第一篇：江西省電商數(shù)據(jù)報告分析維度

目錄

第一章 網(wǎng)絡零售市場發(fā)展總體情況..................................................2 1.1 全國網(wǎng)絡零售市場發(fā)展現(xiàn)狀........................................................2 1.2 江西省網(wǎng)絡零售市場發(fā)展現(xiàn)狀....................................................2 1.3 分交易模式銷售情況....................................................................2 1.4 分商品類型銷售情況....................................................................2 1.5 分月度銷售情況...........................................................................2 第二章 各地市網(wǎng)絡零售市場發(fā)展情況..............................................2 2.1 各地市銷售情況...........................................................................2 2.2 各地市TOP行業(yè)銷售情況...........................................................3 第三章 各行業(yè)銷售情況.....................................................................3 3.1 各行業(yè)銷售情況...........................................................................3 3.2 各行業(yè)TOP地市銷售情況...........................................................3 第四章 各電商平臺銷售情況.............................................................3 第五章 TOP店鋪銷售情況.................................................................3 第六章 農(nóng)村電子商務發(fā)展情況.........................................................3 6.1 全國農(nóng)村電子商務發(fā)展現(xiàn)狀........................................................3 6.2 江西省農(nóng)村電子商務發(fā)展現(xiàn)狀....................................................4 6.3 電商示范縣&貧困縣電子商務發(fā)展情況......................................4 6.4 分地市農(nóng)村電子商務發(fā)展情況....................................................4 6.5 分行業(yè)銷售情況...........................................................................4 6.6 分農(nóng)產(chǎn)品大類銷售情況................................................................江西省電商數(shù)據(jù)分析報告分析框架

第一章 網(wǎng)絡零售市場發(fā)展總體情況 1.1 全國網(wǎng)絡零售市場發(fā)展現(xiàn)狀

分析全國網(wǎng)上零售額、實物網(wǎng)上零售額、非實物網(wǎng)上零售額及增速情況。

1.2 江西省網(wǎng)絡零售市場發(fā)展現(xiàn)狀

分析江西省網(wǎng)上零售額、實物網(wǎng)上零售額及增速、在全國的排名及變化、占比及變化。

1.3 分交易模式銷售情況

分析江西省B2C和C2C網(wǎng)上零售額及占比情況。

1.4 分商品類型銷售情況

分析江西省實物型網(wǎng)上零售額占比情況及走勢。

1.5 分月度銷售情況

分析江西省各月網(wǎng)上零售額情況和走勢。

第二章 各地市網(wǎng)絡零售市場發(fā)展情況 2.1 各地市銷售情況

分析江西省各地市（南昌、贛州、九江、宜春、上饒、萍鄉(xiāng)、撫州、景德鎮(zhèn)、吉安、新余、鷹潭11個設區(qū)市）網(wǎng)上零售額、店鋪數(shù)及其排名、占比、增速情況。2.2 各地市TOP行業(yè)銷售情況

分析江西省各地市（南昌、贛州、九江、宜春、上饒、萍鄉(xiāng)、撫州、景德鎮(zhèn)、吉安、新余、鷹潭11個設區(qū)市）的TOP行業(yè)情況。

第三章 各行業(yè)銷售情況 3.1 各行業(yè)銷售情況

分析江西省各行業(yè)（納入統(tǒng)計的15個實物行業(yè)）的網(wǎng)上零售額、增速及占比情況。

3.2 各行業(yè)TOP地市銷售情況

分析江西省各行業(yè)（納入統(tǒng)計的15個實物行業(yè)）銷售TOP地市情況。

第四章 各電商平臺銷售情況

分析江西省各電商平臺的網(wǎng)上零售額、店鋪數(shù)指標及其增速、占比情況。

第五章 TOP店鋪銷售情況

分析江西省店鋪數(shù)情況及B2C/C2C TOP20店鋪銷售情況。

第六章 農(nóng)村電子商務發(fā)展情況 6.1 全國農(nóng)村電子商務發(fā)展現(xiàn)狀

分析全國農(nóng)村網(wǎng)上零售額、農(nóng)村實物網(wǎng)上零售額、農(nóng)村非實物網(wǎng)上零售額及增速、結(jié)構(gòu)情況。

