CNET科技资讯网 12月2日 北京消息:途牛旅游网近日公布了截至2016年9月30日未经审计的第三季度业绩报告。报告显示,2016年第三季度旅游产品总交易额(包括跟团游、自助游和旅游相关的单项产品)为71亿元人民币(合11亿美元),同比增长56.0%。
途牛旅游网联合创始人、董事长兼首席执行官于敦德表示:“这个季度我们旅游产品总交易额和净收入分别增长了56.0%和35.7%,本季度老客对交易额的贡献达到了45.7%。”
途牛旅游网联合创始人、总裁兼首席运营官严海锋表示:“第三季度,我们的交通和住宿产品的交易额均取得了快速增长。我们将继续拓展机酒资源。”
途牛旅游网首席财务官杨嘉宏表示:“三季度开始,我们调整了市场费用的投放,将重点放在回报率更高的渠道上。因此,三季度我们的市场营销费用出现了环比下降。我们将加强内部营运效率,运用现有的品牌资产拓展旅游及其相关产品业务,提升毛利率和公司的盈利能力。”
2016年第三季度财报要点
• 2016年第三季度旅游产品总交易额(包括跟团游、自助游和旅游相关的单项产品)为71亿元人民币(合11亿美元),同比增长56.0%。
• 2016年第三季度跟团游和自助游的交易额为53亿元人民币(合7.988亿美元),同比增长34.8%。
• 2016年第三季度净收入为40亿元人民币(合6.07亿美元),同比增长35.7% 。
• 2016年第三季度跟团游(不包括跟团周边游)出游人次同比增长67.5%,自助游出游人次同比增长46.0%。
2016年第三季度业绩
2016年第三季度净收入为40亿元人民币(合6.07亿美元),较2015年同期增长35.7%。2016年第三季度跟团游和自助游总出游人次为2,444,638,较2015年第三季的1,668,325人次增长46.5%。
• 2016年第三季度,跟团游收入(绝大部分以全额确认)为39亿元人民币(合5.774亿美元),较2015年同期增长33.4%。这一增长主要源于日韩、中东、非洲和北美等出境目的地旅游收入的增长。2016年第三季度,跟团游(不包括跟团周边游)的出游人次为1,064,316,较2015年第三季度的635,555人次增长67.5%。跟团周边游的出游人次为840,450,较2015年第三季度的663,051人次增长26.8%。
• 2016年第三季度,自助游的收入(以净额确认)为6740万元人民币(合1010万美元),较2015年同期增长0.6%。这一增长主要来源于日韩、北美、东南亚和国内等目的地旅游收入的增长。2016年第三季度,自助游出游人次为539,872,较2015年第三季的369,719人次增长46.0%。
• 2016年第三季度,其他收入为1.3亿元人民币(合1950万美元),较2015年同期增长191.6%。这一增长主要来源于保险服务费收入、金融收入以及单项旅游产品(如交通和住宿等)佣金收入的增长。
2016年第三季度,营业成本为38亿元人民币(合5.717亿美元),较2015年同期增长35.4%。2016年第三季度,营业成本占净收入的94.2%,2015年同期为94.4%。
2016年第三季度,毛利率为5.8%,2015年第三季度为5.6%。毛利率的上升主要是由于产品品类扩张带来其他收入的增长以及供应链管理的优化。
截至2016年9月30日,公司持有的现金及现金等价物、限定用途现金和短期投资合计为55亿元人民币(合8.262亿美元)。
业绩展望
途牛旅游网预计,2016年第四季度,净收入为20.847亿至21.795亿元人民币,同比增长10%至15%;毛利为1.474亿至1.553亿元人民币,同比增长85%至95%。这一预期反映了在行业和公司运营基础上途牛旅游网当前的初步看法,未来有可能调整。
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。