天地在线(002995):国投证券股份有限公司关于深圳证券交易所《关于北京全时天地在线网络信息股份有限公司发行股份购买资产并募集配套资金申请的审核问询函》的回复之专项核查意见(修订稿)
|
时间:2025年09月25日 19:10:47 中财网 |
|
原标题:
天地在线:国投证券股份有限公司关于深圳证券交易所《关于北京全时
天地在线网络信息股份有限公司发行股份购买资产并募集配套资金申请的审核问询函》的回复之专项核查意见(修订稿)

国投证券股份有限公司
关于深圳证券交易所
《关于北京全时
天地在线网络信息股份有限公司
发行股份购买资产并募集配套资金申请的
审核问询函》的回复之专项核查意见(修订稿)
独立财务顾问二零二五年九月
深圳证券交易所:
受北京全时
天地在线网络信息股份有限公司(以下简称“上市公司”、“公司”或“
天地在线”)委托,国投证券股份有限公司(以下简称“独立财务顾问”,“国投证券”)担任
天地在线本次发行股份及支付现金购买资产并募集配套资金的独立财务顾问。根据贵所于2025年6月24日下发的《关于北京全时
天地在线网络信息股份有限公司发行股份购买资产并募集配套资金申请的审核问询函》(审核函(2025)130006号)(以下简称“审核问询函”)的相关要求,国投证券对审核问询函提出的问题进行了认真分析和核查,现就审核问询函相关内容作如下回复,请予审核。
如无特别说明,本回复使用的简称与重组报告书中的释义相同。在本回复中,部分合计数与各明细数直接相加之和在尾数上如有差异,如无特殊说明,均系四舍五入造成。本审核问询函回复所引用的财务数据和财务指标,如无特殊说明,指合并报表口径的财务数据和根据该类财务数据计算的财务指标。本回复的字体代表以下含义:
审核问询函所列问题 | 黑体(不加粗) |
对审核问询函的回复 | 宋体(不加粗) |
对重组报告书的补充披露、修改及本回复修改 | 楷体(加粗) |
目录
问题1:关于标的资产业务发展情况........................................................................4
问题2:关于标的资产经营业绩..............................................................................43
问题3:关于评估预测............................................................................................108
问题4:关于标的资产及其子公司股权代持........................................................133问题5:关于募集配套资金....................................................................................149
问题6:关于上市公司经营业绩及整合管控........................................................152其他事项说明...........................................................................................................176
问题1:关于标的资产业务发展情况
申请文件显示:(1)上海佳投互联网技术集团有限公司(以下简称标的资产)成立于2016年,同年5月首次增资收到股东货币出资200万元,其中计入实收资本25万元;2018年第二次增资但未实缴,实收资本保持不变;2021年第三次增资收到外部股东货币出资1800万元,其中计入实收资本27.76万元,原股东张富实缴出资额增至125万元;2022年标的资产减资,外部股东以1950万元的对价退出标的资产。标的资产的重要子公司百寻信息科技(上海)有限公司(以下简称百寻信息)自2018年成立以来未实缴注册资本,直至2025年5月缴足;上海推易软件技术有限公司自2017年成立收到实缴出资75万元后未实缴注册资本,直至2024年8月缴足。(2)标的资产自主研发的广告交易系统能够高效实现从用户甄别、发送请求、实时竞价到广告展示的完整交易流程,提高广告主的投放效率、实现更优的投放效果,标的资产在系统之外也可为客户提供智能营销服务。截至报告书签署日,标的资产拥有高性能广告投放系统等11项核心技术,拥有100余项计算机软件著作权、1项专利,核心技术人员共3人。(3)标的资产主要客户为阿里巴巴、京东、美团、拼多多、快手等大型互联网公司,在媒体资源方面,对接华为、小米、百度、网易、美图、喜马拉雅等硬件厂商及移动媒体平台。
