20%
7搜狗输入法8手机0%9快手
10
拼多多
通讯社交 网络购物 移动工具 移动视频 音乐音频 应用分发 图片摄影 手机游戏 出行服务 新闻资讯 电子阅读 餐饮服务 人力资源 旅游服务 生活服务 学习教育 智能硬件 汽车服务 健康美容 快递物流 育儿母婴 房产服务 移动医疗
新零售
180
• 该族群较为均匀的分布在一线以外的城市;
第二篇： 金融族群 无监督机器学习
第二篇采用无监督机器学习对十亿多 行为特征依照标签分值进行聚类, 从 而形成了依照用户的近似行为特征而 划分的族群, 由于篇幅限制, 本报告 展示聚合而成的十个族群。(以安卓 设备为主)
金融从业者-北京 VS 上海
已婚对比
TOP5手机品牌
北京
42.55%
上海
41.36%
年龄对比
0% 18-24岁 25-29岁 30-34岁 35-39岁 40-44岁 45-49岁
50岁+
苹果，56%
北京
上海 50%
TGI指数 100%
80% 60% 40% 20%
0%
北京
上海
100% 80% 60% 40% 20% 0%
北京
上海
华为, 17% OPPO, 小米, 荣耀,
6% 5% 5% 苹果，51%
新零售
• 该族群以男性居多, 或是初入职场的年轻人或
350
300
是职场末期的中老年人;
250
200
• 他们更多的使用华为手机;
150
100
• 除了通讯社交外, 其它的App分类基本上都没
50 0
有较高的覆盖率, 表明他们主要使用手机进行
通讯联络,没有更多的时间和精力进行数字内
容的消费;
App行为分析
150
100
50
0
金融人群侧写-#3为生活奔波的平凡人
#3
女性, 11.09% 男性, 88.91%
百分比
TGI
30%
20%
10%
0%
24小时 活跃应用排名
1
微信
100%
2
QQ
80%
3
支付宝
4 借钱快手贷款
60%
5
急现贷
40%
6
小象优品
20%
7
手机淘宝
8
抖音短视频
0%
9
嗨付
10
搜狗输入法
通讯社交 网络购物 餐饮服务 移动工具 移动视频 图片摄影 应用分发 音乐音频 手机游戏 出行服务 人力资源 电子阅读 智能硬件 新闻资讯 旅游服务 健康美容 生活服务 学习教育 汽车服务 快递物流 房产服务 育儿母婴 移动医疗
通讯社交 网络购物 移动工具 移动视频 应用分发 手机游戏 音乐音频 图片摄影 电子阅读 新闻资讯 出行服务 餐饮服务 人力资源 智能硬件 旅游服务 学习教育 生活服务 健康美容 汽车服务 房产服务 快递物流 移动医疗 育儿母婴
新零售
App行为分析
覆盖率
活跃率
TGI
120
100
80
60
40
20
0
金融人群侧写-#5退休前的职场奋斗者
TalkingData金融人群洞察报告
——暨金融人群最具投放价值媒体奖揭晓 Best Media For Target Audiences
TalkingData
互联网金融用户增速放缓，政策管控趋紧推动市场规范化发展
18,000 16,000 14,000 12,000 10,000
8,000 6,000 4,000 2,000
100
此之外, 他们还偏好手机游戏, 会更多的使用订
0
餐类App; 汽车类服务在该群体中的TGI较高, 表
明该群体多为汽车拥有者.
