北京时间8月20日消息,聚美优品(NYSE:JMEI)今天发布了截至6月30日的2015财年第二季度未经审计财报。报告显示,聚美优品第二季度总净营收为3.081亿美元,比去年同期的1.544亿美元增长99.5%;归属于公司普通股股东的净利润为1710万美元,比去年同期的1540万美元增长11%。
根据雅虎财经汇总的数据,8位分析师平均预计,不按美国通用会计准则计算(Non-GAAP),聚美优品第二季度每股美国存托凭证(ADS)摊薄收益0.12美元。财报显示,聚美优品第二季度每股收益为0.13美元,超出分析师预期。
另外,7位分析师平均预计,聚美优品第二季度总营收2.7478亿美元。财报显示,聚美优品第二季度总营收3.081亿美元,超出分析师预期。
聚美优品第二季度总净营收为3.081亿美元,比去年同期增长99.5%;
聚美优品第二季度总净交易额(GMV)为3.762亿美元,比去年同期增长30.0%,主要由于活跃用户人数同比增长28.0%以及总订单数量同比增长58.2%;
聚美优品第二季度毛利润在净营收中所占比例为30.0%,低于去年同期的46.3%。聚美优品第二季度毛利润在总净交易额中所占比例为24.5%,低于去年同期的24.7%。聚美优品毛利润在净营收和总净交易额中所占比例的下滑,主要由于公司从2014年9月份开始转变战略,从美容产品市场销售转向商品销售,以及由于与婴儿和母婴产品有关的促销活动;
聚美优品第二季度归属于公司普通股股东的净利润为1710万美元,比去年同期增长11.0%。聚美优品第二季度归属于公司普通股股东的净利润率为5.6%,相比之下去年同期为9.9%;
不按照美国通用会计准则(不计入股权奖励支出),聚美优品第二季度归属于公司普通股股东的净利润为2010万美元,比去年同期增长12.9%。不按照美国通用会计准则(不计入股权奖励支出),聚美优品第二季度归属于公司普通股股东的净利润率为6.5%,相比之下去年同期为11.6%。
聚美优品创始人及CEO陈欧表示:“我们非常兴奋的向大家汇报公司本季度再次取得强劲业绩,营收同比增长100%。得益于聚美极速免税店,即使二季度季节性偏弱,但公司环比增长依然迅猛。上季度成为国内最大的进口跨境电商平台对聚美来说是一个里程碑事件,在本季度我们继续巩固了这一地位。在保持顾客重复购买率的同时,聚美活跃用户数量以及订单总数也都在高速增长。自公司2014年三季度开始向跨境电商转型以来,我们的全球产品供应以及母婴、保健等系列的品类扩张使顾客购买频率大幅提升了34%。相信公司目前在品类扩张方面的投资会为顾客带来长期价值。”
聚美优品第二季度总净营收为3.081亿美元,比去年同期的1.544亿美元增长99.5%。聚美优品总净营收的增长,主要由于聚美海外购所带来的销售量增长,以及公司开始转变战略,从美容产品市场销售转向商品销售,从而令活跃用户人数和总订单数量均有所增加。聚美优品第二季度活跃用户人数从去年同期的约500万人增长至约640万人,同比增幅为28.0%。聚美优品第二季度总订单数量从去年同期的约1100万份增长至约1740万份,同比增幅为58.2%。
聚美优品第二季度毛利润为9230万美元,比去年同期的7150万美元增长29.1%。聚美优品第二季度毛利润在净营收中所占比例为30.0%,低于去年同期的46.3%。聚美优品毛利润在净营收中所占比例的下滑,主要由于公司开始转变战略,从美容产品市场销售转向商品销售。聚美优品第二季度毛利润在总净交易额中所占比例为24.5%,低于去年同期的24.7%。聚美优品第二季度来自于商品出售的毛利润在总净交易额中所占比例为27.7%,低于去年同期的32.8%,主要由于产品组合发生了改变。
聚美优品第二季度总运营支出为7830万美元,比去年同期的5040万美元增长55.4%。聚美优品第二季度总运营支出在总净交易额中所占比例为20.8%,高于去年同期的17.4%。
聚美优品第二季度履约支出为3720万美元,比去年同期的1950万美元增长90.8%。聚美优品第二季度履约支出在总净交易额中所占比例为9.9%,高于去年同期的6.7%,主要由于物流支出增长,以及来自于聚美海外购的销售量增长。
