今年以来，外部宏观环境拨云诡谲，医药这个传统的防御性板块也因此完成了“矛”与“盾”的转换。这也为港股医药股打新带来了新一轮高潮。数据显示，仅今年未盈利生物科技公司上市首日平均涨幅就已经达到33.62%，公开发售超额认购倍数也是屡创新高。 另有数据显示，仅6月上半月，港交所已经通过聆讯的生物医药企业就有4家，分别是康基医疗、永泰生物-B、海吉亚医疗、海普瑞，所处的细分子行业分别是医疗器械类、未盈利生物科技类、民营医院、原料药。 其中，康基医疗正在处于招股期，招股价12.36-13.88港元，招股首日已经获得705亿港元的孖展额，香港IPO面向散户的公开发售股份获得224倍认购。 众所周知，高额认购倍数并不不能与打新收益划等号，更有高额认购倍数“翻车”的前车之鉴。那么，获得超过200倍的康基医疗值得投资者给予更高期待吗? 一 高瓴资本重仓下注，保荐人高盛往绩可圈可点 一家公司热度高不高，可以体现在很多指标当中。其中，最具说服力的指标要看是否有知名基石投资者的站台支持。 从康基医疗招股书中来看，公司已经拥有多家基石投资者，包括富达投资、贝莱德基金、清池资本、高瓴资本、Cormorant Global Healthcare、奥博资本、橡树资本，投资金额达到1.65亿美元，按照招股区间发行上限13.88港元计算，假设超额配售权未行使，将占发售股份数的40.9%。 图表二：公司基石投资者 数据来源：招股说明书，格隆汇整理 在医药领域下注颇多的高瓴资本也加入基石投资者之列。按照公开资料统计，目前高瓴资本在一级市场以及二级市场布局的医药生物赛道包括：CXO、眼科、骨科、牙科、心脏瓣膜、医学实验室、辅助生殖、创新药以及中药。 而通过下图整理的截至2020年5月18日披露的高瓴资本重仓布局的赛道，我们可以一探其收益情况。值得注意的是，即将登陆A股的甘李药业以及港股上市的康基医疗，也将成为高瓴资本的6月重仓新股。 图表三：高瓴资本二级市场已经重仓布局的医药生物赛道 数据来源：WIND，海榕财富，格隆汇整理 数据截止：2020年5月18日 而从保荐机构来看，康基医疗此次IPO的保荐机构包括高盛、中信证券以及美林远东。 其中高盛的保荐往绩可圈可点，其保荐的生物医药类公司歌礼制药-B（1672.HK）、百济神州（6160.HK）、华领医药-B（2552.HK）、信达生物-B（1801.HK）、基石药业-B（2616.HK）、启明医疗-B（2500.HK）、诺诚健华-B（9969.HK），上市首日未破发新股占比高达85.71%，平均上市首日涨幅9.27%。 二 收入年复合增速43%，毛利率超过80% 基石投资者与保荐机构加持的底气，主要来自对康基医疗所处的赛道偏爱有加。 除了因疫情导致医疗器械受到了几何式增长的关注度，中国的医疗器械市场本身就处于黄金发展时代。根据CIC基于医院采购价统计，2019年中国的医疗器械市场规模达人民币6642亿元，相较于2015年的人民币3126亿元，年复合增长率20.7%。 在国内，微创手术是指微小或无创伤完成的医疗手术，主要包含三个独立的细分领域：微创外科手术（MIS）、微创操作（MIP）以及其他微创手术。 从市场规模上来看，微创外科手术器械及配套耗材（MISIA）是微创外科手术（MIS）中使用的主要医疗器械（不包括内窥镜），它的销售收入从2015年的人民币96亿元增加到2019年的人民币185亿元，年复合增长率达17.8%，未来，根据CIC预测自2019年起的年复合增长率将为17.2%，到2024年将达到人民币408亿元。 图表四：我国MISIA市场规模及预测 数据来源：招股说明书，格隆汇整理 作为国内最大的微创外科手术器械及配套耗材（MISIA）平台，翻看康基医疗的财务数据，盈利情况还是颇为乐观。 从营业收入上来看，康基医疗的收入由2017年的人民币2.48亿元增至2018年的人民币3.54亿元，并进一步增至2019年的人民币5.04亿元，年复合增长率为42.6%。 