微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 Twitter Q4财季:业绩超预期 用户增速放缓 

Twitter Q4财季:业绩超预期 用户增速放缓 

2014-02-06 14:24
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-02-06 14:24 CNET科技资讯网

Twitter于当地时间本周三发布了该社交网络上市后的首份季度财报,业绩超分析师预期。财报显示,Twitter第四季度营收为2.43亿美元,调整后每股收益为2美分。截至去年第四季度末,Twitter每月活跃用户为2.41亿。

然而,尽管该公司第四季度营收较去年同期增长了116%,Twitter在第四季度的净亏损为5.115亿美元,而2013年全年净亏损为6.453亿美元。从完整的2013财年来看,该公司公布其总营收为6.649亿美元,每股亏损为18美分。

  Twitter Q4财季:业绩超预期 用户增速放缓 

不过,尽管Twitter尚未盈利,投资者们对该公司一直很期待,自其11月首次公开募股(IPO)以来,其股票从26美元的IPO价一直涨至当地时间本周三65.25美元的收盘价。

尽管Twitter股价很吸引人,然而,特别是在美国之外,人们真正需要关注的问题主要是该公司用户量的增长能力,以此来提高其广告收入。需要强调的事实是,尽管该公司月度活跃用户量的增长同比上升了30%,但自第三季度结束以来,其增长率仅有4%。长期来看,Twitter的用户增长速度正在放缓。在2013年第一季度,Twitter用户增长量同比增长48%,而第二季度同比增长44%,到第三季度,该数据降至39%,继而至第四季度的30%。

分析师曾达成共识,预测Twitter第四季度营收将为2.178亿美元,并预测其每股损失为2美分。而对整个2013财年业绩,分析师曾预计Twitter每股损失为19美分,总营收为6.394亿美元。

毫无疑问,由于第四季度Twitter每股收益并非亏损而是盈余,营收也高于预期,这些预测显然大错特错。

Twitter第四季度业绩有以下亮点:

•截至去年12月31日,Twitter月度活跃用户(MAUs)达2.41亿年。较去年同期增长30%。

•Twitter月移动活跃用户达1.84亿,较去年同期增长37%。总体而言,移动用户量占月度活跃用户量的76%。

•Twitter第四季度时间轴浏览量达到1480亿次,较去年同期增长26%。

•第四季度Twitter每千次时间轴浏览量的广告营收达到1.49美元,同比增长了76%。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-