英敏特中国零售报告─节日购物

中国节庆传统经久不衰,而网络购物节(尤其双十一)的飞速增长引发节日购物发生巨变。本报告分析了这两种市场现状的二元性;探讨了中国节日的季节性、影响市场的经济因素,尤其是旅游娱乐支出创造的新机会。

英敏特提供你所想要了解的各个层面

公司为何需要迎合节日季和消费者购物习惯的变化?侧重分析日益精明的消费者如何促使零售商和品牌改变自我营销,如何通过洞察消费者获取商机?以及如何应对消费者对网络购物节的排斥和质疑?

这份报告涵盖了中国传统节日、西方节日和网上零售购物节期间的零售。典型的网络购物节包括:

  • 光棍节(双十一),11月11日,由阿里巴巴发起
  • 618,六月十八日,由京东发起
  • 12月12日 (双十二),由阿里巴巴发起
报告内容目录

分享到:
完整填写以下表格
以获得英敏特报告手册及演示
感谢您的兴趣与支持
英敏特会尽快与您联络!

提交此表单表示我同意英敏特的隐私政策

*所有的栏位皆为必填

来自该领域专家的专业分析

Matthew是英敏特亚太地区趋势总监。他对本地区最新的市场发展和消费趋势提供见解和分析。

节日正在重塑消费者的支出模式,尤其是网络购物节。更强大的消费能力和更丰富的选择提升了消费者对个性化的追求,以及对零售商和品牌的创新要求
对更卓越体验的需求也催生了节日购物与节日娱乐的融合,即所谓的‘娱乐式零售’。旅游度假支出也让中国的节庆购物国际化。
这在为零售商和品牌带来新机遇的同时也给其制造了挑战。零售商必须取得传统与变革、送礼和自用,以及购物和娱乐、对网络购物节不屑与兴奋间的平衡

Matthew Crabbe
亚太趋势总监

市场

市场趋势洞察

专家分析什么是推动市场?什么是市场障碍?最新市场趋势为何?

市场规模

当前的市场有多大?我们的五年预测是多少?包括最好的和最坏的情况

市场细分

市场中有哪些不同的细分市场,这些细分市场表现如何?

消费者

消费者行为

消费者在寻找什么?他们的购买习惯是什么?主要影响他们的购买因素有哪些?

人口统计分类

目标消费者的年龄,性别,地理位置,城市层次,收入,工作状况,公司名称,分类等信息

代表性样本

我们收集来自真实世界消费者的数据,并确实反映精确的全球人口统计数据

竞争分析

公司战略

关键人物在做什么,他们取得了哪些成功,他们的营销支出是多少?

产品创新

藉由使用我们全球新产品数据库中的数据,查看哪些产品推出,以及他们的整体感觉如何?

机会创造

未来会发生什么,哪些领域可能会经历增长,市场上有哪些机会?

报告内容目录

概述

• 您所需了解的
• 报告定义

综述

• 市场
数据 1:中国——消费品月零售总额,2014年9月-2017年11月
• 公司与品牌
数据 2:中国——领先在线零售平台在双十一总成交额中的占比,2016/2017年
• 主要购物节日
数据 3:消费者为自己/他人购物的重要节日,2017年10月
• 节日消费因素
数据 4:鼓励消费者在节日期间购买的因素,2017年10月
• 品类支出重点
数据 5:消费者在节日期间的支出重点(按品类区分),2017年10月
• 节日支出意向
数据 6:消费者在网络购物节的支出意向(按品类区分),2017年10月
数据 7:消费者在网络购物节不愿多花费的原因,2017年10月
• 消费者对网络购物节的态度
数据 8:消费者对网络购物节的态度,2017年10月
• 我们的观点

关键议题和洞察

• 扭转对网络购物节的抵触
• 节日送礼必不可少
• 以节日娱乐为主

市场——您所需要了解的

• 购物的季节性
• 可支配收入、信心和好奇心

市场规模与预测

• 中国节日一览
中国传统节日
国定假日
普遍庆祝的西方节日
网络购物节
• 中国季节性零售周期
数据 9:中国——消费品月零售总额,2014年9月-2017年11月
数据 10:中国——消费品月零售总额预测,2018年1月-2020年11月
• 中国的购物季高峰
数据 11:中国——在线零售月销售额占消费品月零售总额的比例,2014年9月-2017年11月
数据 12:中国——在线零售月销售额占消费品月零售总额的比例预测,2018年1月-2020年11月
• 2017双十一逆势上扬
数据 13:中国——双十一成交总额(按领先在线零售平台区分),2014-2017年
数据 14:中国——双十一成交总额在消费品月零售总额和在线月零售总额中的占比,2014-2017年
• 国定大假势头渐强
数据 15:中国——春节和国庆假期间成交总额和其在相关月份消费品零售总额中的占比,2013-2017年

