Donald Trump hat eine 20-prozentige Chance, Präsident zu werden Gerade gestartet: unsere allgemeine Wahlvorhersage 2016. Wie können Sie eine allgemeine Wahl mit Donald Trump vorhersagen? Wir können an einige grundlegende Ansätze denken. Einer von ihnen ist zu behaupten, dass Präzedenzfall nicht für diese Wahl gelten und dass Trumps Fall ist sui generis. Es ist nicht klar, wo das führt Sie jedoch. Wenn Trump ist unberechenbar, eine Phrase, die wir gehört haben, um ihn zu beschreiben, so oft während der Vorwahlen, bedeutet das seine Chancen auf Niederlage Hillary Clinton sind 5050 Wenn das ist, was Sie denken, haben Sie die Möglichkeit, eine sehr profitable Wette zu machen. Wetten Märkte setzen Trumps Chancen auf nur 20 Prozent auf 25 Prozent statt. In der Tat, trotz (oder vielleicht wegen) der ungewöhnlichen Natur seiner Kandidatur, die konventionelle Weisheit hält, dass Trump ein ziemlich wesentlicher Underdog ist. Im Gegensatz zu 2012, als es häufige Argumente, wie solide Präsident Obamas führen in den Umfragen war, es hat nicht viel von einem Konflikt zwischen Datenjournalisten und traditionellen Journalisten über diese Frage der Trümpfe Chancen. Noch gibt es eine zwischen Profis, die die Kampagne zu decken und die Öffentlichkeit die meisten Experten erwarten Trump zu verlieren, aber so tun die meisten Wähler. Aber sollte dieser scheinbare Konsens geben uns mehr Vertrauen 8212 oder machen uns nervös, die unterschätzen Trump wieder Giving Trump ein 20 Prozent oder 25 Prozent Chance, Präsident zu werden bedeutet, dass Clinton hat eine 75 Prozent bis 80 Prozent Chance. Das scheint großzügig zu sein, da unter normalen Umständen die Hintergrundbedingungen dieser Wahl (kein etabliertes Laufen und eine mittelmäßige Wirtschaft) eine Vermutung nahelegen würden. Sind Clintons hohe Chancen auf der Grundlage der Umfragen gerechtfertigt oder müssen sie machen heroische Annahmen über Trump, die gleichen, die jeder bekam, nachdrücklich einschließlich Ihrer wahren. In Schwierigkeiten während der Vorwahlen Die kurze Antwort ist, dass 20 Prozent oder 25 Prozent ist eine ziemlich vernünftige Schätzung Trumps Chancen auf der Umfrage und andere empirische Beweise. In der Tat, das ist ganz in der Nähe, wo FiveThirtyEights statistische Modelle, die heute starten. Haben das Rennen. Unsere Umfrage-only-Modell hat Trump mit einer 19-prozentigen Chance zu schlagen Clinton am frühen Mittwoch Nachmittag. (Die Prognosen werden kontinuierlich aktualisiert, da neue Umfragen hinzugefügt werden.) Unsere Umfrage-plus-Modell, das wirtschaftliche Bedingungen zusammen mit den Umfragen berücksichtigt, ist optimistischer Trump, was ihm eine 26-prozentige Chance. Dennoch steht Trump längeren Quoten und einem größeren Polling-Defizit gegenüber als John McCain und Mitt Romney an der gleichen Stelle in ihren jeweiligen Rennen. Er muss zurück zu 1988 für Komfort schauen, als George H. W. Bush überwand ein ähnliches Defizit gegen Michael Dukakis zu gewinnen. Unsere Modelle stammen aus Daten seit 1972, so dass die Wahrscheinlichkeiten, die wir für Wahlen wie 1980, 1988 und 1992, wenn die Umfragen schwang ziemlich wild, zusammen mit anderen, wie 2004 und 2012, wo die Umfragen waren ziemlich stabil. Zwei empirische Ansätze für die Vorhersage Trump Für mich ist die Lehre der Vorwahlen, dass man strenger sein muss, nicht weniger, wenn die Vorhersage von Wahlen. Das bedeutet, ein Modell zu bauen statt winging es. Im Gegensatz zu unserer frühen Skepsis gegenüber Trump waren die FiveThirtyEights-Prognosemodelle in den Vorwahlen weitgehend korrekt. Unser Wahlumfragemodell forderte 53 von 58 Rennen korrekt 1 und unsere Abstimmungen - plus Modell rufen 52 von 58 an Die Umfrage war noch lange nicht perfekt. Aber sie waren falsch innerhalb normaler Parameter: Upsets geschah ungefähr so oft, wie sie sollten geschehen, entsprechend unseren Modellen. Auch die Abstimmungen unterschätzen Trump nicht. Nationale Umfragen führten ihn das ganze Feld. Staat-Umfragen überschätzten ihn geringfügig 8212 Trumpf verlorene Zustände, in denen die Abstimmungen ihn bevorzugt hatten, wie Iowa und Oklahoma 8212 zwar nicht genug, um ihn die Nominierung zu kosten. Also, was ist unser Ansatz dieses Mal um Tatsächlich, nehmen Sie zwei Ansätze: polls-plus und polls-only. Das Modell, das wir Umfragen nennen, befolgt das Prinzip des Stockes mit dem, was funktioniert. Seine ziemlich viel das gleiche Modell, das wir erfolgreich für die Prognose 2012 Wahl verwendet. Blending Umfragen mit einem Index der wirtschaftlichen Leistung. Während sich die Wahl annähert, wird das Gewicht, das dem ökonomischen Index zugewiesen wird, auf Null verschwinden, was bedeutet, dass nur Umfragen plus und Umfragen konvergieren werden. (Obgleich sie nicht identisch sind, gibt es einige andere, subtilere Unterschiede, wie ich im Leitfaden zur Prognosemethode beschreibe.) Vorläufig ist jedoch davon auszugehen, dass das Rennen wahrscheinlich etwas anziehen wird. Das ist, weil es die Wirtschaft zeigt, wie fast genau Durchschnitt und nimmt theres weder ein Vorteil noch eine Strafe für die amtierende Partei in einem Jahr wie dieses, wenn ein amtierender Präsident im Ruhestand ist. Mit anderen Worten, es sieht die Grundlagen des Rennens als zeigt ein tossup, und reduziert Clintons aktuellen Blei von etwa 7 Prozentpunkte auf einen projizierten Wahltag gewinnen von etwa 4 Prozentpunkte als Folge. Polls-onlys Maxime ist es einfach, dumm. Dies ist oft eine gute Strategie, wenn mit neuen Situationen konfrontiert, anstatt neue Annahmen hinzufügen, sollten Sie fragwürdige Annahmen zu entfernen. Historisch in Präsidentschaftswahlen, zum Beispiel, Abstimmungen neigen dazu, in Richtung der Grundlagen der Strecke zu konvergieren. Normalerweise bedeutet dies, dass sie neigen dazu, verschärfen, wie Wahltag nähert. Diese Verschärfung kann jedoch auftreten, weil die Parteien Präsidentschaftskandidaten sind in der Regel ziemlich gleich in Bezug auf Faktoren wie Fundraising, Messaging und andere grundlegende Aspekte der Durchführung einer Kampagne. 2 Das trifft für Trump und Clinton dieses Jahr allerdings nicht zu. Trump ist kläglich hinter Clinton in Fundraising und Kampagne Infrastruktur. Er ist auch ein weniger erfahrener Politiker und steht mehr intraparty Opposition, als jeder republikanische Kandidat in einer langen Zeit. Das polls-only Modell bildet keine Annahmen über dieses. Es verwendet nicht Fundraising oder politische Erfahrung als Faktor bei der Herstellung ihrer Prognosen 8212 stattdessen, verwendet es nur Umfragen und demografische Daten. Es behandelt nicht Trumpf anders als es behandeln würde Marco Rubio oder Mitt Romney. Aber Umfragen - nur nimmt die Kandidaten aktuellen Standing in den Urnen 8212 Bedeutung, Clinton vor Trump um 7,3 Prozentpunkte 8212 ist die beste Schätzung des Nov. 8 Ergebnis. Es macht auch mehr Unsicherheit als Umfragen-plus. Trotzdem hat es Trump als ein schwerer Underdog als Umfragen-plus tut. Ich weiß, einige Leser werden durch unsere mit zwei Versionen des Modells, wie es scheint, wurden versucht, haben es beide Möglichkeiten frustriert. Meine Ansicht ist: Die Wahl der Annahmen kann eine ganze Menge beim Bau von Modellen, vor allem in Fällen wie Präsidentschaftswahlen, wo die historischen Stichprobengrößen klein sind. Das wollen wir transparenter machen. Wenn Umfragen - plus und Umfragen - nur radikal unterschiedliche Ergebnisse zeigen, schlägt die Wahl der Annahmen viel 8212 etwas, das Sie verdienen zu wissen. Und wenn sie zeigen sehr ähnliche Ergebnisse, das ist nützliche Informationen auch könnte es Ihnen mehr Vertrauen in die Robustheit unseres Ansatzes. Welches Modell ist die offizielle Version der FiveThirtyEights Prognose Sie beide sind, und denken Sie daran, dass dies etwas von einem moot Punkt wird, weil die Modelle aufeinander zu konvergieren. Allerdings, wenn Sie auf unsere Startseite. Youll sehen, dass polls-only ist der Standard wir denken, es ist ein besserer Ausgangspunkt in einer Wahl wie diese. Zusätzlich zu den Umfragen-und Umfragen-plus Prognosen, wurden auch veröffentlichen etwas namens ein now-cast. Das jetzt gegossene ist nicht eine Prognose sein eine hypothetische Projektion von, was geschehen würde, wenn die Wahl heute gehalten wurden. 3 Das Casting ist so konzipiert, dass es äußerst aggressiv ist, Trends in den Urnen zu identifizieren, aggressiver als es bei einer Prognose von mehreren Monaten optimal ist. (Eine der großen Lehren unseres Modells ist in der Tat, dass Sie ziemlich konservativ sein wollen, um Wendepunkte früh im Rennen zu deklarieren. Offensichtliche Verschiebungen in den Urnen kehren sich oft um.) Infolgedessen ist das Jetzt-Cast Thema Zu einigen ziemlich heftigen Schaukeln und wird manchmal mehr Lärm als Signal aufheben. Dennoch kann es für eine interessante Diagnose, welche Kandidat hat Impuls, aber flüchtig. Eine Wahlkampfhochschule Herausforderung für Clinton Wenn die mittlere Wirtschaft ein silbernes Futter für Trump ist, ist ein anderer seine Schwungzustandsumfragen, die nicht scheinen, so schlecht für ihn als seine nationalen Umfragen zu sein. Sie arent gut mit jedem Mittel, entweder, aber während Trump Clinton um 6,7 Prozentpunkte in unserem Durchschnitt der nationalen Umfragen, nach unserem Umfrage-only-Modell, hes nach unten 4,8 Punkte in unserem angepassten Polling-Durchschnitt von Ohio. 5,7 Punkte in Florida. 