资源描述
,8/3/2016,#,2021 年中国 网民娱乐行为研究报告,(2021 年 2 月),中国互联网络信息中心,目录,第一章调查介绍.1,1.调查对象.1,2.调查规模.1,3.调查样本分布.1,4.调查方式.1,5.调查随机性和准确性控制方法.1,第二章报告摘要.3,第三章 网民娱乐行为分析.5,一、 娱乐对其他娱乐方式的影响.6,二、 娱乐时长情况.6,三、 娱乐场景.7,第四章典型 娱乐行为分析.9,一、 游戏行为分析.9,1. 游戏选择行为.9,2. 游戏下载行为.12,3. 游戏使用行为.15,4.电脑游戏用户向 游戏的迁移行为.17,5. 游戏用户的付费行为.18,二、 视频行为分析.19,1. 视频的选择行为.19,2. 视频的使用行为.21,3. 视频对其他设备的影响.24,4. 视频用户的付费行为.25,三、 阅读行为分析.26,1. 阅读选择行为.26,2. 阅读使用行为.28,3. 阅读对其他阅读方式的影响.30,4. 阅读用户的付费行为.30,四、 音乐行为分析.31,1. 音乐用户的收听方式.31,2. 音乐用户的播放器选择.32,3. 音乐用户的选择倾向.33,4. 音乐用户的付费行为.34,第五章总结.36,一、各类娱乐用户规模稳定增长,用户依赖性逐渐增强 .36,二、内容版权成为 娱乐行业争夺的重点 .36,三、 游戏重度化、精品化成为大趋势.36,四、对其他娱乐方式的影响.37,五、泛娱乐化战略兴起.37,版权声明 .38,2021 年中国 网民娱乐行为研究报告,中国互联网络信息中心,图目录,图 1 娱乐用户占比.5,图 2 娱乐对其他娱乐的影响.6,图 3 娱乐使用时长.7,图 4 网民 常用功能依赖程度.7,图 5 娱乐场景.8,图 6 游戏选择倾向.10,图 7 游戏玩家预装/下载游戏倾向 .10,图 8 游戏玩家单机/联网游戏倾向 .11,图 9 游戏类型偏好.12,图 10 游戏下载方式.13,图 11 游戏在 PC 端的主要下载渠道.14,图 12 游戏直接下载渠道 TOP10 .15,图 13 游戏日均在线时长.16,图 14 游戏使用频率.16,图 15 游戏使用周期.17,图 16 游戏对电脑游戏的影响.18,图 17 游戏用户付费比例.18,图 18 视频类应用使用率 TOP10 .20,图 19 视频用户内容选择类型.21,图 20 视频用户收看方式.22,图 21 视频用户收看时长.23,图 22 视频用户收看频率.23,图 23 视频用户其他设备使用情况.24,图 24 视频对用户收看电影的影响.25,图 25 视频用户付费比例.25,图 26 阅读方式使用比例.26,图 27 听书软件使用比例.27,图 28 阅读内容选择.27,图 29 阅读类应用使用率 TOP8 .28,图 30 阅读方式选择.29,图 31 阅读用户使用时长.29,图 32 阅读对用户其他阅读方式的影响.30,图 33 阅读用户付费比例.31,图 34 音乐收听方式.32,图 35 音乐播放器选择.32,图 36 音乐类应用用户认知率 TOP10 .33,图 37 音乐应用选择因素.34,图 38 音乐用户付费比例.34,图 39 音乐用户付费倾向.35,2021 年中国 网民娱乐行为研究报告,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,1,第一,章,调查介绍,1.,调查对象,中国有 的 6 岁及以上常住居民,最近半年使用 接入过互联网,且进行过 娱 乐活动的 网民。,2. 调查规模,本次调查截止时间为 2021 年 12 月 30 日,成功样本量共为 2,029 个,覆盖中国大陆一 至五线城市。