年度数据 | 移动社交生态逐步形成，数据与社交关系价值不断提升

艾瑞咨询 · 公众号 · 科技媒体 · 2017-01-09 07:30

正文

摘要

1. 2016年移动社交App月度独立设备数突破5.5亿大关；

2. 预计2019年中国社交广告将超700亿，议价能力不断提升；

3. 移动社交应用梯队划分明显，腾讯系与微博地位稳固。

2016年中国移动社交行业发展概览

2016年，中国移动社交行业呈现良好的发展态势，头部企业的战略布局更加明确，社交生态逐步形成。腰部企业的发展仍具有较大的上升空间，明星产品正在逐渐崭露头角。同时，社交媒体自身的数据与用户关系间的价值得到更大的挖掘，社交广告市场规模超过240亿，同比增长率在60%以上。

中国移动社交行业季度发展情况

2016年移动社交App月度独立设备数突破5.5亿大关

根据艾瑞数据监测产品mUserTracker数据显示，2016年11月中国移动社交App的月度独立设备数达到5.6亿，移动端用户规模持续上升，2016年整体环比增速放缓，但在8月出现较快增长。

受到奥运会及美国大选等全球事件影响，8月与11月用户黏性增长明显

根据艾瑞移动端数据产品mUserTracker2016年1月-11月数据显示，整体移动社交App用户黏性呈现增长趋势，但从移动社交应用占据用户总时间比例来看，8月与11月的日均有效使用时长在总体移动端使用时长的占比达3.7%，为全年最高。艾瑞分析认为，社交奥运的概念在2016年发展不断深入，同时，美国大选等全球事件话题在11月不断出现，共同助推社交App的用户黏性上升。

社交广告：预计2019年中国社交广告将超700亿，议价能力不断提升

根据艾瑞最新数据显示，2016年中国社交广告规模为241亿元，预计到2019年将超过700亿元。中国及全球的社交网络营销整体均呈现快速增长的趋势。广告技术不断进步，展示广告与效果广告的结合提升了社交广告的效果，立足于社交网络而不断发展的原生信息流广告、视频广告等形式的演变更将社交广告推向高速发展期。

中外移动社交应用市场集中度分析：纺锤结构VS三角结构

从移动社交应用的数量上来看，海外市场呈现纺锤型结构，头部与尾部的应用较少，腰部应用类型丰富且体量较大；中国市场则呈现三角结构，长尾市场的应用数量占比庞大。从用户角度来看，国内外市场中头部应用基本均占据市场较大份额，用户更加活跃，而与中国相比，海外市场头部应用的用户集中度更高。

企业梯队：移动社交应用梯队划分明显，腾讯系与微博地位稳固

根据艾瑞移动端数据产品mUserTracker2016年11月数据显示，中国移动社交App呈现明显的梯队式发展，其中微信、QQ与新浪微博在设备覆盖与用户黏性方面均处于较为领先的地位，月度独立设备数与使用时间占比均超过10%；设备覆盖数处于第二梯队的应用有：陌陌、百度贴吧与QQ空间（排名不分先后），但其中，陌陌的用户使用黏性在三者中居于高位；第三梯队以垂直类社交App为主，月度独立设备数与使用时间占比均小于5%。整体来看，中国移动社交网络发展以头部产品占据较大份额，腰部产品多垂直领域布局为主要特征。

年度盘点

2016年，中国移动社交行业的格局逐渐清晰，综合型的移动社交平台已被大型互联网公司旗下产品或个别独立社交产品所占据，明星应用与长尾应用间的梯队划分较为明显。微博凭借自身大数据应用的创新与用户体验的优化，在2016年迎来发展第二春；陌陌抓住自身LBS+泛社交的特点，进行多业务线布局，其中直播的发展尤为迅速，成为其发展的主要推动力。由此来看，新晋移动社交产品希望从综合型平台分得蛋糕的希望越来越小。在当前的垂直领域中，各领域的明星产品正在不断涌现，几家Top产品厮杀正酣，新晋玩家面临着多方压力。

艾瑞分析认为，移动社交行业虽看上去红海一片，但仍有更加垂直和个性化的社交需求未被挖掘和满足，以95后为主的移动社交新生代用户愿意尝试的好奇心给新兴产品的玩法试错留有空间，同时，随着未来新产业链不断孕育成熟，也将催生新的蓝海。

未来趋势：1）VR+移动社交的新科技体验。VR、AR等新科技的产生与不断完善，为移动互联网行业带来诸多契机。与社交的结合能够使社交体验更加真实，并且玩法将更酷炫，更加吸引年轻人的关注。VR与视频社交、图片社交的结合都很具有吸引力。2）泛娱乐+社交的继续深挖。娱乐已经成为现代生活中不可缺少的部分。泛娱乐相关内容的热度与关注度高，IP议价能力不断提升，表现形式也不断创新。娱乐性内容与社交具有天然的匹配优势，抓住泛娱乐行业，找准细分领域切入不失为一种方向。3）分享经济+社交的关系链价值提升。共享经济的浪潮不仅推动了传统企业的互联网转型，同时也为更多的互联网领域提供了发展机会。而分享经济的前提是人的需求与分享的意愿。人与人之间基于工具型需求的弱关系，可以结合二度人脉等进行深入的挖掘，根据LBS、用户兴趣标签等，通过匹配算法推荐。