3,9 Punkte in Iowa. Und 2,0 Punkte in Colorado. zum Beispiel. Auch hier wollen wir nicht vorschlagen, dass es sich um große Zahlen für Trump das Florida-Ergebnis, zum Beispiel, um den schlimmsten Verlust von einem Republikaner dort seit 1948 darstellen würde. Trotzdem und etwas im Gegensatz zu den herkömmlichen Weisheit. Unser Modell deutet darauf hin, dass Trump mehr Wahrscheinlichkeit ist, das Wahlkolleg zu gewinnen, während es die Volksabstimmung verliert, als umgekehrt. (Obwohl die Chancen der beiden Szenario sind klein.) Einige dieser kann sein, weil wir nur havent hatte alle, dass viel Schwung Zustand Abfrage seine mögliche gut sehen führt für Clinton in der mittleren bis hohen einstelligen Zahlen, da diese Staaten häufiger abgefragt werden. Gerade an diesem Morgen zum Beispiel veröffentlichte das Unternehmen Evolving Strategies eine Reihe von Umfragen in Swing-Staaten zeigt Clinton führenden Trump um 10 Prozentpunkte, im Durchschnitt. Wenn es so viele Nummern gibt, passt sich das Modell dementsprechend an. Aber theres eine andere mögliche Erklärung, die ist, dass Trump ist schlecht underperforming in den roten Zuständen, vermutlich als Resultat des Versagens, die republikanische Unterseite zu konsolidieren. Das kann einige traditionell rote Zustände für Clinton spielen. Zum Beispiel, Arizona. Missouri. North Carolina und der 2. Kongreßbezirk von Nebraska 4 sind alle tossups, entsprechend dem Umfrage-nur Modell. (Polls-plus hat Trump in diesen Orten eng begünstigt.) Einige dieser Zustände könnten für Clinton nützlich sein. Arizona, insbesondere, könnte helfen, Clinton zusammen einige gewinnende Karten auf westlichen oder stark hispanischen Staaten basiert, auch wenn sie viel von der industriellen Midwest verliert. Andere, wie Missouri, sind wahrscheinlich mehr überflüssig. Sie könnten möglicherweise hinzufügen, Clintons Electoral College Marge, aber sie arent wahrscheinlich Tipping-Point-Staaten, die den Unterschied zwischen ihr zu gewinnen und zu verlieren. Das geht doppelt für Staaten wie Texas. Utah. Kansas und Alaska. Wo Umfragen haben oft gezeigt, eine einstellige Marge für Trump und haben gelegentlich sogar Clinton gewinnen. Republikaner werden verwendet, um eine große Anzahl von Stimmen in diesen Staaten aufzureißen und stärken ihre Stellung in der nationalen Volksabstimmung. Wenn Trump Texas von nur 6 Prozentpunkten anstelle von 16 gewinnt, verletzt das seinen populären - Abstimmungrand, ohne seine Wahlkampfquoten viel zu beeinflussen. Ist das Gegenteil auch wahr Ist Trump überdurchschnittlich in blauen Staaten, relativ zu, wie ein Republikaner in der Regel tut Es hängt davon ab, wo Sie suchen. Der Nordosten war Trumpf stärkste Region in den Vorwahlen, und er hat relativ gute Zahlen 8212 erhalten, obwohl er immer noch Clinton 8212 in Umfragen von New Jersey. Connecticut und Maine. (Er führt auch Clinton in einer Umfrage von Maines 2. Kongreßbezirk, der eine Wahlabstimmung wert sein würde) 5) Jedoch hes, das durch typische Margen in New York und Kalifornien verliert. Wo er geschworen hat zu konkurrieren. Insgesamt zeigen die Umfragen bisher eine etwas weniger polarisierte Wählerschaft und ein etwas breiteres Spielfeld als in den letzten Jahren. Das ist eine potenziell erfrischende Veränderung, obwohl es sich als kurzlebig erweisen kann, da sowohl Clinton als auch Trump Raum haben, mit ihren Parteibasen wachsen zu können und Boden in traditionell blauen und roten Zuständen als Ergebnis gewinnen konnten. Unentschieden sind reichlich, so Unsicherheit ist hoch Giving Clinton eine 75-prozentige oder 80-prozentige Chance zu gewinnen könnte fett erscheinen. Seine eigentlich ziemlich vorsichtig, aber im Vergleich zu dem, was das Modell würde normalerweise sagen, über einen Kandidaten mit einem 7-Punkte-Blei. Das ist, weil Trump an nur 36 Prozent in unserem nationalen Pollingdurchschnitt ist, während Clinton an nur 43 Prozent ist. Gary Johnson, der Kandidat der Liberalen Partei, der unser Modell explizit in die Prognose einbezieht, wird in den zweistelligen Abstimmungen in einigen Abstimmungen abgefragt, während eine deutliche unentschiedene Abstimmung und einige Stimmen für andere Kandidaten, wie Jill Stein der Grünen, zu sehen waren. Historisch gesehen tragen hohe Zahlen unentschiedener Wähler zu Unsicherheit und Volatilität bei. So tun Drittanbieter-Kandidaten, deren Zahlen manchmal verblassen die Strecke laufen. 6 Mit Clinton an nur 43 Prozent national, Trumpf muss nicht wegnehmen irgendwelche ihrer Wähler, um zu gewinnen. Er muss nur die meisten Wähler konsolidieren, die sich zu einem Kandidaten noch nicht verpflichtet haben. Related: Politik Podcast Von dem gleichen Zeichen, theres die Möglichkeit eines Erdrutschs gegen Trump, dessen Boden ist ungewöhnlich niedrig, da hes bekommen nur 36 Prozent der Stimmen jetzt. Umfragen gibt nur Clinton eine 35-prozentige Chance zu gewinnen durch zweistellige landesweit, 7, die sie machen würde die erste Kandidat seit Ronald Reagan im Jahr 1984 (und der erste Demokrat seit Lyndon B. Johnson im Jahr 1964). Eine 20-prozentige oder 25-prozentige Chance auf Trump Gewinn ist ein schrecklich langer Weg von 2 Prozent oder 0,02 Prozent. Es ist eine echte Chance: über die gleiche Chance, dass die Gastmannschaft hat, wenn es durch einen Lauf in der Spitze des achten Inning in einem Major League Baseball-Spiel. Wenn Sie in den letzten paar Jahren Politik oder Sport verfolgt haben, hoffe ich, dass es auf Ihr Gehirn aufgedruckt wurde, dass diese langweiligen Bilder 8212 manchmal viel längere Schüsse als Trump 8212 manchmal durchkommen. Aber die Umfragen etablieren Clinton als ein ziemlich klarer Favorit. Und im Gegensatz zu fast allen anderen diesen Wahlzyklus, die Umfragen haben meist Recht so weit. CORRECTION (29. Juni, 8:50 Uhr): Eine frühere Version dieses Artikels falsch in einer Instanz Hillary Clinton8217s Chancen auf den Sieg der Präsidentschaft. Diese Chance, nach dem FiveThirtyEight Prognosemodell, ist 75 Prozent oder 80 Prozent, nicht 70 Prozent oder 75 Prozent. Zählen sowohl demokratischen und republikanischen Vorwahlen. Im Gegensatz dazu Theres nicht wirklich jede Tendenz für die Umfragen in Senat oder Gouverneurs-Wahlen zu verschärfen, wo die Kandidaten sind manchmal mehr ungleich. Und seine etwas von einer seltsamen hypothetischen, weil es derzeit eine Menge von unentschlossenen Wähler, und es gibt nicht all das viel Polling in den Swing-Staaten. Es gibt eine gewisse Ungewissheit darüber, was passieren würde, wenn alle Wähler plötzlich ihre Entscheidung treffen müssten. Nebraska prämiert zwei Wahlstimmen zum landesweiten Sieger und zum Sieger jedes Kongressbezirks. Maine prämiert zwei Wahlstimmen zum landesweiten Sieger und ein zum Sieger jedes Kongressbezirks. Das Umfrage-plus-Modell geht davon aus, dass die Johnsons-Zahlen von hier abweichen werden. Polls-plus ist konservativer und gibt ihr eine 16-prozentige Chance. Nate Silver ist der Gründer und Chefredakteur von FiveThirtyEight. Cisco VNI Mobile Prognose ist ein Teil der umfassenden Cisco VNI Forecast, einer laufenden Initiative zur Verfolgung und Prognose der Auswirkungen von Visual Networking-Anwendungen Auf globalen Netzwerken. Dieses Papier präsentiert einige der Ciscos großen globalen mobilen Datenverkehr Prognosen und Wachstumstrends. Das Mobilfunknetz 2015 Der weltweite mobile Datenverkehr stieg 2015 um 74 Prozent. Der globale mobile Datenverkehr erreichte Ende 2015 3,7 Exabyte pro Monat und stieg von 2,1 Exabyte pro Monat Ende 2014 an. Der mobile Datenverkehr ist in den vergangenen 10 Jahren um das 4.000-fache gestiegen und in der Vergangenheit fast 400 Millionen 15 Jahre . Die Mobilfunknetze betrugen im Jahr 2000 weniger als 10 Gigabyte pro Monat und im Jahr 2005 weniger als 1 Petabyte pro Monat. (Ein Exabyte entspricht einer Milliarde Gigabyte und eintausend Petabyte.) Die vierte Generation (4G) übertraf die dritte Generation ( 3G) zum ersten Mal im Jahr 2015. Obwohl 4G-Verbindungen im Jahr 2015 nur 14 Prozent der mobilen Verbindungen darstellten, sind es bereits 47 Prozent des mobilen Datenverkehrs, während die 3G-Verbindungen 34 Prozent der mobilen Verbindungen und 43 Prozent des Verkehrs darstellen. Im Jahr 2015, eine 4G-Verbindung erzeugt sechs Mal mehr Verkehr im Durchschnitt als eine non4G-Verbindung. Mobile Offload übertraf den Zellverkehr erstmals im Jahr 2015. Fünfundfünfzig Prozent des gesamten mobilen Datenverkehrs wurden im Jahr 2015 über WLAN oder Femtocell auf das Festnetz ausgelagert. Insgesamt wurden jeden Monat 3,9 Exabyte mobiler Datenverkehr auf das Festnetz ausgelagert. Mehr als eine halbe Milliarde (563 Millionen) mobile Geräte und Verbindungen wurden 2015 hinzugefügt. Smartphones entfielen auf den Großteil dieses Wachstums. Globale mobile Geräte und Verbindungen im Jahr 2015 wuchs auf 7,9 Milliarden von 7,3 Milliarden im Jahr 2014. Weltweit waren Smart Devices 36 Prozent der gesamten mobilen Geräte und Verbindungen im Jahr 2015 machten sie für 89 Prozent des mobilen Datenverkehrs. (Für die Zwecke dieser Studie bezieht sich intelligente Geräte auf mobile Verbindungen mit erweiterten Multimedia-Computing-Fähigkeiten mit einem Minimum an 3G-Konnektivität.) Im Jahr 2015 durchschnittlich ein Smart-Gerät 14-mal mehr Verkehr als ein nonsmart Gerät. Die Mobilfunkgeschwindigkeiten im Mobilfunk stiegen im Jahr 2015 um 20 