18亿数据解读移动互联网
• 18亿数据解说移动互联网生态圈
• 移动大数据的价值应用场景
• 大数据商业应用的隐私问题
• 总结
• 移动大数据的价值应用场景
• 大数据商业应用的隐私问题
• 总结
18亿数据解说移动互联网生态圈
中国移动互联网整体用户规模
中国智能手机用户为 6.75亿左右，平均每个人拥有的移动设备为1.35部，智能手机的生命周期大概为2年左右，每年新增移动设备为3亿，每天新增80万部。出生于80年之前的人口大约为6亿人，她们是未来移动互联主要用户。
移动设备品牌占有率
2015年7月，Top4设备品牌的合计份额占整体设备的61.5%，品牌集中度较2015年1月的64.3%有所下降。其中，苹果设备份额较1月下降5.8%，三星设备份额增长1.4%，小米品牌份额稳定，华为的品牌份额增长1.5%。
Apple Watch ，苹果神话不在
中国市场苹果手表上市一个月销量为42万，但是在接下来的三个月一共卖了64万，趋势还在下滑。4月24日上市，预计销售1500万 第二季度销售300万，低于预期107万中国苹果手机全球第二季度销售为4750万，中国占苹果公司全球营收的26.7%。
移动互联网App安装和使用
游戏、社交、阅读成为移动互联网Top 3应用，健康、资讯、理财增长迅速
移动互联网不同人群、不同地点、不同时段、活跃应用不同
苹果、三星、小米用户应用偏好
移动端用户活跃度
- 工作日的清晨（6:00-7:00）、午休（12:00前后）及晚饭后（19:00-21:00）时段，用户活跃度较高；
- 周末的凌晨（0:00-3:00）、上午（10:00-11:00）时段，用户活跃度较高。
移动互联网Top20应用（覆盖率）
• 移互联网仍然是BAT的天下，Top20应用中有16款属于BAT
• 腾讯7款，覆盖了8亿用户，阿里6款，覆盖5亿用户，百度3款 覆盖了5亿用户
• 360有2款，酷狗音乐和WIFI万能钥匙入围令人惊讶
• 腾讯7款，覆盖了8亿用户，阿里6款，覆盖5亿用户，百度3款 覆盖了5亿用户
• 360有2款，酷狗音乐和WIFI万能钥匙入围令人惊讶
移动互联网应用商店覆盖率Top10
• 应用商店前三名为360手机助手，腾讯应用宝、百度手机助手
• 小米和华为应用市场凭借其设备市场优势，用户覆盖率也较高
• 步步高应用商店背后是OPPO和VIVO手机
• 企业Android应用推广可以参考应用市场的排名
• 小米和华为应用市场凭借其设备市场优势，用户覆盖率也较高
• 步步高应用商店背后是OPPO和VIVO手机
• 企业Android应用推广可以参考应用市场的排名
移动互联网社交应用用户覆盖率TOP20
• 腾讯系继续坐拥移动端最大流量入口
• 微博、陌陌、百度贴吧、YY、全民K歌等面向垂直功能社交应用也在榜单前列
• 国外社交软件G o o g l e +，Facebook在中国也有千万市场，翻墙用户占移动互联网网用户2%
• 同性恋软件Blued用户也有千万
• 微博、陌陌、百度贴吧、YY、全民K歌等面向垂直功能社交应用也在榜单前列
• 国外社交软件G o o g l e +，Facebook在中国也有千万市场，翻墙用户占移动互联网网用户2%
• 同性恋软件Blued用户也有千万
手机银行应用覆盖率TOP20
- 覆盖率排在前五位的是建行、工行、招行、农行、中行的手机银行。国有四大行用户规模较大，在移动互联网侧拥有用户优势。
- 参考2015年网易财经金融500强报告，资产排名前20的银行上海银行、恒丰银行、浙商银行没有出现在榜单上
移动证券应用覆盖率TOP20
- 移动证券应用中，同花顺的覆盖率为3.89%，排在第一位，Top3应用都是互联网类移动证券。
- 华泰证券的涨乐财富通排在券商移动应用第一位，Top10中仅有四家传统券商。
- 参考2015年网易财经金融500强报告，资产排名前十位的券商，申银万国、宏源、光大没有出现在Top20。
移动保险应用覆盖率TOP10
- Top10 移动保险应用中，平安人寿的用户覆盖率最高，排名前5的移动应用都属于平安集团
- 参考2015年网易财经金融500强报告，资产排名前十位的保险公司，太平洋、新华人寿、太平人寿 、生命人寿 、安邦、华夏人寿共计6家没有进入前十名。
移动O2O行业用户规模稳定增长
O2O细分行业市场格局
移动大数据价值应用场景
数移据动大价数值据应价用值场应景用 － 用户经营
移动大数据价值应用－市场调研
移数动据大价数值据应价用值应场用景 － 洞察行业
移动大数据价值应用－选址
移动大数据价值应用－房地产
移动大数据价值应用-零售
移动大数据价值应用－银行
移动大数据价值应用－保险
移动大数据价值应用－个人征信
1 用户提交信息是否真实（居住地，工作地，生活地，商旅行为）
2 用户是否为欺诈用户（设备号串改，手机号经常换，危险区域）
3 用户是否为P2P频繁借款用户（P2P借款App安装列表及活动频次）
4 用户行为的危险程度（飙车，午夜酒吧，App使用习惯，某些特殊App）
2 用户是否为欺诈用户（设备号串改，手机号经常换，危险区域）
3 用户是否为P2P频繁借款用户（P2P借款App安装列表及活动频次）
4 用户行为的危险程度（飙车，午夜酒吧，App使用习惯，某些特殊App）
大数据应用的隐私问题
受保护信息的类型
企业移动APP数字化运营的合作伙伴
