智能手環市場現狀的調查報告

1 研究的背景和意義

1.1 研究背景

隨著移動穿戴技術的高速發展，智能手環在智能可穿戴設備領域中一馬當先，遠遠超過智能耳機、智能手表等其他產品。其數據記錄的真實準確性、食物攝入的精準分析、睡眠質量的監測提示，GPS定位的精確性等功能也在不斷提升。縱觀目前智能手環市場，作為一個較新興的產品，智能手環在可穿戴領域的關注度非常高，并且銷量也在逐步上漲。同在2015年，國內出臺了首個智能可穿戴設備行業標準，促進該行業的正規化，包括《可穿戴產品分類與標識》、《可穿戴產品數據規范》、《可穿戴產品應用服務框架要求》。這三項標準也極大的促進了智能手環產業的發展。

1.2 研究意義

智能設備在我國是近年來才興起的一個新興概念，國內關于智能穿戴設備的研究理論還不是特別完善。中國調研網基于多年來對客戶需求的深入了解，全面系統地研究了智能穿戴行業市場現狀及發展前景，預計未來可穿戴設備行業的投資亮點將集中在以下三方面：其一，健康、運動及醫療產品；其二，專注男性消費的相關產品；其三，專注于解決電池問題的相關企業。智能手環作為一種簡單方便的可穿戴設備，對于大樣本人群睡眠狀況的研究可能做出貢獻。智能手環可以用于失眠、睡眠呼吸障礙、周期性肢動障礙、晝夜節律失調性睡眠障礙等睡眠障礙的評估。

通過本文的研究和分析，可以對智能手環的功能、優缺點進行初步的評價。大數據挖掘的方法不僅讓我們在短時間內獲得大量信息，同時讓我們對消費者的使用情況有一個整體感知，商家可以更有針對性對設計智能手環，針對市場需求進行改進，從而進一步提高消費者的效用。

2 現狀問題

在對智能穿戴設備的發展前景方面，有學者指出，智能穿戴設備真正將人體作為大數據時代的入口，是人的智能化眼神，在智能網絡的輔助下，人們可以更好地感知外部與自身的信息，實現無縫交流，智能穿帶設備是未來智能設備的代表。而對于智能穿戴設備在健康領域的發展，穿戴性、智能化、專業化是智能穿戴設備的特點。健康監測、智能管理、健康產業是智能穿戴設備在健康領域的主要方面。同時，智能穿戴設備在健康領域發展中也有一系列問題。首先是產品易用性，包括產品的續航能力以及物理連接。再者是產品的專業性及數據標準相關的問題。智能穿戴設備只有解決了這些方面的問題，才能在健康領域有更大的發展。

3 調查與分析

3.1 受眾群體分析

在人們越來越關注健康的大環境下，能提供運動數據分析和監測的運動手環很有市場。

在飽受慢性病侵襲的老年人中，相比于繁重的醫療設備輕巧的健康監測手環很有市場;對于對世界充滿好奇又缺乏危險意識的小朋友，一款顏色鮮艷的定位手環很有市場;面對商場超市排長龍的結賬隊伍，快速高效的支付手環很有市場，但是這一切需要一個完整的市場體系來支撐。數據記錄的真實準確、食物攝入的精準分析、睡眠質量的監測提示，GPS定位的正確與否，快捷支付的賬戶安全等問題將成為制約智能手環產品未來的難題。同時受眾群體均表示，多數的智能手環不具備單獨工作的能力，需要連接手機工作，智能手環在手機沒電的時候幾乎喪失所有功能。其次長時間通過藍牙連接智能手機，令智能手機的待機時間大大縮短。安全性也是一個較大的問題，個人隱私泄露的危險大大增加。

3.2 問卷調查分析

在被調查的所有樣本中,模型估計結果顯示，不同的年齡段影響消費者購買智能手環的意愿。18-30歲的年輕群體購買智能手環的積極性是基準類60歲以上的老齡人群的2倍之多。在5%的顯著性水平上，性別通過顯著性檢驗，說明在其他條件不變的情況下，消費者購買智能手環這一行為存在性別差異，女性購買智能手環的概率是男性的0.645倍，男性購買智能手環的積極性相對較高。故模型結果顯示消費者的性別與購買智能手環的概率呈現負相關。運動頻率的回歸系數為正，且通過了顯著性檢驗，說明每周運動5次左右的群體相比與基準類（我不愛運動）的人群，對智能手環的購買意愿更強。同時，未購買或使用過智能手環的群體中有一部分被調查者己經具備了智能手環的易用人群特征，是未來市場上的潛在消費者。

4 結論

針對產品改進，智能手環行業現在發展正處導入階段，要在未來格局中占據消費市場就必須對行業現狀和行業發展方向有清醒的認識。在手環自身的應用軟件的支撐下，根據消費者的實際需求不斷改善用戶體驗。其關鍵技術有待突破，尤其是操作系統差距較大。產品同質化競爭嚴重，多以實現運動健康管理功能為主，在實際應用中和競爭對手沒有太大區別，產品的用戶體驗需進一步提升，由于對數據監測精度不。同時，對于用戶的安全與隱私保護也有待加強。

針對消費市場，智能手環的消費人群的棄用率很高。同時，智能手環的供應方應通過用戶群特征分析對潛在客戶細化定位，也可以針對潛在客戶制定發展方向，更好地滿足潛在客戶的需求，去挖掘未來市場的潛在消費者。

[1]萬文嬌，孔慧琳，魏羽璠，黃菡.智能手環使用現狀及產品發展分析報告[R].中南財經政法大學,2017

[2]朱嫣嵐,閔錦,周雅倩,等.基于HowNet的詞匯語義傾向計算[J].中文信息學報,2006,20(1):14-20.

[3]聞彬,何婷婷,羅樂,宋樂,王倩.基于語義理解的文本情感分類方法研究[J].計算機科學,2010,06:261-264.

[4]2016年中國場前景走勢分析報告.