请上市公司:(1)补充披露标的资产股东张富在最近两次增资期间实缴注册资本的具体时间和金额。(2)结合程序化广告作为互联网营销细分行业的发展历史与现状,下游客户需求与上游媒体资源供给情况,行业的市场空间、竞争格局、客户服务等进入壁垒,标的资产创始团队及其核心人员的行业与技术背景,历史研发投入情况、广告交易系统的研发及迭代过程等,补充说明标的资产及其重要子公司自创立以来在长期实收资本较小的情况下,其主营业务的起源与发展历程,与主要客户、供应商的合作历史、背景、过程及其合规性,是否存在商业贿赂情形,标的资产业务发展依靠的核心资源以及在产业链中贡献的核心价值。(3)结合程序化广告行业的发展趋势,大数据、机器学习等技术的发展情况,主要竞争对手的业务规模与技术水平,标的资产的研发投入规模、研发人员数量及其流动性、薪酬待遇水平,保障核心技术人员和研发团队稳定性的措施等,补充说明标的资产技术水平与核心竞争力的具体体现及其可持续性,是否存在易被模仿、替代或超越的风险,标的资产作为供应商的地位及其可替代性,持续经营能力是否存在不确定性。
请独立财务顾问核查并发表明确意见。
【回复】
一、补充披露标的资产股东张富在最近两次增资期间实缴注册资本的具体时间和金额。
(一)标的资产股东张富在最近两次增资期间实缴注册资本的具体情况佳投集团最近两次增资分别为2018年8月第二次增加注册资本和2021年6月第三次增加注册资本,该两次增资期间张富于2019年4月实缴出资100万元,具体情况如下:
根据佳投集团提供的实缴出资凭证、银行流水以及大信验字[2024]第5-00011号《上海佳投互联网技术集团有限公司验资报告》,2019年4月22日,佳投集团收到张富缴纳的出资额100万元,至此张富对佳投集团的实缴出资额为125万元,未缴出资额为200万元。
(二)重组报告书补充披露情况
上市公司已在重组报告书“第四节交易标的基本情况”之“二、历史沿革(一)佳投集团历史沿革情况”补充披露如下:
7、2019年4月,实收资本变动
根据大信会计师出具的《上海佳投互联网技术集团有限公司验资报告》,2019年4月22日,佳投集团收到张富缴纳的出资额100万元。
本次出资完成后,标的公司的股权结构如下表所示:
序号 | 股东名称 | 认缴出资额(万元) | 实缴出资额(万元) | 持股比例 |
1 | 张富 | 325.00 | 125.00 | 65.00% |
2 | 上海极那 | 175.00 | 0.00 | 35.00% |
合计 | 500.00 | 125.00 | 100.00% | |
二、结合程序化广告作为互联网营销细分行业的发展历史与现状,下游客户需求与上游媒体资源供给情况,行业的市场空间、竞争格局、客户服务等进入壁垒,标的资产创始团队及其核心人员的行业与技术背景,历史研发投入情况、广告交易系统的研发及迭代过程等,补充说明标的资产及其重要子公司自创立以来在长期实收资本较小的情况下,其主营业务的起源与发展历程,与主要客户、供应商的合作历史、背景、过程及其合规性,是否存在商业贿赂情形,标的资产业务发展依靠的核心资源以及在产业链中贡献的核心价值。
(一)程序化广告行业的发展历史、发展现状和市场空间
1、程序化广告行业的发展历史
程序化广告是指通过数字化、自动化、系统化的方式改造广告主、代理公司、媒体方并将它们进行程序化对接,从而实现目标人群匹配、竞价购买、广告投放、投放报表反馈等一系列过程自动化的广告投放技术。
2005年,全球首个广告交易系统—RightMedia诞生于美国,同年AdECNADX在美国发布,为广告供求双方提供了集中交易的场所,正式揭开了程序化广告发展的序幕。2006年,美国ADX/SSP公司成立PubMatic,进一步丰富了程序化广告产业链。
2008年,谷歌收购DoubleClick。同年,美国BlueKai发布全球首个DataExchange(DXP)/DMP,为程序化广告提供了更强大的数据支持。
2012年,IAB发布标准RTB协议,中国程序化广告市场也进入探索期。同年,谷歌DoubleClickADX在中国试运营并正式上线,这一举措促使百度、腾讯和新浪等公司纷纷上线广告交易系统,程序化广告逐渐被国内市场接纳并重视,展示广告交易模式从按广告位购买进化到按受众购买。同时,一系列反作弊、品牌安全保护等相关技术和解决方案也应运而生,推动了行业的规范化发展。
2013年,新浪推出信息流广告产品,中国引入私有程序化购买模式PA(私有市场交易模式,PrivateAuction)、PD(优先交易购买模式,PreferredDeals)和PDB(程序化直接购买交易模式,ProgrammaticDirectBuying)等,为广告市场带来了新的交易方式。