图表五：康基医疗收入及年复合增长率（单位：百万元） 数据来源：招股书，格隆汇整理 而从毛利上来看，康基医疗的毛利由2017年的人民币1.2亿元增至2018年的人民币2.89亿元，并进一步增至2019年的人民币4.23亿元，年复合增长率为45.6%。毛利率由2017年的80.7%增至2018年的81.8%，并进一步增至2019年的84.1%。 图表六：康基医疗毛利及毛利率（单位：百万元） 数据来源：招股书，格隆汇整理 三 大象起舞，前路漫漫 高毛利的微创龙头外加优质机构背书，是否就意味着投资者可以“闭眼打新”？中签之后是当天就跑路，还是做长线的价值投资者？这都是投资者需要考虑的事情。 如果打算一把梭哈，且有幸中签，从此前的医药新股表现以及目前的认购情况来看，康基医疗上市后，投资者给自己晚饭加个鸡腿的概率还是比较大的。 但如果打算“捂股丰登”，在医药板块整体估值和股价屡创新高的当下，就需要仔细探讨一下，我们是否还有继续投资医药行业的机会，以及凭借医药股赚钱的逻辑是否仍在。 首先，不可否认的一点是，医药行业容易出长牛股。但是，并非每个子行业的表现都尽如人意。 根据Wind数据统计显示，今年以来（截至6月10日），医药6个子板块均以上涨报收。细分来看，具有科技属性的医疗器械和生物制品子板块表现抢眼，分别上涨了58.51%和 43.28%。两个板块的上涨一方面契合了该阶段的市场风格，另一方面则是由于疫情暴露了国内高端医疗器械的落后状态，催生了创新生物制品的需求，这势必会成为日后重点发展的方向。而且由于限制中药注射剂和辅助性用药，中药板块涨幅最小，仅上涨了5.06%——在政策和创新发展的双重影响下，医药板块的估值体系正在向成熟资本市场靠拢。 那么，我们再看来下康基医疗所处的医疗器械中的医用耗材。 从投资逻辑上来看，如果从将整个国内医用耗材的市场规模与时间进行做图，将国产的产品质量、发展阶段以及医生学习曲线进行叠加，我们可以看到，国内医用耗材发展实际上是呈现三大阶段挖掘投资的机会： 1. 市场导入期：产品创新速度快，市场规模增速加速，寡头垄断居多； 2. 市场爬升期：市场已经有相对成熟的产品与技术，市场规模进一步提升，竞争格局主要由产品的质量与价格所决定，影响因素受制于政府集中采购带来的价格波动； 3. 市场渗透期：产品渗透率进一步提高，竞争激烈，在国产产品质量与医生学习曲线趋于相对平稳期时，市场更加偏向于口碑好并更新迭代更快的产品。 图表七：国内医用耗材发展趋势 数据来源：信达证券，格隆汇整理 康基医疗的所处的阶段，正处于爬升阶段，一方面需要面对的是质量上的竞争，另一方面也需要承担政府采购带来的价格下滑。 根据兴业证券数据统计显示，预计2020年下半年医药政策将带来高值耗材带量采购。其中，冠脉支架将由国家医保局发起，预计将在今年第三季度落地，而其他各类产品（例如关节等）将由医改试点省份为主陆续出台方案，在今年下半年进行落地。 高值耗材的带量采购，主要设及产品包括：吻合器、起搏器、支架、骨科、人工晶体、血透、口腔耗材等产品，从过往各地的价格降幅来看，最高降幅达到95%，平均降幅大多低于50%。 图表八：高值耗材带量采购产品降幅 数据来源：各省招采平台，信达证券，格隆汇整理 值得关注的是，一次性套管穿刺器占据康基医疗50%的营收比例，而这占据半壁江山的业务，在2019年已经开启了招采模式。按照2019年的数据，集中采购平均降幅为60%，最大降幅达到78%。如果今年下半年开启全国性质的集中采购，恐怕将会对康基医疗的业绩造成较大冲击。 图表九：公司主营产品结构比例 数据来源：招股说明书，格隆汇整理 四 结语：这是一个强者恒强，弱者裸泳的时代 “药不能停”的投资逻辑之下，不仅仅是疫情带来的业绩确定性，更多的是对于人口老龄化趋势之下国产替代的持续看好。医药打新不能只靠投机，更需要甄别是否是优质股票并了解其潜在风险。 对于康基医疗而言，业绩好，毛利高，微创龙头，这些都足以说明其基本面的优质。但不容否认的是，在药品带量采购之后，医用耗材的带量采购也将如期而至。从过往医药板块第一次面对集采集体股价与估值“扑街”来看，未来是否能够持续高速增长还需要考量。 毕竟疫情终将过去，行情也将趋于理性，理性之下才能让强者恒强，弱者裸泳。 加入“格隆汇打新研究群”， 与打新大牛一起， 获取最全面、最深度打新资讯。 入群后即有机会获得 最新资讯/课程/报告/评级/资料等干货分享 加客服微信，即可入群学习