Prozent. Weltweit lag die durchschnittliche Mobilfunk-Downstream-Geschwindigkeit im Jahr 2015 bei 2.026 Kilobits pro Sekunde (kbps) von 1.683 kbps im Jahr 2014. Der mobile Video-Verkehr machte im Jahr 2015 55 Prozent des gesamten mobilen Datenverkehrs aus. Mobile Video Traffic macht mittlerweile mehr als die Hälfte des mobilen Datenverkehrs aus. Die Top 1 Prozent der mobilen Daten-Abonnenten generiert 7 Prozent der mobilen Datenverkehr, von 18 Prozent im Juni 2014. Laut einer mobilen Datenverwendungsstudie von Cisco führten die Top 20 Prozent der mobilen Nutzer 59 Prozent des mobilen Datenverkehrs und die Top 1 Prozent 7 Prozent. Durchschnittliche Smartphone-Nutzung wuchs 43 Prozent im Jahr 2015. Die durchschnittliche Menge an Verkehr pro Smartphone im Jahr 2015 betrug 929 MB pro Monat, von 648 MB pro Monat im Jahr 2014. Smartphones (einschließlich Phablets) repräsentiert nur 43 Prozent der gesamten weltweiten Handys im Einsatz im Jahr 2015, aber stellte 97 Prozent der gesamten globalen Handset Verkehr. Im Jahr 2015 generierte das typische Smartphone 41 mal mehr mobilen Datenverkehr (929 MB pro Monat) als das typische Basisgerät (das nur 23 MB pro Monat mobilen Datenverkehr erzeugte). Weltweit produzierten 97 Millionen tragbare Geräte (ein Teilsegment der Maschine-zu-Maschine-M2M-Kategorie) im Jahr 2015 15 Petabyte monatlichen Verkehr. Per-Benutzer iOS mobile Geräte (Smartphones und Tablets) Datenverbrauch marginally übertroffen, dass der Android-mobile Geräte Datennutzung. Bis Ende 2015 überstieg der durchschnittliche iOS-Verbrauch den durchschnittlichen Android-Verbrauch in Nordamerika und Westeuropa. Im Jahr 2015 waren 34 Prozent der mobilen Geräte potenziell IPv6-fähig. Diese Schätzung basiert auf Netzverbindungsgeschwindigkeit und OS-Fähigkeit. Im Jahr 2015 stieg die Zahl der mobil verbundenen Tabletten 1,3-fach auf 133 Millionen, und jede Tablette generiert 2,8-mal mehr Verkehr als das durchschnittliche Smartphone. Im Jahr 2015 betrug der mobile Datenverkehr pro Tablette 2.576 MB pro Monat, verglichen mit 929 MB pro Monat pro Smartphone. Es gab 125 Millionen PCs auf dem Mobilfunknetz im Jahr 2015, und jeder PC generiert 2,9 Mal mehr Verkehr als das durchschnittliche Smartphone. Der mobile Datenverkehr pro PC belief sich 2015 auf 2,7 GB pro Monat. Die durchschnittliche Nutzung von Nicht-Mobiltelefonen stieg 2015 auf 23 MB pro Monat, verglichen mit 16 MB pro Monat im Jahr 2014. Basis-Mobilteile machen immer noch die überwiegende Mehrheit der Mobilteile im Netzwerk (57 Prozent). Das mobile Netzwerk bis 2020 Der mobile Datenverkehr erreicht in den nächsten fünf Jahren die folgenden Meilensteine: Der globale mobile Datenverkehr wird bis zum Jahr 2020 30,6 Exabyte betragen. Die Zahl der mobilen Geräte pro Kopf wird 1,5 bis 2020 erreichen Wird die Übertragungsgeschwindigkeit bis 2017 um 3 Mbps übertroffen. Die Gesamtzahl der Smartphones (einschließlich Philtts) wird bis 2020 fast 50 Prozent der weltweiten Geräte und Verbindungen betragen. Aufgrund der erhöhten Nutzung auf Smartphones werden Smartphones bis 2020 vier Fünftel des mobilen Datenverkehrs überqueren Der monatliche mobile Tablet-Verkehr wird bis 2020 2.0 Exabyte pro Monat übersteigen. 4G-Verbindungen werden bis 2020 den höchsten Anteil (40,5 Prozent) der gesamten Mobilverbindungen haben. 4G-Verkehr wird bis 2016 mehr als die Hälfte des gesamten mobilen Datenverkehrs betragen (Bis auf Wi-Fi), während sie 2015 auf Mobilfunknetzen zurückblieben. Drei Drittel (75 Prozent) des weltweiten mobilen Datenverkehrs werden bis 2020 Video sein. Der weltweite mobile Datenverkehr wird sich zwischen 2015 und 2020 um das Achtfache erhöhen . Der mobile Datenverkehr wird mit einer jährlichen Wachstumsrate (CAGR) von 53 Prozent von 2015 bis 2020 wachsen und bis 2020 30,6 Exabyte pro Monat erreichen. Bis 2020 werden es 1,5 Mobilgeräte pro Kopf geben. Bis 2020 wird es 11,6 Milliarden mobile Geräte geben, darunter M2M-Module, die der damals projizierten Weltbevölkerung (7,8 Milliarden) entsprechen. Die Geschwindigkeit der mobilen Netzwerkverbindungen wird sich bis zum Jahr 2020 mehr als verdoppeln. Die durchschnittliche Mobilfunkverbindungsgeschwindigkeit (2.0 Mbit / s im Jahr 2015) wird bis 2020 fast 6,5 Megabit pro Sekunde (Mbps) erreichen. Bis 2017 wird die durchschnittliche Mobilfunkverbindungsgeschwindigkeit 2,0 Mbps übersteigen. Bis 2020 wird 4G 40,5 Prozent der Verbindungen, aber 72 Prozent des Gesamtverkehrs sein. Bis 2020 wird eine 4G-Verbindung generieren 3,3-mal mehr Verkehr im Durchschnitt als eine Nicht-4G-Verbindung. Bis 2020 werden mehr als drei Fünftel aller an das Mobilfunknetz angeschlossenen Geräte intelligente Geräte sein. Weltweit werden 67 Prozent der mobilen Geräte bis 2020 intelligente Geräte sein, von 36 Prozent im Jahr 2015. Die überwiegende Mehrheit des mobilen Datenverkehrs (98 Prozent) wird bis 2020 von diesen intelligenten Geräten stammen, von 89 Prozent im Jahr 2015 bis 2020 , Könnten 66 Prozent aller globalen mobilen Geräte möglicherweise in der Lage sein, eine Verbindung zu einem IPv6-Mobilfunknetz herzustellen. Bis 2020 wird es 7,6 Milliarden IPv6-fähige Geräte geben. Drei Viertel des weltweiten mobilen Datenverkehrs werden bis 2020 Video sein. Mobile Video wird zwischen 2015 und 2020 11-fach steigen, was 75 Prozent des gesamten mobilen Datenverkehrs zum Ende des Prognosezeitraums entspricht. Bis 2020 werden mobil verbundene Tabletten fast acht Mal mehr Verkehr generieren als im Jahr 2015 generiert. Die Menge der mobilen Datenverkehr durch Tabletten bis 2020 (2,6 Exabyte pro Monat) erzeugt wird, wird 7,6 mal höher als im Jahr 2015, ein CAGR von 50 Prozent. Das durchschnittliche Smartphone generiert 4,4 GB Traffic pro Monat bis 2020, fast eine fünffache Steigerung gegenüber dem 2015 Durchschnitt von 929 MB pro Monat. Bis 2020, Aggregate-Smartphone-Verkehr wird 8,8-mal größer sein, als es heute ist, mit einem CAGR von 54 Prozent. Bis 2015 wird mehr als die Hälfte des Verkehrs von mobilen Geräten (fast 3,9 Exabyte) über WLAN-Geräte und Femtozellen jeden Monat in das Festnetz übertragen. Ohne WLAN und Femtocell-Auslastung würde der gesamte mobile Datenverkehr zwischen 2015 und 2020 an einem CAGR von 55 Prozent anstatt der projizierten CAGR von 53 Prozent wachsen. Der Mittlere Osten und Afrika haben das stärkste mobile Datenverkehrwachstum irgendeiner Region mit einem 71percent CAGR. Danach folgt die Region Asien-Pazifik mit 54 Prozent und Mittel - und Osteuropa mit 52 Prozent. Anhang A fasst die Details und Methodik der VNI Mobile Prognose zusammen. 2015 Jahr im Überblick Der weltweite Mobilfunk-Datenverkehr stieg 2015 um schätzungsweise 74 Prozent. Die Wachstumsraten waren regional sehr unterschiedlich, wobei Naher Osten und Afrika mit der höchsten Wachstumsrate (117 Prozent), gefolgt von Asien-Pazifik (83 Prozent), Lateinamerika (73 Prozent) und Mittel - und Osteuropa (71 Prozent). Nordamerika wuchs schätzungsweise 55 Prozent, eine Erholung von einer ungewöhnlich niedrigen Wachstumsrate von 26 Prozent im Jahr 2014. Westeuropa folgte Nordamerika leicht mit 52 Prozent Wachstum im Jahr 2015 (siehe Abbildung 1). Auf Länderebene führten Indonesien, China und Indien das globale Wachstum bei 129, 111 bzw. 89 Prozent. Abbildung 1. Mobiles Datenverkehrswachstum im Jahr 2015 Quelle: Cisco VNI Mobile, 2016 Global Mobile Data Traffic, 2015 bis 2020 Der mobile Datenverkehr wird voraussichtlich bis 2020 auf 30,6 Exabyte pro Monat wachsen Bei einem CAGR von 53 Prozent von 2015 bis 2020 (Abbildung 2). Abbildung 2. Cisco Prognose 30.6 Exabytes pro Monat des mobilen Datenverkehrs bis 2020 Quelle: Cisco VNI Mobile, 2016 Asien Pazifik wird für 45 Prozent des weltweiten Mobilfunkverkehrs bis 2020, der größte Anteil des Verkehrs von jeder Region mit einer erheblichen Marge, wie Wie in Abbildung 3 dargestellt. Nordamerika, das im Jahr 2015 den zweitgrößten Verkehrsanteil hatte, wird bis zum Jahr 2020 nur den viertgrößten Anteil haben und von Mittel - und Osteuropa sowie dem Mittleren Osten und Afrika übertroffen werden. Mittlerer Osten und Afrika erleben die höchste CAGR von 71 Prozent, die fast 15-fach über den Prognosezeitraum. Asien-Pazifik wird die zweithöchste CAGR von 54 Prozent, die fast 9fach über den Prognosezeitraum. Abbildung 3. Globale Mobilfunk-Datenverkehrsprognose nach Regionen Quelle: Cisco VNI Mobile, 2016 Top Globale Mobilfunk-Trends In den folgenden Abschnitten werden 7 Haupttrends identifiziert, die zum Wachstum des mobilen Datenverkehrs beitragen. Die zunehmende Anzahl von drahtlosen Geräten, die weltweit auf Mobilnetzwerke zugreifen, ist einer der Hauptanbieter für das globale mobile Datenverkehrswachstum. Jedes Jahr werden mehrere neue Geräte in verschiedenen Formfaktoren und erhöhte Fähigkeiten und Intelligenz auf dem Markt eingeführt. Dieses Jahr haben wir phablets als eine separate Kategorie zu den Gerätekategorien hinzugefügt, die wir verfolgen. Mehr als eine halbe Milliarde (563 Millionen) mobile Geräte und Verbindungen wurden 2015 hinzugefügt. Im Jahr 2015 stiegen die weltweiten Mobilgeräte und Verbindungen auf 7,9 Milliarden und stiegen von 7,3 Milliarden im Jahr 2014 an. Weltweit werden mobile Geräte und Verbindungen auf 11,6 Milliarden steigen 2020 bei einem CAGR von 8 Prozent (Fig. 4). Bis 2020 gibt es 8,2 Milliarden Handheld - oder persönliche mobile Geräte und 3,2 Milliarden M2M-Verbindungen (z. B. GPS-Systeme in Fahrzeugen, Asset Tracking-Systemen im Versand - und Verarbeitungssektor oder medizinische Anwendungen, die Patientendaten und den Gesundheitsstatus leichter verfügbar machen Al.). Regional werden Nordamerika und Westeuropa das schnellste Wachstum bei mobilen Geräten und Verbindungen mit 22 Prozent und 14 Prozent CAGR von 2015 bis 2020 haben. Abbildung 4. Globale Mobile Devices und Connections Growth Zahlen in Klammern beziehen sich auf 2015, 2020 Geräte-Freigabe. Quelle: Cisco VNI Mobile, 2016 Wir sehen einen raschen Rückgang des Anteils an Nicht-Mobiltelefonen von 50 Prozent im Jahr 2015 (3,9 Milliarden) auf 21 Prozent bis 2020 (2,4 Milliarden). Das auffälligste Wachstum wird in M2M-Verbindungen, gefolgt von Tabletten auftreten. M2M mobile Verbindungen erreichen mehr als ein Viertel (26 Prozent) der gesamten Geräte und Verbindungen bis 2020. Die M2M-Kategorie wird bei 38 Prozent CAGR von 2015 bis 2020 wachsen und Tabletten werden bei 23 Prozent CAGR wachsen Den gleichen Zeitraum. Ein weiterer wichtiger Trend ist das Wachstum von Smartphones (einschließlich Phablets) von 38 Prozent der gesamten Geräte und Verbindungen im Jahr 2015 auf fast 50 Prozent (48 Prozent) bis zum Jahr 2020. Zusammen mit dem Gesamtwachstum in der Anzahl der mobilen Geräte und Verbindungen gibt es eindeutig Eine sichtbare Verschiebung im Geräte-Mix. In diesem Jahr sehen wir eine Verringerung der Laptops und eine weitere Verlangsamung in das Wachstum der Tabletten, weil eine neue Geräte-Kategorie, Phablets (in unserer Smartphone-Kategorie enthalten), gewinnt eine breitere Akzeptanz. Aus der Verkehrssituation werden Smartphones und Phablets weiterhin den mobilen Verkehr dominieren (81 Prozent), während die M2M-Kategorie bis 2020 weiter zulegen wird (siehe Abbildung 5). Abbildung 5. Globales Mobilfunkwachstum nach Gerätetypen Die Zahlen in Klammern beziehen sich auf die Gerätefreigabe 2015, 2020. Quelle: Cisco VNI Mobile, 2016 Im gesamten Prognosezeitraum sehen wir, dass der Geräte-Mix mit einer wachsenden Anzahl von Geräten mit höheren Rechenressourcen und Netzwerkverbindungsfähigkeiten, die eine wachsende Nachfrage nach leistungsfähigeren und intelligenten Netzwerken schaffen, immer intelligenter wird. Wir definieren Smart-Geräte und Verbindungen wie diejenigen mit fortschrittlichen Computing-und Multimedia-Funktionen mit einer minimalen 3G-Konnektivität. Der Anteil der intelligenten Geräte und Verbindungen als Prozentsatz der Gesamtzahl wird von 36 Prozent im Jahr 2015 auf mehr als zwei Drittel, bei 67 Prozent, bis zum Jahr 2020, wächst fast dreimal während des Prognosezeitraums (Abbildung 6). Abbildung 6. Globales Wachstum intelligenter mobiler Geräte und Verbindungen Prozentangaben beziehen sich auf die gemeinsame Nutzung von Geräten und Verbindungen. Quelle: Cisco VNI Mobile, 2016 Low-Power Wide-Area (LPWA) Anschlüsse sind in unserer Analyse enthalten. Diese drahtlose Netzwerkkonnektivität ist speziell für M2M-Module gedacht, die eine geringe Bandbreite und eine breite geografische Abdeckung erfordern. Da diese Module sehr geringe Bandbreitenanforderungen aufweisen und hohe Latenzzeiten tolerieren, werden diese nicht in die Kategorie "Smart Devices" und "Connections" aufgenommen. Für einige Regionen wie Nordamerika, wo das Wachstum von LPWA hoch ist, würde ihre Einbeziehung in die Mischung den Prozentsatz für intelligente Geräte und Verbindungen verkürzen, so dass wir sie für den regionalen Vergleich aus dem Mix genommen haben. Abbildung 7 bietet eine vergleichbare globale Smart-to-Nonsmart-Geräte und Verbindungen aufgeteilt, ohne LPWA. Abbildung 7. Globales Wachstum von Smart-Mobilgeräten und - verbindungen (ohne LPWA) Prozentangaben beziehen sich auf die gemeinsame Nutzung von Geräten und Verbindungen. Quelle: Cisco VNI Mobile, 2016 Wenn wir LPWA M2M-Verbindungen aus dem Mix ausschließen, ist der globale Anteil an intelligenten Geräten und Verbindungen bei 72 Prozent bis 2020 höher. Obwohl diese Geräte-Mix-Konvertierung ein globales Phänomen ist, sind einige Regionen voraus. Bis Ende des Jahres 2020 wird Nordamerika 95 Prozent seiner installierten Basis in intelligente Geräte und Verbindungen umwandeln, gefolgt von Westeuropa mit 86 Prozent intelligenten Geräten und Verbindungen (Tabelle 1). Tabelle 1. Regionaler Anteil von Smart Devices und Verbindungen (Prozent der regionalen Gesamtzahl) Quelle: Cisco VNI Mobile, 2016 Abbildung 8 zeigt die Auswirkung des Wachstums von mobilen Smart-Geräten und Verbindungen auf den globalen Verkehr. Weltweit wird Smart Verkehr von 89 Prozent des gesamten globalen mobilen Verkehrs bis 98 Prozent bis 2020 wachsen. Dieser Prozentsatz ist deutlich höher als das Verhältnis von intelligenten Geräten und Verbindungen (67 Prozent bis 2020), weil im Durchschnitt ein Smart-Gerät erzeugt Viel höherer Traffic als ein nonsmart Gerät. Global, im Jahr 2015, eine intelligente Gerät generiert 14 mal mehr Verkehr als ein nonsmart Gerät, und bis 2020 ein Smart-Gerät wird fast 23-mal mehr Verkehr zu generieren. Abbildung 8. Einfluss von Smart Mobile Devices und Verbindungen Wachstum auf Traffic Prozentsätze beziehen sich auf Traffic-Anteil. Source: Cisco VNI Mobile, 2016 With the exponential proliferation of multiple smart devices becoming a reality, the need for each device having its own specific, unique address that it uses to communicate with other devices and the Internet and to define its location is becoming a necessity. IPv4 addresses, the current protocol devices use to communicate on the Internet, have exhausted the world over, and a very small number of IPv4 addresses remain just with the African Internet Registry. In addition to solving the IPv4 address depletion problem by providing more than enough addresses, the transition to the newer, better IPv6 protocol offers additional advantages where every device will have a globally routable public IP address on the Internet. Hence there is not just a need, but far more a necessity, to move to IPv6 with its 340 undecillion addresses that will make smart devices and the Internet of Everything (IoE) a reality. The transition to IPv6, which helps connect and manage the proliferation of newer-generation devices that are contributing to mobile network usage and data traffic growth, is well underway. Continuing the Cisco VNI focus on IPv6, the Cisco VNI 20152020 Mobile Data Traffic Forecast provides an update on IPv6-capable mobile devices and connections and the potential for IPv6 mobile data traffic. Focusing on the high-growth mobile-device segments of smartphones and tablets, the forecast projects that globally 92 percent of smartphones and tablets (5.5 billion) will be IPv6-capable by 2020 (up from 65 percent, or 2.0 billion smartphones and tablets in 2015 refer to Figure 9). This estimation is based on OS support of IPv6 (primarily Android and iOS) and the accelerated move to higher-speed mobile networks (3.5G or higher) capable of enabling IPv6. (This forecast is intended as a projection of the number of IPv6-capable mobile devices, not mobile devices with an IPv6 connection actively configured by the Internet service provider ISP.) Figure 9. Global IPv6-Capable Smartphones and Tablets Source: Cisco VNI Mobile, 2016 For all mobile devices and connections, the forecasts project that, globally, 66 percent (7.6 billion) will be IPv6capable by 2020, up from 34 percent (2.7 billion) in 2015 (refer to Figure 10). M2M emerges as a key segment of growth for IPv6capable devices, reaching 1.5 billion by 2020, an 11-fold increase during the forecast period. With its capability to vastly scale IP addresses and manage complex networks, IPv6 is critical in supporting the IoE of today and in the future. (Refer to Table 8 in Appendix C for more device detail.) Regionally, Asia Pacific will lead throughout the forecast period with the highest number of IPv6-capable devices and connections, reaching 3.8 billion by 2020. Middle East and Africa will have the highest growth rates during the forecast period, at 35-percent CAGR. (Refer to Table 9 in Appendix C for more regional detail.) Figure 10. Global IPv6-Capable Mobile Devices Source: Cisco VNI Mobile, 2016 Considering the significant potential for mobile-device IPv6 connectivity, the Cisco VNI Mobile Forecast provides estimation for IPv6 network traffic based on a graduated percentage of IPv6-capable devices becoming actively connected to an IPv6 network. Looking to 2020, if approximately 60 percent of IPv6-capable devices are connected to an IPv6 network, the forecast estimates that, globally, IPv6 traffic will amount to 16.6 exabytes per month or 54 percent of total mobile data traffic, a 34-fold growth from 2015 to 2020 (Figure 11). Figure 11. Projected IPv6 Mobile Data Traffic Forecast 20152020 Source: Cisco VNI Mobile, 2016 For additional views on the latest IPv6 deployment trends, visit the Cisco 6Lab site. The Cisco 6Lab analysis includes current statistics by country on IPv6 prefix deployment and IPv6 web-content availability, and estimations of IPv6 users. With the convergence of IPv6 device capability, content availability, and significant network deployment, the discussion of IPv6 has shifted focus from what if and how soon will to the realization of the potential that IPv6 has for service providers and end users alike. Mobile devices and connections