7月19日，權威移動端大數據商業(ye) 服務機構Questmobiles發布《2017年上半年·移動互聯網貨運行業(ye) 洞察》，是該機構對同城和幹線貨運領先品牌做出的多維度數據分析。

Questmobiles：專(zhuan) 注於(yu) 移動端大數據商業(ye) 服務，尤其聚焦移動APP及移動用戶行為(wei) 數據拾取、分析研究。其所提供的數據樣本與(yu) 分析，已經成為(wei) 多所高校及國家機構科研項目數據來源，也是國內(nei) 唯一一家數據登入國家學術核心期刊的移動端數據研究公司。

以下為(wei) 報告全文：

當淘寶改變了大眾(zhong) 的購物方式，當滴滴、易到改變著人們(men) 的出行習(xi) 慣，傳(chuan) 統的貨運物流也已經“+”上了移動互聯網。用移動互聯網撮合貨源與(yu) 運力的背後是中國每年十幾萬(wan) 億(yi) 的運輸費用和3000萬(wan) 名貨車司機這個(ge) 龐大的市場，吸引了眾(zhong) 多優(you) 秀創業(ye) 團隊、風險投資、用戶的參與(yu) ，短短幾年時間行業(ye) 就產(chan) 生了很多優(you) 秀的公司和應用，那麽(me) 我們(men) 就通過Questmobiles數據一起洞察這個(ge) 細分行業(ye) 的現狀和趨勢。

PART 1 移動互聯網貨運行業(ye) 概述

移動互聯網貨運行業(ye) 定義(yi) 及範圍

移動互聯網貨運，是區別於(yu) 傳(chuan) 統“四通一達”及各地物流廠商的新型物流貨運模式，它屬於(yu) “移動互聯網+物流”的範疇，是移動互聯網、大數據、雲(yun) 計算、人工智能等信息技術與(yu) 物流的深度融合。根據麵向的用戶群體(ti) 不同，可分為(wei) 幹線物流、同城物流、眾(zhong) 包快遞等類型。

幹線物流，指的是利用公路幹線進行的長距離、大數量的城際運輸。

同城物流，也被稱為(wei) 城市 “輕物流”，提供一個(ge) 城市內(nei) A到B之間（尤其是市區範圍內(nei) ）的物流配送。

眾(zhong) 包快遞，是指把原由企業(ye) 員工承擔的配送工作，轉交給企業(ye) 外的大眾(zhong) 群體(ti) 來完成，每個(ge) 人既可以是收件人也可以是自由快遞人。

本報告研究對象主要為(wei) 移動互聯網貨運細分行業(ye) 中的同城物流行業(ye) 和幹線物流行業(ye) 。

 

宏觀環境利好中國移動互聯網貨運市場發展

 

社會(hui) 物流市場規模巨大，工業(ye) 品的運輸是重點業(ye) 務

2016年社會(hui) 物流總額達229.7萬(wan) 億(yi) ，其中工業(ye) 品物流占93.2%，處絕對優(you) 勢地位；

2016年中國社會(hui) 物流總費用達11.1萬(wan) 億(yi) ，運輸費用占了半壁江山。

 

公路運輸是主力運輸方式，幹線物流大有可為(wei)

交通運輸部數據顯示，全國貨物運輸總量2012年-2016年的5年間，從(cong) 410億(yi) 噸增長至440.4億(yi) 噸，除鐵路貨運外，公路、水運、民航均有所增長，其中，公路和水運增長幅度較大。

2016年，公路貨物運輸總量環比增長6.8%，超過民航、水運等增長速度，幹線物流市場空間大。

 

移動互聯網貨運應用行業(ye) 高速發展，超快遞物流行業(ye) 總體(ti) 增速

截至2017年6月，移動互聯網快遞物流行業(ye) MAU為(wei) 2,934萬(wan) ，同比增長率為(wei) 96%；

移動互聯網快遞物流的細分行業(ye) 中，移動互聯網貨運行業(ye) MAU達1,095萬(wan) ，同比增長131%；

移動互聯網貨運的細分行業(ye) 中，幹線物流行業(ye) MAU達426萬(wan) ，同比增長120%；同城物流行業(ye) MAU達325萬(wan) ，同比增長223%。

