拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

近日,完美日记母公司逸仙电商(NYSE:YSG)披露了2021年第一季度业绩报告。数据显示,第一季度,逸仙电商实现营收14.4亿元,同比增长42.7%;实现毛利9.92亿元,同比增长58.8%。

根据财报,逸仙电商2021年第一季度净亏损3.19亿元,而2020年第一季度的净亏损为1.92亿元,同比扩大66.4%;非美国通用会计准则(Non-GAAP)下的净亏损为2.34亿元,同比2020年同期的亏损1.29亿元扩大81.1%。

拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

 

对于亏损,逸仙电商解释称,主要由于行业整体增速放缓,同时公司仍在进行必要的新品牌建设投入、探索更多有效获取新流量的渠道。分析认为,对于逸仙电商来说,这一情况仍将继续。

营销费用高企,研发投入占比不足2%

逸仙电商在财报中表示,营收与毛利的增长,归功于多元化的销售渠道与新推出和收购的品牌带来的销售增长。据贝多财经了解,逸仙电商新购了“DR WU”在中国大陆的业务及Eve Lom,并推出了“皮克熊”(Pink Bear)这一品牌。

目前,逸仙电商旗下拥有完美日记(Perfect Diary)、小奥汀(Little Ondine)、完子心选(Abby's Choice)、Galénic、DR. WU达尔肤(中国大陆业务)、Eve Lom等多个彩妆、护肤品牌。

2021年第一季度,逸仙电商的总销售额为16.9亿元,同比2020年同期的11.5亿元增长47.0%。逸仙电商称,DTC(品牌直达客户)用户数量增加与公司新推出的品牌以及收购品牌,对于2021年第一季度销售额的增长做出重要贡献。

数据显示,2021年第一季度,逸仙电商的DTC用户数量为960万,较2020年第一季度的860万同比增长11.6%;单个DTC用户平均净收入为122.9元,同比增长24.5%。

与收入增加相对应的是,逸仙电商的成本也水涨船高,尤其是营销费用。根据财报,逸仙电商2021年第一季度的营销费用为10.42亿元,同比2020年同期的5.57亿元增长86.7%,占总营收比例高达72.1%。

拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

 

换句话说,逸仙电商有七成的收入都投入到了营销支出。相比之下,逸仙电商2021年第一季度的研发费用仅为2774万元,占总收入的比例为1.92%。以此来看,研发费用在逸仙电商总收入中占比依然很小,投入占比不足2%。

这也意味着,逸仙电商属于“轻研发重营销”的存在。据了解,逸仙电商也表示,营销费用占比增加主要是因为各个新品牌进入市场的初期,品牌建设费用是必要投入,以及在探索更多有效获取新流量的渠道。

究其根本,就目前来看,逸仙电商自身核心竞争力仍存在诸多不足之处,且知名度有限,需要花费更多的钱打广告,才有望在本就竞争激烈的彩妆市场中占据一席之地。

拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

 

相对而言,作为“国产品牌”的代表,逸仙电商旗下完美日记已小有名气。

年亏近8亿,黄锦峰身价缩水160亿元

据了解,逸仙电商创立于2016年,2020年11月19日在纽交所挂牌上市,发行价为10.5美元/股,募资7.09亿美元。2021年2月10日,逸仙电商的股价曾一度上涨至25.47美元,但随后呈现振荡下跌态势,并在4月15日跌破发行价。

截至2021年5月21日美股收盘,逸仙电商的股价收报9.52美元,较发行价下跌约9.33%。与2021年2月10日的历史最高价相比,逸仙电商的股价下跌61.44%,总市值也由160亿美元的高位降至60亿美元,缩水100亿美元。

根据逸仙电商公布的2020年年报(20-F文件),截至2021年2月28日,逸仙电商创始人兼首席执行官黄锦峰持股24.9%。以此计算,黄锦峰的身价(持股市值)缩减至15亿美元,相对缩水25亿美元(约合人民币160亿元)。

拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

逸仙电商创始人兼首席执行官黄锦峰

同时,2020年报还显示,逸仙电商联合创始人、董事、首席运营官陈宇文(Yuwen Chen)持股7.5%,联合创始人董事、首席销售官吕建华持股3.4%,高瓴资本持股12.7%,真格基金持股9.4%,高榕资本持股8.3%。

拆解完美日记母公司逸仙电商:年亏8亿,黄锦峰身价大幅缩水160亿

 

根据此前招股书,2018年、2019年与2020年前三季度,逸仙电商分别实现净收入6.35亿元、30.31亿元与32.72亿元;净利润分别为-4012.4万元、7535.9万元、-11.57亿元,各报告期内均处于亏损状态。

2020年度,逸仙电商2020年营收52.33亿元(8.02亿美元),同比增长72.6%;净亏损26.88亿元(4.12亿美元),同比扩大34.67倍;非美国通用会计准则下的净亏损为7.88亿元,而2019年度则为净利润1.50亿元。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值