在2018年第一季度热销乘用车分析报告中,SUV以总体销量15.4%的同比增长率让人不可小觑,Smartbi刚得到5月分析的数据就迫不及待的来看看是否热度不减,结果在5月这个所谓汽车销售淡季,轿车以9.4%同比增长又超过了SUV,或许SUV在经过前期的迅猛发展后开始回归平稳。整体来看汽车销售市场还是保持增长趋势。

表:SUV 和轿车月销量和同期增长率

Smartbi就单独分析一下轿车和SUV销量情况:今天就先从车系方面入手。(左边轿车、右边SUV,下同)

图:(轿车)各车系月销量和同期增长率(SUV)

上图发现,美系车轿车和SUV销量都有下跌,相反的韩系车销量大幅度上涨。具体是受什么车型的销量影响,我们来看下面的表格。

表:(轿车)各车型销量和同期增长率(SUV)

美系轿车下跌主要原因是福特全系及英朗的大幅下滑;美系SUV销量下跌仍然是福特旗下车型,德系SUV中途观为主要销售车型,5月也有15.9%的销量下跌。

据Smartbi了解,长安福特目前在售的热销车型福睿斯、福克斯、蒙迪欧等,多是2013年和2014年左右投放市场,两年来没有推出一款新车,消费者对福特的关注度逐渐降低也是顺理成章的;另一方面长安福特在产品品控把关方面也是问题多多。全新英朗三缸发动机,也大大拉低了英朗销量。如果没有重大举措,估计很难收复市场。

表:(轿车)各车型销量和同期增长率(SUV)

韩系轿车:现代领动销量大幅上涨为主要原因,瑞纳从去年同期几乎为零到本月3千多销量。韩系SUV:起亚智跑、现代ix25、ix35、途胜等销量也有回升。

2017年,“萨德”问题、中韩关系恶化,一定程度影响的韩系销售市场。18款领动、瑞纳,新一代智跑、全新ix35,新车上市还有大幅度的降价措施,给遭遇了“滑铁卢”的韩系带来了新的生机,不知道热度会持续多久,我们拭目以待吧。

轿车:德系、日系仍据主要市场,自主品牌也有不俗增速。SUV:自主品牌占据主要市场,同期增长势头不减。

表:(轿车)各车型销量和同期增长率(SUV)

轿车:德系大众成倍领先无人企及, 日系丰田、自主吉利则以较高增速紧随其后。

SUV:吉利、宝骏、哈佛、长安自主都是众所周知的品牌,在整体市场增势下,哈佛大幅下跌。

在各车系的销量变动下,5月的销售排行情况如何,你想买的车排名第几?

图:(轿车)5月销量排行榜(SUV)

轿车方面:北京现代领动这匹黑马已然跻身销量排行榜TOP10,新车上市着实带动了品牌销量; 朗逸、轩逸、卡罗拉仍为TOP3车型,单车型销量看德系、日系领占轿车市场。

SUV方面:哈佛H6再次卫冕销量冠军,看来霸主之位很难撼动啊,不过哈佛整体销量下跌的趋势,并不知道H6还能卫冕多久。而宝骏旗下的510和530均有不俗的销量,宝骏530于今年3月上市以来,短短两月就已跻身销量排行榜,宝骏果然是自带神车基因。

看完觉得Smartbi的分析不够?Smartbi这么大气,果断将原始数据查看方法告知,首先手机安装Smartbi云报表app

可以使用QQ或者微信注册个人账号,登录成功后点击右下角账号-选择切换Demo账号,根热销车型、车企热销排名都可以查看哦。

如何利用Smartbi做数据分析:2018内5月热销乘用车分析报告的更多相关文章

  1. 如何利用Smartbi做数据分析:车企销量排名TOP10的车型

    下面我们来对比一下去年和今年的销量.同比增长情况: 图1. 轿车销量月趋势 图2. SUV销量月趋势 不难看出2月.7月为两个销量低点,而7月销量受天气影响较大,烈日.高温,毫无看车热情,复杂多变的外 ...

  2. 你真的会做数据分析吗?如果不会我推荐思迈特软件Smartbi

    你是否还在被以下问题所困扰? 辛苦辛苦地拿到了一堆数据,却不知道从何下手分析? 因为不会统计数据分析伤透脑筋,而打消考博的梦想? 数据分析求助无门,涌现出想要放弃学位的念头? 突然开天眼般的想到了一个 ...

  3. 利用Python进行数据分析(12) pandas基础: 数据合并

    pandas 提供了三种主要方法可以对数据进行合并: pandas.merge()方法:数据库风格的合并: pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起: 实例方法c ...

