直播电商未来的趋势是什么？

业内公认的直播元年是2016年，这一年，国内接连出现了300多家网络直播平台，直播用户数量也快速增长。适逢电商平台遭遇流量瓶颈，各大平台积极寻求变革，尝试一种电商内容化、电商社区化的模式，直播平台的出现让这种尝试得以落实。

2016年是业内公认的直播元年，5年时间里，各类平台接连入局，直播电商行业快速发展，参与直播电商业务布局的平台数量、用户规模以及市场规模均不断增长，未来，在政策的推动下，我国直播电商行业将良性发展。

2019电商平台用户数量 2019电商平台用户分析

2019电商平台用户数量 2019电商平台用户分析

2019电商平台用户数量 2019电商平台用户分析

直播电商行业主要平台：当前，我国直播电商行业主要平台有淘宝、、快手、京东、唯品会、蘑菇街、小红书、拼多多、苏宁易购等。

本文核心数据：直播电商用户规模、直播电商市场规模

2016年为直播元年，五年时间行业进入快速发展期

2016年，淘宝、京东、蘑菇街、唯品会等电商平台纷纷推出直播功能，开启直播导购模式;快手、斗鱼等直播平台则与电商平台或品牌商合作，布局直播电商业务。

平台规模：网络直最终结果播平台数量快速增长，各类平台接连布局直播电商业务

2016年是直播元年，这一年，国内接连出现了300多家网络直播平台，直播用户数量也快速增长。适逢电商平台遭遇流量瓶颈，各大平台积极寻求变革，尝试一种电商内容化、电商社区化的模式，直播平台的出现让这种尝试得以落实。

2016年，淘宝、京东、蘑菇街、唯品会等电商平台纷纷推出直播功能，开启直播导购模式;快手、斗鱼等直播平台则与电商平台或品牌商合作，布局直播电商业务。

用户规模：用户线上消费习惯加速养成，电商直播用户规模快速增长

互联网络信息中心(IC)从《第45次互联网络发展状况统计报告》开始披露电商直播用户规模。在期间，用户线上消费习惯加速养成，直播电商已经成为一种广泛受到用户喜爱的新兴购物方式。

2021年2月，IC发布《第45次互联网络发展状况统计报告》，根据报告数据，截至2020年3月，我国电商直播用户规模为2.65亿人，增长迅速。截至2021年12月，我国直播电商用户规模达3.88亿人，占网民整体的39.2%。

市场规模：市场规模快速增长，万亿市场到来

直播场景拓宽，政策推动行业良性发展

2020年以来，行业的风口早已来到了电商直播领域，同时，在5G直播的技术条件下，电商直播的传播速度更快，能够带给消费者更好的消费体验，转化率更高。而且在此趋势下，商家自播逐渐成为电商直播的中坚力量，电商直播平台越来越多，电商直播的生态越来越多元和完善。

未来，电商直播是大势所趋，商家自播也是电商直播未来真正的主角。总体来说，行业将向以下方向发展：

2022年十大电商平台排名是什么？

经过4年多发展，越来越多的电商平台、视频直播平台、MCN机构、品牌厂商参与到直播电商行业，直播电商产业链基本成型，行业进入高速发展期。

2022年十大电商平台排行榜：淘宝；天猫；京东；拼多多；苏宁易购；唯品会；考拉海购；严选；小红书；闲鱼。

扩展资料：

1.淘宝

淘宝网是由十大上市公司之一的阿里巴巴于2003年5月城里的受欢迎的网络零售平台，拥有近5亿用户的注册量，随着规模的扩大和用户数量的增加，目前已经成为世界范围内较大的电子商务交易平台之一。

2.天猫

天猫是专业线上综合购物平台，也是受到全球购物者钟爱的品质购物之城，成立于2012年1月，在2012年双十一是创造了13小时卖100亿的世界纪录，2014年2月19日天猫正式上线，为消费者提供海外原装进口商品。