2014年,移动端程序化广告开始上线,随着智能手机的迅速普及,移动端程序化广告发展迅猛,eMarketer数据显示,到2015年美国程序化广告移动端市场规模首次超过PC端,成为推动行业发展的重要力量。这一时期,百度DSP(DemandSidePlatform)和DMP(DataManagementPlatform)、阿里DMP、广点通DMP等相继发布,大量的广告交易系统和技术服务商纷纷涌现。
2019年以来,随着抖音、快手等短视频平台流量的爆发式增长,为程序化广告的发展开拓了新的渠道,这些平台凭借丰富的流量资源、先进的技术以及强
大的数据分析能力,迅速成长为程序化广告行业的有力竞争者。
近年来,随着大数据、人工智能等前沿技术在程序化广告行业的深度运用,
程序化广告的交易速率提升至毫秒级,同时投放效率也快速提升,帮助广告主及
媒体端实现营销效益的最大化。整个行业涌现出腾讯广点通、阿里巴巴Tanx,
字节跳动巨量引擎、巨量千川,快手磁力聚星等诸多大型广告交易系统,这些系
统在国内程序化广告市场中占据主导地位,对市场的发展趋势和竞争格局产生了
深远影响。
2、程序化广告行业的发展现状和市场空间
(1)程序化广告已成为全球互联网广告主要交易模式之一
与传统广告模式相比,程序化广告技术基于大数据来定位目标客户群体,从
而实现了广告的高效投放,同时由于广告位的选择、广告的投放以及竞价购买等
中间环节均依托程序自动化完成,为广告主和媒体平台节约了大量时间和人力成
本,因此也成为了目前互联网广告投放中使用占比最高的模式。根据Statista数
据显示,2024年全球程序化广告支出达到6,509亿美元,与2023年相比,总额
增加了12.1%,在数字广告市场规模占比已达到82.4%。数据来源:Statista、Wearesocial、Meltwater
在各类程序化广告交易方式中,RTB(Real-TimeBidding实时竞价)以其高效投放和实时竞价的特点赢得了越来越多企业的青睐。在市场竞争日益激烈的背景下,企业对于营销预算的分配越来越注重效果和效率,RTB广告模式通过实现对目标消费者的锁定,大幅提高广告投放的转化率,并支持广告主在短时间内
对多个广告展示机会进行竞价,上述过程均在毫秒级别自动完成,帮助广告主及
媒体端实现营销效益的最大化。目前随着RTB系统功能的不断发展和完善,越
来越多的广告主和媒体平台正在享受到这一先进广告交易模式所带来的巨大商
业价值和竞争优势,也使得该模式逐渐成为了程序化广告的主要交易模式,相关
预算投入不断增加。
(2)我国互联网广告市场规模持续增长,程序化广告占比持续提高
我国作为全球第二大广告市场,广告业也呈现出蓬勃发展的良好态势,特别
是移动通信、互联网、社交媒体等新兴媒介的飞速发展,以及大数据、人工智能、
云计算、物联网等技术在广告领域的应用不断加强,持续促进我国互联网广告业
高质量发展。根据QuestMobile数据显示,2023年我国互联网广告市场规模达到
7,146.1亿元,在我国广告市场总体占比由2021年的64.4%快速增长至73.0%。
预计到2025年,我国互联网广告市场规模将达到8,520.4亿元,占比进一步增至
76.2%
。
2021-2025年我国广告及互联网广告市场规模情况(亿元)数据来源:QuestMobile
在各类互联网广告媒介中,电商类媒介作为广告主提升转化效率的重要抓手,始终占据着主要市场份额,且占比持续提升。根据QuestMobile数据显示,2023年电商类媒介在互联网广告市场占比达到了57.7%,预计到2025年电商类占比
将进一步提升至61.2%。
2021-2025年我国互联网典型媒介类型广告市场份额分布情况数据来源:QuestMobile
在程序化广告方面,我国庞大的网络用户规模以及近年来互联网、大数据等
产业的快速发展,为程序化广告提供了肥沃的土壤,根据QuestMobile数据显示,
我国ADX&SSP在整体互联网广告市场中的占比已由2020年的48.3%增长至
2023年的64.6%,预计到2025年将进一步提升至68.0%,市场规模已由2021年
的3,504.3亿元增长至2023年4,616.4亿元,预计到2025年将提升至5,793.9亿
元。
2020-2025年我国ADX&SSP在整体互联网广告市场规模占比情况数据来源:QuestMobile数据来源:QuestMobile
(3)生成式AI技术将推动互联网广告行业变革
人工智能生成内容(AIGC,ArtificialIntelligenceGeneratedContent)是一种利用人工智能技术生成内容的方式,作为当下最为火热的人工智能技术领域之一,正在以前所未有的速度和广度在各个领域探索应用,如今各行各业都在积极探索与AIGC技术融合的更多可能性。目前,AIGC已应用在文本、图片、视频、音频、虚拟场景以及3D动画等多样化数字内容生产的各个领域并且替代了部分人工创作。广告业作为上述场景使用最频繁的行业之一,也将通过AIGC的应用融合实现巨大变革。对于广告行业,AIGC打破了传统的人工编写模式,使内容生产更加自动化、智能化,极大地提高了内容生成的效率和品质,同时可以根据不同的受众和广告策略,自动化地生成各种形式的广告内容,大幅提升平台运营效率、广告投放效果。未来对于AIGC的利用程度及效率将在很大程度上决定着广告公司的成败。根据BloombergIntelligence数据显示,2022年全生成式AI广告市场规模达到5,700万美元,预计到2032年,相关市场规模将达到1,920亿美元,占据整体数字广告市场规模的13%。