6.2 江西省農(nóng)村電子商務發(fā)展現(xiàn)狀

分析江西省農(nóng)村網(wǎng)上零售額、農(nóng)村實物網(wǎng)上零售額、農(nóng)村非實物網(wǎng)上零售額及增速、結(jié)構(gòu)情況、在全國的排名、占比情況。

6.3 電商示范縣&貧困縣電子商務發(fā)展情況

分析江西省電商示范縣、貧困縣、電商示范縣中貧困縣網(wǎng)上零售額及增速情況。

6.4 分地市農(nóng)村電子商務發(fā)展情況

分析江西省各地市農(nóng)村電商的發(fā)展情況。

6.5 分行業(yè)銷售情況

分析江西省農(nóng)村電商的行業(yè)銷售結(jié)構(gòu)情況。

6.6 分農(nóng)產(chǎn)品大類銷售情況

分析江西省TOP農(nóng)產(chǎn)品大類銷售情況。

第二篇：一個電商數(shù)據(jù)分析師的經(jīng)驗總結(jié)

一個電商數(shù)據(jù)分析師的經(jīng)驗總結(jié)

king 發(fā)表于 2013-07-27 20:54 來源：賈鵬

08年畢業(yè)，不知不覺的混進了電子商務行業(yè)，又不知不覺的做了三年數(shù)據(jù)分析，恰好又趕上了互聯(lián)網(wǎng)電子商務行業(yè)發(fā)展最快的幾年，也算是不錯吧，畢竟感覺前途還是很光明的。三年來，可以說跟很多同事學到了不少東西，需要感謝的人很多，他們無私的教給了我很多東西。

就數(shù)據(jù)分析職業(yè)來說，個人感覺這對互聯(lián)網(wǎng)公司來說是非常重要的，也是確實能夠帶來實際效果的東西。比如說利用數(shù)據(jù)分析做會員的細分以進行精準化營銷；利用數(shù)據(jù)分析來發(fā)現(xiàn)現(xiàn)有的不足，以作改進，讓顧客有更好的購物體驗；利用CRM系統(tǒng)來管理會員的生命周期，提高會員的忠誠度，避免會員流失；利用會員的購買數(shù)據(jù)，挖掘會員的潛在需求，提供銷售，擴大影響力等等。

最開始進公司的時候是在運營部，主要是負責運營報表的數(shù)據(jù)，當時的系統(tǒng)還很差，提取數(shù)據(jù)很困難，做報表也很難，都是東拼西湊一些數(shù)據(jù)，然后做成PPT，記得當時主要的數(shù)據(jù)就是銷售額、訂單量、毛利額、客單價、每單價、庫存等一些特別基礎的數(shù)據(jù)，然后用這些數(shù)據(jù)作出一些圖表來。在這個階段基本上就是做一些數(shù)據(jù)的提取工作，Excel的技巧倒是學到了不少，算是數(shù)據(jù)分析入門了吧。

后來公司上了數(shù)據(jù)倉庫，里面就有了大量的原始數(shù)據(jù)，提取數(shù)據(jù)非常方便了，而且維度也多，可以按照自己的想法隨意的組合分析，那個階段主要就是針對會員購物行為的分析，開始接觸數(shù)據(jù)建模，算法等一些比較難的東西，也是學到東西最多的時候。記得當時做了很多分析報告，每周還要給總裁辦匯報這些報告，下面詳細說一下當時使用的一些主要的模型及算法：

1、RFM模型 模型定義：在眾多的客戶關系管理的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況。在RFM模式中，R(Recency)表示客戶最近一次購買的時間有多遠，F(xiàn)(Frequency)表示客戶在最近一段時間內(nèi)購買的次數(shù)，M(Monetary)表示客戶在最近一段時間內(nèi)購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調(diào)以客戶的行為來區(qū)分客戶。利用RFM分析，我們可以做以下幾件事情：

