在冲击IPO这条路上不懈坚持,燕之屋终于抵达目的地。11月19日,据公开消息,燕之屋通过港交所上市聆讯,联席保荐人为中金公司、广发融资(香港)。
单从业绩表现来看,燕之屋走上IPO之路的确拥有强大底气,业绩增长亮眼,尤其是其中傲人的毛利率水平,彰显了“燕茅”的实力。
而此次燕之屋终于成功闯关IPO,或许也不仅仅是因为其亮眼的业绩。其实,长期以来,由于行业标准缺失所导致的产品鱼龙混杂,燕窝行业在发展迅猛的同时,也饱受争议,进而也影响到资本市场对于燕窝行业的发展信心。
但近年来,燕之屋等头部品牌直面行业痛点,试图通过标准化建设为行业注入持续增长的动能,成果也在逐渐显现。因此放大来看,此次燕之屋通过聆讯,既彰显了自身的企业价值,也反映了资本市场对燕窝行业进化程度的认可。
26年深耕,燕之屋靠什么成为“燕茅”?
招股书显示,作为一家成立超过20年的老牌燕窝企业,燕之屋的业绩增长仍然强劲,近三年的营业收入分别为13.01亿元、15.07亿元、17.30亿元,复合年增长率达到15.3%,远高于行业平均11.6的增速;而净利润增长则更为亮眼,从2020年的1.23亿元增长至2022年的2.06亿元,复合年增长率达到29.2%,而且其旗下产品毛利率颇高,其中主要产品碗燕的毛利率高达61.6%。从各项数据来看,燕之屋堪称“燕茅”。
实际上,燕窝本就属于高毛利产品,相关产业链的利润空间都十分可观,据悉,在进行原料采摘与初加工的上游端,一公斤燕窝的售价动辄上万元。而近年来,在我国消费者生活水平提高和健康与保健意识增强的推动下,以燕窝为首的中式滋补市场获得了更加迅猛的发展。京东健康数据研究院报告显示,2018年至今,作为全网第一大滋补品类,燕窝产品在京东平台的销售额5年内翻了30倍。
但与此同时,行业竞争也持续白热化。截至目前,天猫平台销售燕窝商品的店铺近600家,而燕窝品牌则多达200个,与此对应的是,燕窝市场的集中度仍然比较低,弗若斯特沙利文报告显示,2022年,燕窝CR5不到13%。那么,这种背景下,燕之屋为何能够形成强大的市场优势?
一大原因是持续聚焦年轻用户。数据显示,26-30岁左右的人群成为燕窝的主要消费人群,而且年龄逐渐下探至18岁,这类人群往往处于快节奏生活中,养生意识逐渐增强,且消费水平较高,对于燕窝这类高端食品的需求十分显著。基于此,燕窝品牌抓住了年轻群体,也就意味着抓住了业绩增量。
而燕之屋对年轻消费者的重视,从其品牌形象塑造上,便有明显体现。据悉,燕之屋的品牌代言人,从刘嘉玲到林志玲再到赵丽颖,向年轻群体靠拢的意图非常明显。
与此同时,燕之屋也针对年轻群体多元需求和具体的消费场景,不断进行产品创新。通过持续扩展产品矩阵,截至2022年,燕之屋已拥有250个SKU,其中纯燕窝产品有194种。除了燕窝传统的食用形态炖煮燕窝,燕之屋还推出了人参冰糖燕窝、燕窝粥、燕窝粽子等燕窝类食品,更是频频联手其他品牌,比如与现制酸奶品牌Blueglass合作推出新品胶原蛋白肽锁鲜燕窝。
总体来看,作为一家老牌燕窝企业,燕之屋产品品类覆盖全面,相比综合型药企同仁堂、雷允上等,发展专注度更高,而对比新势力品牌艾尚燕等,由于在行业深耕多年,燕之屋也形成了更高的品牌知名度,同时持续推进渠道布局,使其竞争力更进一步凸显。
虽然为了迎合年轻群体的消费习惯,目前不少新势力品牌着重线上渠道布局,但不可忽视,国内燕窝产品销售仍以线下为主,弗若斯特沙利文报告显示,2022年线下渠道占整个燕窝零售额的69.5%。由此也可以理解为什么在线上风生水起的小仙炖开始布局线下门店。
聚焦燕之屋,可以发现其渠道布局已十分均衡。招股书显示,截至2022年12月31日,公司拥有全国性的线下销售网络,由89家自营门店及225名线下经销商组成,涵盖中国615家经销商门店。过去三年,燕之屋还在持续推进电商平台布局,招股书显示,通过线上渠道销售产生的收入分别占总收入的55.5%、51%、54.2%。
这样的多元渠道拓展使得燕之屋基本盘越来越稳固。弗若斯特沙利文数据显示,2020-2022年,按零售额计算,燕之屋连续三年为全球最大的燕窝产品公司。
不过,企业欣欣向荣背后,由于越来越多品牌的涌入,行业的发展问题也逐渐凸显。一大表现即燕窝行业自律性和标准化程度不高,产品品质难以保障,也相应引发“燕窝是智商税、宣传与实物不对等”等质疑。
问题的客观存在,相应要求行业进入新一轮的升级阶段,以进一步贴合消费者的需求变化。在这一阶段,燕之屋作为头部品牌,或将就行业标准化的发展掀起新一轮示范。
标准化进程持续推进,燕窝行业迎来新一轮进化?