上述返回的结果值是：3.京东

京东是自营式电商企业，于2014年5月在美国纳斯达克正式上市，同时也是国内知名综合性B2C购物平台，目前公司业务已经覆盖了零售、数字科技、物流、技术服务、健康等多个领域。

4.拼多多

拼多多是一家成立于2015年4月的以商家入驻模式为主的第三方移动电商平台，也是国内大的农产品上行平台，凭借着好货不贵的运营理念和百亿补贴的活动，创造了电商行业活动规模和持续时长的新纪录。

5.苏宁易购

苏宁易购是一家成立于1990年的世界500强企业，旗下拥有苏宁极物、苏宁易购广场、苏宁小店、苏宁红孩子和汽车超市等业务，广泛覆盖了消费者的生活所需，目前苏宁旗下各类创新互联网门店超过一万三千家，居国内线下网络前列。

6.唯品会

唯品会是一家成立于2008年8月广州的专注于特卖的时尚综合类电子零售品牌，产品类别涵盖了服饰鞋包、居家、美妆等各大品类。

7.考拉海购

考拉海购是由创立的国内知名大型为消费者提供保姆式服务的跨境购物电商平台，以母婴用品、美妆个护、食品保健、服饰鞋包和家居数码为主打类目，在2019年9月阿里巴巴斥资20亿全资收购这个电商平台。

8.严选

严选是旗下的成立于2016年4月的原创生活类自营电商品牌，致力于为消费者甄选出高品质且兼具性价比的优品，为消费者提供30天无忧退换货服务，是一个颇受好评的电商品牌。

9.小红书

小红书是一家成立于2013年的国内十大社交APP之一，用户可以通过短视频或者图文等方式标记生活点滴。小红书，找到全世界的好东西是这个品牌的口号，在这个网站上用户不仅是分享者同样也是消费者。

10.闲鱼

闲鱼是阿里巴巴出品的一款闲置交易平台APP，无需复杂的开店流程，通过淘宝或支付宝账号登录，自主手机拍照上传二手闲置物品就可以进行在线交易，2021年4月开始平台还可以支持用户在小程序内买卖闲置物品，提升购物分享体验。

数据分析项目——电商平台用户画像分析

同理，可分析用户近7天的行为，包括其购物次数和活跃天数。

包括用户行为数据和用户基本信息数据：

用户30天活跃天数分布图如图：

缺失值处理

数据格式处理：

日期格式的转换 astype()

查看有无重复值：首先看使用df.查看各个字段的记录数，再看去除重复值后的数量。以此判断有无重复数据。

去重重复值可以使用函数drop_duplicates()

通过df.查看数据格式

看到time是object类型的，不适合处理。同时我们一般将数据分为日期和时间格式，因此对其进行拆分处理。

为各个时段打标，将时段分为'凌晨'、'上午'、'中午'、'下午'、'晚上'

知识点：pd.cut函数，区间分割

查看空值，并计算数量。可以看到并无空值。

在订单表中按照（用户，时段）分组，取每个时段的记录数（订单数）：

这里的作流程与hive-sql类似，我们需要先把max算出来，再去关联。

将生成的标签加入标签表：

同理，可统计出用户购买的活跃时间段，在此不赘述，仅展示结果

分析用户最喜欢的类目，从而便于我们为其进行。

最终得到标签表：

分析近30天的活跃天数，只要有浏览、收藏、加购和购物四种行为之一就认为是活跃。

结果如下：

我们可以通过查看所有用户30天活跃天数的分布情况，来确认一个分类的标准，判断某个用户是否活跃。

与上述作类似，展示结果:

明确今天的日期，在本项目中，“今天”指“2014-12-19”，然后统计订单表中用户某种行为的日期与当前日期的值。

使用的函数是：datetime.strptime： new datetime parsed from a string (like time.strptime()) ，将字符串转为date格式，以方便我们做日期运算