 

移動互聯網快遞物流行業(ye) 月度活躍用戶TOP20應用

2017年6月，移動互聯網快遞物流行業(ye) MAU TOP20 APP中，菜鳥裹裹MAU最高達1,138萬(wan) ，是第2名近4倍；

同城物流行業(ye) 應用中，貨拉拉貨主端APP排在首位，在快遞物流行業(ye) 中位列第3名;

幹線物流行業(ye) 應用中，運滿滿司機端APP排在首位，在快遞物流行業(ye) 中位列第4名。

 

移動互聯網快遞物流行業(ye) 月日均活躍用戶TOP20應用

2017年6月，移動互聯網快遞物流行業(ye) 月日均活躍用戶規模TOP20 APP中，菜鳥裹裹DAU最高達135.4萬(wan) ；

同城物流行業(ye) 應用中，貨拉拉貨主端APP的DAU為(wei) 12萬(wan) ，排在快遞物流行業(ye) 第10位；

幹線物流行業(ye) 應用中，運滿滿表現最為(wei) 突出，雙端均在快遞物流行業(ye) 應用TOP10以內(nei) ，司機端僅(jin) 次於(yu) 菜鳥裹裹排在大行業(ye) 第2位，貨主端排在第6位。

 

移動互聯網快遞物流行業(ye) 整體(ti) 用戶畫像

2017年6月，移動互聯網快遞物流行業(ye) 用戶以男性為(wei) 主，男女比例約為(wei) 3:2；66.5%的用戶分布在一二線城市；30歲以下用戶占比達75%，年輕用戶是行業(ye) 主體(ti) ；

移動互聯網貨運行業(ye) 用戶對於(yu) 汽車類的汽車社區和養(yang) 護，生活類的家政服務、二手交易，以及購物休閑類的電商購物、電影演出等具有較強的偏好。

 

移動互聯網貨運行業(ye) 用戶畫像

2017年6月，移動互聯網貨運行業(ye) 用戶以男性為(wei) 主，相比快遞物流行業(ye) 整體(ti) ，女性用戶更多；近七成用戶分布在一二線城市，24歲以下用戶占比明顯低於(yu) 快遞物流行業(ye) ；

移動互聯網貨運行業(ye) 用戶對於(yu) 汽車類的汽車交易、養(yang) 護、違章查詢，和生活類的家政服務、醫藥服務，以及工作社交類的名片管理等具有較強的偏好。

 

移動互聯網貨運行業(ye) 融資情況

據網絡公開數據統計，截止2017年6月，移動互聯網貨運應用行業(ye) 有4家獨角獸(shou) 公司，分別是運滿滿、貨車幫、58速運和雲(yun) 鳥配送。

 

PART 2 細分市場之一：同城物流相關(guan) APP洞察

同城物流行業(ye) 中，貨拉拉APP領跑

截至2017年6月，同城物流行業(ye) 中，貨拉拉貨主端MAU超過250萬(wan) ，同比增長達413%，司機端用戶也達到57萬(wan) ，領先同行業(ye) APP；

58速運、雲(yun) 鳥司機等APP的用戶規模較為(wei) 穩定。

 

貨拉拉、58速運和雲(yun) 鳥司機用戶重合度較低

2017年6月，貨拉拉、58速運和雲(yun) 鳥司機MAU分別為(wei) 253.6萬(wan) 、28萬(wan) 和8.2萬(wan) ；

3個(ge) APP的重合用戶數為(wei) 0.24萬(wan) ，獨占用戶均在80%以上，用戶重合度較低。

 

貨拉拉雙端總使用次數領先同行業(ye) APP

截至2017年6月，雖然貨拉拉的貨主端MAU是司機端的4.5倍，但次數方麵司機端更高，總使用次數達3,583萬(wan) 次，是貨主端的3倍以上；58速運、雲(yun) 鳥司機等變化不大。

 

