【行業(yè)報告】2018電商行業(yè)報告

微博電商白皮書 2018 W EI B O 微博營銷 C IG聯(lián)合微博數(shù)據(jù)中心出品 目錄 CONTENTS 01 02 03 04 電子商務行業(yè)整體概述 網(wǎng)購興趣用戶的畫像研究 電商品牌在微博的表現(xiàn) 電商營銷案例介紹 1PART 1 電子商務行業(yè)整體概述 微博電商白皮書 電子商務行業(yè)整體概述 移動電商新時代 1997 1999 信息化水平較低 大眾對 電子商務缺乏了解 電商 網(wǎng)站開始出現(xiàn) 萌芽期 基礎建設期 電子商務網(wǎng)站務實經(jīng)營 網(wǎng)民逐漸接受網(wǎng)購 電商基礎環(huán)境不斷成熟 物 流 支付水平不斷提升 2008 2014 線下企業(yè)布局電子商務 垂直細分電商平臺發(fā)展迅 速 快速發(fā)展期 2015 2018 移動電商發(fā)展時期 2015年移動端交易規(guī)模占 比超過 PC 進入移動電商 時代 移動電商新勢力崛 起 市場更加多元化 參考資料 艾瑞咨詢 移動電商開啟下半場角逐 核心競爭點從基礎服務轉(zhuǎn)為個性化精準服務 2016 至今 內(nèi)容電商直接成為新風向 內(nèi)容電商去中心化 運用 高質(zhì)量內(nèi)容 實現(xiàn)商品與 內(nèi)容的同步流通與轉(zhuǎn)化 內(nèi)容電商發(fā)展時期 2000 2007 電子商務行業(yè)整體概述 網(wǎng)絡購物市場規(guī)模保持較高增長 用戶規(guī)模平穩(wěn)增長 數(shù)據(jù)來源 2018年中國電子商務市場交易規(guī)模預測 中商產(chǎn)業(yè)研究院 2018年 1月 數(shù)據(jù)來源 2017年網(wǎng)絡購物市場數(shù)據(jù)分析 中商產(chǎn)業(yè)研究院 2018年 2月 中國網(wǎng)絡購物市場交易規(guī)模穩(wěn)健增長 中國網(wǎng)購用戶規(guī)模龐大 用戶使用率穩(wěn)步提升 3 7 4 8 6 3 7 7 9 4 11 2 37 24 30 24 21 19 2015年 2016年 2017年 2018年 E 2019年 E 2020年 E 交易額 萬億 同比增長 2 42 3 02 3 61 4 13 4 67 5 33 42 9 48 9 55 8 60 0 63 8 69 1 2012年 2013年 2014年 2015年 2016年 2017年 用戶規(guī)模 億 使用率 2015 2020年 E中國網(wǎng)絡購物市場交易規(guī)模及預測 2012 2017年中國網(wǎng)絡購物用戶規(guī)模及使用率情況 電子商務行業(yè)整體概述 移動廣告持續(xù)增長 電商投入持續(xù)增加 數(shù)據(jù)來源 艾瑞 2018年中國網(wǎng)絡廣告市場年度監(jiān)測報告 2016年電商廣告整體份額首超搜索廣告 升至首位 社交 No 3 搜索 No 2 電商 No 1 2PART 2 網(wǎng)購興趣用戶的畫像研究 微博電商白皮書 高中 9 9 大學本科及以上 79 6 初中 4 4 中專技校 3 2 小學 2 9 53 87 46 13 男性興趣用戶 比例略高于女性用戶 年輕用戶 是網(wǎng)購興趣用戶的主力并更具消費潛力 大學本科及以上興趣用戶 占比接近 80 網(wǎng)購興趣用戶人群屬性 微博活躍用戶同時是網(wǎng)購興趣用戶的占比高達 98 Ta們高學歷偏年輕化 1線 22 0 2線 16 1 3線 19 1 4線及以下 39 5 港澳臺及海外 3 3 網(wǎng)購興趣用戶性別分布 2 3 10 2 14 4 20 2 23 3 18 3 10 9 60后 70后 80后 85后 90后 95后 00后 四線及以下城市占比達 39 5 一線城市 占比亦在 20 以上 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 網(wǎng)購興趣用戶年齡分布 