近年来,无论是“糖水燕窝”事件,还是刘畊宏直播间售卖的假燕窝,燕窝产品频频上热搜,问题的焦点其实都指向行业自律性不高。
早在2020年就有机构对多家知名品牌的即食燕窝产品进行了监测,结果发现其中97%以上是糖水及增稠剂,营养价值尚且不如鸡蛋和牛奶,而此后明星直播带货屡屡翻车、职业打假人不断爆料,都表明问题未得到真正解决。
但消费者的品质需求始终存在,据调查显示,有52.1%消费者在选购燕窝产品时,会优先考虑燕窝品质问题,这一背景下,燕窝行业迈入精细化、标准化发展阶段也成为必然。在这一过程中,燕之屋等头部品脾,正起到越来越重要的示范作用,并将作为标准化推动者率先受益。
标准化建设首先体现在产品生产层面。
在生产层面,随着国家标准制定愈发完善,原材料环节可能出现的问题已经基本解决,目前阶段,问题主要集中在燕窝深加工环节。对于干燕窝,大部分情况下看品相即能辨别出品级,而对于经深加工的燕窝产品如即食鲜炖燕窝等,品质把控难度显然更高,消费者往往难以分辨其价值。而要解决这一难点,产品生产的标准化至关重要,可以让消费者在无法直观判断产品质量的情况下,仍然对产品品质有信心。
在产品生产标准化方面,燕之屋的做法或能给予一定启示。其实考虑到成本因素,目前市面上有不少燕窝品牌更为注重代加工模式,对于维持利润、适应市场的确有一定效果,但长期来看,代工厂接受不同品牌的订单,根据不同的要求生产产品,其实是很难推动产品生产标准化的,这也直接导致燕窝制品良莠不齐的现象较为突出。
对此,燕之屋一直以来都主张“透明工厂”建设,以碗燕产品生产为例,从原料筛选到工艺控制,就有共计49道标准化工序;另外,每一批出厂产品,均需通过CNAS实验室检测工程师的检验,全面评估固形物、唾液酸、可溶性固形物、亚硝酸盐、微生物等20项指标,以让消费者吃得放心。也因此,燕之屋获得“BRC食品安全全球标准”“IFS国际食品标准”的欧洲品质双认证,并成为目前少数拥有CNAS认可实验室的燕窝专营企业。
值得一提的是,没有规矩、不成方圆,仅靠个别企业的生产实践做示范并不足以推进行业标准化发展,而是更需要体系的持续完善,以增强相关品牌发展的自律性,并让消费者更好地认知和了解“何为优质燕窝”。在体系建设中,头部品牌具备更为广泛的用户基础,其本身在产品层面的一举一动,均直接塑造着大众对于行业整体的认知,因此,由其推动行业标准的制定,更容易获得大众认可,也可以倒逼其他不规范的中小品牌向标准靠拢。
近年来,燕之屋等头部品牌已引领了多项重要行业标准的制定,从2018年国家卫健委委托厦门海关技术中心牵头制定《食品安全国家标准 燕窝及其制品》,到2020年牵头开展中华人民共和国轻工行业标准《燕窝制品》的制定,再到2023年《经典常温鲜炖燕窝制品》标准正式推出等,都表明行业健康发展的路径正在逐步形成。
反映到市场端,产品生产和销售有迹可循逐步成为常态。弗若斯特沙利文报告显示,2022年国内溯源燕窝产品占整体市场份额的26.1%,并预计在2027年这一比例将上升至43.7%。主流经销渠道,如淘宝、京东、拼多多、唯品会等电商平台,以及线下知名商超连锁,已经实现了100%的可溯源覆盖。
而随着行业发展越来越规范和自律,“重营销、轻研发”痼疾也有望得到彻底清除。此前,行业整体性的净利率远低于毛利率,主要是因为营销费用高企侵蚀利润。但随着行业愈加重视生产端的标准化,企业研发端的投入已经开始快速改善。以燕之屋为例,从招股书数据来看,近两年其研发费用增速由7.34%快速增至28.12%,已经明显超越广告费用的增速。
由此进一步验证了行业已走出野蛮生长阶段,而此次燕之屋推开IPO大门或许也意味着行业下半场升级的帷幕已然掀开。
作者:坚白
来源:港股研究社
相关推荐: 大模型冷思考:企业“可控”价值创造空间还有多少?
