百度地图携手华住会上线无接触酒店信息,科技防疫降低交叉感染风险富士施乐“G3数字印刷定制创意设计大赛”正式启动抗疫第二战场,UCloud优刻得为丁香园、春雨医生等提供技术支撑2020年首场线上直播会来啦!创维即将揭秘“更好的智慧屏”电商发展势头喜人!兴长信达为传统企业提供全方位代运营方案腾讯2亿加持,配合疫情需求助力企业全面复工家有熊娃上网课,一文看懂家长应该怎么做苹果推出AR购物:商品“摆在家里看”更安心特斯拉今年的重任:重振被遗忘的太阳能和储能业务欧盟计划起草人工智能法规 引硅谷高层纷纷造访抛橄榄枝Instagram CEO:我们也想开发一款iPad应用,但没那么多人软银今年拟在拉美投资10亿美元 锁定650家公司2019手机保值率发布:一加、黑鲨逆袭成黑马从在线教育到开放平台,中国平安旗下麦奇教育科技的To B之路支援教育抗疫 尔康制药向长沙市教育局捐赠2吨酒精消毒液共同战“疫”不负韶华,科大讯飞“停课不停学”获广大学生认同成都外国语在线开课背后的故事:腾讯90后产品经理变身助教“小张老师”“金山云智通”协作一体化平台上线 构建智能协同数字在线空间realme全球首场发布会来袭 5G旗舰新机真我X50 Pro 5G将亮相最高人民检察院全面落地政务微信 疫情期间超万名干警使用筑牢防控阵地
  • 首页 > 产经频道 > 业界新闻

    拼多多市值一夜蒸发超百亿美元 跌至中国第七大互联网公司

    2019年11月21日 09:51:25   来源:腾讯科技

    1.jpgNV7中文科技资讯

      拼多多周三股价大跌近23%,报收31.4美元,创下IPO以来最大单日跌幅。NV7中文科技资讯

      公司市值方面,拼多多从最高的第四位(10月25日市值达464亿美元),被百度、京东、网易反超回来,现在位至中国第七大互联网公司。NV7中文科技资讯

    NV7中文科技资讯

      拼多多周三发布了该公司截至2019年9月30日的第三季度未经审计财报。财报显示,拼多多(NASDAQ:PDD)第三季度营收10.5亿美元,同比增长123%,预期10.8亿美元;净亏损23.350亿元,去年同期净亏10.983亿元;每ADS基本和摊薄亏损均为0.28美元,预期0.08美元。NV7中文科技资讯

      由于运营支出大幅增加,拼多多第三季度亏损扩大,低于市场预期,不包含其它项目,拼多多第三季度每ADS亏损1.44元,而汤森路透分析师平均预期为每ADS亏损0.53元。NV7中文科技资讯

      拼多多董事会主席兼首席执行官黄峥在财报发布后的电话会议上表示,“在整个第三季度,我们继续投资于用户,并从9月后半月开始加大营销力度,推出周年促销。这增加了我们稳定的用户增长势头,我们的月均活跃用户比上季度增加了6400万人,达到4.3亿人。加上更大的用户参与度和访问频率,每位活跃买家的年支出同比增长75%,推动我们过去12个月的商品交易总额增长144%,达到人民币8402亿元。”NV7中文科技资讯

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news@citnews.com.cn。

    [上传用户: ]
    分享到微信

    推荐

    工信部:携号转网管理规定12月1日起施行

    11月11日讯,工信部印发《携号转网服务管理规定》,规定自2019年12月1日起施行。规定要求电信业务经营者在提供携号转网服务过程中,不得为携号转网用户设置专项资费方案和营销方案,不得采取拦截、限制等技术手段影响携号转网用户的通信服务质量等。

    新闻

    《2019年全球电子商务数据报告》重磅发布

    11月5日,第二届中国国际进口博览会在上海开幕。对许多外国企业来说,参加进博会意味着走上进入中国市场的“绿色通道”,而各大跨境电商平台在去年祭出采购大单之后,早已筹谋今年的“买买买”计划,继续担当进博会重要的采购力量,丰富消费者的购物车。

    互联网+

    拯救脱发、治愈癌症...医疗互联网越慢越好?

    事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗行业的特殊性不言而喻,或许,越慢越好!

    融合

    高尚大的人工智能背后:真的只是单调、枯燥和密集劳

    总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。