⑴ 建立會員金字塔，區(qū)分各個級別的會員，如高級會員、中級會員、低級會員，然后針對不同級別的會員施行不同的營銷策略，制定不同的營銷活動。

⑵ 發(fā)現(xiàn)流失及休眠會員，通過對流失及休眠會員的及時發(fā)現(xiàn)，采取營銷活動，激活這些會員。

⑶ 在短信、EDM促銷中，可以利用模型，選取最優(yōu)會員。⑷ 維系老客戶，提高會員的忠誠度。

使用方法：可以給三個變量不同的權(quán)重或按一定的規(guī)則進行分組，然后組合使用，即可分出很多不同級別的會員。

2、關聯(lián)分析

關聯(lián)分析最原始的案例來自于沃爾瑪?shù)摹捌【婆c尿布”。通俗意義上講，就是只買了A商品的人，又有很多人買了B商品，那么我們就可以認為A、B兩個商品的關聯(lián)性比較高。很多數(shù)據(jù)挖掘工具都有關聯(lián)挖掘，主要使用的算法是Apriori算法，在計算的過程中會主要考察項集、置信度、相關性這三個結(jié)果數(shù)據(jù)，以最終確定商品之間的相關性。除了Apriori算法外，還有許多其他的關聯(lián)分析的算法，基本上也都是從Apriori發(fā)展而來，比如FPgrowth。本人從幾年的數(shù)據(jù)分析經(jīng)驗感覺，關聯(lián)分析在零售業(yè)中并不太實用，挖掘出來的關聯(lián)度比較高的商品一般都是同類商品或者同品牌的商品，像“啤酒與尿布”這種，很少能夠有。使用方法：組套銷售或者相關陳列等。

3、聚類分析

零售行業(yè)的聚類分析主要是指將具有相似購物行為的顧客進行群體的細分，以支持精細化的營銷活動，帶來更大的營銷效果，節(jié)省成本。Spss里面的聚類分析主要有兩種K-means聚類和系統(tǒng)聚類。也可以在數(shù)據(jù)倉庫中根據(jù)顧客購買的商品屬性進行會員的聚類分析，這里就不需要算法的支持，只需要根據(jù)系統(tǒng)的已經(jīng)有的商品分類，把購買過相同商品類別的顧客劃分到一起。這種方法可能與公司的業(yè)務更加貼近。聚類分析是進行會員精細化管理，精細化營銷的基礎，做好聚類分析，對企業(yè)將有很大的益處。使用方法：對顧客細分，精準化營銷。

4、“之”字分析法

該種方法主要是有一種很明確的會員群體，然后通過分析這些會員群體的購買行為，提取這些購物行為的相似點，然后再通過這些相似點返回到整個數(shù)據(jù)里面，從中抽取更大的會員群體，以制定精準的營銷。

再后來，公司又上了SAP，又去BW組去做報表開發(fā)，做報表開發(fā)這一塊能夠接觸到更多的業(yè)務方面的知識，雖然做數(shù)據(jù)挖掘比較少了，但是數(shù)據(jù)最終是要指導業(yè)務的，所以這對我的成長也算是非常有利的。業(yè)務方面主要了解到了幾大塊：

1、庫存管理-庫存管理這塊主要有正品庫存的管理，滯銷庫存，高庫存商品等各種不同類型的庫存該怎么定義以及該如何去管理。比如去管理供應商的庫存的時候會根據(jù)正品庫存及滯銷庫存和庫存正常的周轉(zhuǎn)天數(shù)來計算該供應商的庫存是否在合理的水平，是否該進貨還是要減少庫存。

2、促銷管理-促銷管理是以提高銷售額為目的，吸引、刺激消費者消費的一系列計劃、組織、領導、控制和協(xié)調(diào)管理的工作。數(shù)據(jù)方面來說主要是針對不同的促銷方式來計算不同的方式收益情況，不同的促銷方式可以帶來不同的效果，因此在使用促銷的時候要審慎的選擇，以達到理想的效果。

另外，還有財務報表、采購流程等很多方面的東西，這些接觸的比較少就不寫啦。

在BW項目組的時候，也經(jīng)常會幫網(wǎng)站做一些分析工作，自己也自學了兩本關于網(wǎng)站數(shù)據(jù)分析方面的書，感覺學到了一些皮毛，下面說一下吧：

1、網(wǎng)站流量分析

網(wǎng)站流量的比較重要的KPI指標有瀏覽量、訪問量、獨立訪客數(shù)、跳失率、轉(zhuǎn)化率、頁面停留時間、訪問頁面數(shù)、流量來源、流量來源ROI等等。通過這些數(shù)據(jù)可以全面的反映網(wǎng)站的整體情況。其中跳失率可以用來衡量頁面的質(zhì)量，流量來源及轉(zhuǎn)化率可以衡量市場及營銷的工作情況。進行網(wǎng)站數(shù)據(jù)分析的時候，需要牢牢的把握轉(zhuǎn)化率這一指標，然后由這一指標的變化來尋找其他相關數(shù)據(jù)的變化，最終找出原因，做相對應的策略，改進我們的工作。

