北京,2021 年 11 月 30 日— 2021 年的双旦购物季悄然而至,据预计,今年购物季的移动化程度将创历史新高。今天,移动营销数据分析平台Adjust 发布了《2021 年电子商务应用报告》,携手 Sensor Tower 洞察移动购物热门趋势。这份全球化报告显示,2021 年应用内收入增长显著,并在 5 月达到最高峰。根据Adjust 发布的 《2020 年电商应用收入趋势》显示,10 月、11 月和 12 月的表现优于当年的前 9 个月,因此今年购物季的表现将有可能打破这一记录。
购物者不仅在应用内支出更多,每天在应用中花费的总时长也更高了。全球平均会话时长从 2019 年的 10.07 分钟增至 2020 年的 10.42 分钟,2021 年迄今更是达到了 10.56 分钟。欧非中东地区位居 2021 年会话时长榜首,单次会话时长高达 10.97 分钟。
Adjust 联合创始人兼首席执行官 Paul H. Müller 表示,"移动端已经成为电商业的领头羊。最令人惊叹的是,电商应用不仅留住了已经获取的用户,同时还在持续增长并吸引到了更多的新用户。这证明移动端能提供方便且以用户为中心的体验。留住忠实客户,品牌就能确保在整个节假日购物季继续增长,并以强劲的势头走进新的一年。"
iOS 14.5+ 和用户许可
根据Adjust 的数据显示,电商类应用的平均 App Tracking Transparency (ATT) 用户许可率在 17% 左右,明显高于行业最初预期。Adjust 预计,随着时间流逝,用户会进一步了解到个性化广告的价值,跟踪许可率也会继续上升。
此外,针对 2021 年电商应用在全球和区域范围内的增长及交互情况,报告还发现了以下要点:
1) 2021 年,全球电商应用安装量比 2020 年增长了 10%。欧非中东、拉丁美洲和亚太地区的安装量也有所提升,分别为 15%、11% 和 9%。根据Sensor Tower的 数据显示,2021 年迄今,全球排名第一的电商应用是主要针对巴西市场的 Shopee。
2) 2021 年,拉美地区的会话量增长最为显著,提升了 27%,全球平均值为 12%。在亚太和欧非中东地区,会话量分别提升了 10% 和 13%。
3) 与 2020 年相比,用户留存率在 2021 年第 1 季度稍有下滑,但在第 2 季度重振旗鼓,第 1 天留存率为 26%,高于第 1 季度的 21%,与 2020 年同期持平;其留存率是所有季度中最高的,第 7 天留存率为 17%,第 15 天为 14%,第 30 天为 11%。
"移动电商终于从核心购物市场扩展到了全球,拉美和亚太地区更是出现了爆炸性增长," Sensor Tower 移动洞见主管 Randy Nelson 表示,"与此同时,电商领域中的先行者们依旧在美国和中国等成熟市场不断打造和扩充用户群。我们预计,在即将到来的节假日购物季期间,零售巨头和电商新秀都会在移动数字渠道中有出色表现。"
欢迎点击这里或关注微信公众号“AdjustGmbH”下载完整版报告。
###
关于 Adjust
Adjust 是一家移动营销数据分析平台,深受全球增长驱动型营销人员的信赖,能提供推广活动监测、优化以及用户数据安全等多种解决方案。凭借高度智能化和自动化的功能,以及遍布全球的专业支持团队,Adjust 已为成千上万款应用提供增长助力。
2021 年,Adjust 被 AppLovin (纳斯达克代码:APP) 收购。AppLovin 是一家领先的营销平台,可为开发者提供一系列强大的集成式解决方案,帮助移动应用快速增长。进一步了解 Adjust,请访问www.adjust.com/zh。
关于 Sensor Tower
Sensor Tower 是领先的全球移动经济市场情报和信息提供商。该公司成立于 2013 年,总部位于美国加利福尼亚州旧金山, 旗下拥有商店情报、广告情报、使用情报、用户情报和应用情报平台产品,可提供移动应用及广告发行商的企业级别数据, 帮助客户精准掌握下载、收入、广告占有率和交互等指标,全面了解全球最重要的市场。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。