2022-2032年全球生成式AI广告市场规模情况数据来源:BloombergIntelligence
(二)程序化广告行业的上下游情况
1
、程序化广告行业的产业链情况
程序化广告行业产业链的主要参与者包括广告主、广告服务提供商及媒体端。
其中广告主是指希望在其目标市场中与潜在用户建立联系的企业,以实现提升品
牌认知度、最终商品销售或用户获取的需求;广告服务提供商是指规划和管理广
告主营销活动的服务平台,具体包括需求方平台(DSP)、供应方平台(SSP)
和广告交易系统(AdExchange)等;媒体端是指拥有用户的媒体及互联网平台,
包括应用程序、门户网站和搜索引擎等。
程序化广告产业链程序化广告产业链各方具体职责如下:
参与者 | 职责 |
需求方平台(DSP,
DemandSidePlatform) | 为广告主提供跨媒介、跨平台、跨终端的广告投放平台,通过
数据整合、分析从而实现基于受众的高效投放 |
供给方平台(SSP,
SupplySidePlatform) | 是为媒体提供服务的平台,负责管理媒体广告位库存、优化广
告位的售卖,提高其广告资源价值,帮助其提升收益 |
广告交易系统(ADX,
ADExchange) | 帮助DSP与SSP通过RTB方式进行广告交易的系统 |
数据管理平台(DMP,
DataManagement
Platform) | 负责统合、加工第三方用户数据并售卖给DSP的数据平台 |
在程序化广告交易过程中,RTB(Real-timeBidding)实时竞价是其核心功能之一,在RTB模式下,广告主将自己的广告需求放到需求方平台(DSP)上,而媒体将自己的广告流量资源放到广告交易系统上。当用户访问一个网站时,供应方平台(SSP)向广告交易系统发送广告位信息,多个广告买家根据用户特征和网页内容等信息,在毫秒级时间内决定是否竞价及出价金额。最终,出价最高的广告买家赢得广告展示机会。
程序化广告行业上下游之间通过程序化广告交易平台形成了紧密联系:上游媒体资源方提供广告库存,通过程序化交易实现流量变现,获得广告收入。下游广告主通过程序化广告平台获得流量,提升营销效果,降低获客成本。
2、上游媒体资源供给情况
媒体资源供给方主要负责提供广告库存(流量),是程序化广告产业链的流量入口。媒体资源供给方主要分为以下两类:
1
()以小米、华为、凤凰网、字节跳动、腾讯、网易、百度等终端硬件厂商和互联网公司为代表的大型媒体资源,这些头部媒体在流量供给端占据绝对优势地位,他们凭借庞大的用户基数和高质量流量占据绝大部分流量份额,也是程序化广告市场最重要的媒体资源供给方;
(2)除头部媒体以外,数量众多的中长尾媒体资源。它们在流量规模、影响力等方面相对较小,但数量众多,共同构成了程序化广告市场上游媒体资源的中长尾部分。
从类型上看,中长尾媒体资源包括垂直领域媒体,如喜马拉雅、虎扑、网易云音乐、美图和汽车之家等,这些平台专注于特定行业或领域,虽然流量池相对局限,但在特定垂直领域具备一定的用户粘性和稀缺性。此外,还包括大量的地方媒体、中小网站、自媒体账号等,例如地方生活号、小众兴趣类网站、个人博客等,它们能够满足广告主对于特定区域、特定兴趣群体的营销需求。它们数量庞大,且与头部媒体相比,广告位价格通常相对较低,能够为广告主提供更具性价比和针对性的广告投放选择。
3、下游广告投放需求情况
程序化广告的下游广告主以电商、游戏、快消和汽车等行业客户为主,其需求呈现以下特点:
行业类型 | 代表企业 | 需求特点 | 广告投放关注重点 |
电商行业 | 阿里巴巴、美团、
京东、拼多多 | 追求营销ROI(Returnon
Investment,投资回报率)
注重高效投放与转化 | 高效转化、成本优化、覆
盖面广泛 |
游戏行业 | 腾讯、米哈游、
网易 | 依赖用户获取(UA,User
Acquisition),强调用户
触达的时效性与长期价值
挖掘 | 用户生命周期价值、用户
快速高效触达 |
快消/汽
车行业 | 宝洁、特斯拉、
理想 | 品牌曝光与效果转化相结
合,注重品牌传播与用户
互动效果 | 品牌曝光、用户互动、效
果转化 |
(三)程序化广告行业的竞争格局
1、全球程序化广告行业竞争格局