同城物流行業(ye) 中，貨拉拉司機端總使用時長一枝獨秀

截至2017年6月，貨拉拉司機端總使用時長超1.5億(yi) 分鍾，遠超貨主端的1,931萬(wan) 分鍾；58速運、雲(yun) 鳥司機等APP使用時長在1000萬(wan) 分鍾以下。

 

貨拉拉雙端下載量高於(yu) 同行業(ye) APP，呈波動上升的趨勢

截至2017年6月，同城物流行業(ye) APP中，貨拉拉貨主端及司機端APP月下載量占據前兩(liang) 位，兩(liang) 個(ge) APP的總下載量為(wei) 136萬(wan) ，高於(yu) 同行業(ye) APP。

 

同城物流行業(ye) 相關(guan) APP主要用戶為(wei) 30歲以下男性

2017年6月，與(yu) 同城物流行業(ye) 整體(ti) 相比，貨拉拉司機端與(yu) 雲(yun) 鳥司機男性用戶占比更高，58速運女性用戶占比更高；

年齡方麵，除雲(yun) 鳥司機的31-40歲用戶占比明顯高於(yu) 行業(ye) 整體(ti) 外，其他APP用戶年齡分布差異不明顯。

 

同城物流熱門 APP用戶省份分布

從(cong) 移動互聯網TOP10省份看，貨拉拉在北上廣及江浙地區的用戶最多，58速運用戶主要集中在北京和廣東(dong) ；雲(yun) 鳥司機的用戶主要集中在北京和上海。

 

同城物流熱門 APP用戶手機品牌分布

從(cong) 移動手機品牌TOP5看，貨拉拉貨主APP的蘋果手機用戶近六成，是資深果粉用戶，司機端蘋果用戶占比也達到16.3%；58速運的華為(wei) 和小米用戶占比達到40% 。

 

PART 3 細分市場之二：幹線物流相關(guan) APP洞察

2017年開始運滿滿（司機端+貨主端）雙端領跑幹線物流行業(ye)

截至2017年6月，運滿滿APP總用戶規模達257萬(wan) ，排在行業(ye) 首位，貨車幫以175萬(wan) 的用戶量排在第二位；

除運滿滿及貨車幫外，陸鯨用戶規模近3個(ge) 月增長較快，目前在40萬(wan) 左右，車旺大卡穩定在50萬(wan) 左右。

 

2017年開始，運滿滿用戶時長反超貨車幫，並保持領先

截至2017年6月，幹線物流行業(ye) 中，運滿滿的用戶總使用時長約為(wei) 3.8億(yi) 分鍾，貨車幫緩慢回落至2.9億(yi) 分鍾，排在第二位；其次，是車旺大卡的1.8億(yi) 分鍾；一點通和陸鯨在1500萬(wan) 分鍾左右。

 

幹線物流主要企業(ye) APP服務及運營相關(guan) 數據對比

從(cong) 網絡公開數據來看，運滿滿和貨車幫是行業(ye) 領跑者，從(cong) 運營相關(guan) 數據來看競爭(zheng) 也十分激烈。

 

2017年開始運滿滿司機端穩步增長，優(you) 勢日益凸顯

2017年6月，運滿滿司機端 MAU為(wei) 209萬(wan) ，同比增長109%，已拉開了與(yu) 同行業(ye) 間的距離；

貨車幫司機端 MAU為(wei) 159萬(wan) ，位列第二，陸鯨司機今年出現了較明顯的漲幅，MAU最高達到52萬(wan) 。

 

幹線物流行業(ye) 中，運滿滿獨占用戶比例最高

2017年6月，運滿滿司機、貨車幫司機和陸鯨司機MAU分別為(wei) 209.5萬(wan) 、158.7萬(wan) 和36.4萬(wan) ；

3個(ge) APP的重合用戶數為(wei) 14.2萬(wan) ，用戶重合度較同城物流APP略高，司機可能為(wei) 了接單，也會(hui) 同時使用多個(ge) APP，但運滿滿司機端的獨占用戶比例最高。

 

2017年開始運滿滿貨主端迎來高速增長，貨主數是第二名的近3倍

運滿滿貨主端 MAU達62萬(wan) ，同比增長353%，遠超其他APP；用戶規模是第二名的近3倍，第三名的20倍，實現了雙端領跑行業(ye) 的局麵。

 