,其中,涉及规模数据采用 CNNIC 第 35 次中国互联网调查工程执行,样本量 76,000。,3. 调查样本分布,调查的目标总体是中国大陆除港、澳、台三地 网民。,CNNIC 随机抽取华北、东北、华东、华南、华中、西北、西南 7 大区域内的各级城市。 根据城市所有 局号,通过随机生成 号码的方式,抽取 用户进行访问,最终,样本量为 2029 个,样本满足在置信度为 95%时,估计的最大允许绝对误差小于 5%。,4. 调查方式,通过计算机辅助 访问系统CATI进行调查,随机生成 号码,全部为 号。,5. 调查随机性和准确性控制方法,拨打号码的随机生成由 CNNIC 研究人员完成,以保障抽取样本的随机性。完成调查后, 调查公司须提供所有 的拨打明细情况给 CNNIC,进行抽查。,为防止接通率对随机性的影响,对号码无法接通的情况,采取至少拨打三遍的方式。,为防止访问员个人观点对访问造成的影响,规定不需要读出的选项一律不加以任何提示, 并追问到位。,2021 年中国 网民娱乐行为研究报告,中国互联网络信息中心, 调查结束后对数据进行了预处理、核对了变量的取值和变量之间的逻辑关系等,对 于不合格样本予以整体删除处理。,2,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,3,第二,章,报告摘要, 娱乐因其随身、随时、私人化的特点在网民的日常生活中扮演着越来越重要的角色,,98%的 网民在过去半年内曾使用过音乐、视频、游戏、阅读等娱乐性 应用。, 娱乐对网民的日常娱乐活动产生的影响较小,只有 24.4%的 网民认为自己因为 进行 娱乐而减少了其他日常娱乐活动,但有 46%的网民认为对电脑娱乐活动影响 极大。,网民使用 娱乐的时间长度相比去年有了显著增长,去年 网民平均每天花费在手 机娱乐上的时间约为 109 分钟,而今年那么提升到了 158 分钟。, 娱乐场景分布呈高度集中趋势,周末或假期使用 娱乐的网民比率高于乘坐交通 工具、工作空隙等零碎时间,这标志着 娱乐已经逐渐突破原本单纯依靠碎片化时间 的模式,开始朝着耗时长、重度化应用的方向过渡。,截止至 2021 年 12 月,我国 游戏用户已达 2.48 亿人,使用率为 44.6%,较去年同,期增长了 1.5 个百分点。在这些 游戏用户中,49.7%的玩家都是 2 年以内的新用户。,在用户选择一款 游戏时,54.9%的 游戏玩家会根据游戏类型选择试玩一款新游 戏,48.6%的 游戏玩家会因为周围的朋友在玩一款 游戏而愿意试玩。,77.4%的用户直接通过无线网络从应用商店的游戏专区下载游戏,通过搜索引擎、微信、 游戏网站等渠道下载游戏的比率都接近 25%,而愿意点击应用内广告下载游戏的比率 那么较低,只有 12%。, 视频在 2021 年迅猛开展,全年新增 视频用户达 6611 万人,使用率由 49.3%提 升至 56.2%,增加了 6.9 个百分点。,电视剧和电影依然是 视频用户们的最爱,使用比率超过 50%,综艺娱乐类节目和 新闻、时尚类资讯,用户收看比率均到达 41.6%。, 视频用户的付费比例到达 11.3%,其中月均花费在 10-50 元的用户比例最高,到达,45.6%,其次为月均付费 6-10 元的用户,比例为 30.7%。,2021 年底,我国使用 网上看新闻的用户和 网络文学用户分别到达 4.15 亿和 2.26,亿,市场前景巨大。,在包括纸质书籍、电脑、 、平板电脑在内的阅读方式中, 阅读的使用比例最高,,2021 年中国 网民娱乐行为研究报告,中国互联网络信息中心,到达 84.6%,远超其他阅读方式。, 阅读用户中,使用过 听书软件的用户比例接近全部用户的五分之一,作为新生 事物未来仍有较大开展空间。