去哪儿网今日公布了截至2015年6月30日的2015年第二季度未经审计财务报告。数据显示,去哪儿网2015年第二季度总营收为8.810亿元人民币,同比增长120%。2015年第二季度归属于去哪儿网股东的净亏损为8.157亿元人民币 (1.316亿美元),去年同期归属于去哪儿网股东的净亏损为4.216亿元人民币,上季度归属于去哪儿网股东的净亏损为7.012亿元人民币。
2015年第二季度重点财务和运营数据:
总营收:2015年第二季度总营收为8.810亿元人民币(1.421亿美元),同比增长120.0%。
毛利润:2015年第二季度毛利润为6.341亿元人民币(1.023亿美元),同比增长115.1%.
无线收入:2015年第二季度无线收入为6.001亿元人民币(9,680万美元),同比增长321.7%,占总营收的68.1%,去年同期该占比为35.5%。
总机票量和酒店间夜总数:2015年第二季度总机票量和酒店间夜总数分别为2,810万张和1,780万间夜,较去年同期分别实现了46.9%和145.2%的增长。
“2015年第二季度,去哪儿网的营收同比增速达到120%,这是我们连续第五个季度营收同比增速超过100%。各条业务线继续呈现非常强劲的增长势头”去哪儿网CEO兼联合创始人庄辰超表示。“强劲的业绩反映了我们各项重要举措的持续进展,移动用户群的增长和酒店直销业务的扩张尤为突出,二季度无线收入同比增长322%,酒店数量同比增长145%。”
2015年第二季度财务业绩
2015年第二季度总营收为8.810亿元人民币(1.421亿美元),其中扣除了优惠券活动的返现和折扣1.929亿元人民币(3,110万美元),同比增长120.0%,环比增长31.3%。
2015年第二季度无线收入为6.001亿元人民币(9,680万美元),同比增长321.7%,占总营收的68.1%。
2015年第二季度的机票以及机票相关收入为5.170亿元人民币(8,340万美元),同比增长85.0%,环比增长13.1%。机票以及机票相关收入的同比增长主要得益于总机票量46.9%的同比增长,以及单张机票平均收入25.9%的同比增长。
住宿预订收入为2.589亿元人民币(4,180万美元),同比增长261.8%,环比增长101.8%。住宿预订收入的同比增长主要得益于酒店间夜数145.2%的同比增长,以及每间夜平均收入47.6%的同比增长。
2015年第二季度毛利润为6.341亿元人民币(1.023亿美元),同比增长115.1%。2015年第二季度毛利率为72.0%,去年同期毛利率和上季度毛利率分别为73.6%和73.1%。第二季度毛利润的同比增长主要得益于总营收的显著提高。
2015年第二季度产品研发费用为3.508亿元人民币(5,660万美元),同比增长93.2%,该增长主要源于产品研发团队扩大而产生的薪资、福利以及其他人员相关费用的同比增长。除员工股权支出以外的产品研发费用为3.305亿元人民币(5,330万美元),同比增长97.3%,占总营收的37.5%,去年同期该占比为41.8%,上季度该占比为39.9%。
2015年第二季度产品渠道费用为1.345亿元人民币(2,170万美元),同比增长98.8%,主要源于地推团队人员数量的同比增长。除员工股权支出以外,产品渠道费用为1.324亿元人民币(2,140万美元),同比增长95.7%,占总营收的15.0%,去年同期该占比为16.9%,上季度该占比为18.4%。
2015年第二季度销售及市场推广费用为7.027亿元人民币(1.133亿美元),较去年同期增长226.8%,该增长主要源于线下渠道拓展新移动用户的支出迅速增长,其次是线上推广费用的增长,以及销售及市场团队扩大而导致的薪资和福利费用的增长。销售及市场团队员工费用主要为运营相关员工的费用,包括客服人员、摄影师、编辑和运营数据分析员工。除员工股权支出以外的销售及市场推广费用为6.947亿元人民币(1.120亿美元),同比增长228.0%,占总营收的78.9%,去年同期该占比为52.9%,上季度该占比为47.7%。
2015年第二季度企业管理费用为1.344亿元人民币(2,170万美元),同比增长20.2%。该增长主要源于员工数量的增加导致的薪资与福利费用的增长。除员工股权支出以外,企业管理费用为8,800万元人民币(1,420万美元),同比增长65.7%,占总营收的10.0%,去年同期该占比为13.3%,上季度为10.5%。