網(wǎng)購興趣用戶城市分布網(wǎng)購興趣用戶學歷分布 網(wǎng)購興趣用戶 品牌藍 V關(guān)注領(lǐng)域 TOP 10 電商興趣用戶 品牌黃 V關(guān)注 TOP 10 NO 1 家用電器 NO 2 手機 NO 3 汽車 NO 4 護膚 護發(fā) NO 5 食品 NO 6 飲料 NO 7 乳制品 NO 8 服飾 箱包 NO 9 酒類 NO 10 日化 衛(wèi)浴 網(wǎng)購興趣用戶 黃 V關(guān)注領(lǐng)域 TOP 10 NO 1 讀書作家 NO 2 美食 NO 3 電影 NO 4 情感兩性 NO 5 汽車 NO 6 互聯(lián)網(wǎng) NO 7 星座命理 NO 8 教育 NO 9 旅游出行 NO 10 時尚 網(wǎng)購興趣用戶人群屬性 網(wǎng)購興趣用戶共同關(guān)注品牌和 KOL領(lǐng)域分布 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 網(wǎng)購興趣用戶人群屬性 網(wǎng)購興趣用戶對明星最為關(guān)注 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 61 1 31 1 28 0 27 9 22 6 18 9 18 7 18 6 18 0 18 0 明星 動漫 美食 網(wǎng)紅 汽車 運動健身 美容 體育 文學 旅游 55 8 51 8 51 5 44 2 42 6 29 4 27 0 25 1 21 9 19 6 影視明星 國內(nèi)明星 歌手 日韓明星 港臺明星 COSPLAY 廚藝 體育明星 草根明星 趣味圖片 網(wǎng)購用戶對 明星 最感興趣 高達 60 以上 此外 動漫 美食 網(wǎng)紅 汽車 興趣愛好也名列前茅 網(wǎng)購興趣用戶一級興趣分布 網(wǎng)購興趣用戶二級興趣分布 網(wǎng)購興趣用戶人群屬性 網(wǎng)購用戶在中午 傍晚 臨睡前三個時間段最為活躍 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 11 13點 17 18點 21 22點 三個時間段的活躍占比均高達 30 以上 20 6 12 5 8 3 6 5 5 7 6 9 12 4 20 9 26 9 28 3 28 8 30 4 32 1 30 6 29 6 29 7 29 6 30 3 30 6 29 9 29 9 31 7 32 9 29 6 0點 1點 2點 3點 4點 5點 6點 7點 8點 9點 10點 11點 12點 13點 14點 15點 16點 17點 18點 19點 20點 21點 22點 23點 活躍用戶占比 網(wǎng)購興趣用戶活躍時段分布 11 7 23 5 63 9 減少 基本持平 增多 1 0 16 5 35 7 46 7 從不網(wǎng)購 很少 每月 1 2次 很多 每周 2次及以上 一般 每月 3 5次 微博網(wǎng)購興趣用戶購物活躍且需求逐年增多 近半用戶保持高頻次網(wǎng)購 消費金額逐年增長 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 46 7 的用戶每月網(wǎng)購 3 5次 微博網(wǎng)購興趣用戶網(wǎng)絡購物頻次 63 9 的用戶網(wǎng)購消費比去年多 微博網(wǎng)購興趣用戶網(wǎng)購消費近兩年對比 3 3 10 5 21 5 52 90 91 70 其它 娛樂場所 上班 上學路上 工作 上學地點 家里 3 0 96 1 電腦 手機 處在移動網(wǎng)購的時代 用戶更愿意在家中以及工作上學地點網(wǎng)購 移動購物占有絕對優(yōu)勢 閑適時購物最受歡迎 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 超過 95 的用戶更偏向于手機網(wǎng)購 微博網(wǎng)購興趣用戶設備分布 家里和工作上學地點是網(wǎng)購用戶最常購物的場景 微博網(wǎng)購興趣用戶購物場景分布 95 00后 90后 80 85后 60 70后 天貓 淘寶 京東 唯品會 當當 蘇寧易購 整體結(jié)果 7 0 8 1 8 3 8 6 13 6 16 4 21 8 54 6 95 5 其它 亞馬遜 小紅書 網(wǎng)易考拉海購 當當 蘇寧易購 唯品會 京東 天貓 淘寶 天貓?zhí)詫?