双十一网购心理都在发生着变化

从2009年第一次双十一购物节至今，十余年时间，在这一购物狂欢节中，“血拼”、“剁手”成为买家的关键词，网购工具、网购清单和网购心理都在发生着变化。

通过调查数据显示，在双十一期间，消费者看到喜欢的商品买下来的可能性比平时高12%，冲动型消费的可能性比平时要高11%。“看到很多人买会跟着买”的从众消费行为的可能性比平时要高10%，如为了凑单满减，花钱买了很多不需要的东西。在受访结果中也发现从跟风熬夜抢购到理性消费的心理变化：可看到“持续关注商品，降价才买”的理性消费比平时要高10%。

是否参加过双十一的消费者网络购物差异

双十一举办了很多年了，消费者网购习惯发生了什么样的变化？

从网购频率来看，参加双十一的消费者每半个月一次网购的概率比未参加的消费者高3%，其中女性消费者占70%。 从网购最多物品来看，参加双十一的消费者网购衣服箱包的概率比未参加的消费者高6%，其中女性消费者占72%。 从过去一年的总花销来看，大多数消费者的网购费用在500-1000元， 这其中，65%的消费者来自农村乡镇地区。可见“双十一”正在带动一场中国县域及以下市场的全面消费升级，让这些地方的用户，真正拥有了释放自己强大消费力的机会。

双十一网购行为的男女差异

从网购的物品来看，男性和女性消费者网购最多的都是衣服箱包，网购较频繁（每周1-2次）的男性还会常常购买图书文具。

从网购的物品来看，男性和女性消费者网购最多的都是衣服箱包，网购较频繁（每周1-2次）的男性还会常常购买图书文具。在双十一活动中，可以发现，平时网购更频繁的女性消费者，在双十一活动的消费金额也更高。从没有参加“双十一”网络购物的原因中，我们发现网购较频繁（每周1-2次）的男性消费者认为是商家的噱头，而大多数女性消费者没有参加双十一的原因是没有想买的东西。对很多消费者来说，双十一也从新事物变成了“老朋友”。对于双十一这个全民购物狂欢节，消费者还需要理性看待，量力而行，作为商家一种营销手段，也会给消费者带来一定的实惠。如果刚好有需要，这个时候买比较划算，属于互惠互利；如果没有需要，也不要为了买而买，造成不必要的浪费。

本文章中的所有信息（包括但不限于分析、预测、建议、数据、图表等内容）仅供参考，拓端数据（tecdat）不因文章的全部或部分内容产生的或因本文章而引致的任何损失承担任何责任。

近期我们进行了关于重庆租房市场的研究。我们分析了来自106家参与研究的房产交易平台的数据和见解，请参阅下面的图表了解主要发现。

 房源优势和房源价格

根据房源优势可以评估房源的价格，这使房东能够根据房源优势提高对房租价格决策方面的有效性，将租客关注的房源优势的优先级确定为优先事项。遵循基于房源优势的方法，平台将重点放在针对最热门的特征建立适当的分析，从而为租客和房东提出最合理的价格（图表1）。通过按照房源优势的方法简单排序，房东根据房源的优势（随时看房、精装、双卫生间等）可将其房源出租的成交价格比原始计划提高1.2倍。 

使用机器学习分析房源价格

许多房地产公司长期以来一直根据直觉和传统的回顾性数据进行决策。如今，许多新的变量使人们可以对一个位置的租金进行更生动的描绘。

图表2显示了如何将机器学习模型应用于房源价格评估，从而在给定的房源优势，房源地段和建筑面积等情况下，对于房源价格而言，显然具有明显的最优性。为了优化不同房源的价格，特征价格理论的定义是从房源的异质性出发,把房源价格分解为不同特征价格,运用市场交易数据估计出房源特征隐含价格。这样的方法可以作为全面优化的第一步，该优化考虑了房源优势，房源地段和建筑面积等因素。

不同类型房源的优势差异

优势为月租和独立卫生间的房源中有90％以上没有中介费，而在精装和其他优势的房源中这一比例为42%和44%，在新上和随时看房的房源中这一比例为99%。在所有房源中靠近地铁的占全部的82%，而在新上房源中这一比例达到99%。月租房占所有房源的32%，作为短租房，它的优势是租期可短可长,退房没有太多的麻烦,所以是租客考虑的重要因素之一。

通过安装在出租车上的GPS设备，我们可以采集到大量的轨迹数据，从而帮助我们分析人们出行信息，达到优化交通的目的。

最近拓端tecdat研究人员对杭州的出租车轨迹数据从空间和时间维度上进行了分析和展示。 

高峰时段打车难

杭州出租车总数并不少。不过每到傍晚时分，市民却普遍感到“打的”难。是下班高峰期，“打的”人士格外多，以致车辆不够用吗？据有关部门不完全统计，平时车辆空载率在40％左右，但傍晚五六点钟时，这一数字几近60％。高峰时段的空载出租车数量为载客出租车数量的3-4倍（图表1），拱墅区的比率达到5。而平时杭州各区的空载载客比率在2左右。出租车公司的一位司机表示，通常在上下班高峰期间，不是司机不想进入城区，是根本进不去，只能在外围徘徊，还造成了空驶，所以正好趁这个时间交接班,尽管交接班区公管所出台措施，规范客运出租汽车营运交接时间，但杭州整体的出租车资源从时间上来看，分配不均匀。