are not only getting smarter in their computing capabilities but are also evolving from lower-generation network connectivity (2G) to higher-generation network connectivity (3G, 3.5G, and 4G or LTE). Combining device capabilities with faster, higher bandwidth and more intelligent networks leads to wide adoption of advanced multimedia applications that contribute to increased mobile and Wi-Fi traffic. The explosion of mobile applications and phenomenal adoption of mobile connectivity by end users on the one hand and the need for optimized bandwidth management and network monetization on the other hand is fueling the growth of global 4G deployments and adoption. Service providers around the world are busy rolling out 4G networks to help them meet the growing end-user demand for more bandwidth, higher security, and faster connectivity on the move (Appendix B). Globally, the relative share of 3G - and 3.5G-capable devices and connections will surpass 2G-capable devices and connections by 2017. The other significant crossover will occur in 2020, when 4G will surpass all other types of connection share. By 2020, 40.5 percent of all global devices and connections will be 4G-capable (Figure 12). The global mobile 4G connections will grow from 1.1 billion in 2015 to 4.7 billion by 2020 at a CAGR of 34 percent. Figure 12. Global Mobile Devices and Connections by 2G, 3G, and 4G Percentages refer to device and connections share. Source: Cisco VNI Mobile, 2016 We are also including Low-Power Wide-Area (LPWA) connections in our analysis. This type of ultranarrowband wireless network connectivity is meant specifically for M2M modules that require low bandwidth and wide geographic coverage. It provides high coverage with low power consumption, module, and connectivity costs, thereby creating new M2M use cases for mobile network operators (MNOs) that cellular networks alone could not have addressed. Examples include utility meters in residential basements, gas or water meters that do not have power connection, street lights, and pet or personal asset trackers. The share of LPWA connections (all M2M) will grow from less than 1percent in 2015 to 7.4 percent by 2020, from 21.6 million in 2015 to 859 million by 2020. The network evolution toward more advanced networks is happening both across the end-user device segment and within the M2M connections category, as shown in Figure 13 and Figure 14. When the M2M category is excluded, the 4G growth becomes more apparent, with 43-percent device share by 2020. Figure 13. Global Mobile Devices (Excluding M2M) by 2G, 3G, and 4G Percentages refer to device share. Source: Cisco VNI Mobile, 2016 M2M capabilities, similar to end-user mobile devices, are migrating toward more advanced networks (Figure 14). On one hand, we see 4G connections share growing to 34 percent by 2020, up from 10 percent in 2015, and we also see a big growth in LPWA from 4 percent in 2015 to 28 percent by 2020. Even though LPWA might not be bandwidth-heavy and can tolerate high latency, it is an overlay strategy for MNOs to expand their M2M reach. Figure 14. Global Mobile M2M Connections by 2G, 3G, and 4G Percentages refer to M2M connections share. Source: Cisco VNI Mobile, 2016 The transition from 2G to 3G or 4G deployment is a global phenomenon. In fact, by 2020, 59 percent of the mobile devices and connections in North America will have 4G capability, surpassing 3G-capable devices and connections. Western Europe (53 percent) will have the second-highest ratio of 4G connections by 2020 (Appendix B). At the country level, Australia will have 63 percent of its total connections on 4G by 2020, with Japan having 60 percent of all its connections on 4G by 2020. China, followed by the United States, will lead the world in terms of its share of the total global 4G connections with 28 and 12 percent, respectively, of total global 4G connections by 2020. Although the growth in 4G, with its higher bandwidth, lower latency, and increased security, will help regions bridge the gap between their mobile and fixed network performance, deployment of LPWA networks will help enhance the reach of mobile providers in the M2M segment. This situation will lead to even higher adoption of mobile technologies by end users, making access to any content on any device from anywhere and the Internet of Everything (IoE) more sustainable. Traffic Impact of 4G In 2015, 4G traffic surpassed 3G traffic and now represents the largest share of mobile data traffic by network type. 4G accounted for 47 percent of traffic in 2015 (compared to 43 percent for 3G) and will continue to grow faster than other networks to represent 72 percent of all mobile data traffic by 2020 (Figure 15). Currently, a 4G connection generates six times more traffic than a non-4G connection. There are two reasons for the higher usage per device on 4G. The first is that many 4G connections today are for high-end devices, which have a higher average usage. The second is that higher speeds encourage the adoption and usage of high-bandwidth applications, such that a smartphone on a 4G network is likely to generate significantly more traffic than the same model smartphone on a 3G or 3.5G network. As smartphones come to represent a larger share of 4G connections, the gap between the average traffic of 4G devices and non-4G devices will narrow, but by 2020 a 4G connection will still generate three times more traffic than a non-4G connection. Figure 15. Global Mobile Traffic by Connection Type Source: Cisco VNI Mobile, 2016 5G is the next phase of mobile technology. 5Gs primary improvements over 4G include high bandwidth (greater than 1 Gbps), broader coverage, and ultra-low latency. Whereas 4G has been driven by device proliferation and dynamic information access, 5G will be driven largely by IoE applications. With 5G, resources (channels) will be allocated based on awareness of content, user, and location. This technology is expected to solve frequency licensing and spectrum management problems. While there are field trials are being carried out by some operators, significant 5G deployments are not expected until 2020 and beyond. There are several gating factors such as approval of regulatory standards, spectrum availability and auctioning and return-on-investment (ROI) strategies to justify the investment associated with new infrastructure transitions and deployments. The phenomenal growth in smarter end-user devices and M2M connections is a clear indicator of the growth of IoE, which is bringing together people, processes, data, and things to make networked connections more relevant and valuable. This section focuses on the continued growth of M2M connections and the emerging trend of wearable devices. Both M2M and wearable devices are making computing and connectivity very pervasive in our day-to-day lives. M2M connectionssuch as home and office security and automation, smart metering and utilities, maintenance, building automation, automotive, healthcare and consumer electronics, and moreare being used across a broad spectrum of industries, as well as in the consumer segment. As real-time information monitoring helps companies deploy new video-based security systems, while also helping hospitals and healthcare professionals remotely monitor the progress of their patients, bandwidth-intensive M2M connections are becoming more prevalent. Globally, M2M connections will grow from 604 million in 2015 to 3.1 billion by 2020, a 38-percent CAGRa fivefold growth. As discussed in the previous trend, M2M capabilities similar to end-user mobile devices are experiencing an evolution from 2G to 3G and 4G technologies (Figure 16). Figure 16. Global Machine-to-Machine Growth and Migration from 2G to 3G and 4G In 2015, 4G accounts for 10 and LPWA accounts for 4 of global mobile M2M connections. Source: Cisco VNI Mobile, 2016 An important factor contributing to the growing adoption of IoE is the emergence of wearable devices, a category with high growth potential. Wearable devices, as the name suggests, are devices that can be worn on a person and have the capability to connect and communicate to the network either directly through embedded cellular connectivity or through another device (primarily a smartphone) using Wi-Fi, Bluetooth, or another technology. These devices come in various shapes and forms, ranging from smart watches, smart glasses, heads-up displays (HUDs), health and fitness trackers, health monitors, wearable scanners and navigation devices, smart clothing, etc. The growth in these devices has been fueled by enhancements in technology that have supported compression of computing and other electronics (making the devices light enough to be worn). These advances are being combined with fashion to match personal styles, especially in the consumer electronics segment, along with network improvements and the growth of applications, such as location-based services and augmented reality. Although there have been vast technological improvements to make wearables possible as a significant device category, wide-scale availability of embedded cellular connectivity still has some barriers to overcome for some applicationssuch as technology limitations, regulatory constraints, and health concerns. By 2020, we estimate that there will be 601 