  4. 利用python进行数据分析之pandas入门

    转自https://zhuanlan.zhihu.com/p/26100976 目录: 5.1 pandas 的数据结构介绍5.1.1 Series5.1.2 DataFrame5.1.3索引对象5. ...

  5. 《利用Python进行数据分析·第2版》第四章 Numpy基础:数组和矢量计算

    <利用Python进行数据分析·第2版>第四章 Numpy基础:数组和矢量计算 numpy高效处理大数组的数据原因: numpy是在一个连续的内存块中存储数据,独立于其他python内置对 ...

  6. < 利用Python进行数据分析 - 第2版 > 第五章 pandas入门 读书笔记

    <利用Python进行数据分析·第2版>第五章 pandas入门--基础对象.操作.规则 python引用.浅拷贝.深拷贝 / 视图.副本 视图=引用 副本=浅拷贝/深拷贝 浅拷贝/深拷贝 ...

  7. 用这个BI工具,不会代码的业务人员也能做数据分析!

    随着企业的迅速发展,企业对数据分析的需求也在不断地凸显,但我们在实际的工作中经常会遇到这样尴尬的情形:擅长数据分析的人不懂业务,擅长业务的人又不了解数据分析.那么怎么让更懂业务逻辑.业务分析需求和痛点 ...

  8. 别人都在用数据分析软件,你还在用excel做数据分析?

    之前听朋友吐槽过,他们是上千人的企业,但做数据分析居然还是靠手动上传数据,而且还是用的excel做的.但其实excel并不是企业做数据分析的好工具. 数据分析是指用适当的统计分析方法对收集来的大量数据 ...

  9. 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍

    一.NumPy 是什么 NumPy 是 Python 科学计算的基础包,它专为进行严格的数字处理而产生.在之前的随笔里已有更加详细的介绍,这里不再赘述. 利用 Python 进行数据分析(一)简单介绍 ...

随机推荐

  1. 学习鸟哥linux私房菜--安装中文输入法fcitx

    首先需要卸载前面安装的scim,查阅命令,参考网址如下 http://www.cnblogs.com/propheteia/archive/2012/06/26/2563383.html 链接中博主采 ...

  2. Filter-FilterChain多个过滤器执行的细节

    FilterChain过滤器链 Filter   过滤器 Chain  链 FilterChain  就是过滤器链(多个过滤器如何一起工作) 在多个filter过滤器执行时,执行优先顺序由web.xm ...

  3. linux关闭防火墙与开启防火墙命令

    一:下面是red hat/CentOs7关闭防火墙的命令! 1:查看防火状态 systemctl status firewalld service iptables status 2:暂时关闭防火墙 ...

  4. 微服务架构 | 4.2 基于 Feign 与 OpenFeign 的服务接口调用

    目录 前言 1. OpenFeign 基本知识 1.1 Feign 是什么 1.2 Feign 的出现解决了什么问题 1.3 Feign 与 OpenFeign 的区别与对比 2. 在服务消费者端开启 ...

  5. py调用shell

    py调用shell

  6. 【建议收藏】Redis超详细入门教程大杂烩

    写在前边 Redis入门的整合篇.本篇也算是把2021年redis留下来的坑填上去,重新整合了一翻,点击这里,回顾我的2020与2021~一名大二后台练习生 NoSQL NoSQL(NoSQL = N ...

  7. ApacheCN JavaScript 译文集 20211122 更新

    JavaScript 编程精解 中文第三版 零.前言 一.值,类型和运算符 二.程序结构 三.函数 四.数据结构:对象和数组 五.高阶函数 六.对象的秘密 七.项目:机器人 八.Bug 和错误 九.正 ...

  8. 入门-k8s部署应用 (三)

    Kubernetes 部署应用 在 k8s 上进行部署前,首先需要了解一个基本概念 Deployment Deployment 译名为 部署.在k8s中,通过发布 Deployment,可以创建应用程 ...

  9. k8s之PV、PVC

    目录 一.PVC和PV 1.1 PV概念 1.2 PVC概念 1.3 PV与PVC之间的关系 1.4 两种PV的提供方式 二.基于nfs创建静态PV资源和PVC资源 2.1 配置nfs存储(192.1 ...

  10. web虚拟主机、日志分割以及日志分析

    目录 一.构建虚拟web主机 1.1 概述 1.2 支持的虚拟主机类型 1.3 部署虚拟主机步骤 1.3.1 基于域名的虚拟主机 (1)为虚拟主机提供域名解析 (2)为虚拟主机准备网页文档 (3)添加 ...