在全球程序化广告市场中,Google和Meta处于绝对领先的地位。据AppGrowing统计,GoogleAds依托谷歌庞大的搜索引擎、广泛的网络内容以及旗下如YouTube等热门平台,占据了约35%的市场份额。其具备强大的数据分析能力,能够基于用户搜索行为、浏览历史等多维度数据实现高效的广告投放,吸引MetaAds Facebook Instagram
了大量品牌广告主。 则借助 、 等社交平台的海量用
户基础,市场占有率约达25%。凭借对用户社交关系、兴趣爱好等信息的深度挖掘,MetaAds能够为广告主提供高度个性化的广告展示服务,尤其在社交媒体广告领域优势显著。两者合计垄断了全球70%以上的市场份额,构筑起较高的竞争壁垒,主导着行业的发展方向。
2、国内程序化广告行业竞争格局
在国内市场,虽然程序化广告行业发展起步较晚,但发展势头迅猛,涌现出了腾讯广点通、阿里巴巴Tanx,字节跳动巨量引擎、巨量千川,快手磁力聚星等诸多大型广告交易系统,为广告主提供优质高效的投放推流服务,促进了我国程序化广告行业的持续发展。
上述大型广告交易系统主要为广告主对接互联网公司内部的媒体和移动产品资源,如腾讯视频、抖音、快手等;随着互联网行业的不断发展,大中型互联网公司对维持和提高自身用户的活跃度、吸引电商店铺的消费者并提高复购率等外部广告投放需求日益增长,同时随着程序化广告行业技术进步,相对低成本、目标群体清晰的中长尾媒体流量的价值逐步凸显,促进了标的公司这类独立第三方程序化广告服务商的发展。
目前,针对程序化广告行业的公开统计数据较少,未对各个参与者的市场占有率进行详细统计。在国内上市公司中,以程序化广告交易为主营业务的公司较少,具有与标的公司类似业务的主要参与者如下:
(1)汇量科技
汇量科技成立于2013年,于2018年在港交所上市(01860.HK)。
汇量科技主要为广告主提供广告技术服务,为全球的移动应用开发者提供移动广告及移动分析服务。基于Mintegral的程序化广告技术平台,通过链接大量的中长尾App流量,为广告主提供一站式的程序化广告投放和流量变现服务。
同时,以广告联盟的形式覆盖全球中长尾媒体,以非程序化的方式帮助广告主寻找优质低价的流量。
汇量科技的Ad-tech业务与标的公司的广告交易系统业务较为相似。其以Mintegral系统为核心载体,以程序化系统的方式链接广告主和流量方,实现自动化投放。目前,智能出价的方式已经成为广告主在Mintegral系统上的主流选择,Mintegral能帮助开发者更精准、高效地触达目标用户,并不断优化出价策略,更快、更好地提升获客效益与用户质量。
(2)深演智能
深演智能成立于2009年,注册地在北京。深演智能是一家营销技术(MarTech)服务商,致力于通过技术、智能算法和系统产品提升企业数字化营销中的自动化和智能化水平,主营业务是为大中型企业级客户提供一站式数字营销中的智能决策系统及运营服务。
该公司的智能广告投放服务与标的公司的广告交易系统业务相似,是基于自主研发的智能投放管理系统AlphaDesk,综合管理多种媒体资源,利用自主研发的多项智能投放算法,为广告主实现高效的媒体资源和目标受众匹配,采用程序化的方式实现跨媒体、跨终端的广告投放。其AlphaDesk系统具有投放策略管理、智能排期引擎、创意资产管理、受众标签及分层和高级分析及可视化等多个功能模块。该公司在产业链中所扮演的角色更偏向于DSP,其主要根据广告主的需求和自身算法,针对标的公司等第三方ADX平台发送的每一次广告曝光进行实时竞价,通过自身算法匹配广告主和曝光机会,以及测算出合理的出价。
(3)
蓝色光标
蓝色光标成立于2002年,于2010年在深交所上市(300058.SZ)。
蓝色光标是一家为企业智慧经营全面赋能的营销科技公司,其及旗下子公司的业务板块包括:全案推广服务、全案广告代理和出海广告投放,服务内容涵盖营销传播整个产业链,以及基于营销科技的智慧经营服务,服务地域基本覆盖全球主要市场。
蓝色光标子公司多盟智胜拥有效果驱动互动式程序化广告平台UGdesk、程序化购买平台、必得优选平台等多种程序化广告产品,为广告主提供策略、创意、优化等全生命周期的移动智能营销整合服务。
(4)
利欧股份
利欧股份成立于2001年,于2007年在深交所上市(002131.SZ)。
利欧股份主营业务分为机械制造业务和数字营销业务两部分。数字营销服务已覆盖营销策略和创意、媒体投放和执行、效果监测和优化、社会化营销、精准营销、流量整合等完整的服务链条,成功建立了从基础的互联网流量整合到全方位精准数字营销服务于一体的整合营销平台,为客户提供数字策略和数据、数字创意、数字媒体、数字流量、社会化媒体和娱乐内容营销以及电子商务为一体的“数字化商业转型”解决方案。
其自主开发的盘古引擎和泰坦引擎程序化广告产品,可以为广告主提供华为广告、巨量广告、千川广告等程序化广告投放管理服务。
(5)
易点天下