图片来源@视觉中国今年以来，健康险行业看似风平浪静，其实已经发生了好多事情。先是中央对“多层次医疗保障体系”的表述；紧接着是健康险公司披露年报，超半数已实现盈利，终结了健康险保费越高亏损越多的境况；再次是长期护理保险制度试点城市从原先的15个扩展至29个；新近又是《重大疾病保险的疾病定义使用规范》发生了修订，新增了部分病种，放宽了部分定义条目赔付条件。悄然之中，从宏观到微观，健康险的发展趋势有了比较大的变化，最明显的一个变化是现有的细分险种结构出现了新方向：未来不再是重疾险独领风骚，长护险和医疗险也会齐头并进。特别是医疗险，因为其最接近于医疗保障的属性，将成为未来增长潜力最大的一个险种。不过，行业目前所面临的痛点和瓶颈也是非常明显的，现有的运营能力难以匹配上行业接近30%的增速，医疗行业和健康险行业两大领域之间存在着似乎不可逾越又难以言说的瓶颈和隔阂，健康险一直无法打通医疗和医保的核心数据。这种隔阂和断裂何时会被政策或科技打通还难有定数。动脉网通过对行业多位行业人士的采访，力图去记录下行业正在发生的重大变化及其背后的因缘和逻辑。我们相信，愿意去跟随这些变化的人，才能够抓住时代的机遇，才能把握个人的命运。细分险种门类及结构
人工智能（AI）技术正在许多行业中产生变革，但只有在医疗领域，AI的影响才有望真正改变我们每一个人的生活。而这样的改变也许正在发生……一疫情肆虐，AI助力防控截至目前，全球确诊人数已超过800万。这次疫情给全球带来了巨大挑战。近年来，人工智能已经开始在医疗卫生领域发挥重要作用。先进的计算和数据分析工具使信息共享和诊断实践成为可能，并加深了医疗行业对疾病和感染的理解。在遏制Covid-19（新型冠状病毒肺炎）的迫切需求推动下，世界各地的政府机构和企业越来越多地将目光投向基于人工智能的技术，以提供对病毒传播的分析，并寻求治疗药物和方法。我国在疫情刚开始传播的时候，就采用AI技术进行疫情防控，在春运期间，火车站、机场、地铁等公共场所的测温压力巨大，各大图像识别技术巨头们很快部署了AI测温解决方案，采用图像识别与红外等结合的方式，有效避免接触式测温带来的病毒传播风险；疫情开始有所缓解、准备复工之时，不少AI公司提供了大数据AI技术，对迁徙人员进行动态跟踪，结合疫情地图，有效及时地跟踪传染源、接触源，为复工保驾护航。国外疫情爆发的要晚一些，各个国家也采用了AI技术在多个环节助力疫情防控：（1）AI疫情辅助控制迪拜采用了图像识别技术来自动判断人们是否遵守了疫情防控规定，比如保持距离，从图像可以看出该AI程序可以自动识别出人与人之间的距离，这样的应用在公共场所可以对人群密集提出预警提示。（2）新冠治疗药物研发总部位于伦敦的药物研发公司Benevolent AI在1月底开始将注意力转向冠状病毒问题。该公司用知识图谱技术来快速分析科学文献和生物医学研究资料，挖掘疾病的遗传和生物特性与药物的组成和作用之间的联系。该公司之前一直专注于慢性疾病，而不是传染病，但通过向其输入关于病毒的最新研究，能够重新调整系统，使其专注于新冠药物的研发。目前该公司已经进行潜在新冠治疗药物的临床试验。（3）新冠病毒结构分析DeepMind正在利用基因组的数据来预测生物体的蛋白质结构，揭示哪些药物有可能对COVID-19起作用。DeepMind是Google母公司Alphabet旗下的人工智能公司，在2016年推出的人工智能围棋程序AlphaGo，战胜了人类围棋选手之后一举成名，在当年将深度学习和人工智能技术直接推向高潮，其最新版本已无对手。