格数据监测时间2017年11月1日至11月11日期间（考虑到部分平台及商品自2017
年11月1日起提前执行双十一促销价格，如“保价双11”、“30天保价”）
“明降暗升”：指商品价格波动在“双十一购物节期间”表现出降价趋势，而实际商品页面价格水平高于平时的最高价
格。本统计参照《价格异常波动监测预警制度》中规定的“重要商品及服务价格一次性涨幅超10%将被预警”，统计商
品页面价格涨幅超过10%的由电商平台官方组织/自营的“双十一商品”
分析定义
数据说明：
数据说明
电商平台价格监测数据说明：（1）监测范围：至采样日30天内销量大于0的“双十一商品”；（2）监测频次：2017年
10月9日-11月11日期间的5周，前四周每周选择一天采集数据，第五周选择两天采集数据，共6次价格监测，包括10月9
日（周一）、10月17日（周二）、10月25日（周三）、11月2日（周四）、11月10日（周五）、11月11日（周六）；
（3）监测维度（基于商品页面信息）：包括商品ID、商品品名、商品品牌、商品月销量、商品价格、商品品类、发货
地、店铺ID、店铺名称、店铺主营、店铺等级；（4）数据连续性：其中4次累积采集到的商品ID，至少含80%商品ID数
据是连续的（重复出现）；（5）品类覆盖度：采集到的商品数据覆盖各电商平台超过70%三级商品品类
易观千帆“A3”算法升级说明：易观千帆“A3”算法引入了机器学习的方法，使易观千帆的数据更加准确地还原用户的
真实行为、更加客观地评价产品的价值。整个算法的升级涉及到数据采集、清洗、计算的全过程：1、采集端：升级SDK
以适应安卓7.0以上操作系统的开放API；通过机器学习算法，升级“非用户主观行为”的过滤算法，在更准确识别的同
时，避免“误杀”；2、数据处理端：通过机器学习算法，实现用户碎片行为的补全算法、升级设备唯一性识别算法、增
加异常设备行为过滤算法等；3、算法模型：引入外部数据源结合易观自有数据形成混合数据源，训练AI算法机器人，部
分指标的算法也进行了调整
2017/11/174
PART 1
数据分析驱动变革
“双十一”购物节的发展精进
2017/11/175数据分析驱动变革
数字化生态圈拓展延伸，推动零售业增长及产品服务创新
26.24 30.09 33.23
2.79 3.88
5.16
49.70%
38.98%
32.97%
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
0.00
10.00
20.00
30.00
40.00
2014年2015年2016年
社会消费品零售总额(万亿元)全国网上零售额（万亿元）
全国网上零售额增长率
Analysys
数据来源：国家统计局·易观
零
售
业
不
断
突
破
规
模
化
增
长
零
售
产
品
服
务
不
断
创
新
中国数字经济生态触及消费者生活各个方面
不断扩张的产品与品牌
多样化的支付方式
基础设施信息化
基础设施信息化
中国拥有大规模热衷数字科技的消费者
331513614237391
4132544772
46670
2049923609
27041
3396740070
44093
2014年6月2014年12月2015年6月2015年12月2016年6月2016年12月
2014-2016年中国网络购物及手机网络购物用户规模情况
网络购物用户规模（万）手机网络购物用户规模（万）
传统产业信息化
生活方式信息化
购物社交
娱乐支付
丰富的购物参与方式
迅速的服务响应安全的商品交付
便捷的商品触达渠道
Analysys
数据来源：CNNIC·易观
2014-2016年中国社会消费品零售总额及网上零售规模增长。