貨車幫有超過一半貨主也是運滿滿貨主

2017年6月，運滿滿貨主和貨車幫貨主MAU分別為(wei) 62萬(wan) 和23萬(wan) ；

重合用戶數12.3萬(wan) ，運滿滿獨占用戶比例在80%以上，貨車幫為(wei) 46.6%，貨車幫有超過一半貨主用戶在同時使用運滿滿貨主APP。

 

從(cong) 下載趨勢看，運滿滿貨主端優(you) 勢顯著，司機端開始發力

從(cong) 司機端下載量看，1-5月運滿滿和貨車幫交錯增長，基本處於(yu) 同一水平，6月運滿滿提升至29.6萬(wan) ；陸鯨司機在連續增長後回落，一點通下載量波動不大；

從(cong) 貨主端下載量看，運滿滿的優(you) 勢明顯，近期一直保持快速增長勢頭，貨車幫、陸鯨基本保持不變。

 

幹線物流TOP APP用戶性別分布

在幹線物流行業(ye) 中，據從(cong) 業(ye) 人員反饋，“夫妻檔”合作的現象非常普遍，雖大部分司機都為(wei) 男性，但妻子常常通過APP搶單，女性用戶比例明顯高於(yu) 同城物流行業(ye) 司機端APP。

 

幹線物流TOP APP用戶年齡分布

司機端APP中，除一點通用戶年齡兩(liang) 極分化（24歲以下，41歲以上）較明顯之外，其他APP的用戶年齡分布基本與(yu) 行業(ye) 值相當，年輕司機是主力；

貨主端APP中，e配貨的25-30歲用戶占比突出，41歲以上的用戶較少。

 

幹線物流TOP APP用戶省份分布

從(cong) 移動互聯網TOP10省份看，在司機端，運滿滿在江蘇、浙江、山東(dong) 和上海的用戶規模更大；貨車幫在河北，四川，遼寧，廣東(dong) 的用戶規模更大；陸鯨司機在浙江、上海和江蘇的規模大；

貨主端差異更為(wei) 明顯。運滿滿的江蘇用戶達14.6萬(wan) ，浙江、山東(dong) 和上海的用戶數也在7萬(wan) 左右；貨車幫的廣東(dong) 和山東(dong) 用戶較多，陸鯨貨主的江浙用戶最多。

 

幹線物流TOP APP用戶手機品牌分布

從(cong) 移動手機品牌TOP5看，司機端，運滿滿和陸鯨的OPPO用戶突出，占比超20%，貨車幫TOP5品牌分布相對較均勻；陸鯨司機的蘋果用戶占比遠低於(yu) 其他兩(liang) 家；

貨主端，運滿滿OPPO用戶占比同樣突出，達到21%；貨車幫終端占比差異不大；而陸鯨貨主鍾愛蘋果手機，與(yu) 司機端對比差異顯著。

 

本次報告數據源及研究範圍說明

研究對象
移動互聯網貨運行業(ye) ，包括3個(ge) 細分行業(ye) ：同城物流行業(ye) 、幹線物流行業(ye) 和 眾(zhong) 包快遞行業(ye) 。
本次的主要研究對象為(wei) ：同城物流行業(ye)  和 幹線物流行業(ye) 。

數據來源
大數據服務公司Questmobiles Truth係列及數據挖掘，樣本總覆蓋設備數超過5億(yi) 。

統計周期
2016年6月至2017年6月

數據定義(yi)
MAU： 即月活躍用戶數，在一個(ge) 月內(nei) 至少啟動過一次應用的設備數
使用次數/時長： APP用戶在統計周期內(nei) ，打開APP的次數/時長
重合用戶： 即2個(ge) 或3個(ge) APP的用戶中，同時使用其中2個(ge) 或3個(ge) APP的用戶
獨占用戶： 即3個(ge) APP的用戶中，僅(jin) 使用其中一款APP的用戶
TGI： （目標群體(ti) 中具有某一特征的群體(ti) 所占比例/總體(ti) 中具有相同特征的群體(ti) 所占比例）*100