京東電商平臺的用戶喜好度有斷層優(yōu)勢 不同年齡網(wǎng)購用戶平臺偏好有差別 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 微博網(wǎng)購用戶喜歡的購物平臺占比 95 5 的用戶 幾近于整體網(wǎng)購興趣用戶 都愿意在天貓 淘寶進行 網(wǎng)購 壓倒性的領(lǐng)先 20 及以下的用戶 會選擇阿里京東之外的其他平臺網(wǎng) 購 前兩名的壟斷程度可見一斑 54 6 的用戶 超過一半的用戶也會選擇 京東平臺 仍有較強優(yōu)勢 年輕人主要選擇天貓?zhí)詫毱脚_ 年齡層 越高 京東和蘇寧易購的存在感越強 與年齡做交叉分析 2 4 5 5 9 9 10 6 25 0 42 1 47 4 50 6 51 7 59 2 74 7 85 6 其它 酒類 汽車用品 母嬰 家居電器 電子產(chǎn)品 書籍 化妝品 食品飲料 鞋帽配飾 生活日用品 服裝 85 6 的用戶 在網(wǎng)購時會購買服裝 是需求量最大的品類 47 4 的用戶 值得一提的是 仍然有近一半的網(wǎng)購用戶會考 慮書籍的購買 不排除部分教材購買的可能 但用戶仍對購書保有強大熱情 51 7 的用戶 會在網(wǎng)上進行食品飲料的購 買 可以部分說明生鮮的網(wǎng) 購勢力在逐漸擴大 衣著 日用品 食品飲料和化妝品是用戶最常網(wǎng)購的品類 服裝成為微博網(wǎng)購興趣用戶購買的第一大品類 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 微博網(wǎng)購興趣用戶網(wǎng)絡購物品類占比 17 7 33 2 46 5 71 8 77 2 22 0 63 8 88 7 化妝品 家居電器 鞋帽配飾 電子產(chǎn)品 服裝 性別和收入水平對網(wǎng)購品類偏好的影響 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 在選購品類時性別差異明顯 同時隨收入增高對品質(zhì)類商品網(wǎng)購需求增加 男性對電子類產(chǎn)品更有購買欲 女性更青睞化妝品 微博網(wǎng)購興趣用戶不同性別購買品類占比 必備 品質(zhì)類 0 0 10 0 20 0 30 0 40 0 50 0 60 0 70 0 80 0 90 0 100 0 較低收入 中等收入 較高收入 酒類 汽車用品 家居電器 電子產(chǎn)品 化妝品 鞋帽配飾 服裝 微博網(wǎng)購興趣用戶不同收入購買品類占比 隨著收入的增高 用戶更偏愛購買 3C電器 汽車 酒類等品質(zhì)類產(chǎn)品 11 7 50 1 48 7 90 6 70 2 12 2 47 5 49 7 80 7 65 2 家居電器 書籍 食品飲料 服裝 生活日用品 41 6 49 3 60 1 86 1 90 2 47 6 40 1 46 7 70 8 71 7 家居電器 書籍 食品飲料 服裝 生活日用品 95后年輕用戶性別消費界限模糊 呈現(xiàn)去性別化消費趨勢 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 4 95后男女 平均差值 13 85后男女 平均差值 微博網(wǎng)購興趣用戶 95后男女性購買品類占比 微博網(wǎng)購興趣用戶 85后男女性購買品類占比 年輕男性不再是 粗糙 的代名詞 同時年輕女性同樣會選購家居電器 21 1 12 0 12 5 18 2 21 1 62 5 以上都沒有 新聞系客戶端 信息流 位置醒目 介紹簡潔明了 短視頻軟件 參與視頻挑戰(zhàn) 贏取購物紅包 在線視頻平臺 貼片視頻廣告生動介紹購物活動詳情 微信朋友圈 信息流 隨時看到親朋好友對購買的建議 微博 信息流 