行驶轨迹与跨区流动

西湖区、江干区、拱墅区和下城区是出租车最密集的区域。出租车跨区行驶的情况存在较大差异，西湖区到江干区，西湖区到下城区、拱墅区的数量较多，余杭区和萧山区到其他各区的出租车数量较少（图表2）。 22.1%的出租车集中在西湖区，江干区、下城区和拱墅区的出租车数量分别为14.2%,13.4% ,11.3% ，杭州整体的出租车资源从空间上来看，分配不均匀。

高峰和平时的载客差异

我们发现，高峰时段和平时，西湖区（21%和20%）和江干区（20%和13.8%）都是出租车数量最多的区，其次是下城区、拱墅区、余杭区等，下城区平时的出租车数量（13.2%）比高峰期（10%）更多。高峰时段的载客、空载数目差异比平时大。萧山区出租车的空载数为载客数的14.6倍,拱墅区为5.8倍，西湖区和江干区分别为4.5，4.4倍（图3）。这些发现支持着重于采取更多的主动性（展览）。这些发现说明杭州整体的出租车从时间和空间上分配不均匀，存在一定的不合理性，需要进行合理配置。

拓端数据研究人员根据数据分析以及调研,结合对共享出行相关行业的基本观察,对共享汽车在民众心中的印象做出判断。

共享汽车评分影响因素

在共享汽车评分影响因素中，押金的退还风险成为用户关注的首要问题，由于共享汽车押金额远高于共享单车押金额,一旦出现共享汽车运营企业倒闭,那么消费者损失会更大。不赞同押金的用户，对共享汽车的评分（43分）也最低。其次，用户考虑的是共享汽车是否易于驾驶，赞同的用户评分超过70，其中将共享汽车用作通勤使用的用户的评分最高（79分）。在不赞同易于驾驶的用户中，除了关注押金问题，还关注共享汽车的操作说明、反馈的好坏。 

共享汽车用户概览

在受访对象中，有34%使用过共享汽车，从共享汽车用户的年龄段来看，有26%为20-30岁的年轻人，7%为20岁以下，1%为40岁以上，在20-30岁的用户中，18%为上班族，7%为学生。可见，多数民众对共享汽车这一新生事物的涌现持观望态度，用户大多为年轻群体，其中以上班族为主，然后是学生，共享汽车为上下班通勤而不想挤地铁的用户提供了新的选择，而无需买车、价格优惠是吸引学生的核心点。

对共享汽车看法的性别差异

从男女用户对共享汽车影响因素的评分来看，对于客服处理方面的因素，受访者的评分高于3.2分。在共享汽车的使用风险因素，女性更加关注个人信息泄露（3.5分）和发生安全隐患（3.5分）。在押金高低和收费价格上，女性（3.2分）比男性（3.0分和2.9分）更加重视。男性对共享汽车在通勤上、娱乐用途的认同高于女性。 

近日有媒体表示榜单太多，大学都不够用了;标准太泛，办学初衷都找不到了。而不同的榜单排名差异过大，也让评价机构的信任和权威“煳掉”。质疑背后，是精确的数据和可靠的事实缺乏。

拓端数据研究人员对高校排名相关数据进行采集，从多个角度进行数据分析，为大家探究高校排名的数字基因。

重点学科与院士、硕士点数量

从重点学科分布的“波峰”和“波谷”来看，院士师资力量对重点学科数量有明显影响，重点学科集中分布在院士数量大于40位的高校中，该区域硕士点数目在200个左右。同时可以看到并非硕士点越多，重点学科也越多，重点学科就科研成果和科研实力师资力量而言，一般是在该学科领域的最高水平，而当前硕士点审批门槛相对较低。

高校隶属与类型、是否985

从总体情况来看，83%的高校隶属于省教育厅，9%的高校隶属于市教委。市属大学往往培养一个城市的实力，市级高校的实力往往离不开城市的发展水平，因此，市属院校的办学水平不能一概而论，要看地域，同时，市属学校由于得到上级教育部门的直接领导和关注，相对于其他学校具有某种优越性。而省属重点大学一般来说办学历史都比较长，有较雄厚的师资力量和科研基础。从学科类型看，最多的是工科占28%，综合占比26%，师范占15%。在所有院校中，985高校凤毛麟角，占3%，在985高校中，大多是综合和工科类型的，师范和农业类型较少。

院校隶属和师资、硕博点数目

从不同隶属的高校院士的数目来看，教育部属高校的含金量最高，平均每所高校有超过11位院士，大约是省属高校和市属高校的10倍。 从硕博士点来看，尽管省属高校的总数量最多，然而市属高校在平均数量上占优，市级直属院校大多在直辖市，有地域优势，师资力量也是非常雄厚的。

本文章中的所有信息（包括但不限于分析、预测、建议、数据、图表等内容）仅供参考，拓端数据（tecdat）不因文章的全部或部分内容产生的或因本文章而引致的任何损失承担任何责任。