, 网民在 端阅读主要以新闻资讯和小说为主,分别占 80.8%和 48.4%。, 阅读用户的付费比例到达 13.1%,其中月均花费在 5 元以下和 10-50 元的用户是主 要群体,分别占 42.1%和 35.3%。, 音乐在 2021 年用户规模增长 7538 万,总体规模到达 3.66 亿,使用率增长了 7.6,个百分点,到达 65.8%,是使用率增长最大的 娱乐类应用。,在使用 收听音乐的用户中,24.3%的用户会使用 自带的播放器收听音乐,而 75.7%,的用户选择使用自己下载的其他播放器收听音乐。,界面简洁美观和歌曲资源丰富是用户选择 音乐类应用的最重要因素,影响用户选择 的比例分别到达 51.2%和 51.1%,而对于能否收看歌曲 MV、是否支持多种音频格式、 是否可以自行上传歌曲等功能那么重视度较低。, 音乐用户的付费能力普遍较低,为 音乐付过费的用户占总体的 5.9%,且其中 42.6%的用户月均付费在 5 元以下。,4,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,5,第三章 网民娱乐行为分析,近年来,随着智能 的快速普及和移动网络根底建设的日趋完善,我国 网民规模 快速增长的同时也对 网上娱乐提出了更加多样化、精品化的需求。 娱乐因其随身、 随时、私人化的特点在网民的日常生活中扮演着越来越重要的角色,据调查,98%的 网 民在过去半年内曾使用过音乐、视频、游戏、阅读等娱乐性 应用,其巨大的潜在商业价 值促使大量掌握高新技术的年轻创业者涌入移动互联网行业,加上传统互联网巨头的资本注,入,共同推动了 娱乐类应用快速开展,当前娱乐类应用已经同互联网广告、电子商务类 应用共同成为移动互联网产业收入的三大核心支柱。,音乐在智能 问世前就是 的主要娱乐功能,因此使用率最高,占 网民的 65.8%,较去年增长了 7.6 个百分点,而排名第二的 视频也有较大增幅,由去年的 49.3% 增长到今年 56.2%,增加了 6.8 个百分点。 游戏与 阅读小说的用户使用率变化不大, 分别为 44.6%和 40.6%,但造成这种结果的原因却完全不同, 游戏的用户流失率较高, 但因为 游戏用户整体规模的不断扩大导致用户数量稳中有升,而 阅读小说的用户群 体相对稳定,用户不易流失,但 阅读的新用户也较少,因此能够总体保持稳定。值得注,意的是,对于优秀作品的版权争夺在各 娱乐类应用的领域里都被企业视为开展布局的重 中之重,这种趋势在未来将表现的日益明显。,图 1 娱乐用户占比,65,.,8,%,56,.,2,%,44,.,6,%,40,.,6,%,4,0,%,2,0,%,0%,6,0,%,8,0,%,听音乐,看视频,玩游戏,看小说,娱乐用户占比,来源,:,2021年中国 网民娱乐行为研究报告,2021.12,2021 年中国 网民娱乐行为研究报告,6,中国互联网络信息中心,一、 娱乐对其他娱乐方式的影响,娱乐对网民的日常娱乐活动产生的影响较小,但对网民的电脑娱乐活动时长影响极 大。据调查,在所有被访者中,只有 24.4%的 网民认为自己因为进行 娱乐而减少了 其他日常娱乐活动,但当被问及是否因使用 娱乐而造成了使用电脑娱乐的时长减少时, 比率那么上升至 46%。其原因在于,过去的一年中 音乐类、视频类应用的高速普及以及 移动宽带业务的迅猛开展,为 流媒体播放提供了物质根底,而 本身具有的便携性、 随时性优势,使得用户收听收看音乐和视频的时间本钱大大下降,大批用户在使用这些应用 时由 PC 端转向 端。而 游戏市场的日趋成熟和游戏品质不断提升也吸引了大量电脑 游戏玩家开始兼顾 游戏和电脑游戏;再加上 阅读的体验本身就远好于使用电脑进行 阅读,使得各类 娱乐应用都从电脑端吸引了大量用户,从而对电脑娱乐产生了极大冲击。