去年中国零售电商市场超5万亿元超出美英之和_电商占中国零售业比例

　　据BCG北京时间5月9日报道，目前，中国电子商务市场规模大于全球其他任何一个国家。中国国家统计局的资料显示，2016年中国消费者网购支出为人民币51710亿元——超过美国和英国之和。这是一个令人瞠目结舌的数据，但更有趣的是，中国的数字市场、技术平台、网购行为与西方世界的差异，这些差异可以揭示购物的未来发展趋势，为全球企业提供有价值的见解。

　　数字革命移动化

　　当亚马逊和电商在1990年代颠覆美国零售业时，零售商和消费者不得不重新考虑他们根深蒂固的习惯。相比之下，中国实体零售业不够发达。数字革命出现的时间与可支配收入和消费的增长同步。因此，电子商务迅速成为常态，而且发展速度很快，迅速领先于西方。

　　中国还是移动商务领域的先驱。许多消费者完全跳过PC时代，直接跨入智能手机时代。这可能可以解释三星大屏手机首先在中国而非西方“落地生根”的原因。据业界估计，到2020年，在中国，通过手机完成的电商交易占比将达到74%，远高于美国的46%。

　　电商发展速度没有放慢的迹象。未来5年，预计中国电商产业每年将增长20%——两倍于美国和英国。推动中国电商产业增长的不仅是个人收入的增加，还有数亿消费者的“加入”——其中许多来自更小的城市和农村。

　　电商优势

　　中国独特的零售历史催生了世界上最先进的数字市场之一。老练的购物者、海量交易、快速创新，以及整合社交媒体、多媒体和其他渠道，中国的网购环境有助于我们了解电商未来的发展。

　　中国电商市场消费者、品牌和购物平台的几个关键特征，使得它不同于西方。

　　·中国消费者渴望花钱，在购物上花费大量时间。在中国，购物不仅仅是交易，它还是一种与好友、名人和网红进行的娱乐、社交活动。中国消费者平均每天逛阿里巴巴旗下淘宝网的时间长达约30分钟，是美国人逛亚马逊时间的近3倍。即使不是某一品牌的粉丝，他们也很在意品牌。例如，中国青少年知道20个化妆品品牌，美国青少年则只知道14个。中国的年青人也是世界上最“喜欢花钱的人”：42%的人感觉需要购买更多商品，美国和英国的这一比例为36%。

　　·激烈的品牌竞争推动创新。无论是老牌厂商还是新秀，都在不断开发新产品和服务模式，以领先竞争对手。在竞争高度激烈的产品类别中——例如化妆品、奶制品和糕点糖果，市场领头羊不断变换。中国电商商家不惧怕测试新产品，不惧怕失败，不会严格遵守产品发布计划。它们在向消费者传递营销信息方面日趋老练。另外，它们还处于利用数据、分析更好地了解客户的最前沿，在向着真正的消费者驱动产品开发模式前进。

　　·无缝的综合平台使购物变得更有趣、更方便。在中国，新闻网站、游戏、视频和电子商务都通过主要网络中枢互联，它们带有点击购物产品广告和支付链接。与其他国家的网购用户不同的是，中国消费者几乎不访问公司或品牌网站。他们通过淘宝等电商市场，爱奇艺和微信等应用发现想购买的商品。淘宝和微信——中国五大应用中的两个，已经发展成一体化的超级应用。淘宝最初只是一家单纯的电商网站，现在提供社交和娱乐特性。微信以社交平台起步，现在也允许用户买卖商品。这些超级应用还提供多种在线和离线服务。用户可以给其他用户转账、订餐、叫车、预约医生、支付购物款、购买电影票。在美国和英国，消费者需要不同应用完成这些功能。

　　阿里巴巴和亚马逊的比较

　　更好地了解中国和西方电商市场差别的另一个途径，是考查主要厂商：阿里巴巴和亚马逊。乍一看，这两家公司有诸多相似之处，它们都提供电商市场，是所在国家第一大电商平台，都在不断进入新领域。虽然两家公司都取得了极大成功，但它们的业务模式有很大不同之处。

　　亚马逊是一家典型的网络零售商，有自己的库存，几乎完全专注于消费者。大多数用户访问亚马逊网站，目的都是购买具体商品。琳琅满目的商品、出色的搜索引擎、低价格、用户评论、产品推荐、方便的支付、快速送货和一流的服务，使亚马逊吸引了大批铁杆粉丝。过去数年，亚马逊涉足许多不同领域，例如Kindle电子阅读器、视频服务、原创电视节目和送餐。

　　相比之下，阿里巴巴没有自己的库存。阿里巴巴更像是一家虚拟商场，向批发商和零售商提供联系买卖双方的平台。在这种电子市场模式中，品牌“拥有”客户关系，创建与它们相称的网络体验。阿里巴巴提供工具和服务，帮助品牌和小企业开展电商业务，通过游戏、新闻、视频、直播和网络社区等活动直接与客户互动。消费者逛阿里巴巴平台的目的是娱乐、发现新潮流和购物。平台能提供这些功能的原因是阿里巴巴的技术，阿里巴巴把淘宝和天猫等电商市场，与数字营销、支付、物流、社交媒体、娱乐、新闻集成在一起。

　　数据和分析对于亚马逊和阿里巴巴都至关重要，但使用方法不同。亚马逊根据消费者购买模式，主要利用数据改善其产品和服务。它也与商家分享数据，帮助它们上架合适的商品，确定有竞争力的价格和管理库存。阿里巴巴提供大量消费者行为数据，使商家能提高营销投资回报率，增加商店的转化率。例如，数据可能揭示一个商家价值最高的客户通常下班后“逛”其商店，因此傍晚的广告效果要好于白天上班时间。