易点天下成立于2005年,于2022年在深交所上市(301171.SZ),是一家率先在出海营销领域布局AIGC战略的营销科技公司,致力于以“出海服务”与“广告技术”为核心,为企业提供包括品牌全案、效果广告、头部媒体账户管理在内的全球营销推广服务、程序化广告增长与变现服务,以及AI素材生成、BI数据分析和增长模型预估、CI智能化多云聚合管理等出海数字化服务。
该公司拥有zmaticoo程序化广告系统,通过技术驱动的双边市场模型连接广告主与媒体方,构建了覆盖需求侧(DSP)、供给侧(SSP)、数据中台的完整商业闭环,可以为广告主实现高效投放和成本优化。
(6)新数网络
新数网络成立于2011年,于2015年在全国股转系统挂牌(834990)。新数网络是一家以技术驱动提供实效广告推广服务的高新技术企业,其主要基于程序化购买的WiseDSP平台,提供互联网广告实效推广服务以及相关技术服务。其根据广告主的营销需求制定互联网广告投放策略,通过WiseDSP平台,以定价或竞价的方式取得投放机会并发布客户的互联网广告,实现广告的受众购买和程序化购买,并对广告效果进行实时监测和优化,以帮助广告主达到高效投放的目的。
相较于标的公司,上述同行业公司业务种类较为广泛,涵盖了广告营销领域的多个环节,而标的公司则更多专注于RTB实时竞价业务,致力于为广告主和媒体方提供一个高效的聚合系统,将丰富的流量资源匹配给最为合适的需求方。
(四)进入行业的主要壁垒
1、技术和产品壁垒
程序化广告行业属于技术密集型行业,服务商的技术研发和产品研发需持续投入、不断优化和长期积累。技术研发方面,随着企业数字化转型发展,客户不仅注重获客效率,更注重自身数据整合和存量用户的运营,因此,服务商需要进行持续的技术研发升级,不断提升自身数据处理分析能力和系统运营能力,优化模型算法,从智能算法、智能策略、数据治理等多个角度帮助客户提高从新客获取到用户运营等全链路的经营效率,全方位助力企业数字化转型。产品研发方面,随着客户对于数据中台的需求不断提高,服务商需要不断提高自身产品的数据整合、数据分析、营销自动化能力,与以人工智能、大数据、云计算等为代表的新兴技术深度融合,不断拓展自身的产品功能矩阵。
行业领先的服务商通常拥有大量的实践经验,并在此基础上持续推进技术研发和产品研发,产品和核心技术的不断累积是业内企业取得优势的关键因素。行业新进入者受限于行业经验及技术储备的不足,难以在短期内完成各项技术和各种产品的研发积累。因此,标的公司所处行业具备一定的技术和产品壁垒。
2、服务经验壁垒
经过多年的发展,行业领先的竞争者已凭借自身先进的技术水平及优秀的服务能力在行业内建立起良好的口碑,同时凭借在多个垂直行业的服务经验,与头部客户形成了长期稳定的合作关系,新进入者难以在短期内触达到优质的头部客户,并缺乏不同垂直行业内的服务经验。
3、人才壁垒
程序化广告行业是一个综合性较强的行业,企业的成功需要一批具备国际化视野和丰富行业经验的经营管理人才、营销专家以及技术研发人才。行业内领先的服务商已经通过自身积累培养了一支稳定的综合性专业人才团队,并形成了一套行之有效的人才培养体系。而新进入者招募该等人才的资源有限,缺乏该等人才又使得新进入者在短期内难以与领先的服务商竞争,具备一定的人才壁垒。
(五)标的公司创始团队及其核心人员的行业与技术背景,历史研发投入情况、广告交易系统的研发及迭代过程
1、标的公司创始团队及其核心人员的行业与技术背景
标的公司创始团队及其核心人员情况如下:
序号 | 姓名 | 学位/
学历 | 职位 | 主要工作经历及对标的公司贡献 |
1 | 张富 | 博士 | 创始人兼
CEO | 曾在多家企业担任管理岗位,具有16年广告
行业从业经验,熟悉数字广告技术体系及行
业发展趋势,具备扎实的技术背景和企业管
理能力。目前担任标的公司的创始人兼CEO,
全面负责公司战略与经营管理,带领标的公
司实现持续增长与技术创新。发明2项行业
相关专利成果:一种均衡广告流量控制方法
及系统(专利号ZL202011492476.3)、基于
流量消耗的广告投放优化方法和系统(专利
号ZL202510362451.8),具备较强的技术创
新能力和成果转化能力,能够有效推动标的
公司产品及技术的持续优化。 |
2 | 林叶 | 硕士 | CTO | 拥有超20年的开发、产品和管理经验。曾任
北京博圣云峰广告有限公司技术部经理、北
京九州易软件科技发展有限公司CEO、上海
科捷信息技术有限公司产品总监、上海新数
网络科技股份有限公司北京区产品总监,于
2018年开始在标的公司担任CTO职位,主导
设计与研发标的公司的ADX广告交易系统,
不断改进与优化广告投放效果。同时对标的
公司产品与技术部进行管理升级,采用OKR
进行管理,提升研发人员的开发效率。并且
建立知识管理机制,提升整体团队知识系统,
产生200余件技术产品相关文档,不断提升
技术人员的研发能力。 |
3 | 张快强 | 本科 | 运营总监 | 曾任上海学尔森文化传播有限公司营销总