文字描述和視頻有效結(jié)合 路人評價可供參考 在不同平臺的電商營銷方式中 微博信息流拔得頭籌 微博信息流以其獨特的關(guān)注關(guān)系與興趣算法深得用戶喜愛 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 微博網(wǎng)購興趣用戶對于不同平臺電商營銷方式接受度占比 微博信息流 促銷優(yōu)惠仍然是最吸引用戶的電商廣告類型 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 會被購物節(jié)促銷 限 時打折廣告吸引 4 3 10 7 17 8 21 4 22 4 23 1 73 0 75 4 其它 直播 長圖羅列購物清單 趣味性強的視頻 平臺聯(lián)合明星推廣 網(wǎng)紅 KOL推薦 限時限量優(yōu)惠打折 購物節(jié)促銷系列活動 7成以上的用戶 微博上不同電商廣告類型引起用戶購買欲望占比 女性對網(wǎng)紅 KOL和明星明顯更有興趣 男性更容易被趣味視頻吸引 60 70后 年齡層越高越關(guān)注廣告中的優(yōu)惠信息 95 00后 網(wǎng)紅 KOL 明星對年輕用戶有顯著影響作用 整體結(jié)果 與性別做交叉分析 與年齡做交叉分析 詳細數(shù)據(jù)呈現(xiàn)見下頁 0 0 10 0 20 0 30 0 40 0 50 0 60 0 70 0 80 0 90 0 100 0 95 00后 90后 80 85后 60 70后 網(wǎng)紅 KOL推薦 平臺聯(lián)合明星推廣 購物節(jié)促銷系列活動 網(wǎng)紅 KOL 明星的廣告特征對引起年輕 用戶興趣有顯著作用 年齡越大越關(guān)注 廣告中的優(yōu)惠信息 女性更容易被具體的人物吸引 男性更 重視所觀看廣告的趣味程度 性別和年齡對電商廣告敏感度的影響 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 25 6 15 3 13 9 19 8 25 0 26 4 趣味性強的視頻 平臺聯(lián)合明星推廣 網(wǎng)紅 KOL推薦 微博上不同電商廣告類型引起 不同性別用戶購買欲望占比 微博上不同電商廣告類型引起 不同年齡用戶購買欲望占比 與購物頻次做交叉分析 整體結(jié)果 被微博廣告吸引后 即使不直接下單也會被深度種草 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 1 7 14 5 26 6 56 2 其它 點進鏈接 直接下單 只進行加購收藏 留做標記 點進鏈接 看到價格后再貨比三家 有 14 5 的用戶 被廣告吸引會直接購買 半數(shù)用戶會選擇貨比三家 26 6 的用戶被深層種草 在被微博電商廣告曝光產(chǎn)生購買欲望后用戶的選擇 中年人被廣告吸引后下單購買更果斷 網(wǎng)購頻次越高的用戶 在被廣告吸引后越 可能直接下單 與年齡做交叉分析 年輕人決策時長相比較中年人會更長 網(wǎng)購頻次越低的考量會越多 可能只加入 購物車 詳細數(shù)據(jù)呈現(xiàn)見下頁 0 0 20 0 40 0 60 0 80 0 100 0 網(wǎng)購頻次低 網(wǎng)購頻次中 網(wǎng)購頻次高 點進鏈接 看到價格后再貨比三家 只進行加購收藏 留做標記 點進鏈接 直接下單 其它 網(wǎng)購頻次越高的用戶 在被廣告吸引后 越可能直接下單 相反 網(wǎng)購頻次越低 的決策時間更長 0 0 20 0 40 0 60 0 80 0 100 0 95 00后 90后 80 85后 60 70后 點進鏈接 看到價格后再貨比三家 只進行加購收藏 留做標記 點進鏈接 直接下單 其它 中年人被廣告吸引后下單購買更果斷 年輕人即使被吸引大概率也僅收藏加購 年齡以及網(wǎng)購頻次對購買行為的影響 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 在被微博電商廣告曝光產(chǎn)生購買欲望后 不同年齡用戶的選擇 在被微博電商廣告曝光產(chǎn)生購買欲望后 