文 | 智能相对论 作者 | 叶远风 毫无疑问,大模型热潮正一浪高过一浪。 在发展进程上,从最开始的技术比拼到现在已开始全面强调商业价值变现,百度、科大讯飞等厂商都喊出类似“不能落地的大模型没有意义”等口号。 在模型类型上,除了百度文心大模型、讯飞星火认知大模型、阿里通义千问大模型等通用大模型,医药研发、金融等垂直大模型正积极涌现。几个月前,新华三集团在业内首提“私域大模型”概念,并发布融合了行业属性及地域属性的私域大模型——“百业灵犀”LinSeer,为行业增添了企业落地大模型的创新类型。 而在更直接的数字上,截止到2023年10月初,国内仅公开的大模型数量已达238个,百模大战正在升级千模大战。 ……接近一年的热潮后大模型没有冷却的迹象,行业普遍的共识形成,这不是风口,而是技术革命。 然而,历史一次次证明,赛道越是热闹,参赛者越需要冷静的思考。 种种迹象显示,虽然看起来百花齐放,但事实上AI三大要素(算力、数据、算法),以及大模型发展的行业规则中,当下以及未来很多因素已经既定,一头热扎进去的企业们,更应该寻找的是那些不由既成的客观因素所限制、能够进行自我价值发挥的地方,才能尽可能获得相对竞争优势。 算力“积木化”,可控价值创造集中到“调度”环节 算力常常被视为大模型发展的瓶颈问题,但是,如果从是否“可控”的视角看,在业务层面企业能自己做出决定从而影响算力获取的地方,其实越来越少。 IT时代Windows+Intel构建起WinTel体,演变为移动互联网时代安卓+ARM(以高通为代表),到了大模型时代,又进一步演化为AI大模型+GPU——在当前,Nvidia已经成为大模型趋同的算力来源。 2021的Ampere(对应A100等)、2022年的Hopper(对应H100等)、2023的Ada架构……性价比高不高,要看Nvidia架构发展有多快。 算力不再是瓶颈,或者说,其“总体基本面”的提升并没有什么操作空间——要多少算力就需要多少资本投入,反过来有多少资本投入基本也能买来多少算力。 当算力“口子”被外部技术、内部预算等限定,通过调度提升既有资源利用效率,就成为企业“可控”的价值创造过程。特别是私域大模型,对于企业来说,AI大模型的大小需要平衡算力和能耗的开支,应选择适合行业特点和业务特点的大模型进行私域部署。 此时,如何榨取硬件资源提供的每一滴能力,加速模型的训练速度成为首要考虑的问题,而这方面术业有专攻,往往依赖基础设施服务厂商——针对算力等底层基础设施提供支撑成为考验各个服务厂商最基本的能力,其中尤以算力调度能力是其重点。 算力调度往往需要多维能力协同,所以,作为业内首倡私域大模型的新华三给出了自己的回答:依托通过傲飞算力平台实现算力调度的“最优解”,让算力可以最大化的按需调度。另一方面以绿洲平台实现大模型所需的数据支撑,同时在分布式训练等需求下以智能无损网络支持AI集群训练,配备高性能存储带来更好的底层存储支撑,甚至还建设有液冷数据中心来维持算力输出的稳定性,以此构成一套完整的智算解决方案。 而新华三算力调度的“主脑”傲飞算力平台则具备异构计算资源统一管理、多元算力资源智能调度的能力,提供包含智能标注、智能训练、智能调优、智能部署、智能推理的全流程算力智能调度能力。 按官方数据,该平台能够将算力利用率提高至70%以上。同时,还支持8000节点的算力调度,并发训练时间缩短至50%,且断点自动接续无感知训练更稳定,在既有GPU资源下能全方面提升大模型训练性能。 说白了,就是通过一系列算力流程环节的衔接优化(尤其是面对并行计算与分布式计算需求),在充分保障训练与应用需求的同时降低GPU的空闲时间,让巨大成本获取来的算力资源工作尽可能饱和。 总体而言,这一整套高性能算力集群及调度让客户能够实现算力、存力、运力协同感知,实现算力资源充分供给、灵活部署、异构算力最优调度——虽然有多少算力资源很难控制,但用好这些资源企业却能够做到完全可控。 