TalkingData 2017移动互联网发展报告
自2016年第二季度起，中国移动智能终端规模增速连续七个季度低于2%。增长困局下，移动数据的应用场景细化与线下消费的深度融合成为了破局点。2017年的新零售、无人货架等热点，皆是围绕这两个主题。智慧经济，就是将人工智能、大数据、互联网自动化能力融入各行各业。移动互联网推动了各行业的数字化进程。从业务数字化到效益数字化，线上线下数据融合后的数据资产将帮助企业和组织实现智能化决策，打造智慧经济。
本报告中，我们将关注增长困局下的人本洞察、移动应用、智能终端，回顾移动数据与各行各业的深化融合，并提出智慧经济趋势下的数字化转型方法论。
移动智能终端低增速时代开启已有七个季度
中国移动智能终端设备规模季度增速放缓，自2016年第二季度起，移动智能终端增速就跌破2%。移动智能终端用户规模步入低增速时代已有七个季度。
移动智能终端用户在经济发达地区集中度更高
截至2017年12月，我国移动智能终端用户TOP10省份占据了整体近六成用户。位居2017省市人均GDP排名前六位的北京、江苏、浙江、广东作为经济发达地区，移动智能终端用户集中度更高，其智能终端用户占比要高于人口占比，人才吸附能力更强。
城市人的生活愈加繁忙，生活半径在增大，通勤距离在增加
通过分析北京地区上班族的活动范围，可以观察到现代人在城市中的生活半径在扩大，长距离通勤的人群比例在增加，都市生活愈加繁忙，人们对于生活、交通便捷性的需求值得被关注。
城市存在时空折叠，均衡的资源，不意味着将被均衡利用
通过分析北京地区高消费与低消费人群利用商业设施的状况发现，虽然北京不同区域的商业设施配置和分布相对均衡，但两个群体对设施的利用在时间和空间上却鲜少重合。
男性用户占比下降，性别分布趋于平衡
2017年，随着移动智能终端用户趋于饱和，移动智能终端用户性别特征逐渐趋近人口学特征，预计2018年中国智能终端用户中男性用户占比将会下降至52.5%。
年轻人群仍为用户主体，90后成未来消费主力
2017年，我国移动智能终端用户中35岁及以下用户的比例达69.9%，年轻用户仍然是移动互联网用户的主体。
随着更多90后人群步入职场，他们将成长为消费主力。相比80后，他们的生活状态已被移动互联网深度影响。
90后人群开始逃离北上广深
相比80后，90后人群城市层级分布中一线城市占比要更低。90后人群开始逃离北上广深，更多的选择郑州、武汉等区域中心城市作为个人发展的起点。
活跃用户规模下降，主流行业应用增长乏力
2017年，通讯社交、视频、游戏等主流行业应用活跃用户规模增长乏力，而教育、旅游、健康美容等行业类别应用覆盖率及活跃率出现双增长，行业潜力正在释放。
每日打开应用数量下降，首屏应用竞争加剧
移动智能终端用户平均安装与平均每日打开应用款数已连续两年出现下滑，设备一个屏幕上的应用已可基本满足日常使用。存量时代移动应用对于用户的争夺更加激烈，现有数据价值的深挖成为运营关键。
头部应用把持主流用户，新应用面临艰巨挑战
2017年，移动互联网头部应用覆盖率领先优势明显，细分行业中的TOP5应用覆盖了行业主流用户。
OPPO、vivo市场份额增长，线下渠道价值得到体现
2017年表现最为亮眼的移动智能设备品牌是主打线下渠道的OPPO与vivo，两个品牌的市场份额分别从2016年12月份的8.6%、7.3%增长至2017年12月份的12.6%、10.3%。
从派生到原生，资源融合丰富用户数据价值
移动互联网已从派生模式发展到原生模式，相比于新闻资讯、搜索、视频等派生模式服务内容，原生模式对于线下资源的融合度更高，实体资源为服务商带来更多的用户流量与交互数据资产。
运营模式过重，原生模式赛道洗牌速度加快
资源融合加重移动互联网原生模式运营成本，行业竞争成为资本之争。头部应用融资、并购速度加快，而缺少资本支持的小玩家迅速走向消亡。
资本热潮之后，共享经济用户向二三线城市下沉
作为2017年原生模式新赛道的代表，共享充电宝、无人货架在经历了初期的资本热潮后，运营模式逐渐向二三线城市倾斜，用户下沉成为验证商业模式的突破口。
双管齐下，互联网巨头布局数据融合生态
通过手机支付、微信小程序等数据融合工具的运营，以及线下对百货商超、零售集团、生鲜超市等零售业态的投资布局，阿里巴巴与腾讯正在围绕线下消费打造数据融合生态。
重构人、货、场，数据融合推动零售新探索
以盒马鲜生等生鲜超市为代表，移动数据正在融入零售各个环节，人、货、场关系被重构，交易、交互等数据的融合在推动零售产业链的数字化探索。
精准触达，移动数据深化金融服务场景
借助移动应用数据，金融服务能够精准触达大货车司机、留学生等细分人群，围绕应用描绘人群理财偏好。线上数据的融入让金融服务触达的服务场景更加细化，金融普惠性得到提升。
从数字到数字，业务决策将走向智能化
以业务数字化为起点，以效益数字化为节点，通过数据资产化、分析模型化、应用场景化、流程自动化四项能力构建，线上线下数据融合后的数据资产将帮助企业和组织实现智能化决策，打造智能化组织。