,图 2 娱乐对其他娱乐的影响,二、 娱乐时长情况,网民使用 娱乐的时间长度相比去年有了显著增长,根据调查,去年 网民平均每 天花费在 娱乐上的时间约为 109 分钟,而今年那么提升到了 158 分钟,这主要是由于视频、 游戏等内容的品质提升造成。拥有优秀内容的产品不仅可以吸引大量用户,而且对于提升用 户的留存率甚至付费率也有明显帮助,可以断定未来优秀内容的版权依然将是各娱乐应用厂 商角逐的重点领域。,24,.,4,%,46,.,0,%,4,5,%,1,5,%,0%,3,0,%,6,0,%,对日常娱乐活动产生了影响,对电脑端娱乐活动产生了影响,娱乐对其他娱乐的影响,来源,:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,7,图 3 娱乐使用时长,娱乐的时间长度不仅有所提升, 网民对其依赖程度也日渐明显,66.1%的,网民认为音乐、视频等娱乐功能是其使用 的常用功能,远高于网民对购物、打车、摄影 等工具类应用的依赖性,而与原本作为 核心的通信功能差距逐渐缩小。,图 4 网民 常用功能依赖程度,三、 娱乐场景,娱乐场景分布呈高度集中趋势,在午休和黄昏等业余时间到达最顶峰,使用比率为 86.6%,而值得注意的是周末或假期使用 娱乐的网民比率高于乘坐交通工具、工作空隙 等零碎时间,这标志着 娱乐已经逐渐突破原本单纯依靠碎片化时间的模式,开始朝着耗 时长、重度化应用的方向过渡。,109,1,0,0,50,0,158,娱乐使用时长,200,分钟,150,20212021,2021年中国 网民娱乐行为研究报告2021.12,来源:,7,6,.2%,66,.,1,%,6,0,%,40,.,9,%,4,0,%,2,0,%,0%,8,0,%,1,0,0%,通信功能娱乐功能,2021年中国 网民娱乐行为研究报告,生活工具,2021.12,网民 常用功能依赖程度,来源,:,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,8,图 5 娱乐场景,86.6%,65.9%,54.9%,46.5%,42.0%,中午、晚上的业余时间,周末或假期时,乘交通工具或排队、等车时,上班空隙,吃饭、看电视等时间,娱乐场景,来源:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,9,第四章 典型 娱乐行为分析,一、 游戏行为分析,根据 CNNIC 发布的?第 35 次中国互联网络开展状况统计报告?显示,截止至 2021 年,12 月,我国 游戏用户已达 2.48 亿人,使用率为 44.6%,较去年同期增长了 1.5 个百分,点。在这些 游戏用户中,49.7%的玩家都是 2 年以内的新用户,这反映了 游戏在最,近 2 年内的爆发式增长与局部电脑端游戏用户向 游戏的迁移,而这种高增速在 2021 年 底已经放缓,未来如何增强自身盈利能力、为玩家提供更好的游戏体验将成为各游戏厂商关 注的核心问题。,1. 游戏选择行为,1.1 游戏选择倾向 根据调查,在用户选择一款 游戏时,影响最大的因素是玩家对游戏类型的偏好,,54.9%的 游戏玩家会根据游戏类型选择试玩一款新游戏,同样有影响力的因素来自玩家 周围的朋友,48.6%的 游戏玩家会因为周围的朋友在玩一款 游戏而愿意试玩。而相,对的,付费的游戏广告推送、户外广告和 应用商店等因素对玩家的选择倾向影响较小, 由此可见,在拥有可以抓住用户痛点的产品的情况下,通过良好口碑传播的病毒式营销对于 游戏的宣传推广往往能起到更好的效果,而单纯依靠渠道排名和展现广告的方式推广游 戏那么可能付出相当大的营销本钱。过去一年曾经非常火爆的?flappy bird?