当然,除了提升算力利用效率,行业中一些做法还在试图通过其他方式直接降低模型训练对GPU资源的要求,例如数据存储层面进行算子优化等,未来或也存在较大的价值开发空间。 数据“断面化”,以数据质量建设带来“护城河”成为企业的必然选择 目前,企业能够获得的数据量来源主要包括公开的数据集与自身沉淀。 在当下时间断面,这两种都只能被动等待或由时间积累,数据“量”其实很难有突破,优势有就是有,没有就是没有,并不可控。 当然,也有一些企业试图主动出击,例如国外公司Inflection AI以大规模提问的方式来主动提升数据沉淀速度,但这显然这并不会是主流。 “量”上不可控,则可控的价值创造空间必须更聚焦于“质”上。 中信智库《人工智能十大发展趋势》认为,“未来一个模型的好坏,80%由数据质量决定。” 从长远视角看,大模型的竞争并不是要比谁跑得更快,而是比谁走得更远,这就需要大模型真实的应用效果,也就需要通过各种方式提升数据质量,来锻造大模型发展的“内功”。 在数据的计划、获取、存储、共享、维护、应用等环节,都需要针对性的数据管理、治理,最终提升数据质量。这是一个系统性工程,也为市面上的基础设施服务商们带来了机会。 例如新华三的绿洲平台就以场景需求为导向,打造了一个围绕数据采集、存储、管理和应用的全栈数据平台。 通过内置AI算法,绿洲平台大大提升了数据标记能力,让数据治理、数据开发等过去很繁杂的流程工作变得极为简单,而知识图谱构建能力则帮助数据跃升为知识,从而能够更好地被业务场景所使用。 事实上,数据深加工带来高质量数据训练一直是前沿大模型的核心竞争力所在,OpenAI一贯公开其训练过程及算法,但对数据如何处理缄口不言。 回过头来看,数据的“要素化”与“资产化”正在让百行百业再次审视数据的价值,在数据越来越作为一种新型生产力要素的时代,大模型的本质可以视作一种挖掘数据要素价值的工具,而工具不决定价值,只决定效率。 大模型终将走入底层成为一种普遍的后端能力,技术本身越来越无法成为护城河,而数据则代表了企业在前端与客户/用户的连接程度,数据要素的价值释放将成为企业真正的“护城河”。 所有的数据类平台提升数据质量的过程,就是在帮助企业进一步挖掘数据要素价值、沉淀数据资产,真正打造企业的“护城河”。 算法“收敛化”,殊途同归下企业需聚焦训练效率提升 算法是大模型的能力核心,但长期来看,算法能力却终将“收敛”。 目前的大模型算法基本上都基于Transformer架构,该架构解决了过去RNN架构难以并行化等核心缺陷,是基因“优胜劣汰”的结果,BERT、GPT、T5、GLM等都其“衍生品”。 所以,算法生来都几乎有着相同的“基因”。 而在开发框架层面,伴随着开源生态建设,国外的TensorFlow、Pytorch,国内的MindSpore等几个主流框架逐步成为共同的选择。 这意味着,算法的后天的“成长环境”也逐步趋同。 先天+后天,算法创新当下看起来百花齐放,但在未来其价值创新的空间将逐步收窄,企业能够通过努力获得的相对优势将越来越少。 甚至,在Llama 2掀起的开源浪潮下,算法创新的价值被进一步压缩。 因此,从长期来看,企业最“可控”的价值创造将侧重到训练效率而非算法创新上——同样的能力与潜力,PK更快速地训练迭代。 很多厂商提供的开发工具链都在直接推进训练效率,而一些原本旨在提供算力服务的平台也实现了等价的功能。 例如,傲飞算力平台支持断点自动接续无感知训练,其原本目的在于降低参数迭代期间的GPU资源等待、提升资源利用效率,但客观上也直接带来训练效率的提升,让算法加速迭代,先把潜力跑出来。 毕竟,加速算法训练,就是在提升算力资源利用效率。 