聚美优品第二季度营销支出为2870万美元,比去年同期的2190万美元增长31.1%。聚美优品营销支出的增长,主要由于公司在这一季度中推出了数量更多的营销活动和品牌促销活动,并反映了公司为扩大用户基础和提高聚美海外购知名度而付出的努力。聚美优品第二
季度营销支出在总净交易额中所占比例为7.6%,与去年同期相比持平。
聚美优品第二季度技术和内容支出为670万美元,比去年同期的470万美元增长42.6%。聚美优品第二季度技术和内容支出在总净交易额中所占比例为1.8%,高于去年同期的1.6%。聚美优品技术和内容支出的增长,主要反映了公司正在对其信息和技术平台进行的投资,以及反映了公司招募顶级研发人才的承诺,其目的是向消费者和商家提供更好的技术服务。
聚美优品第二季度总务和行政支出为570万美元,比去年同期的430万美元增长32.6%。聚美优品第二季度总务和行政支出在总净交易额中所占比例为1.5%,与去年同期相比持平。
聚美优品第二季度运营利润为1400万美元,与去年同期的2110万美元相比下滑。不按照美国通用会计准则(不计入290万美元的股权奖励支出),聚美优品第二季度运营利润为1700万美元,比去年同期的2360万美元下滑28.0%。
聚美优品第二季度归属于公司普通股股东的净利润为1710万美元,比去年同期的1540万美元增长11%。聚美优品第二季度归属于公司普通股股东的净利润率为5.6%,相比之下去年同期为9.9%。聚美优品第二季度每股美国存托凭证基本和摊薄收益分别为0.12美元和0.11美元,相比之下去年同期分别为0.15美元和0.13美元。
不按照美国通用会计准则(不计入股权奖励支出),聚美优品第二季度归属于公司普通股股东的净利润为2010万美元,比去年同期的1780万美元增长12.9%。不按照美国通用会计准则(不计入股权奖励支出),聚美优品第二季度归属于公司普通股股东的净利润率为6.5%,相比之下去年同期为11.6%。不按照美国通用会计准则(不计入股权奖励支出),聚美优品第二季度每股美国存托凭证基本和摊薄收益分别为0.14美元和0.13美元,相比之下去年同期分别为0.17美元和0.16美元。
截至2015年6月30日,聚美优品持有的现金和现金等价物总额为2.586亿美元,短期投资为1.848亿美元。
聚美优品预计,2015财年第三季度公司总净营收为2.870亿美元到2.918亿美元,同比增长约82%到85%。这一预期反映了聚美优品对市场和运营状况的当前和初步观点,未来可能有所改变。
财报发布后,聚美优品管理团队将于美国东部时间8月19日早上8点(北京/香港时间8月19日晚上8点)召开电话会议,解读财报要点,并回答投资者和分析师提问。
收听电话会议的号码为:
财报发布后,聚美优品管理团队将于美国东部时间8月20日早上8点(北京/香港时间8月20日晚上8点)召开电话会议,解读财报要点,并回答投资者和分析师提问。
收听电话会议的号码为:
中国香港:800-905-927
中国大陆:4001-200-539
美国:+1-855-298-3404
英国:0800-015-9725
密码:8021092#
请在电话会议开始前10分钟拨入。在2015年9月3日前,可拨打以下电话重复收听:
国际:61-2-9641-7900
中国香港:800-966-697
美国:1-855-298-3404
英国:0800-015-9725
密码:8021092#
此外,聚美优品网站投资者关系频道http://jumei.investorroom.com将对电话会议进行直播,并提供录音。
当日,聚美优品股价在纳斯达克常规交易中上涨0.03美元,报收于16.73美元,涨幅为0.18%。在随后截至美国东部时间16:43(北京时间20日4:43)的盘后交易中,聚美优品股价下跌0.67美元,至15.99美元,跌幅为4.42%。过去52周,聚美优品的最高价为34.55美元,最低价为12.11美元。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。