结果如图：

使用日期的diff函数

返回结果

RFM分组是指按照最近一次消费 (Recency)、消费频率 (Frequency)和消费金额(Monetary)进行分组

最近一次消费，我们按照一次购物距今的天数进行分组，同样是观看用户的一个分布情况，然后看如何进行分类。

消费频率，这里放宽要求，按照用户的30天活跃天数进行分类

消费金额，本次不涉及金额的统计。

因此，我们可以根据活跃度分类和最近一次消费将用户划分为四类：

结果如图

可以看到在第8天前后，用户有明显的分层，因此按照8天对其进行划分，一次消费距今天数小于8天的，认为最近有消费，大于8天的认为最近无消费

返回结果：

通过value_counts查看每个值的出现次数：

如果值为空，说明无相应的行为，对浏览未购买的数据记录进行打标

以上的步骤到商品粒度，下面对用户进行统计，即只要用户有浏览未下单的行为就对其进行打标

返回的结果如图：

加购未下单同上述步骤

分析平台用户的年龄、学历、性别、城市、职业、婚姻情况等，以便于我们去分析我们的典型用户是什么。

从上图可以看出，平台用户中男性居多，女性较少。

值的分层可以使用pd.cut函数

从年龄分布图中，可以看出平台的用户以25岁-40岁的用户居多。青年人和中老年用户较少。

返回结果如下图，从结果中可以看到来自北上广深的用户占绝大部分比例。

从婚姻分布情况中可以看到，平台用户中有超过60％的用户为已婚。

使用该平台的用户大部分拥有大学及以上的学历

使用该平台的用户大部分为互联网从业人群

首先查看这一个月的时间跨度用户每天的购物情况：

从上图可以看出，该平台每天的下单用户数比较平稳，有一些周期性因素在其中，可能是每周周中和周末的购物情况不同。同时，注意到12.12这一天购物用户激增，可能是12.12购物节的因素。

再分析下用户喜欢在周几下单，哪个时间下单

从图中我们可以看到用户的喜欢的购物时间：周五，晚上9点。上午购物的人数都比较少，主要集中在下午和晚上。

通过用户的下单情况，我们可以对每周的下单用户进行分层，将其分为活跃用户、不活跃用户和回流用户。

通过面积图看一下每周不同类型用户的比例情况：

复购率：一周内购买多次（＞1）的用户占总用户的比例

从中可以看到，5周的复购用户都在50％以上，47周和51周的复购率较低，可能是因为数据不完整的原因。

用户最喜欢购买的品类？

用户最多收藏的品类？

从结果可见，用户最喜欢购买的品类前五名是6344、12189、5232、1863和4370，用户收藏最多的品类是13230、5894、1863、6513和5027。

转换率=浏览该商品的用户数/购买该商品的用户数

最终结果如图：

查看转换率的分布情况：

服饰电商平台用户性别年龄分布

2018年，头部短视频平台开始布局直播电商业务，在用户习惯养成和商家的共同推动下，直播电商带货交易总额飞速增长，2019年达4168亿元，并在2020年初迎来爆发。预计之后我国直播电商行业将逐步迈进稳步发展期，至2025年，我国直播电商带货交易总额约达64172亿元。

性别分布日趋均更多行业相关数据请参考前瞻产业研究院《网络直播行业商业模式创新与投资机会深度研究报告》。衡。

以淘宝为例，年轻化是淘宝平台近年来的发展趋势。在2019Q3淘宝平台用户年龄分布情况中，33.27%的淘宝用户年龄为24岁及以下，32.44%的淘宝用户年龄在25-30岁，12.65%的淘宝用户年龄在31-35岁，7.02%的淘宝用户年龄在36-40岁。

网络视听用户规模破9亿，其中哪种类型占比？

通过分析用户分析最近的行为，来判断该用户是否活跃、流失

短视频用户占比，达到了87%，这是因为现在网速普遍较快，利于短视频传播。而且人们也更喜欢通过观看短视频来获取信息，自然这种类型的占比就高。

重复值处理短视频。短视频占网络视听整体使用率的87%，短视频用户规模高达8.18亿之多。

短视频观看用户数量是最多的。短视频用户占比达到15.2%，其中爱奇艺、、腾讯视频是主要观看平台。