市场增长动力

• 消费经济稳健
数据 16:消费总支出预测(最好情形和最差情形),2011-2021年
• 在线零售的创新颠覆
数据 17:消费者在线零售总额(包括B2C和C2C)预测(最好情形和最差情形),中国,2012-2022年
数据 18:B2C消费者线上零售销售额的预测(最好情形和最差情形),中国,2012-2022年
• 推出“娱乐式零售”
数据 19:消费者支出增长率(按类别区分),2012-2016年和2017-2021年
• 旅游支出的大幅增长
数据 20:旅游度假支出预测(最好情形和最差情形),按目前价格计算,2010-2020年

重点企业——您所需要了解的

• 重点企业——您所需要了解的

市场份额

• 线上线下收购热潮
数据 21:中国——领先的线上和线下连锁零售店的零售收入,2015和2016年
• 双十一盛况
数据 22:中国——领先在线零售平台在双十一总成交额中的占比,2016/2017年
数据 23:中国——领先在线零售平台双十一成交额及其份额,2013-2017年

竞争策略

• 金鸡带喜
• 寻求深层次文化交流
• 瞄准度假体验

谁在创新?

• 虚拟聚会
• 传递爱
• 快闪派对
• 个性化体验
• 让其与众不同

消费者——您所需要了解的

• 消费者——您所需要了解的

主要购物节日

• 冬日乐园
数据 24:消费者为自己/他人购物的重要节日,2017年10月
• 不同年龄和性别消费者的核心购物节日
数据 25:消费者为自己购物的重要节日(按性别和年龄区分),2017年10月
数据 26:消费者为其他人购买礼物的重要节日(按性别和年龄区分),2017年10月
• 节日因素
数据 27:消费者为自己/他人购物的重要节日(按鼓励消费者在节日期间购买的因素区分),2017年10月
• 传统/国定节日
数据 28:消费者为其他人购买礼物的重要传统和国定节日(按节日期间消费者的支出重点区分),2017年10月
• 网络购物节支出类别
数据 29:消费者为其他人购买礼物的重要网购节日(按节日期间消费者的支出重点区分),2017年10月

节日消费因素

• 节日传统和送礼仍然至关重要
数据 30:鼓励消费者在节日期间购买的因素,2017年10月
• 年长男性传统主义者,年轻女性经验主义者
数据 31:鼓励消费者在节日期间购买的因素(按性别和年龄组区分),2017年10月
• 一些城市更传统
数据 32:鼓励消费者在节日期间购买的因素——迎合节日传统(按城市区分),2017年10月
• 狂热者、现实主义者和反感者

消费重点

• 不同节日花费不同
数据 34:消费者在节日期间的支出重点(按品类区分),2017年10月
• 影响传统节日品类购物的因素
数据 35:鼓励消费者在节日期间购买的因素(按消费者在传统节日期间的支出重点区分),2017年10月
• 包装在传统节日一显身手
• 影响网络节日品类购物的因素
数据 36:鼓励消费者在节日期间购买的因素(按消费者在网购节日期间的支出重点区分),2017年10月

网购节日支出意向

• 服饰、食品和乐趣
数据 37:消费者在网络购物节的支出意向(按品类区分),2017年10月
• 年轻消费者带动增长
数据 38:消费者在网络购物节的支出意向——更多(按性别和年龄组区分),2017年10月
• 年长消费者仍然无动于衷
数据 39:消费者在网络购物节的支出意向——和以前差不多(按性别和年龄组区分),2017年10月
• 英敏特城市精英人群和高收入家庭更强的支出意向
数据 40:消费者在网络购物节的支出意向——更多(按消费者分类区分),2017年10月

反感网上购物节的原因

• 让日常采购成为乐事
数据 41:消费者在网络购物节不愿多花费的原因,2017年10月
• 现在就要!
数据 42:消费者在网络购物节不愿多花费的原因(按消费者为自己购物的重要节日区分),2017年10月
• 打造特殊场合
数据 43:消费者在网络购物节不愿多花费的原因(按鼓励消费者在节日期间购买的因素区分),2017年10月
基于:477名不太愿意在网络购物节多花费的20-49岁的互联网用户

消费者对网络购物节的态度

• 又爱又恨
数据 44:消费者对网络购物节的态度,2017年10月
• 热情洋溢的女性
数据 45:消费者对网络购物节的态度(按性别和年龄群组区分), 2017年10月
• 主要消费群体
数据 46:主要消费群体,2017年10月
• 网络购物节现实主义者
他们是谁
他们是怎样的消费者
如何向其营销
• 网络购物节狂热者
• 网络购物节反感者
数据 47:消费者对网络购物节的态度(按主要消费群区分), 2017年10月

附录——研究方法和缩写

• 研究方法
• 扇形图预测