不同購買頻次用戶的選擇 38 5 61 5 明星同款受歡迎 年輕女性更偏愛 女性 比男性更愛買明星同款 越年輕 越喜歡購買明星同款 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 越常網(wǎng)購 的人越喜歡買明星同款 收入越低 越有 get明星同款的欲望用戶愿意購買明星同款物品占比 帶貨女王 愿意不愿意 超過 60 的用戶愿意購買明星同款 與性別做交叉分析 與網(wǎng)購頻次做交叉分析 與年齡做交叉分析 與收入水平做交叉分析 整體結(jié)果 詳細數(shù)據(jù)呈現(xiàn)見下頁 明星同款受歡迎 年輕女性更偏愛 女性 比男性更愛買明星同款 47 0 66 7 男 女 愿意購買明星同款物品的人數(shù)占比 與性別做交叉分析 與年齡做交叉分析 34 2 54 4 62 8 65 6 60 70后 80 85后 90后 95 00后 越年輕 越喜歡購買明星同款 越常網(wǎng)購 的人越喜歡買明星同款 與網(wǎng)購頻次做交叉分析 與收入水平做交叉分析 收入越低 越有 get明星同款的意愿 51 7 59 9 67 0 網(wǎng)購頻次低 網(wǎng)購頻次中 網(wǎng)購頻次高 52 9 59 0 64 0 較高收入 中等收入 較低收入 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 女性 比男性更能接受網(wǎng)紅種草 越年輕 越容易 get網(wǎng)紅推薦物品 越常網(wǎng)購 的人越愿意嘗試網(wǎng)紅推薦款 收入高 的人只選擇信賴的網(wǎng)紅推薦的產(chǎn)品 與性別做交叉分析 與網(wǎng)購頻次做交叉分析 與年齡做交叉分析 與收入水平做交叉分析 18 4 26 6 54 0 足夠信賴的博主推薦會 選擇直接購買 不關(guān)心網(wǎng)紅推薦了什么 不管博主是誰 只種草 接受推薦 購買與否需要后續(xù)觀察 網(wǎng)紅推薦產(chǎn)品種草率高 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 用戶對網(wǎng)紅推薦產(chǎn)品持積極態(tài)度 用戶對網(wǎng)紅博主推薦物品接受度 整體結(jié)果 詳細數(shù)據(jù)呈現(xiàn)見下頁 網(wǎng)紅推薦產(chǎn)品種草率高 數(shù)據(jù)來源 2018年微博電商行業(yè)調(diào)研問卷 樣本量 2153 與收入水平做交叉分析 女性 比男性更能接受網(wǎng)紅種草 與年齡做交叉分析 越年輕 越容易 get網(wǎng)紅推薦物品 與網(wǎng)購頻次做交叉分析 越常網(wǎng)購 的人越愿意嘗試網(wǎng)紅推薦款 用戶對網(wǎng)紅博主推薦物品接受度 與性別做交叉分析 足夠信賴的博主推薦會選擇直接購買 只種草 購買與否需要后續(xù)觀察 不關(guān)心網(wǎng)紅推薦了什么 19 3 18 0 41 1 58 7 39 1 22 1 男 女 14 4 18 4 18 9 18 8 41 4 49 6 54 8 57 8 44 1 32 0 26 2 23 3 60 70后 80 85后 90后 95 00后 21 7 17 6 14 3 54 1 57 1 48 6 24 2 25 3 37 1 網(wǎng)購頻次高 網(wǎng)購頻次中 網(wǎng)購頻次低 21 3 19 6 17 4 43 3 53 8 57 4 35 4 26 6 25 3 較高收入 中等收入 較低收入 收入高 的人只選擇信賴的網(wǎng)紅推薦的產(chǎn)品 收入低 的則廣泛種草但不急于購買 3PART 3 電商品牌在微博的表現(xiàn) 微博電商白皮書 微博上聚集海量優(yōu)質(zhì)電商藍 V 電商行業(yè)藍 V數(shù)量穩(wěn)健增長 藍 V2018年較 2016年同比增長 11 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 0 5 