DeepMind发布了一个名为AlphaFold的深度学习库，它使用神经网络来预测组成生物体的蛋白质如何根据其基因组变换形状，进而计算出哪些药物可以与新冠病毒生物体细胞结合，用来破坏病毒细胞，破坏它与人类细胞的结合方式，减缓病毒的繁殖速度。（4）COVID-Net加拿大初创公司Darwin AI开发了一个神经网络COVID-Net，可以通过X射线筛查COVID-19感染的迹象。DarwinAI已将COVID-Net作为一个开源系统发布，受到了AI研究人员的热烈追捧，该公司现在正致力于将COVID-Net从一个技术实现变成一个可以被医疗工作者使用的系统。它现在还在开发一种神经网络，用于对感染COVID-19的患者进行风险分层，以此来分离那些可能更适合在家中自我隔离恢复的病毒感染者，和那些最好进医院的病毒感染者。二医疗AI的大机遇这次疫情让各个国家的医疗体系翻了个底朝天，新冠病毒的流行让医疗系统的脆弱暴露在阳光之下。响应不及时、信息流通受阻、医务人员不足、医疗资源分配不均等诸多问题在多数国家都存在。因此，也让整个人类社会意识到医疗体系变革的紧迫性，是时候重新思考医疗体系的升级了，而人工智能技术在这次疫情中的积极表现，让炒了这么多年的医疗AI概念走入大众视野。而且，随着人口老龄化问题越来越突出，老年人口对于医疗的需求也将呈增长态势。根据国家统计局的数据，我国2019年65岁及以上老人已经突破1.7亿人，占人口总数13%。这样的增长趋势对于医疗资源是一个现实而急迫的挑战。将AI应用在医疗中虽不能完全解决医疗资源短缺的问题，但是却可以借助AI快速发展的红利，为医疗领域增添新的动力，刺激医疗事业的发展，拓宽医疗资源的使用范围，使全球各地患者更平等地受益于科学进步。医疗健康领域也切实存在很多需求需要AI来帮助实现，从防范疾病和减轻医护压力角度，至少有以下几个方面需求：（1）基于大数据的疾病或疫情预警；（2）智能读片，辅助医疗影像诊断输出，可以缓解医院的阅片压力；（3）智能诊疗系统，辅助医生做好疾病初步筛查，甚至辅助手术；（4）智能医护辅助系统，帮助护士做好入院评估以及护理监控等工作。从技术供给侧考虑，人工智能技术正逐步走向成熟，各种应用场景也日趋完善，加上软硬件的持续迭代，让AI技术的广泛落地近在眼前。而且，国家对人工智能、大数据、5G等前沿技术的发展从政策上给予了足够的重视，并加入国家“新基建”发展规划，进一步提升其战略地位。医疗AI应用领域在这个浪潮之下，正可以踏上快速发展的新车道。三医疗AI有哪些细分场景医疗AI的应用范围比较广，可以细分为多个应用场景。（1）AI疾病预测主要基于大数据分析技术，对搜索引擎数据、航空数据、交通信息等人类活动数据进行分析，从中发现与传染病相关的蛛丝马迹。举个简单例子，可以通过人们使用搜索引擎搜索疾病相关的某些词项来预测与此相关的传染病在某地区爆发的可能性。当然，要想预测准确，还需结合更多数据进行多维度更广泛的分析，单个方面数据分析往往会高估预测结果。（2）AI医疗影像这是AI助力医疗最热门也是最具有挑战的应用场景之一。将图像识别技术应用在医疗影像的识别中意义重大，一方面医院每天需要应对海量的X光影像、CT影像处理需求，需耗费大量人工长时间读片，容易出现误诊、漏诊情况；另一方面是因为图像识别本身就是AI最热门最具魅力的一个技术方向，并且图像识别已经在多个应用中大规模使用，目前已广泛应用在移动支付和安全监控领域，如果AI能在医疗影像中得到发挥，那将大大减轻医务人员负担。美国IDx公司的IDx-DR就是这样一个AI系统，它是用于视网膜病变检测，不需要临床医生解读就能寻找特定病症的筛查设备。该设备的软件，利用人工智能分析眼睛的图像，判断是否有糖尿病视网膜病变的迹象。IDx的检测系统不仅可以为缺少眼科专家的医院筛查糖尿病视网膜病变提供极大帮助，还可以将医生从一系列的测试中解放出来，而这些测试的结果大多是阴性的，可以让医生有更多的时间来治疗那些真正患有疾病的人。