和 HTML5 游戏,?围住神经猫?就是这种成功的经典范例,这两款游戏都没有任何营销费用,甚至自身的制 作本钱都非常低,但都在极短的时间内通过用户的自发传播吸引了大量新用户,创造了零营 销本钱的奇迹。,中国互联网络信息中心,游戏选择倾向,2021 年中国 网民娱乐行为研究报告,10,图 6 游戏选择倾向,1.2 游戏类型选择,在功能机时代, 预装的游戏一直是 游戏的玩家主要选择,而自进入智能机时代 以来, 游戏玩家的选择逐渐由 预装游戏向玩家自行下载后安装的游戏过渡。据调查, 92.9%的玩家会自己下载游戏进行安装,而 出厂预装在今天也依然是手游分发的重要渠 道之一,29.5%的 玩家在过去半年曾玩过 预装的游戏。,游戏玩家预装/下载游戏倾向,100% 92.9%,80%,60%,来源:2021年中国 网民娱乐行为研究报告2021.12,图 7 游戏玩家预装/下载游戏倾向,越来越多的 游戏玩家也开始从单机游戏向联网游戏过渡,这主要归因于网络游戏在,社交性、互动性上的优势以及移动宽带网络的日益完善。值得注意的是,网络游戏玩家的付 费能力远远超过单机游戏玩家的付费能力,这预示着随着网络游戏市场比例的升高,付费玩,54.9%,48.6%,24.6%,21.5%,12.7%,12.5%,自己感兴趣的类型,看见周围朋友同学玩,社交网站上朋友推荐,应用商店或网站上推荐,看见户外广告介绍,软件推送的游戏信息,来源:,2021年中国 网民娱乐行为研究报告,2021.12,29,.,5,%,2,0,%,0%,4,0,%,玩过 预装的游戏,玩过自行下载的游戏,2021 年中国 网民娱乐行为研究报告,11,中国互联网络信息中心,家的群体会逐渐扩大、付费能力将逐渐提升,因此未来 游戏的市场前景依然广阔。,游戏玩家单机/联网游戏倾向,来源:2021年中国 网民娱乐行为研究报告2021.12,图 8 游戏玩家单机/联网游戏倾向,在游戏类型的选择方面,棋牌、跑酷、消除、休闲益智类的轻度 游戏依然最受玩家,青睐,玩家选择这些游戏的比例均超过 45%,而值得注意的是,射击、动作、竞速类等重 度手游的用户使用率也均超过了 20%。相比轻度手游,重度手游的制作本钱普遍较高,玩 家在游戏内所花费的时间也较长,且需要较高的集中力和更好的操作环境,这一方面要求游 戏自身的不断精品化同时还对如 游戏手柄等外设提供了新的需求,加上重度手游用户的 付费能力本身就比轻度手游用户高出很多,其潜在市场价值非常巨大。,58,.,7,%,75,.,9,%,4,0,%,2,0,%,0%,6,0,%,8,0,%,单机游戏,网络游戏,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,12,图 9 游戏类型偏好,2. 游戏下载行为,2.1 游戏下载方式,随着 Wi-Fi 环境的日益普及,通过先在电脑上下载游戏安装包在连接 进行安装的方,式逐渐退出历史舞台,使用率仅为 31.8%,直接通过无线网络从应用商店的游戏专区下载 目前已经完全成为主流,77.4%的用户通过该种方式下载游戏。通过搜索引擎、微信、游戏 网站等渠道下载游戏的比率都接近 25%,同样不容无视。而愿意点击应用内广告下载游戏 的比率那么较低,只有 12%。