监、点点客信息技术股份有限公司SEM总监,
具有16年行业经验。2017年加入标的公司,
主导客户运营与投放策略,推动阿里、美团
等客户广告投放效率提升,提升平台整体商
业化能力。 |
4 | 曾宴平 | 硕士 | 监事 | 曾任互众广告销售经理,拥有超过10年互联
网广告行业经验,具备深厚的程序化广告行
业理解及客户服务能力。2016年加入标的公
司,现担任标的公司监事。长期负责重点客
户服务,提升客户满意度。 |
5 | 方友松 | 本科 | 技术总监 | 曾任互众广告(上海)有限公司技术总监、上海
寺信网络科技有限公司高级工程师,拥有近
20年的技术开发及管理经验。于2019年加入
标的公司,作为核心人员参与构建标的公司 |
| | | | 的ADX广告交易系统,同时参与发明专利:
一种均衡广告流量控制方法及系统(专利号
ZL202011492476.3)。 |
6 | 杨虎啸 | 专科 | 项目负责人 | 曾任上海卓卓网络科技有限公司技术总监、
上海品管企业管理有限公司技术总监,拥有
近16年的开发和项目管理经验。于2021年
加入标的公司,目前担任标的公司项目负责
人一职,从事具体项目的开发和管理工作。 |
7 | 万菲 | 本科 | 财务主管 | 曾任上海天擎信息技术有限公司财务主管,
拥有15年以上互联网广告行业财务管理经
验,于2018年加入标的公司,现任标的公司
财务主管岗位,负责公司整体财务规划、核
算,在企业高速发展的同时,有效识别和管
理财务风险 |
2、历史研发投入情况
标的公司自成立起至2024年末,历史研发投入金额累计超过4,900万元,具体情况如下:
单位:万元
项目 | 2018年度 | 2019年度 | 2020年度 | 2021年度 | 2022年度 | 2023年度 | 2024年度 |
职工薪酬 | 159.27 | 292.79 | 716.92 | 1,176.06 | 613.05 | 629.69 | 695.06 |
折旧费 | 8.86 | 10.04 | 10.68 | - | 13.48 | 51.19 | 43.56 |
其他 | 29.44 | 66.82 | 151.58 | 215.89 | 15.22 | 10.35 | 39.10 |
合计 | 197.57 | 369.66 | 879.17 | 1,391.95 | 641.76 | 691.23 | 777.72 |
注:2018年-2022年数据未经审计。
截至本回复出具日,标的公司已拥有163项软件著作权和2项发明专利,形成了丰富的自主知识产权储备。
报告期内标的公司研发支出持续稳步增长,能够有效支撑公司现有业务优化需求及新技术储备。
3、广告交易系统的研发及迭代过程
标的公司自成立起便持续投入对广告交易系统的研发、迭代和优化。标的公司广告交易系统采用大数据分析、机器学习和人工智能等技术,实现高效投放和实时竞价,确保广告主在最合适的时机以最优价格进行投放。目前平台日均处理流量超过220亿次,支持广告位数十万,实时竞价业务处理时间小于10毫秒。
凭借高效的广告投放能力,标的公司赢得了众多客户的信赖和好评。其具体的研发及迭代过程如下:
时期 | 迭代阶段 | 研发目标 | 关键产出及功能 |
2016年-2017年 | 核心基础设施奠基期 | ①建立统一RTB竞价链路:构建从广告请求到竞价响应的统一高
效链路,是整个系统的基础。通过兼容OpenRTB协议和制定标准
化接口规范,确保不同DSP媒体方均能顺利接入。底层架构以低
延迟和高并发为设计核心,要求在亿级QPS条件下,99%的请求
响应时间控制在100ms内。通过这种架构设计,平台不仅满足了
大规模广告交易的实时性需求,还为后续智能化发展奠定了坚实
基础。
②搭建数据采集与初级分析能力:通过spark、hive等分布式技
术,实现广告曝光、点击、转化等数据的全量采集和流式处理。
数据采集的实时性和稳定性,是保证竞价链路透明度的重要条
件。与此同时,构建基础报表体系,提供流量规模、填充率、eCPM
等核心指标的可视化展示,帮助运营人员、媒体方和DSP快速掌
握系统运行情况。报表功能还承担了初级的对账和监控职能,为
后续引入智能化分析和预测提供了必要的数据积累。 | 实时竞价引擎:具备毫秒级出价决策能力,
能够支撑高并发环境下的自动化策略执行
与快速结果回传。确保竞价公平透明,并
且具备可扩展性,能够在未来引入更复杂
的算法模型。 |
| | | 广告库存管理:提供库存的分层管理与广告
位定向能力,支持底价设定和不同广告主
需求的差异化处理,帮助媒体提升变现效
率,保障收益稳定增长。 |
| | | 日志收集管道:采用分布式消息队列技术,
保证日志数据的完整性、准确性和可追溯
性。为后续的分析、建模和风控提供高质
量的数据输入。 |