（3）AI新药研发由于新药研发过程极长，成本极高，而AI算法因为在数据挖掘方面以及计算能力方面具有天然优势，可以用在药物、疾病、基因之间关联关系挖掘以及药物的分子结构预测等方面，因此被寄予厚望，近年来该AI新药研发领域的资金投入突飞猛进。下图展示了美国的AI新药研发风投资金近年来大幅增长的趋势。本文开头提到的BenevolentAI公司便是这一领域的佼佼者。（4）AI医疗辅助机器人这些机器人可以代替人工医生来执行一些重复性高或者具有传染性环境的工作。比如医院大堂的导诊机器人可以大大减轻导诊台的工作量，而查房机器人可以让医生不需要接触具有传染病例的患者，减少医务人员的感染。结合5G技术，医生甚至不需要离开办公室，就可以将自己的专业诊疗工作延伸到任何地方，不仅在自己医院内部可以高效地开展诊疗工作，还可以支撑偏远地区医务极度缺乏的地区，进行远程诊断、远程会诊等。有一些微型机器人可以帮助医师更好地进行手术，卡内基·梅隆大学机器人部门开发了Heartlander，这是一个微型移动机器人，旨在方便对心脏进行治疗。在医生的控制下，这个微型机器人通过一个小切口进入胸部，自行导航到心脏的某些位置，附着在心脏表面并进行治疗。（5）AI健康管理随着人们越来越重视健康，越来越多的健康相关产品开始进入大众视野，健康管理是一个范围比较广的概念，包括手机健康APP、可穿戴设备、移动医疗等诸多应用。而AI健康管理往往与互联网、医疗大数据相关，细分场景也很多。比如Apple Watch就提供一项“摔倒检测”功能，关键时刻可以救命，这是Apple Support上对该功能的描述：如果手表检测到您摔得很严重，它会轻触您的手腕、发出警报声并显示提醒。您可以选择联系紧急服务，也可以按下数码表冠并轻点左上角的“关闭”，或者轻点“我没事”来关闭提醒。如果 Apple Watch 检测到您在移动，它会等待您对提醒做出响应，而不会自动拨打紧急服务电话。如果手表检测到您在大约一分钟内没有做出任何动作，它会自动拨打紧急服务电话。智能问诊机器人是近年来比较火的一个智能医疗产品方向，它基于自然语言处理、知识图谱、搜索引擎以及医疗知识库等技术构建的智能对话机器人，可以为用户提供在线实时问诊服务，是互联网在线问诊平台的智能化延伸，可以解决逐日增加的医疗咨询需求，让一些轻症患者免去因小恙而不得不去挂号排队问医生的麻烦，也大大缓解医院的压力。四医疗AI面临的挑战前景是美好的，但是道路是曲折的。在医疗AI逐渐落地的过程中，有诸多困难需要去面对。（1）临床认证难用于临床医疗的产品，需要得到所属国家食品药品监督管理局的认证才能合法临床使用。上文提到的IDx公司的糖尿病视网膜病变检测AI系统是美国食品和药物管理局（FDA）授权认证的第一次AI医疗项目。然而，大部分医疗AI项目都没有这么幸运，医疗临床器械认证流程非常繁琐。在我国要得到国家食品药品监督管理总局（CFDA）的认证，需要同国家的三甲医院合作进行临床测试，需要与接受临床测试的病人签订合同，还需要在国家专业机构做检测和报备，通过一系列测试和评估才能获得CFDA认证，很多医疗AI初创公司往往扛不住这样的时间成本。（2）数据问题数据是AI算法必不可少的“燃料”，很多做AI的公司头脑风暴出好些AI产品原型，大部分都由于无法获取足够多足够好的数据而不得不放弃。数据问题在医疗AI中尤为突出，一方面是数据来源问题，医院内的数据有相当一部分依赖于不同的系统，医院之间的数据也很难共享；另一方面是数据质量问题，医疗过程中产生各种临床数据，这样的数据缺少标准化和结构化处理，而且获取高质量的标注医疗数据也不那么容易。（3）隐私风险隐私是AI技术不得不面对的一个问题。随着AI技术的爆炸式发展，对隐私的保护越来越受到重视。随着欧盟的最严格隐私保护条例GDPR的出台，各国纷纷推出自己的隐私保护规范。AI技术对隐私的侵犯甚至还会成为某些社会问题背后的帮凶，比如种族歧视。就在不久前，一些AI巨头已经开始对这样的应用技术输出进行限制。6月9日，IBM宣布停止提供通用的人脸识别软件，随后不久亚马逊也宣布暂停向警方提供人脸识别监控软件，微软也紧跟其后表示在政府出台相关规定前不会再向警方出售人脸识别技术。