million wearable devices globally, growing fivefold from 97 million in 2015 at a CAGR of 44 percent (Figure 17). As mentioned earlier, there will be limited embedded cellular connectivity in wearables through the forecast period. Only 7 percent will have embedded cellular connectivity by 2020, up from 3 percent in 2015. Currently, we do not include wearables as a separate device and connections category because it is at a nascent stage, so there is a noted overlap with the M2M category. We will continue to monitor this segment, and as the category grows and becomes more significant, we may break it out in future forecast iterations. Figure 17. Global Connected Wearable Devices Source: Cisco VNI Mobile, 2016 Regionally, Asia Pacific will have the largest regional share of wearables, with 32-percent share in 2020 up from 31-percent share in 2015 (Appendix B). Other regions with significant share include North America with 40-percent share in 2015, declining to 30 percent by 2020. The wearables category will have a tangible impact on mobile traffic, because even without embedded cellular connectivity wearables can connect to mobile networks through smartphones. Globally, traffic from wearables will account for 1.3 percent of smartphone traffic by 2020 at 335 petabytes per month (Figure 18). Globally, traffic from wearable devices will grow 23-fold from 2015 to 2020 (CAGR 87 percent). Globally, traffic from wearable devices will account for 1.1 percent of total mobile data traffic by 2020, compared to 0.4 percent at the end of 2015. Figure 18. Global Wearable Devices Traffic Impact Source: Cisco VNI Mobile, 2016 Much mobile data activity takes place within users homes. For users with fixed broadband and Wi-Fi access points at home, or for users served by operator-owned femtocells and picocells, a sizable proportion of traffic generated by mobile and portable devices is offloaded from the mobile network onto the fixed network. For the purposes of this study, offload pertains to traffic from dual-mode devices (i. e. supports cellular and Wi-Fi connectivity, excluding laptops) over Wi-Fi and small-cell networks. Offloading occurs at the user or device level when one switches from a cellular connection to Wi-Fi or small-cell access. Our mobile offload projections include traffic from both public hotspots and residential Wi-Fi networks. As a percentage of total mobile data traffic from all mobile-connected devices, mobile offload increases from 51 percent (3.9 exabytesmonth) in 2015 to 55 percent (38.1 exabytesmonth) by 2020 (Figure 19). Without offload, global mobile data traffic would grow at a CAGR of 62 percent instead of 57 percent. Offload volume is determined by smartphone penetration, dual-mode share of handsets, percentage of home-based mobile Internet use, and percentage of dual-mode smartphone owners with Wi-Fi fixed Internet access at home. Figure 19. By 2020, 55 Percent of Total Mobile Data Traffic Will Be Offloaded Offload pertains to traffic from dual-mode devices (excluding laptops) over Wi-Fi or small-cell networks. Source: Cisco VNI Mobile, 2016 The amount of traffic offloaded from smartphones will be 56 percent by 2020, and the amount of traffic offloaded from tablets will be 71 percent. Some have speculated that Wi-Fi offload will be less relevant after 4G networks are in place because of the faster speeds and more abundant bandwidth. However, 4G networks have attracted high-usage devices such as advanced smartphones and tablets, and it appears that 4G plans are subject to data caps similar to 3G plans. For these reasons, Wi-Fi offload is higher on 4G networks than on lower-speed networks, now and in the future according to our projections. The amount of traffic offloaded from 4G was 56 percent at the end of 2015, and it will be 58 percent by 2020 (Figure 20). The amount of traffic offloaded from 3G will be 48 percent by 2020, and the amount of traffic offloaded from 2G will be 36 percent. Figure 20. Mobile Data Traffic and Offload Traffic, 2019 Source: Cisco VNI Mobile, 2016 Growth of Wi-Fi Hotspots Globally, total public W-Fi hotspots (including homespots) will grow sevenfold from 2015 to 2020, from 64.2 million in 2015 to 432.5 million by 2020 (Figure 21). Total Wi-Fi homespots will grow 56.6 million in 2015 to 423.2 million by 2020. Homespots or community hotspots are a significant part of the public Wi-Fi strategy. The public Wi-Fi hotspots include public Wi-Fi commercial hotspots and homespots. Figure 21. Global Wi-Fi Hotspot Strategy and 20152020 Forecast Source: Maravedis, Cisco VNI Mobile, 2016 Commercial hotspots include fixed and MNO hotspots that are purchased or installed for a monthly fee or commission. Commercial hotspots can be set up to offer both fee-based and free Internet Wi-Fi access. Hotspots are installed to offer public Wi-Fi at cafeacutes and restaurants, retail chains, hotels, airports, planes, and trains for customers and guests. Cafeacutes, retail shops, public venues, and offices usually provide a free Wi-Fi Service Set Identifier (SSID) for their guests and visitors. Commercial hotspots are a smaller subset of the overall public Wi-Fi hotspot forecast and will grow from 7.5M in 2015 to 9.3M by 2020. Homespots or community hotspots have emerged as a potentially significant element of the public Wi-Fi landscape. In this model, subscribers allow part of the capacity of their residential gateway to be open to casual use. Homespots have dual SSIDs and operators download software to a subscribers home gateway, allowing outside users to use one of the SSIDs like a hotspot. This model is used to facilitate guest Wi-Fi and mobile offload, as well as other emerging models of community use of Wi-Fi (Figure 22). Figure 22. Global Public Wi-Fi Hotspots: Asia Pacific Leads with 37 Percent Hotspots Worldwide by 2020 Middle East and Africa represents 1 percent of global public Wi-Fi hotspots by 2020. Source: Maravedis, Cisco VNI Mobile, 2016 Several global mobile carriers have recently launched or announced a launch of voice-over-Wi-Fi (VoWiFi) service. Voice over Wi-Fi is not a new concept, but the earlier solutions had several limitations that affected the adoption and ultimately the end-user experience. Since then several enhancements in VoWiFi that now make it a carrier-grade user experience have been made. This service can now be offered independent of the hardware capabilities of the device as long as the device has Wi-Fi enabled on it, even nonsubscriber identity module (SIM) devices such as Wi-Fi-only tablets can have this service turned on. VoWiFi not only can extend the reach of MNOs by enabling them to deliver a cost-effective, scalable, and quality solution for delivering in building coverage, where cellular coverage might be sketchy, but also can help them battle the erosion of revenue from over-the-top providers (OTTPs) voice-over-IP (VoIP) offers. VoWiFi is also being positioned as a complementary service to voice over LTE (VoLTE) they are both IP Multimedia System (IMS)-based and can offer a rich set of value-added services. In fact, VoWiFi can help solve the challenge of maintaining accessibility and quality of service for mobile users indoor use and also help reduce the roaming charges on the bill. Figure 23 shows that VoWiFi is going to surpass VoLTE by 2016 and VoIP by 2018 in terms of minutes of use. By 2020, VoWiFi will have 53 percent of mobile IP voice, up from 16 percent in 2015. VoLTE is expected to surpass VoIP minutes of use by 2019. Figure 23. Mobile Voice Minutes of UseVoWiFi, VoLTE, and VoIP Figures in parentheses refer to 2015, 2020 minutes of use share. Note: VoLTE and VoIP are mobile-specific VoWiFi could be from any Wi-Fi connection. Circuit-switched mobile voice is excluded from the mix. Source: Cisco VNI Mobile, 2016 Because VoWiFi is a native application, it has its advantages over VoIP in terms of faster and higher-quality performance, in addition to providing keypad and contact-list integration. VoWiFi can also be delivered over non-SIM devices, and as such the coverage and usage would be much larger relative to VoLTE. Figure 24 shows how the number of tablets and PCs connected on Wi-Fi will far exceed those with cellular connectivity. Figure 24. By 2020, Wi-Fi Will Connect More Than Threefold Cellular Connected Tablets and PCs Source: Cisco VNI Mobile, 2016 Wi-Fi access has had widespread acceptance by MNOs globally, and it has evolved as a complementary network for traffic offload purposesoffloading from expensive cellular networks on to lower-cost-per-bit Wi-Fi networks. If we draw a parallel from data to voice, we can foresee a similar evolution where VoWiFi is evolving as a supplement to cellular voice, extending the coverage of cellular networks through Wi-Fi for voice within the buildings and other areas that have a wider and more optimum access to Wi-Fi hotspots. Overall Wi-Fi Traffic Growth A broader view of Wi-Fi traffic (inclusive of traffic from Wi-Fi-only devices) shows that Wi-Fi and mobile are both growing faster than fixed traffic (traffic from devices connected to the network through Ethernet). Fixed traffic will fall from 55 percent of total IP traffic in 2014 to 34 percent by 2019. Mobile and offload from mobile devices together will account for almost 30 percent of total IP traffic