,60,.,1,%,53,.,8,%,47,.,2,%,46.1%,37,.,5,%,36,.,5,%,29,.,8,%,29,.,1,%,22,.,5,%,22,.,2,%,18,.,8,%,18.6%,16,.,5,%,15,.,8,%,14,.,3,%,棋牌类,跑酷躲避类,消除类 休闲益智类,塔防类,射击类,音乐类游戏,竞速类游戏 动作/搏斗游戏,卡牌角色扮演类,模拟经营类,体育运动类,冒险解谜类 战争策略类,非卡牌角色扮演类,游戏类型偏好,来源:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,13,图 10 游戏下载方式,2.2 游戏下载渠道,基于安卓和 IOS 系统的 游戏作为最近几年的新生事物,其用户群体随着智能,的普及快速增长,而对于数量庞大且没有区分能力的新生用户群,游戏下载渠道的产品推送 往往是决定一款新上市的 游戏能否被用户认知并下载的核心因素,因此对于 游戏运 营商而言,在市场尚未成熟的快速增长时期下载渠道是 游戏产业的主要战场。,在使用 PC 下载 游戏的用户中,过去半年使用 360 助手的用户比例最高,达 到 49%,而通过电脑端搜索引擎寻找游戏并下载安装包的用户比例也相当高,到达 42%, 其他较大的 游戏分发渠道如腾讯应用宝、豌豆荚、安卓市场、91 助手在 PC 端用户的 使用率也都超过了 25%。,77.4%,31,.,8,%,24,.,5,%,24,.,0,%,22,.,4,%,12,.,0,%,通过应用商店的游戏 专区下载,使用电脑上的 助 手等工具进行下载,通过 搜索引擎寻 找游戏进行下载,通过微信等应用下载,推荐的游戏,通过游戏网站下载手 机游戏,点击应用内的广告下 载游戏,游戏下载方式,来源:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,14,来源:2021年中国 网民娱乐行为研究报告2021.12,图 11 游戏在 PC 端的主要下载渠道,在通过 应用商店直接下载游戏的渠道方面,腾讯、百度、360 等互联网巨头都拥有,市场占有率根本稳定且分发量相当可观的渠道;与此同时,各 硬件厂商也不甘落后,纷 纷借助 出厂预装优势推广自己的应用商店,其中以小米应用商店在过去一年的表现最为 突出,用户使用率到达 18.6%,这主要得益于小米 在国内市场占有率的不断提升。,49.0%,42.0%,35.7%,35.0%,29.0%,26.6%,17.8%,16.4%,PC端360 助手,使用搜索引擎网站搜索后下载,P,C,端腾讯应用宝,P,C,端豌豆荚,P,C,端安卓市场,PC端91 助手,P,C,端当乐网,P,C,端,G,o,o,g,l,e,P,l,a,y,游戏在PC端的主要下载渠道,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,15,图 12 游戏直接下载渠道 TOP10,3. 游戏使用行为,游戏的使用时长和使用频率相比去年都有了大幅度提升。使用时长方面,去年进行 游戏缺乏一小时的比例为 88.5%,进行游戏 1-2 小时的比例仅有 7.9%,而今年进行手 机游戏缺乏一小时的比例下降到 42.6%,进行游戏 1-2 小时的比例提升至 40.2%,这反映 着我国 游戏当前虽仍然以轻度游戏为主,但已经开始了向中重度手游的过渡趋势。,31.7%,25.7%,21.6%,21.3%,19,.,5,%,19.1%,18.6%,17.8%,17.4%,15.8%,360 卫士、 助手,微信游戏,91 助手,QQ,豌豆荚,A,p,p,s,t,o,r,e,小米应用商店,安智市场,UC,QQ空间等腾讯其他下载渠道,游戏直接下载渠道TOP10,来源:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,16,来源:2021年中国 网民娱乐行为研究报告2021.12,图 13 游戏日均在线时长,使用频率方面,每天使用屡次 游戏的比例较去年增长了 14.7 个百分点,到达 44.8%,,说明 游戏在 游戏玩家的生活中所扮演的地位越来越重要。