99 5 電商平臺 商鋪 V 9 44萬 藍 V賬號 電商行業(yè)藍 V影響力范圍廣 強度大 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 08 近一年電商行業(yè)藍 V微博運營情況 1841萬 博文數(shù)量 785 7億 閱讀量 轉(zhuǎn)發(fā)量 評論量 點贊量 50 6 38 2 11 2 博文互動量 不同主題購物節(jié)的商品品類提及情況 品牌客戶可根據(jù)自身行業(yè)定位在不同購物活動合理配置營銷力度 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2017 06 2017 12 6 18提及詞云圖 11 11提及詞云圖 12 12提及詞云圖 6 18男性 和 3C家電 類消費品較為突出 男裝與體育 iPhone手機 空調(diào)和冰箱等 11 11 12 12范圍廣泛 與 日用 食品 服裝 美妝 相關(guān)度更高 純文本 圖片 帶話題 視頻 明星 帶話題 視頻 圖片 明星 平均閱讀量 平均轉(zhuǎn)發(fā)量 平均評論量 平均點贊量 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2017 08 2018 08 互動量 明星 話題 視頻 圖片 純文本 閱讀量 明星 視頻 話題 圖片 純文本 56倍 1 帶話題 視頻 圖片 明星 的博文傳播效果最佳 閱讀量 是 純文本的 56倍 13倍 轉(zhuǎn)發(fā)量是 純文本的 13倍 54倍 評論量是 純文本的 54倍 113倍 點贊量 是 純文本的 113倍 2 按照單一元素來看 電商行業(yè)發(fā)布的各媒體類型博文對比 明星的博文傳播效果更突出 多項元素均具備才能最大限度發(fā)揮傳播能效 電商行業(yè)原創(chuàng)與轉(zhuǎn)發(fā)博文對比 原創(chuàng)博文表現(xiàn)遠高于轉(zhuǎn)發(fā)博文 互動量上尤為明顯 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2017 08 2018 08 2017年原創(chuàng)博文與轉(zhuǎn)發(fā)博文傳播效果對比 倍數(shù) 10 2 3 5 1 7 1 1 1 1 轉(zhuǎn)發(fā)量 評論量 點贊量 閱讀量 原創(chuàng)博文的 閱讀量 是轉(zhuǎn)發(fā)博文的 1 7倍 轉(zhuǎn)評贊量 分別達 10 2 3 5倍 原創(chuàng)博文 轉(zhuǎn)發(fā)博文 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2018 01 2018 06 平均每條轉(zhuǎn)發(fā)數(shù)是普通博文 213 3倍 平均每條評論數(shù)是普通博文 49 4倍 平均每條點贊數(shù)是普通博文 67 6倍 轉(zhuǎn)發(fā) 評論 點贊 22 4倍 19 9倍 7 4倍 各大電商平臺官 V 品牌店鋪官 V 電商藍 V廣告 vs 非廣告博文互動表現(xiàn)對比 電商行業(yè)廣告博文的傳播力度優(yōu)于普通運營博文 微博商業(yè)分發(fā)在大幅度增強品牌曝光的同時 還高效激發(fā)粉絲參與 不同形式明星 KOL軟推博文對比 3 521 295 1 718 192 157 1 241 1 643 374 3 047 轉(zhuǎn)發(fā)量 評論量 點贊量 帶電商話題 電商藍 V賬號 轉(zhuǎn)發(fā)電商藍 V博文 帶電商話題的宣推博文 博文量 2000 平均閱讀量 30萬 電商藍 V賬號的宣推博文 博文量 4000 平均閱讀量 20萬 轉(zhuǎn)發(fā)電商藍 V博文的宣推博文 博文量 7000 平均閱讀量 50萬 數(shù)據(jù)來源 微博數(shù)據(jù)中心 2017 08 2018 08 近一年明星 紅人軟推博文傳播效果對比 轉(zhuǎn)發(fā)電商藍 