虽然这些巨头们可能是迫于舆论压力不得不停止输出人脸识别技术，从侧面也反映出民众开始认识到自己的隐私正受到来自AI技术的侵害。在医疗领域，隐私数据尤其敏感，无论是基因测序数据，还是医疗健康数据，大部分人都不会愿意分享自己的敏感信息。如何在治病救人与保护隐私之间保持平衡，这是医疗AI发展之路无法绕开的问题，是技术与伦理的博弈。（4）AI诊断容易问责难医疗AI还存在一个困境，那就是如果让AI诊断代替医生诊断的话，将无法对诊断失误问责，无法定位责任主体，因为AI技术无法作为民事主体来承担民事责任义务，也不太可能让其背后的AI科学家承担责任。在医学伦理中，医生必须完全对患者负责，而如果让AI技术的锅给医生来背，也不太现实。（5）人才缺乏人工智能领域人才和医学人才是大学阶段培养周期最长的两拨人，也是最稀缺的人才。随着人工智能领域的爆炸式发展，人工智能相关技术人才的缺口越来越大，根据某招聘网站做的统计分析，中国人工智能人才缺口已经超过500万，高校每年培养的AI人才不到一万，杯水车薪。而医药AI需要从业人员不仅精通AI，还要懂医学相关细分领域的知识，能满足条件的凤毛麟角，更遑论建一个医疗AI团队，可想而知其难度之大。五我国医疗AI现状人工智能在我国各项政策的扶持下得到了快速发展，医疗AI也不例外。从下图医疗AI融资轮次的分布情况来看，目前我国医疗AI技术还处在比较初级的阶段，大部分融资还集中在公司比较早期的阶段，也体现了发展潜力巨大。六结语一百多年前的西班牙大流感造成了当时世界人口三分之一被感染，导致至少2000万人的死亡，是历史上最致命的一次全球大流行病。一个世纪后的今天，疫情再次席卷全球，不过今天人类已经有了更多的手段和方法来应对疫情的肆虐。希望人类克服层层困难，让医疗AI早日服务人类健康事业，尽早战胜新冠病毒。
近十年来，电商凭借在数据采集上的天然优势，让数据分析的力量被大家前所未有地重视。消费者浏览路径、选购偏好等数据，能为电商各种营销决策的制定提供支持。 而对于线下实体零售门店，该如何采集更多数据？“数据赋能”能否真的为实体经营带来收益？这也许是所有实体零售企业心中的困惑。 作为国内石化行业的新零售领军者，宜春中石化于2019年将SandStar视达为加油站量身定制的数据门店分析解决方案投入应用，部署后即开始24小时全域搜集加油站内人、车、场数据，并将数据分析结果灵活运用于多个领域的工作。 时隔一年后的2020年6月，宜春中石化年度工作报告数据显示：2019年全年销售业绩卓然。在宜春中石化首创的新零售模式下： ·汽油销售同比增长9.3%； ·非油品销售同比增长29.7%； ·加油卡新发卡量同比增长60.3%； ·汽油持卡消费率同比提高8.2%。 这或许可以为所有仍在观望智慧门店解决方案应用效果的实体零售企业带来一些启示。 数字化门店，加油站的定制方案 图灵科技为宜春中石化量身定制的智慧门店分析方案中，搭载了视达Smart Store Analytics算法和技术的摄像头，可以像“眼睛”一样看和收集视野范围内的数据。 在站内加油区、便利店区、停车区、洗车区均有摄像头分布，无论车主在哪个加油机前下车停留、或是下车后去往油站便利店购买商品，包括在本站的加油频次、洗车频次等数据，都可以被摄像头采集。 在实际应用中，这些数据可为各种营销活动提供方向和思路。 以数据在精准营销领域的应用为例，筛选加油站车主出现频次数据，可找出出现频次逐步正在下降的、即将流失的车主人群，针对这批车主，中石化可将车主人群过往消费较多的非油品或洗车服务等作为优惠内容，直发短信吸引再次前来消费。 用最精准的信息、触达到最精准的人群。不仅可以大幅度减少营销费用，还可以增加营销活动的转化率，这正是数据采集在实际应用中的魅力。 接下来，视达将帮助中石化将原有数据与新增采集数据进一步打通，形成上可溯源、下可预测的数据链，让数据采集和分析都进一步发挥实力，为运营决策提供更全面的数据支撑。 