,游戏使用频率,来源:2021年中国 网民娱乐行为研究报告2021.12,图 14 游戏使用频率,在使用周期方面, 游戏的平均寿命较去年同样获得了很大提升,一款游戏被玩家使,用时间低于一个月的比率由去年的 49.3%下降至今年的 38.6%,而游戏留存超过三个月的 比率较去年均提升了将近一倍。这标志着 游戏在精品化的过程中已经取得了显著进步,,用户黏性不断升高,而用户也逐渐从“尝试多个游戏,快速淘汰的使用状态向“只玩少数 精品游戏,长期使用过渡。根据以往经验,一款游戏的长期用户往往比新用户愿意投入更 多时间和金钱到游戏中,从而提高该游戏的经济效益。,42.6%,40.2%,11.4%,2.3%,1.4%,2.2%,不超过,1,小时,1,-,2,小时,2,-,3,小时,3,-,5,小时,5,小时及以上,记不清楚,游戏日均在线时长,44.8%,32.4%,12.6%,2.6%,7.5%,每天屡次,每天,1,-,2,次,几天,1,次,每周,1,次,每周少于,1,次,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,17,图 15 游戏使用周期,4.电脑游戏用户向 游戏的迁移行为,虽然在游戏类型和操作方式上存在很大不同,但 游戏的兴起依然对电脑游戏市场造 成了一定冲击。厂商方面,拥有强大技术开发能力的端游公司纷纷涉足手游,从客观上提升 了 游戏市场的竞争水平,而玩家方面,通过数量客观的碎片化时间积累造成玩家对 游戏的心理依赖,使得局部电脑游戏玩家开始转向 游戏。数据显示,25.3%的玩家因为 玩 游戏而造成了其电脑游戏的使用减少,同时有 24.3%的 游戏玩家在此之前完全 不玩电脑游戏。,20.4%,18.9%,1,0,.0%,游戏使用周期,30%,25.8%,11.7%,3.1%,0%,10.1%,17.0%,11.4%,10.2%,18.2%,19.1%,8.1%,16.0%,1,0,%,2,0,%,一星期内,1,-,2,个星期,3,-,4,个星期,1,-,2,个月,3-6个月,2021年,7,-,12,个月,1,2,个月以上,2021年,来源,:,2021年中国 网民娱乐行为研究报告,2021.12,中国互联网络信息中心,2021 年中国 网民娱乐行为研究报告,18,图 16 游戏对电脑游戏的影响,5. 游戏用户的付费行为,游戏用户的付费比例为 15.8%,且付费能力相对较强,其中月均花费在 10-50 元 的用户比例最高,到达 43.8%,值得注意的是月均付费在 100 元以上的高消费用户到达 17.5%。,图 17 游戏用户付费比例,从来不玩电 脑游戏,24,.3%,减少了对电,脑游戏的使 用,25,.3%,对玩电脑游 戏没有任何 影响,50,.4%,来源:,2021年中国 网民娱乐行为研究报告,2021.12,7,.,3,%,23,.,4,%,43,.,8,%,8,.,0,%,17,.,5,%,0%,游戏用户付费比例,10%20%,3,0,%,4,0,%,5,0,%,5,元及以下,6,-,1,0,元,1,0,-,50,元,5,1,-,1,0,0,元,1,00,元以上,来源:,2021年中国 网民娱乐行为研究报告,2021.12,2021 年中国 网民娱乐行为研究报告,中国互联网络信息中心,二、 视频行为分析,4G 网络的普及、智能 的开展、智能电视的兴起、韩剧美剧的炽热和国内视频网站 对视频版权的竞争共同促成了 视频在 2021 年的迅猛开展,全年新增 视频用户达,6611 万人,使用率由 49.3%提升至 56.2%,增加了 6.9 个百分点,仅就已经公开的搜狐 2021 年第四季度财务报告显示,搜狐视频在当季度的营收同比增长超过 60%,其中约有三分之 一的营收来自移动端。而在高速
展开阅读全文