V博文的軟推博文閱讀量表現(xiàn)最佳帶電商話題的軟推博文轉(zhuǎn)發(fā)量表現(xiàn)最佳 轉(zhuǎn)發(fā)電商藍 V博文的軟推博文表現(xiàn)最佳 明星內(nèi)容種草的四種方式 借勢熱點 代言合作 視頻植入 場景 2 明星借勢節(jié)日 明星 借勢熱熱門話題 節(jié)日 多以直播 視頻的方式 向受眾傳遞信息 譬如某議題下如何穿搭 化妝 雙 重吸睛 聚焦關(guān)注 場景 1 品牌 官宣明星 最直接的種草方式 有效將明星粉絲轉(zhuǎn)化 成品牌粉絲 建立同品類中的品牌簇擁 好物曬單 場景 4 明星曬單 更全面的明星同款一網(wǎng)打盡 功用功效的 詳細介紹 直觀感受明星同款實際效果 場景 3 明星 插空 種草 在限定主題的傳播中 插空 種草 形成強記憶點 微博多元化種草方式助力品牌主深度種草 KOL 媒體對品牌推廣宣傳的四種方式 詳細 Report 聚合信息 大 V影響力 場景 2 垂直 KOL 垂直 KOL的詳細 Report 從專業(yè)角度 分享使用心得 并且有互動加成 場景 1 娛樂賬號 聚攏若干明星的推廣信息 為用戶 科普什么是當下最 in 吸引潮流目光 權(quán)威 抽獎 場景 4 媒體運營類賬號 物品潮款爆款的專業(yè)認證 用戶抽獎 增強互動及傳播 場景 3 大 V段子手 經(jīng)有影響力的大 V帶動 將 看熱鬧 的好奇心轉(zhuǎn)化為實際支付的可能性 權(quán)威賬號多維度推廣幫助品牌從垂直領(lǐng)域到娛樂領(lǐng)域?qū)崿F(xiàn)最大化傳播 4PART 4 電商營銷案例介紹 微博電商白皮書 微博紅人商店全面爆發(fā) 粉絲變現(xiàn)力驚人 微博紅人以優(yōu)質(zhì)內(nèi)容持續(xù)互動粉絲維系 錢夫人家雪梨定制 吾歡喜的衣櫥 ANNA IT IS AMAZING 大喜自制 獨立復古女裝 2017年雙 11當天 4個紅人店交易額破億 微博紅人雪梨開機報頭 6個紅人店進入女裝行業(yè)前 30 天貓 淘寶 不到 2分鐘 美妝紅人張沫凡自創(chuàng)品牌交易 額超過 16年 雙 11 全天 美圖手機持續(xù)推廣 讓更新迭代的每一款都是爆款 美圖手機 2017年 Q3 Q4推廣聲量 美圖 T8s上線 新款美圖 M8s 四大動漫聯(lián)名限量版正式登場 美圖 V6發(fā)布會 帶著美圖手機去旅行 話題持續(xù)推廣 美圖手機通過社交關(guān)系快速傳播讓每一款都強勢聚集愛好者目光 微博助力美圖手機 年銷量超百萬臺 洋碼頭 x 黑五開啟社交新玩法 打造海淘營銷最強音 多元化玩法 多場景觸動 掃貨神器微博一夜成名 發(fā)現(xiàn)頁 Banner 社交新玩法 傳播速引爆 海量 KOL聯(lián)動 活動病毒式擴散 路徑全面攔截 導流超高效 開場 1分鐘 訂單量 4萬 破 1億 7分 53秒 交易額 83 半小時內(nèi) APP 流量訂單轉(zhuǎn)化率 戴森掃地機器人推廣 U 微計劃 社會化電商全域營銷案例 電商數(shù)據(jù) 社交數(shù)據(jù) 購買偏好 消費能力 數(shù)據(jù)銀行 品牌私域人群 商品類目 喜好 UniDesk 阿里人群數(shù)據(jù) 行為軌跡 賬號關(guān)系 興趣愛好 社交關(guān)系 第三方 數(shù)據(jù) 話題關(guān)注 博文互動 U微計劃 構(gòu)建社會化電商全域營銷閉環(huán) 微博 阿里 雙劍合璧 全面釋放大數(shù)據(jù)全域價值 U微計劃助力戴森社交種草 電商拔草 社交 電商 雙平臺圈定策略 實現(xiàn)精準投放高效導流 阿里側(cè)圈選人群微博側(cè)圈選人群 品牌 人群 家裝 家居 人群 掃地 機器 人吸 塵器 算法 人群 高科 技 3C 吳尊 粉絲 海淘 人群 微博曝光用戶對比同質(zhì) 人群 消費者興趣度 提升 43 3 43 3 用戶對戴森更感興趣 微博曝光組促進天貓 鉆展 成交轉(zhuǎn)化率 提升 14 14 有效提升購買意愿 微博 轉(zhuǎn) 評贊人群 轉(zhuǎn)化 率 提升 135 135 用戶深度互動高效轉(zhuǎn)化 THANK YOU