多维度消费者画像，多样化的应用场景 在场景的运用中，除了加油站之外，便利店、酒店大厅等同样是可享受智慧门店解决方案深度赋能的线下场景。 以便利店为例，部署视达智慧门店分析解决方案后，摄像头将可以实时采集店内人、货、场数据，构建销售漏斗转化模型。 店门口人流量、进店消费者特征，及行走路径、停留时长、货架区拿取放回动作、结算区排队时长等数据，可帮助获得更清晰的消费者画像； 商品热度、被拿取次数、区域热度等数据，则可以帮助优化选品、定价策略、货架陈列策略，以及智能供销预测； 同样的，店员结算效率、在库房停留时长、是否微笑服务等数据，也同样可被采集，供运营者进一步优化员工管理及服务制度。 基于采集数据，供应商可以更好地了解他们的消费者，了解他们的偏好、行为习惯等，将此用于为营销活动指引方向。 同样以精准营销为例，在上海可口可乐纪念品商店的部署方案中，视达用“定制广告推送”模块，帮助整个商店实现了基于属性、行为、情绪识别的定制式广告推送。女士进店时，最新款的服饰广告会出现在屏幕上；外国友人进店时，广告则会变成全英文界面……这一模块将极大地帮助吸引消费者进店、提升购买转化率。 视达智慧门店分析解决方案带给供应商的是什么？是助力和机遇。 以往供应商手中只有POS交易数据，许多运营决策只能依靠经验去做判断。而如今，依靠更全面的人、货、场数据，供应商可以从数据中寻求答案，抓住其中的蛛丝马迹，揭示更多经营中的客观规律，以此开展工作寻求实现降本增效的更多方法。 近年来，人工智能在零售领域的投资激增。这进一步说明，经过市场的洗礼，人工智能技术证明了自身在零售领域的无限潜力。 作为中国最早开始专注于人工智能赋能零售的企业， SandStar视达将在智慧门店分析解决方案上持续投入，用数据智慧帮更多优质企业实现实体店的数据化运营。 【SandStar视达】 SandStar视达成立于2016年。凭借优秀的商业化落地成果及前沿的技术研发，已获得国家高新技术企业认证、中关村高新技术企业认证的双高新认证，是中国最具商业化潜力的人工智能公司。 基于最先进的计算机视觉技术，SandStar视达通过对线下零售经营中的人（顾客）、货（商品）、场（店铺）等要素的全面数字化，让一切场景智能起来，最终实现从数据采集、数据存储、数据分析到数据优化的零售全流程生态体系的闭环。至今已为20家世界500强企业提供AI零售解决方案。
万科企业集团高级副总裁、冰雪事业部CEO 丁长峰 赵星雯 6月16日，“激荡时代，逐浪未来”易居沃顿房地产实战经营与商业管理项目课题发布会在上海举行。万科企业集团高级副总裁、冰雪事业部CEO丁长峰出席并发表演讲，他演讲的主题是《主题化时代商业经营的机会与挑战》。 丁长峰首先肯定了易居沃顿在疫情期间坚持举办第九期的勇气。他表示，疫情期间，培训受到非常大打击，尤其是线下的培训几乎是毁灭性的打击。易居可以坚持把培训做下去有非常大的勇气。所有导师都是被这个勇气感召，希望可以继续投入精力，和各位同学一起，共同挺过行业最艰难的时刻。 紧接着，丁长峰分享了他关于疫情后经营性不动产恢复的怎么样、未来应该怎么做的思考。他首先向大家展示了一组易居沃顿第八期学员关于停车场的内部数据，从这组数据可以看出：一、低风险地区经营已基本恢复；第二、南方好于北方；第三、城市周边景区恢复非常的明显；第四、线下支付的比例大大提高。从停车的数据来看，北京和北京的周边比较差，包括河北、东三省的表现也不是很好，江浙沪恢复的最高。这次北京疫情再次爆发，丁长峰估计对北京的打击更大。 关于近期办公市场受到的冲击，丁长峰认为传统办公市场的问题根本上是供需带来的问题，不是疫情。在供给端，上海、北京这样的城市持续三年到五年，每年的供应量在150万以上，基本上就是死。在需求端，外资撤离，中国的经济遇到很大的挑战，只靠线上企业不足以弥补传统办公市场萎缩。供应在增加，需求在缩小，中间的差距在不断的扩大，疫情只是加速了这个变化。 关于酒店未来的发展方向，丁长峰认为会有三个方面的变化：一、对卫生、环境更重视；二、对品质化、个性更凸显。三、大数据和人工智能会得到使用，但未来还是离不开有温情的直接接触的服务。