2、網(wǎng)站分析細分

數(shù)據(jù)分析行業(yè)有句話-無細分，毋寧死，足矣看出細分對數(shù)據(jù)分析意義。對于網(wǎng)站的數(shù)據(jù)分析尤其是如此。網(wǎng)站的流量數(shù)據(jù)量非常大，從整體上看根本都看不出那里會出現(xiàn)問題，所以必須要細分。比如說營銷人員需要看的轉(zhuǎn)化率，必須就要細分到每個渠道里面，然后再看到這些渠道來的會員的點擊情況，他們都看過那些網(wǎng)頁，對什么感興趣，跳失率是多少，瀏覽時間多長，最終轉(zhuǎn)化的是多少等等，這樣才能看出問題。

3、網(wǎng)站的短信促銷及EDM

在這個電子商務普遍燒錢的時代，花出去的錢到底能有多少能夠帶來實際的收益呢？在搶占市場的同時，怎么才能做到ROI最大化這個問題急需要解決。公司每天幾乎都要發(fā)幾萬條甚至幾十萬條的促銷的短信，短信的反饋率基本上都在2%一下，怎么才能提高轉(zhuǎn)化率，這就需要更精準的用戶定位，把錢花到最有可能帶來收益的地方。因此網(wǎng)站的短息促銷及EDM促銷，必須要依據(jù)會員的精細化細分，不但要滿足客戶的需求，更要挖掘出他們的需求。

寫到這里基本上寫的差不多，通過總結(jié)才發(fā)覺自己原來很是知道的很少，還有很多需要學習的地方，比如說數(shù)學建模方面的知識不夠，統(tǒng)計學軟件使用不夠好，業(yè)務了解的不夠深入，對整個電子商務行業(yè)的發(fā)展把握不清晰，這些都是需要以后加強的地方。最近在一個數(shù)據(jù)分析師的前輩的博客上看到他對數(shù)據(jù)分析師的要求只有一點，就是要熱愛數(shù)據(jù)。感覺自己還不夠，平時工作的時候還不夠投入，總覺得是在為公司工作，不是在為自己的興趣工作，其實一個人每天做的事，一定要都當做是為自己做才行，就算真的不是為自己做，也要從中學到一些東西來變成自己的東西，為自己服務。

第三篇：總結(jié)報告—維度分析

二、調(diào)查問卷分析

（一）維度分析

經(jīng)過我們的分析

1、擁有的田地畝數(shù)（問題1：您家有多少畝田？）

（1）肥東的28份有效問卷中：

① 5畝以下15家，約占55.56%，其中1畝田有4家，2畝田有2家，3畝田有5家，4畝田有4家；

② 5-10畝有8家，約占29.63%，其中5畝田3家，7畝田1家，8畝田2家，9畝田3家；

③ 10畝以上有4家，約占14.81%，10畝田2家，13畝田1家，15畝田1家。

（2）肥西的13份有效問卷中：

① 5畝以下有4戶，約占30.77%，其中2畝有2家，4畝有2家;② 5-10畝有5戶，約占38.46%，其中5畝有2家，7畝有2家，8畝有1家;③ 10畝以上有4戶，約占30.77%；其中12畝、14畝、，18畝、20畝各有1家。

（3）綜合兩地的41份有效問卷中：

① 5畝以下有19戶，約占46.34%，其中1畝有4家，2畝有4家，3畝有5家，4畝有6家；

② 5-10畝有14戶，約占34.15%，其中5畝有3家，7畝有3家，8畝有3家，9畝有3家；

③ 10畝以上有8戶，約占19.51%，其中10畝有2家，12畝、13畝、14畝、15畝、18畝、20畝各有1家。

2、受教育程度（問題2：您的受教育程度是？）

（1）肥東的28份有效問卷中：

① 小學及以下學歷的受訪者有9位，約占32.14%； ② 初中學歷的受訪者有14位，約占50.00%； ③ 高中及以上學歷受訪者有5位，約占17.86%。

（2）肥西的13份有效問卷中：

① 小學及以下學歷的受訪者有8位，約占61.54%； ② 初中學歷的受訪者有4位，約占30.77%； ③ 高中及以上學歷受訪者有1位，約占7.69%。

（3）綜合兩地的41份有效問卷中：

① 小學及以下學歷的受訪者有17位，約占41.46%； ② 初中學歷的受訪者有18位，約占43.90%； ③ 高中及以上學歷受訪者有6位，約占14.63%。

3、主要經(jīng)濟來源（問題3：您家的主要經(jīng)濟來源是？）（1)肥東的28份有效問卷中：

①以務農(nóng)為家庭主要經(jīng)濟來源的有10戶，約占35.71%； ②以個體商戶為為家庭主要經(jīng)濟來源有3戶，約占10.71%； ③以打工為家庭主要經(jīng)濟來源有15戶，約占53.57%。