24小时 活跃应用排名
1
微信
100%
2
QQ
80%
3 借钱快手贷款
4
新速贷贷款
60%
5
小象优品
40%
6
新浪分期
20%
7
抖音短视频
8
搜狗输入法
0%
9
迷你世界
10
嗨付
通讯社交 网络购物 移动工具 移动视频 应用分发 音乐音频 图片摄影 出行服务 手机游戏 电子阅读 新闻资讯 智能硬件 旅游服务 健康美容 餐饮服务 生活服务 学习教育 汽车服务 人力资源 快递物流 房产服务 移动医疗 育儿母婴
0
2014.12
2015.6
互联网金融用户*规模（万）、使用率及增长率
2015.12
2016.6
2016.12
用户规模
使用率
2017.6 增长率
2017.12
2018.6
2018.12
35% 30% 25% 20% 15% 10% 5% 0% -5% -10% -15%
数据来源：CNNIC
注：互联网金融用户，指通过互联网管理理财产品，以期获取一定利益的人群，此处不包括网络支付用户。
覆盖率
活跃率
TGI
覆盖率
活跃率
TGI
小米, 华为, 14% 7%
OPPO, 5% 荣耀, 5%
800 600 400 200 0
800 600 400 200 0
金融从业者-北京 VS 上海
北京
年轻从业者更多 房产服务的覆盖率和TGI 更高
上海
资深从业者更多 新零售的覆盖率和TGI 更高
共性
iPhone/华为是标配 基础种类App行为基本 一致
新零售
App行为分析
覆盖率
活跃率
TGI
180
160
140
120
100
80
60
40
20
0
金融人群侧写-#7数字化生活的核心力量
#7
30%
女性, 28.31%
20%
10%
0%
男性, 71.69%
百分比
TGI
• 这一族群是被移动互联赋能后的核心力量;
200
180 160
• 该族群老年用户很少, 多为青壮年;
新零售
200
• 该族群更为密集的分布在低线城市;
150
• 他们之中男性较多, 尤其是30-35岁这一黄金年
100
龄段的比例更高;
50
• 他们的App行为中, 游戏,音乐, 以及下载游戏和
0
音乐的应用宝具有极高的活跃率.表明他们大
部分时间都消磨在这些数字内容上.
App行为分析
覆盖率
活跃率
TGI
250
200
新零售 育儿母婴
App行为分析
覆盖率
活跃率
TGI
250
200
150
100
50
0
金融人群侧写-#1畅享数字生活的小白领
#1
女性, 20.23%
男性, 79.77
%
百分比
TGI
40%
30%
20%
10%
0%
24小时 活跃应用排名
1
微信
100%
2
QQ
80%
3
支付宝
4
手机淘宝
60%
5
抖音短视频
40%
6
QQ浏览器
新零售
App行为分析
覆盖率
活跃率
TGI
120
100
80
60
40
20
0
金融人群侧写-#6年少与年老的品质生活追逐者
#6
女性, 6.91%
30% 20% 10%
0%
男性, 93.09%
百分比
TGI
• 年少和年老的资金渴求者;
400
300
• 他们更加偏好华为手机;
200
• 他们中大部分是电子金融的高活跃使用者, 除
• 除了通讯社交外, 他们经常使用各种工具类
100 50
App帮助打理生活, 对于他们来说, 各类长视频
0
和短视频是消磨时间的最好的方式.
24小时 活跃应用排名
1
微信
100%
2
QQ
80%
3
抖音短视频
4
搜狗输器
20%
7 WiFi万能钥匙
8
快手
0%
9
手机淘宝
10
腾讯视频
TalkingData自有数据源 金融行为活跃
本部分使用了TalkingData自有的数据 源, 采用约1亿个金融行为活跃的设备 数据, 每个设备拥有数十个标签, 形成 了超过十亿的行为特征;
第一篇： 金融从业者-北京 VS 上海
第一篇研究的是北京和上海两地核心 金融区域为工作地的用户的特征, 北 京主要研究的是金融街区域, 上海主 要研究的是外滩区域；
覆盖率
活跃率
TGI
120
100
80
60
40
20
0
金融人群侧写-#4老年的视频内容消费者
#4
女性, 7.91%
30%
20%
10%
0%
男性, 92.09%
百分比
TGI
450 400
• 该族群年龄偏大,多居住在新一线到三线城市;
350 300
• OPPO和vivo手机使用较多, 其次是华为系列;
250
200 150
20%
7
QQ浏览器
8
手机淘宝
0%
9 WiFi万能钥匙
10
应用宝
通讯社交 网络购物 移动工具 移动视频 应用分发 图片摄影 音乐音频 出行服务 电子阅读 手机游戏 新闻资讯 旅游服务 学习教育 智能硬件 生活服务 人力资源 汽车服务 餐饮服务 健康美容 房产服务 快递物流 移动医疗 育儿母婴