6月16日，上海召开全市金融支持稳企业保就业动员大会。上海市金融工作局副局长赵万兵在会上表示，该市金融业着力提高中小微企业信用贷款和中长期贷款占比，增加普惠型贷款投放。截至5月末，在沪银行已累计发放疫情防控贷款1678亿元，支持企业1.26万户。 据了解，“重点行业名单对接机制”将上海市经济信息化委、商务委等部门遴选的相关重点行业企业名单近2300家，推送给50家在沪银行。目前名单内企业已全部对接，累计新增贷款投放685亿元。 赵万兵透露，近期，上海市财政局会同金融工作局、上海银保监局出台了新一轮信贷风险补偿和信贷奖励政策，通过放宽风险补偿区间，鼓励加大信用贷款发放等举措，引导信贷资源向中小微企业倾斜。 在加强部门协同，着力提升信贷可获得性方面，上海金融业深化大数据普惠金融应用，向银行开放上海市8个部门提供的386项公共数据。在此基础上，推出“大数据+担保+银行”模式，通过担保增信，扩大贷款覆盖面。 赵万兵表示，目前，大数据普惠金融应用已服务3200多家小微企业，数据调用约5.5万次，为25亿元普惠贷款提供数据支持。为促进外贸企业融资，上海市推出“信保+银行+担保”融资服务方案，发挥担保分险增信对保单融资促进作用，进一步降低银行信贷风险敞口。 该市中小微企业政策性融资担保基金扩大担保贷款规模、实施担保费率降至0.5%等政策，截至5月末，共落实担保贷款3360笔近100亿元，同比增长50%。
6月16日，由“保险电商第一股”慧择（HUIZ.US）与西南财经大学大数据研究院联合主办，交子金融梦工场协办的“保险科技新基建暨慧择-西财大数据研究院联合实验室揭牌仪式”在成都召开。据悉，该实验室首个工程将锚定在慧择保险大数据知识图谱的构建。 知识图谱是人工智能技术的重要组成部分，在知识图谱技术的推动下，将改变保险与用户对话的方式，让保险商品变得简单明了。 慧择董事长兼首席执行官马存军在会上表示：“2020是成都大力发展金融科技的重要年份，也是慧择保险科技3.0时代的重要开元，目前，慧择已经进入全新的3.0阶段，未来将持续探索保险基建的开发与应用，用数据赋能业务，以数据智能构建保险服务效率与规模化生长，让数据算法深度与保险服务链条的每一个环节场景结合融入。” 慧择作为互联网保险入口级平台，一季报运营报告显示，长期险保费占总保费93.8%，连续两个季度超90%，而长期健康险保费更是同比增长高达52.6%。长期险的成功触网得益于大数据技术的主推，为保险实现了更为精准的产品设计和营销，在市场竞争中占据优势地位，如今互联网已经成为不可小视的保险销售渠道。 近几年长期健康险成功着陆互联网且发展迅猛，同时产品条款复杂、疾病保障信息理解难度大的问题仍然存在，互联网持续加速保险商品简单化、透明化将成为未来几年互联网保险产品演进的重要方向。 从慧择自身的数据不难发现，截至一季度末，慧择已累计服务被保险用户为5360万人，且多为习惯上网的32岁年轻用户，年轻人对信息整合和知识获取的要求越来越高，为满足用户能够更加快速、准确而又高效的获取知识和信息的需求，保险业的知识图谱构建应运而生，推进科技语言逻辑和工具高效形成，此举有望颠覆保险行业与用户尤其是年轻用户对话的传统方式。 知识图谱能以可视化的方式展示实体之间的关联，能更快、更简单地发现新的信息、新的非结构数据模态和新的知识，达到洞察客户、降低商务交易风险的目的。于此同时，提升消费者金融素养，更好地维护消费者的合法权益。 西南财经大学大数据研究院院长寇纲表示，慧择-西财大数据研究院联合实验室成立后将面向新时代的保险热点领域，以大数据创新保险科技为愿景，充分发挥慧择与西财在领域知识、人工智能、金融学等学科资源优势，努力建成“西财特色、国内领先”的保险大数据研究和科技创新的示范平台。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估