by 2019, a testament to the significant growth and impact of mobile devices and lifestyles on overall traffic. Wi-Fi traffic from both mobile devices and Wi-Fi-only devices together will account for more than half (53 percent) of total IP traffic by 2019, up from 41 percent in 2014 (Figure 25). (Note that this forecast extends only to 2019 because the fixed forecast has not yet been extended to include 2020.) Figure 25. IP Traffic by Access Technology Source: Cisco VNI Mobile, 2016 Because mobile video content has much higher bit rates than other mobile content types, mobile video will generate much of the mobile traffic growth through 2020. Mobile video will grow at a CAGR of 62 percent between 2015 and 2020, higher than the overall average mobile traffic CAGR of 53 percent. Of the 30.6 exabytes per month crossing the mobile network by 2020, 23.0 exabytes will be due to video (Figure 26). Mobile video represented more than half of global mobile data traffic beginning in 2012, indicating that it is already affecting traffic today, not just in the future. Figure 26. Mobile Video Will Generate Three-Quarters of Mobile Data Traffic by 2020 Figures in parentheses refer to 2015 and 2020 traffic share. Source: Cisco VNI Mobile, 2016 One consequence of the growth of video in both fixed and mobile contexts is the resulting acceleration of busy-hour traffic in relation to average traffic growth. Video usage tends to occur during evening hours and has a prime time, unlike general web usage that occurs throughout the day. As a result, more video usage means more traffic during the peak hours of the day. Globally, mobile busy-hour traffic will be 88 percent higher than average-hour traffic by 2020, compared to 66 percent in 2015. Peak traffic will grow at a CAGR of 56 percent between 2015 and 2020, compared to 53 percent for average traffic (Figure 27). Figure 27. Busy-Hour vs. Average-Hour Source: Cisco VNI Mobile, 2016 An important reason for the increase in video usage on the mobile network is the proliferation of high-end handsets, tablets, and PCs on mobile networks, and the propensity of users to consume higher-bandwidth content and applications on these platforms is apparent in the resulting traffic averages for these devices. As shown in Figure 28, a single smartphone can generate as much traffic as 41 basic-feature phones a tablet as much traffic as 113 basic-feature phones and a single PC as much as 118 basic-feature phones. Figure 28. High-End Devices Significantly Multiply Traffic Source: Cisco VNI Mobile, 2016 Average traffic per device is expected to increase rapidly during the forecast period, as shown in Table 2. Table 2. Summary of Per-Device Usage Growth, MB per Month Source: Cisco VNI Mobile, 2016 The growth in usage per device outpaces the growth in the number of devices. As shown in Table 3, the growth rate of mobile data traffic from new devices is two to five times greater than the growth rate of users. Table 3. Comparison of Global Device Unit Growth and Global Mobile Data Traffic Growth Growth in Devices, 20152020 CAGR Growth in Mobile Data Traffic, 20152020 CAGR Source: Cisco VNI Mobile, 2016 A few of the main promoters of growth in average usage follow: As mobile network connection speeds increase, the average bit rate of content accessed through the mobile network will increase. High-definition (HD) video will be more prevalent, and the proportion of streamed content, as compared to side-loaded content, is also expected to increase with average mobile network connection speed. The shift toward on-demand video will affect mobile networks as much as it will affect fixed networks. Traffic can increase dramatically, even while the total amount of time spent watching video remains relatively constant. As mobile network capacity improves and the number of multiple-device users grows, operators are more likely to offer mobile broadband packages comparable in price and speed to those of fixed broadband. This situation is encouraging mobile broadband substitution for fixed broadband, where the usage profile is substantially higher than average. Mobile devices increase an individuals contact time with the network, and it is likely that this increased contact time will lead to an increase in overall minutes of use per user. However, not all of the increase in mobile data traffic can be attributed to traffic migration to the mobile network from the fixed network. Many uniquely mobile applications continue to emerge, such as location-based services, mobile-only games, and mobile commerce applications. Globally, the average mobile network connection speed in 2015 was 2.0 Mbps. The average speed will grow at a CAGR of 26 percent, and will reach nearly 6.5 Mbps by 2020. Smartphone speeds, generally 3G and higher, will be nearly twice those of the overall average mobile connection by 2020. Smartphone speeds will nearly double by 2020, reaching 12.5 Mbps. Anecdotal evidence supports the idea that usage increases when speed increases, although there is often a delay between the increase in speed and the increased usage, which can range from a few months to several years. However, in mature markets with strong data caps implementation, evidence points to the fact that the increase in speed may not lead to the increase in usage of mobile data. The Cisco VNI Mobile Forecast relates application bit rates to the average speeds in each country. Many of the trends in the resulting traffic forecast can be seen in the speed forecast, such as the high growth rates for developing countries and regions relative to more developed areas (Table 4). Table 4. Global and Regional Projected Average Mobile Network Connection Speeds (in Mbps) Current and historical speeds are based on data from Ooklas Speedtest. Forward projections for mobile data speeds are based on third-party forecasts for the relative proportions of 2G, 3G, 3.5G, and 4G among mobile connections through 2020. Source: Cisco VNI Mobile, 2016 The speed at which data can travel to and from a mobile device can be affected in two places: the infrastructure speed capability outside the device and the connectivity speed from the network capability inside the device (Figure 29). These speeds are actual and modeled end-user speeds and not theoretical speeds that the devices, connection, or technology is capable of providing. Several variables affect the performance of a mobile connection: rollout of 2G, 3G, and 4G in various countries and regions, technology used by the cell towers, spectrum availability, terrain, signal strength, and number of devices sharing a cell tower. The type of application the end user uses is also an important factor. Download speed, upload speed, and latency characteristics vary widely depending on the type of application, be it video, radio, or instant messaging. Figure 29. Mobile Speeds by Device Source: Cisco VNI Mobile, 2016 By 2020, 4G speeds will be four times higher than those of an average mobile connection. In comparison, 3G speeds will be 1.2-fold as fast as the average mobile connection by 2020 (Figure 30). Figure 30. Mobile Speeds by Technology: 2G Versus 3G Versus 4G Source: Cisco VNI Mobile, 2016 An increasing number of service providers worldwide are moving from unlimited data plans to tiered mobile data packages. To make an estimate of the impact of tiered pricing on traffic growth, we repeated a case study based on the data of several tier 1 and tier 2 North American service providers. The study tracks data usage from the timeframe of the introduction of tiered pricing 4 years ago. The findings in this study are based on Ciscos analysis of data provided by a third-party data-analysis firm. This firm maintains a panel of volunteer participants who have given the company access to their mobile service bills, including GB of data usage. The data in this study reflects usage associated with devices (from June 2014 and November 2015) and also refers to the study from the previous update for longer-term trends. The overall study spans 4 years. Ciscos analysis of the data consists of categorizing the pricing plans, operating systems, devices, and users incorporating additional third-party information about device characteristics and performing exploratory and statistical data analysis. Although the results of the study represent actual data from a few tier 1 and tier 2 mobile data operators from North American markets, global forecasts that include emerging markets and more providers may lead to lower estimates. Unlimited plans had made a temporary resurgence from October 2013 to June 2014 with the increased number of unlimited plan offerings by tier 2 operators. In November 2015, 73 percent of the data plans were tiered and 27 percent of the data plans were unlimited. The gigabyte consumption of both tiered and unlimited plans has increased. On an average, usage on a device with a tiered plan grew from 1.1 GB in June 2014 to 2.7 GB in November 2015. Unlimited plans consumption grew at a faster rate, from 2.6 GB in June 2014 to 6.4 GB in November 2015.Tiered pricing plans are often designed to constrain the heaviest mobile data users, especially the top 1 percent of mobile data consumers. The usage per month of the average top 1 percent of mobile data users has been steadily decreasing