行业规则“沉淀化”:长期主义仍需回归到正确的价值观 大模型热潮中,人人都会不自觉追求技术与商业价值“上限”,但大模型“下限”问题也日益突出,例如数据隐私、数据安全、知识产权、技术滥用等。 从企业的视角看,行业规则建立迫在眉睫,但其形成过程同样存在着不由企业决定的“客观因素”。 关于行业发展的一些法律法规,监管部门在逐步沉淀,例如国家网信办联合多部门公布的《生成式人工智能服务管理暂行办法》,企业要做的是等待并尽力配合与落实。 关于行业统一共识,也需要一个个沉淀,例如,目前已经有从业者提议行业协作开发统一、可信的框架,在隐私保护、模型效用和训练效率之间取得平衡,企业要做的是积极响应、积极参与。 但在一些规则上,企业能够、也必须充分发挥“可控”的价值创造能力。 例如,大模型数据安全“容错率低”,企业必须加大投入。 很多基础设施厂商都提供了相关的服务,例如新华三的私域大模型百业灵犀以内置安全限制提示词和出入内容过滤拦截对所有场景下大模型生成内容进行安全性限制,针对所有出入流量和内容进行安全审计和敏感信息拦截。 当然,最直观反应大模型伦理、体现“下限”的是场景应用的选择问题。 科研、制造、医药、法律……大模型已经走向诸多能带来社会正向价值的场景。但是,诸如伪造视频进行诈骗等“场景应用”也已经出现,基于强力的大模型技术有着更强的欺骗性。 技术是刀,大模型是一把更锋利的刀,它的作用和价值由使用的人决定。 说到底,企业需要构建正确的价值观,将大模型能力导向数字经济的正向价值上,才能守住“下限”、实现大模型的长期健康发展。 结语 大模型赛道上,企业必须在“可控”的价值创造空间上发力,才能不断在各个维度获得更多相对竞争优势与发展可能性。 企业也必须以此为标准选择基础设施服务、大模型服务的厂商,尤其是在多个维度都能满足需要的厂商。 可以说,大模型给了这个时代全新的增量价值方向,只有帮助企业实现对“可控”价值创造的把握,才能让企业在这个全新方向更有着力点。 *本文图片均来源于网络 #智能相对论 Focusing on智能新产业新服务,这是智能的服务NO.245深度解读 此内容为【智能相对论】原创, 仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。 部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。 •AI产业新媒体; •澎湃新闻科技榜单月度top5; •文章长期“霸占”钛媒体热门文章排行榜TOP10; •著有《人工智能 十万个为什么》 •【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。相关推荐: 脑发育研究新成果发布,飞鹤以科研创新助力婴幼儿脑健康10月25日,中国食品科学技术学会第二十届年会-食品营养与脑健康科学论坛在长沙举办。会上,中国食品科学技术学会正式发布了《生命早期1000天大脑发育与营养科学证据》科学综述。中国飞鹤为该成果的倡导方和主要参与方。该成果汇集了食品科学、妇幼营养学、临床医学、公共卫生等领域近20位权威专家智慧,基于大量科学研究成果完成。 中国食品科学技术学会常务副理事长邵薇教授、南开大学公共卫生与健康研究院副院长王硕教授、上海交通大学公共卫生学院院长王慧教授、北京大学公共卫生学院副院长许雅君教授、西北农林科技大学校长助理刘学波教授、江南大学食品学院王刚教授、黑龙江飞鹤乳业有限公司首席科学家蒋士龙博士共同见证成果的发布。 《生命早期1000天大脑发育与营养科学证据》发布 权威专家解读 据世界卫生组织定义,生命早期1000天是一个人智力发育的“机遇窗口期”,超过80%的大脑发育在这一阶段完成。2019年,国家卫健委建议特别关注生命早期1000天的营养支持和干预,生命早期营养干预的重要性得到广泛认识。 