日期 | 股票名 | 调研地点 | 调研形式 |
2023-12-04 | 零点有数 | - | 特定对象调研 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
- | 6.25 | - | 32.40亿 | 9.38% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
-14.93% | -13.91% | -109.78% | -149.29% | -49.25 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
22.33% | 23.14% | -49.25% | -51.84% | 0.32亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
16.77 | 57.71 | 156.03 | 36.51 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
202.78 | 171.96 | 21.36% | -0.83亿 | |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
-1.00亿 | 0.14亿 | 2024-09-30 | - | - |
参与机构 |
东吴证券,基泽资本,泽恒基金,利幄基金,华泰柏瑞,秉怀资产,中泰自营,爱建证券,远桥资本,国泰君安 |
调研详情 |
一、公司概况介绍环节 1、公司基本情况 公司业务:公司创立于1993年,原名零点调查,最早从事市场调研咨询,基本模式是客户委托项目,公司收集和分析相关数据,并提交数据分析报告,辅助客户管理决策。第二个业务是受客户委托,开发软件,公司也继续采集数据、融合客户内部数据以及外部数据,提交部署辅助决策软件。这两个业务的是一致的,就是满足客户基于数据驱动决策的需求,因此公司30多年始终坚持一条赛道,即数据分析与决策支持。不论是政府部门还是企业部门,以数据为依据进行决策的需求是一直没有变化的,只是说不同的年代,不同的阶段由不同的技术来支撑。 公司软件业务发展战略:公司发展软件业务的战略是业务经验模型化、模型算法化、算法软件化。公司数据智能软件业务的商业模式是软件+服务,不仅仅是一次性软件销售,而是将软件嵌入客户的生产管理系统中,从长期服务中获取收益,增强了客户业务的粘性。公司最大核心竞争力是一种比较优势,尤其是公司具备咨询公司的基因。咨询公司的基因最大的价值在于能够快速识别客户需求,并具备建立模型的方法论。它能够自己构建经验模型,然后将其转化为算法,打造成软件产品。同时我们还运用了一些新技术,如机器学习、自然语言处理(NLP)、垂直应用大模型等等人工智能技术开发数据智能软件。 有关数据要素市场:目前大家非常关注数据要素市场,公司也是较早介入这个市场探索的公司之一,主要是探索性质。公司对数据要素市场有了初步的认知,也逐步明确了公司在这个数据要素市场中的定位是“数商”。数据交易需要三个核心要素:确权、定价和数商。确权是数据归属的确认,目前在技术层面尚未完全解决。定价是将资源转化为资产的前提条件,一般在初期,是资源方拥有定价权。数商是数据交易的必要环节,以中介机构的角色从事评估、交易促进和应用强化的作用,公司是数据交易大流程中的数据转化应用者和数据转化运用的促进者。我们相信在数据要素市场发展繁荣过程中,数商将起着关键作用。 二、互动交流 1、目前公司两块业务是公共事务和商业,业务占比是什么情况? 答复:公共事务与商业业务的组合,大致在各半,这种组合有一定的风险对冲能力。经济好的时候,商业的发展会比较快,经济不好的时候,政府的投入相比会比较大。所以,两大业务是并举式在发展。 2、商业业务的客户为什么不自己采购各种大数据,如向移动营运商、银联等数据方购买数据? 答复:首先,决策支持需要多源数据,客户因渠道有限等原因,自行购买可能存在渠道不通畅的问题。其次商业辅助决策往往需要多源数据,多种类型数据组合后加以分析处理,才能更好支持相关商业决策或者公共决策。同时,多源数据采购后,还需要进一步的专业算法进行深入分析或者模型处理,客户一般会通过中介公司来采购多来源数据,并依托专业公司的专业能力来深入分析。 而公司核心竞争力在于多源数据以及运用专业算法对数据进行分析和洞察,以形成相应的决策支持服务。目前公司使用的数据分成三个来源,第一类是公司直接采集的数据,用到答对、巡查宝作为采集数据、融合数据的工具。第二类是客户内部的数据,比如客户内部ERP数据,客户本身CRM管理数据,客户自己购买的数据。第三类是通过公司向第三方采集或者第三方采购的数据,比如经过脱敏的交易数据,地图数据等。此外,在政务服务和商业供应链管理领域,公司积累了大量的预训练垂直行业应用算法模型,可满足客户不同应用场景下的需求。 3、目前公司员工构成是什么样的? 答复:集团总人数在900左右浮动,研发与技术人员占比三分一左右,研究与咨询人员以及业务拓展人员占主要部分,行政后勤支持人员占10%左右。 4、商业客户主要集中在什么样行业? 答复:公司商业事业群的软件客户主要集中在时尚领域,主要是鞋子、服装、配饰;偏向于保质期长的商品。而报告客户主要集中在保险、物流、商业地产、TMT等行业。 5、数据要素市场推动以来市场最大的变化是啥? 答复:我们感觉到最大的变化是,公司逐渐接待一些拥有数据资源的客户,交流如何让数据发挥价值,探讨帮助客户梳理与规划数据产品,或者协助客户将未来规划好的数据产品进入数据交易所进行交易,也在探讨数据产品规划咨询的收费模式以及对应的数据产品数据撮合交易的抽成。 风险提示: 技术与市场风险:1)技术落地不及预期:创新技术与现有技术开发的软件产品、客户自有系统协同性及适配性不足等导致技术落地不及预期的风险,2)市场开拓不及预期:数据以及人工智能新技术、新方法层出不穷,技术升级的周期缩短,在一个技术周期内市场开拓尚未达到规模预期,又出现新的技术迭代,从而导致市场开拓不及预期。 政策风险提示:国家与地方出台系列支持政策,尤其是财政部发布的《企业数据资源相关会计处理暂行规定》将在2024年1月1日执行,对于数据资源的适用范围、数据资源会计处理适用的准则仍然在实操层面存在不确定性。公司尚不能量化评估这些政策对公司业绩的影响,目前公司也尚无场内数据交易所产生的直接收入。公司不能量化政策的推动对具体经营数据的影响,请各位投资者理性对待,并注意投资风险。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。