2015年第二季度百度知心合作产生的线上推广费用为690万元人民币(110万美元),同比下降95.3%。知心合作协议相关线上推广费用的下降主要源于2015年第二季度终止百度知心合作协议。
2015年第二季度运营亏损为6.952亿元人民币(1.121亿美元),去年同期运营亏损4.290亿元人民币,上季度运营亏损为4.112亿元人民币。
剔除7,680万元人民币(1,240万美元)员工期权支出和690万元人民币(110万美元)知心合作协议产生的线上推广费用,2015年第二季度非美国通用会计准则下运营亏损为6.115亿元人民币(9,860万美元)。2015年第二季度非美国通用会计准则下运营亏损率为负69.4%,去年同期为负50.9%,上季度为负43.4%。运营亏损的同比扩大主要源于以投资回报率为核心的、积极的市场战略,以及为加速扩大市场份额,尤其是酒店直销业务的增长,在产品研发和产品渠道方面的持续投资。
2015年第二季度认股权证负债的公允价值变化为1.098亿元人民币(1,770万美元),去年同期为零,上季度为2.882亿元人民币。认股权证负债的公允价值变化反映了2015年1月15日授予百度的第一笔认股权证公允价值的变化。该认股权证在2015年6月初百度兑现前记为负债。2014年同期没有公允价值的变化。
2015年第二季度归属于去哪儿网股东的净亏损为8.157亿元人民币(1.316亿美元),去年同期归属于去哪儿网股东的净亏损为4.216亿元人民币,上季度归属于去哪儿网股东的净亏损为7.012亿元人民币。归属于去哪儿网股东的净亏损的增加主要源于上述讨论的原因。2015年第二季度每股基本及稀释后存托凭证净亏损均为6.66元人民币(1.08美元)。
2015年第二季度非美国通用会计准则下净亏损,指剔除7,680万元人民币(1,240万美元)员工期权支出、690万元人民币(110万美元)知心合作协议产生的线上推广费用及1.098亿元人民币(1,770万美元)认股权证负债的公允价值变化后的净亏损,为6.238亿元人民币(1,006亿美元),去年同期非美国通用会计准则下净亏损为1.965 亿元人民币,上季度非美国通用会计准则下净亏损为2.934亿元人民币。
2015年第二季度未计利息、税项、折旧及摊销前的亏损,简称AdjustedEBITDA,指未计收入所得税、折旧与摊销、利息,并剔除7,680万元人民币(1,240万美元)员工期权支出、690万元人民币(110万美元)知心合作协议产生的线上推广费用及1.098亿元人民币(1,770万美元)认股权证负债的公允价值变化后的净亏损,为5.753亿元人民币(9,280万美元),去年同期为亏损1.832 亿元人民币,上季度亏损2.625亿元人民币。
去哪儿网与百度于2014年2月27日达成了长达3年期的3亿美元循环授信协议。根据协议细则,百度将按照中国人民银行基准贷款利率90%的利率给予去哪儿网3亿美元授信。债务到期后,去哪儿网可以选择以现金或股票偿还。股价按到期日的流通股价计算。2015年3月12日和2015年5月4日,去哪儿网分别根据该授信协议从百度贷款5.070亿元人民币和6.270亿元人民币,计划用于公司的运营和投资需求。
2015年6月17日,去哪儿网发行了5亿美元优先无抵押可转换债券,息率2%,初始转换价格每股美国存托凭证55美元。2015年6月5日,去哪儿网还增发了6,842,106股美国存托凭证,每股美国存托凭证47.5美元。
截至2015年6月30日,去哪儿网的现金和现金等价物、限定用途现金、应收账款和短期投资总价值为64.111亿元人民币(10.341亿美元)。
截至2015年6月30日,去哪儿网流通在外的A类普通股数量为224,299,179股,流通在外的B类普通股数量为168,520,421股。
业务展望
2015年第三季度,去哪儿网预期总营收同比增长约140%-145%,毛利润同比增长约105%-110%。该预测是去哪儿网基于目前市场环境和运营状况得出的当前和初步的观点,未来有可能调整且可能大幅调整。
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。