（2）肥西的13份有效問卷中：

①以務農(nóng)為家庭主要經(jīng)濟來源的有8戶，61.54%； ②以個體商戶為為家庭主要經(jīng)濟來源有0戶，0.00%； ③以打工為家庭主要經(jīng)濟來源有4戶，30.77%； ④以其他為家庭主要經(jīng)濟來源有1戶，7.69%。

（3）綜合兩地的41份有效問卷中：

①以務農(nóng)為家庭主要經(jīng)濟來源的有18戶，約占43.90%； ②以個體商戶為為家庭主要經(jīng)濟來源有3戶，約占7.32%； ③以打工為家庭主要經(jīng)濟來源有19戶，約占46.34%； ④以其他為家庭主要經(jīng)濟來源有1戶，約占2.44%。

產(chǎn)量

經(jīng)濟系數(shù)

經(jīng)濟系數(shù)是經(jīng)濟產(chǎn)量與生物學產(chǎn)量之比，通常用下式表示：

經(jīng)濟系數(shù)=經(jīng)濟產(chǎn)量/生物學產(chǎn)量

經(jīng)濟系數(shù)因植物種類、品種、自然條件和栽培措施而不同。小麥的經(jīng)濟系數(shù)多在0.3～0.4間（平均為0.35），水稻在0.35～0.6之間（平均為0.47），玉米為0.25～0.4（平均為0.35）。豆類作物經(jīng)濟系數(shù)較低，大豆為0.12～0.24，平均為0.18。棉花的經(jīng)濟系數(shù)因籽棉與皮棉而異，籽棉為0.35～0.40，皮棉為0.13～0.16。塊根作物和糖料作物的經(jīng)濟系數(shù)較高，甘薯在0.60～0.78之間，平均為0.7，甜菜為0.6。由于作物產(chǎn)量形成期中的凈光合產(chǎn)物全部用于形成經(jīng)濟產(chǎn)量，其經(jīng)濟系數(shù)可取為1。經(jīng)濟系數(shù)表征有機物轉(zhuǎn)化成人們所需要產(chǎn)品的能力，經(jīng)濟系數(shù)愈大，愈符合人們栽培的目的。

根據(jù)經(jīng)濟系數(shù)和畝產(chǎn)計算——

大約一畝地可產(chǎn)375kg棉花秸稈、1800klg玉米秸稈、740kg小麥秸稈、680kg大豆秸稈。

第四篇：99click首度公開電商數(shù)據(jù)分析法2013-10-8

99click首度公開電商數(shù)據(jù)“全局透視分析法”

應寧波市人民政府的邀請，99click總裁馬天云，參加了9月舉行的2013中國（寧波）智慧城市技術(shù)與應用產(chǎn)品博覽會中的核心會議—為優(yōu)勢企業(yè)轉(zhuǎn)型電子商務舉行的對接會，并發(fā)表演講。

在演講中，作為中國最早給電子商務企業(yè)提供專業(yè)服務的領先數(shù)據(jù)技術(shù)公司，馬天云總裁與與會者分享了，其所服務的眾多知名電商和開辟了線上業(yè)務的傳統(tǒng)企業(yè)，如何通過數(shù)據(jù)，管理業(yè)務和提高績效的經(jīng)驗。

值得一提的是，在會上，99click首次披露了，其獨有的，幫助了許多企業(yè)成功提高業(yè)績表現(xiàn)的“全局透視分析法”。

通過持續(xù)7年的，與數(shù)百家主流電子商務網(wǎng)站并肩工作的經(jīng)驗總結(jié)，99click總結(jié)出了其行之有效的“全局透視分析法”，該分析法由三個環(huán)節(jié)組成：