compared to that of overall usage. At the beginning of the 4-year study, 52 percent of the traffic was generated by the top 1 percent. With the reintroductions and promotions of unlimited plans by tier 2 operators in the study, the top 1 percent generated 18 percent of the overall traffic per month by June 2014. By November 2015, just 7 percent of the traffic was generated by the top 1 percent of users (Figure 31). Figure 31. Top 1 Percent Generates 52 Percent of Monthly Data Traffic in January 2010 Compared to 7 Percent in November 2015 The top 20 percent of mobile users generate 59 percent of mobile data traffic and the top 5 percent of users consume 28 percent of mobile data traffic in the study (Figure 32). Figure 32. Top 20 Percent Consumes Nearly 59 Percent of Mobile Data Traffic Source: Cisco VNI Mobile, 2016 With the introduction of new, larger-screen smartphones and tablets with all mobile-data-plan types, there is a continuing increase in usage in terms of gigabytes per month per user in all the top tiers (Figure 33). Figure 33. Top 20 Percent of Average Users Consumes 11 Gigabytes per Month Study limited to a few North American tier 1 and tier 2 operators. Source: Cisco VNI Mobile, 2016 The proportion of mobile users who generated more than 2 gigabytes per month was 51 percent of users at the end of 2015, and 7 percent of the users consumed more than 10 gigabytes per month of mobile data (Figure 34) by November 2015 in the study. Figure 34. More Than Half of Mobile Users Consume More Than 2 GB per Month Study limited to a few North American tier 1 and tier 2 operators. Source: Cisco VNI Mobile, 2016 iOS Marginally Surpasses Android in Data Usage At the beginning of the 4-year tiered-pricing case study, Android data consumption was equal to, if not higher than, that of other smartphone platforms. However, Apple-based devices have since caught up, and their data consumption is marginally higher than that of Android devices in terms of megabytes per month per connection usage (Figure 35). Figure 35. Megabytes per Month by Operating System Study limited to a few North American tier 1 and tier 2 operators. Source: Cisco VNI Mobile, 2016 Tiered plans outnumber unlimited plans unlimited plans continue to lead in data consumption. Although the number of unlimited plans with tier 1 operators is declining, users with tier 1 operators have a higher average usage in gigabytesmonth with unlimited plans (Figure 36). Figure 36. Tiered vs. Unlimited Plans Study limited to a few North American tier 1 and tier 2 operators. Source: Cisco VNI Mobile, 2016 The number of shared plans is now a majority compared to that of regular plans. The average data usage for shared plans is approaching that of regular plans (Figure 37). Figure 37. Shared vs. Regular Data Plans Study limited to a few North American tier 1 and tier 2 operators. Source: Cisco VNI Mobile, 2016 Mobile data services are well on their way to becoming necessities for many network users. Most people already consider mobile voice service a necessity, and mobile voice, data, and video services are fast becoming an essential part of consumers lives. Used extensively by consumer as well as enterprise segments, with impressive uptakes in both developed and emerging markets, mobility has proved to be transformational. The number of mobile subscribers is growing rapidly, and bandwidth demand for data and video is increasing. Mobile M2M connections continue to increase. The next 5 years are projected to provide unabated mobile video adoption. Backhaul capacity must increase so mobile broadband, data access, and video services can effectively support consumer usage trends and keep mobile infrastructure costs in check. Deploying next-generation mobile networks requires greater service portability and interoperability. With the proliferation of mobile and portable devices, there is an imminent need for networks to allow all these devices to be connected transparently, with the network providing high-performance computing and delivering enhanced real-time video and multimedia. This openness will broaden the range of applications and services that can be shared, creating a highly enhanced mobile broadband experience. The expansion of wireless presence will increase the number of consumers who access and rely on mobile networks, creating a need for greater economies of scale and lower cost per bit. As many business models emerge with new forms of advertising media and content partnerships and mobile services including M2M, live gaming, and augmented reality, a mutually beneficial situation needs to be developed for service providers and over-the-top providers. New partnerships, ecosystems, and strategic consolidations are expected as mobile operators, content providers, application developers, and others seek to monetize the video traffic that traverses mobile networks. Operators must solve the challenge of effectively monetizing video traffic while increasing infrastructure capital expenditures. They must become more agile and able to change course quickly and provide innovative services to engage the Web 3.0 consumer. While the net neutrality regulatory process and business models of operators evolve, there is an unmet demand from consumers for the highest quality and speeds. As wireless technologies aim to provide experiences formerly available only through wired networks, the next few years will be critical for operators and service providers to plan future network deployments that will create an adaptable environment in which the multitude of mobile-enabled devices and applications of the future can be deployed. For More Information Appendix A: The Cisco VNI Global Mobile Data Traffic Forecast Table 5 shows detailed data from the Cisco VNI Global Mobile Data Traffic Forecast. This forecast includes only cellular traffic and excludes traffic offloaded onto Wi-Fi and small cell from dual-mode devices. The other portable devices category includes readers, portable gaming consoles, and other portable devices with embedded cellular connectivity. Wearables are included in the M2M category. Table 5. Global Mobile Data Traffic, 20152020 Source: Cisco, 2016 The Cisco VNI Global Mobile Data Traffic Forecast relies in part upon data published by Ovum, Machina, Strategy Analytics, Infonetics, Gartner, IDC, DellOro, Synergy, ACG Research, Nielsen, comScore, Verto Analytics, the International Telecommunications Union (ITU), CTIA, and telecommunications regulators in each of the countries covered by VNI. The Cisco VNI methodology begins with the number and growth of connections and devices, applies adoption rates for applications, and then multiplies the application user base by Ciscos estimated minutes of use and KB per minute for that application. The methodology has evolved to link assumptions more closely with fundamental factors, to use data sources unique to Cisco, and to provide a high degree of application, segment, geographic, and device specificity. Inclusion of fundamental factors . As with the fixed IP traffic forecast, each Cisco VNI Global Mobile Data Traffic Forecast update increases the linkages between the main assumptions and fundamental factors such as available connection speed, pricing of connections and devices, computational processing power, screen size and resolution, and even device battery life. This update focuses on the relationship of mobile connection speeds and the KB-per-minute assumptions in the forecast model. Device-centric approach . As the number and variety of devices on the mobile network continue to increase, it becomes essential to model traffic at the device level rather than the connection level. This Cisco VNI Global Mobile Data Traffic Forecast update details traffic to smartphones nonsmartphones laptops, tablets, and netbooks ereaders digital still cameras digital video cameras digital photo frames in-car entertainment systems and handheld gaming consoles. Estimation of the impact of traffic offload . The Cisco VNI Global Mobile Data Traffic Forecast model now quantifies the effect of dual-mode devices and femtocells on handset traffic. Data from the USC Institute for Communication Technology Managements annual mobile survey was used to model offload effects. Appendix B: Global 4G Networks and Connections Tables 6 and 7 show the growth of regional 4G connections and wearable devices, respectively. Table 6. Regional 4G Connections Growth Number of 4G Connections (K) Percent of Total Connections Number of 4G Connections (K) of Total Connections Central and Eastern Europe Middle East and Africa Source: Cisco, 2016 Table 7. Regional Wearable Devices Growth Number of Wearable Devices (K) Percent of Global Number of Wearable Devices (K) Percent of Global Central and Eastern Europe Middle East and Africa Source: Cisco, 2016 Appendix C: IPv6-Capable Devices, 20152020 Table 8 provides the segmentation of IPv6-capable devices by device type, and Table 9 provides regional IPv6capable forecast details. Table 8. IPv6-Capable Devices by Device Type, 20152020 Source: Cisco, 2016 Table 9. IPv6-Capable Devices by Region, 20152020 Central and Eastern Europe Middle East and Africa Source: Cisco, 2016 Was this Document Helpful 169 2017 Cisco andor its affiliates. Alle Rechte vorbehalten.
Comments
Post a Comment