《生命早期1000天大脑发育与营养科学证据》科学综述(以下简称《科学证据》),系统、深入地阐述了与大脑神经发育相关营养物质的科学证据。文章对生命早期大脑的发育过程、相应功能发展以及重要影响因素进行了全面介绍。同时详细研究了与大脑神经发育相关的宏量营养素、微量营养素和其他功能营养物质的作用,如母乳低聚糖、活性脂质、益生菌等。 针对生命早期营养干预对大脑及神经发育的影响,文章也从不同生命发育阶段进行了科学分析,并指出,母体良好、均衡的营养素供给对于胎儿的健康发育和抵抗不良风险具有重要意义。 《科学证据》的制定和发布让生命早期脑发育的领域新增又一权威成果,也为保障婴幼儿大脑健康发育的营养实践提供理论基础指导。在与会专家看来,生命早期1000天关乎国民的身心健康发展,把握住这个脑发育窗口期,对整体国民健康和人才培养意义重大。 论坛上,江南大学食品学院教授王刚对《科学证据》进行了权威解读。他表示,脑科学的研究是当前全球科技的前沿领域,也被列为科技战略重点。营养素的均衡合理搭配,对生命早期大脑发育至关重要,建议大家重视生命早期1000天的营养管理,兼顾母亲和婴幼儿的健康需求。据了解,该综述文章已于10月23日在《中国食品学报》网络首发。 深耕脑发育研究 作为《科学证据》的主要参与单位,飞鹤在脑发育及营养方面已经具有超前的科研积累,不仅发表了多篇研究成果,获得了7项国家发明专利授权,还将研结果成功转化并应用在产品中。 蒋士龙介绍,《科学证据》是飞鹤脑发育战略落地的重要进展。此前,飞鹤于10月17日举办了“专研大脑营养 聪明中国宝宝”脑发育战略发布会。作为国内较早开展脑发育及营养研究的乳企,飞鹤将基于两大科研合作平台——哈佛波士顿儿童医院 -飞鹤脑发育基金会、飞鹤 – 北大医学部“生命早期脑科学研究计划”,对脑发育进行更系统化、体系化的研究。 论坛上,许雅君在分享中介绍了“TDD概念”,即Timing、Dose和Duration,强调生命早期的大脑发育要遵循一定的时间规律,不仅要在合适的时间给合适剂量的营养才能起到更好的效果,还需要注意在特定的时间段内补充吸收效率更高的营养。“TDD概念在做脑科学研究时,尤其是营养对脑科学的发育研究时其实特别重要”。 对于近期获批的热门成分、《科学证据》中也提到的HMO,王硕在演讲中介绍,“HMO对大脑发育有四种功能。相关的人群的队列研究已证明,HMO对婴幼儿的认知发育非常关键”。 讨论中,嘉宾们一致认为《科学证据》的发布将有力提升公众对脑营养的科学认知,飞鹤在脑发育的前沿探索将带动整个产业的产品创新,期待飞鹤在相关领域能做出更多有益行业和消费者的成果。 作者:企业资讯 运营:铁兵 监审:范慧新相关推荐: 成为“老板姓”的老百姓一年开店3000家,谢子龙施展“超级扩张术”文丨新熔财经 作者 | 文泽 自2021年国家药品集采转向常态化运行开始,医改新政轮番出台,在集采、医保控费、“限售非药”等一轮又一轮的调整中,整个医药行业的格局也开始重新洗牌。 相较于毛利率肉眼可见下滑的制药企业,连锁药店似乎成为了医改新政的“获益者”。老百姓药房(以下简称“老百姓”)、益丰药房、大参林、一心堂等连锁药店在今年上半年都实现了营收和利润的双增长,其中老百姓、益丰、大参林更迈过了百亿大关。 不过,老百姓在半年报中主动提到了行业竞争正在加剧,线上售药对线下药店带来了一定影响。由此可见,虽然行业业绩亮眼,但连锁药店想要抓住医改红利大步往前迈,面临的问题还有很多。 01 门店破万,但增店不增利? 作为连锁药店第一梯队企业,老百姓在今年上半年实现营业收入108.11亿元,同比增长20.24%;净利润5.13亿元,同比增长12.43%。…
原创文章,作者:admin,如若转载,请注明出处:http://readdaily.cn/other/120029.html