第一，全面掌握在線業(yè)務情況

獲取流量、用戶、產(chǎn)品、渠道等各個方面的可供分析的全面數(shù)據(jù)。數(shù)據(jù)必須非常全面，而且高度準確。

第二，研究各個關鍵環(huán)節(jié)，做歸因分析

通過數(shù)據(jù)分析，發(fā)現(xiàn)影響關鍵環(huán)節(jié)產(chǎn)生變化的因素，以及現(xiàn)有存在的問題。

第三，幫助企業(yè)形成正確決策（有效的措施、及時調(diào)整計劃、發(fā)掘?qū)崿F(xiàn)目標的路徑和方法等），最終達成業(yè)務目標（提高銷售額，增加注冊量，提升用戶忠誠…）

馬天云表示，企業(yè)開拓線上業(yè)務，包括網(wǎng)絡推廣、在線銷售，實現(xiàn)每一步都精準有效，從而達到各項業(yè)績指標的顯著提升，這是每一個企業(yè)內(nèi)部人員，都想追求的目標。建立在卓越技術(shù)手段（巨量用戶數(shù)據(jù)捕捉和業(yè)務數(shù)據(jù)處理）之上的數(shù)據(jù)分析，則可以幫助企業(yè)實現(xiàn)這一目標，做到每一步都有因可循，有據(jù)可依，有路可選。

99click的這一分析方法，已經(jīng)幫助眾多知名企業(yè)提升了業(yè)績表現(xiàn)，在行業(yè)內(nèi)受到廣泛好評。

第五篇：據(jù)共贏網(wǎng)分析

據(jù)共贏網(wǎng)分析，隨著中國通脹水平逼近峰值，未來經(jīng)濟政策將趨于中性，因此，在外部經(jīng)濟環(huán)境不發(fā)生重大變化的前提下，2011下半年機械行業(yè)將保持穩(wěn)健增長的勢頭，未來市場空間仍舊廣闊；考慮到利潤率下滑，預計全年機械行業(yè)單月同比增速整體呈現(xiàn)前高后低的走勢,預計機械行業(yè)2011年全年增速將在20%—25%之間；子行業(yè)的發(fā)展速度、利潤空間也將出現(xiàn)較大的變化。

一、鐵路設備將保持高速增長。隨著京滬高鐵的開通,一切關于高鐵的質(zhì)疑和不信任將隨之得到驗證,根據(jù)鐵道部的投資計劃,未來仍處于國內(nèi)高鐵投產(chǎn)里程和設備交付的高峰期。預計今年鐵路設備行業(yè)有望繼續(xù)保持30%以上高速增長態(tài)勢,動車組放量和國產(chǎn)化率提升有望成最大亮點。

二、工程機械的彈性將直接受益于宏觀放松、保障房和水利工程的大幅提速。根據(jù)工程機械行業(yè)的“十二五”規(guī)劃，各類產(chǎn)業(yè)發(fā)展規(guī)劃將落實到位，鼓勵和引導民企投資戰(zhàn)略性新興產(chǎn)業(yè)政策也將陸續(xù)出臺，未來五年行業(yè)的平均增速預計為17%左右，行業(yè)仍處于快速成長期固定資產(chǎn)投資增速下降趨勢與房地產(chǎn)調(diào)控等因素，是市場對行業(yè)成長前景擔憂的主要因素。但據(jù)共贏網(wǎng)分析，工程機械行業(yè)作為我國優(yōu)勢制造業(yè)的代表，行業(yè)成長空間仍然很大，其中城鎮(zhèn)化進程、產(chǎn)品線延伸和海外市場需求增長等是行業(yè)增長的三大動力來源。5月份工程機械部分產(chǎn)品銷量出現(xiàn)負增長，但隨著下半年保障房建設的進度加快，預計工程機械需求將有所恢復。

三、重型機械將保持穩(wěn)定增長態(tài)勢。重型機械生產(chǎn)周期較長，受金融危機與鋼鐵行業(yè)產(chǎn)能過剩的影響，今年中國一重、二重重裝的營業(yè)收入與凈利潤均出現(xiàn)下滑。從傳統(tǒng)冶金設備向新能源等行業(yè)轉(zhuǎn)型，是行業(yè)的主要發(fā)展方向，核電等新興產(chǎn)業(yè)的快速發(fā)展將為重型機械企業(yè)的成功轉(zhuǎn)型提供機遇，但整體看仍將維持上半年的穩(wěn)定增長態(tài)勢。

文章鏈接：中國化工儀器網(wǎng)