| | | 基础报表:多维度的数据统计与可视化,为
广告主和媒体提供直观的数据支持,便于
投放优化和结算核对,提升平台的公信力。 |
2018年-2020年 | 数据智能驱动期 | ①深化实时流量洞察:在百亿级流量规模下,构建分钟级别刷新
频率的数据可视化与分析系统。通过地域、设备、APP等维度的
切片分析,实现对流量结构和用户行为模式的全面洞察。这不仅
提升了运维与运营团队的决策效率,还为后续策略优化提供了直
接的支撑。
②引入智能投放与预算调度:应用机器学习方法,建立CTR与
CVR预测模型,为DSP提供更精准的出价策略。通过预算消耗预
测和动态分配机制,避免预算提前消耗过快或分配不合理的问
题。投放节奏得到优化后,广告主能够实现更高的ROI,平台整 | 百亿流量可视化仪表板:支持分钟级数据刷
新,提供流量分布、请求趋势和转化数据
的多维度展示,提升监控与响应能力。 |
| | | 出价策略机器学习模型:利用历史点击与转
化数据,结合上下文特征进行预测,实现
动态出价优化,帮助广告主最大化投放收
益。 |
| | | 实时预算节奏器:能够根据时间段、曝光目
标和转化目标对预算进行智能分配,避免 |
| | 体投放效率与转化率也随之提升。
③异常流量自动监测防护:通过规则引擎与机器学习模型结合,
识别和阻断无效流量与欺诈行为。例如使用神经网络、贝叶斯网
络等检测模型,动态发现异常模式。该机制能够有效降低刷量与
作弊对平台的侵蚀,保障广告库存的真实性和可靠性。 | 资源浪费,并提升预算利用率。 |
| | | 流量异常检测系统:多模型融合技术识别异
常请求,实时隔离潜在的恶意流量,进一
步保障平台的投放安全与用户体验。 |
2021年-2024年 | 深度洞察与交互革新
期 | ①深度数据挖掘:通过跨媒体、跨渠道的全链路数据融合,构建
更加完整的用户画像和精准的归因分析模型。实现广告从曝光到
转化的全过程追踪与解释,帮助广告主和媒体更清晰地理解用户
行为路径,从而优化整体投放策略。
②全链路智能投放与终端交互:开发交互式投放控制台,提供实
时调控能力。运营人员能够在投放过程中即时调整出价、预算与
定向策略,结合动态创意优化,真正实现“人机协同”的智能化
投放闭环。
③视觉营销内容创新:引入计算机视觉和多模态推荐技术,实现
基于用户兴趣和场景的精准广告匹配。支持短视频广告、原生广
告等新形式,推动广告内容创新和营销模式升级,增强用户体验。
④数据治理与合规分析:建立完善的元数据管理体系与数据血缘
系统,确保数据使用的可追溯性和合规性。严格遵循国家隐私保
护法规,并通过跨区域的数据安全审计,保障平台在全球市场的
合规运营能力。 | 多维关联分析引擎:整合跨平台、跨渠道数
据,支持广告主开展深度行为分析,提升
策略决策的准确性与前瞻性。 |
| | | 交互式投放控制台:提供可视化操作界面,
集成实时监控与智能推荐算法,帮助运营
快速完成参数调优与效果优化。 |
| | | 视觉营销平台:结合图像识别、视频内容理
解与创意自动生成,提升广告创意与用户
兴趣的契合度,推动广告形态的多样化发
展。 |
| | | 元数据管理及数据血缘:实现数据全生命周
期管理,提供操作审计与合规追溯,确保
平台在隐私与安全方面符合国际标准。 |
(六)标的公司主营业务的起源与发展历程
标的公司成立于2016年3月,自成立以来,标的公司始终秉持以技术驱动
业务发展的战略,持续关注数字化营销领域的技术热点与发展趋势,深入研究并
积累了丰富的行业经验。标的公司主要发展历程如下:标的公司创始人张富先生在互联网广告行业和程序化广告领域拥有丰富的行业经验、客户及供应商资源,对业务模式、技术发展等行业发展趋势拥有较强的洞察力。随着中国程序化广告行业的逐步兴起,2016年张富先生成立佳投集团,专注于程序化广告业务。标的公司自成立之初便专注于广告交易系统的研发、迭代升级和优化,围绕技术和服务能力建立自身的核心竞争力。
2017年,标的公司的核心团队通过自身技术实力和行业经验,构建起完整的RTB竞价链路,同时具备了相应的数据采集和分析能力,研发了初代的实时竞价引擎,已经初步可以满足广告主实时竞价的业务需求。
此时,广告营销领域里从事独立第三方广告交易系统业务的公司相对较少,当时京东正处于向
移动互联网转型发展的重要阶段,大力发展其DSP业务(京准通),推广京东app及其店铺商家,需要寻找独立第三方广告交易系统服务商合作,此时无论是京东还是移动端媒体对第三方广告交易系统服务商的资金实力没有较高的要求,标的公司的业务模式也无需提前采购媒体资源,无需垫付大量资金;此时标的公司已经具备了提供RTB实时竞价服务的能力,其交易系统通过兼容0penRTB协议和制定标准化接口规范,可以确保不同DSP媒体方均能顺利接入。系统底层架构以低延迟和高并发为设计核心,要求在亿级QPS条件下,99%的请求响应时间控制在100ms内,通过这种架构设计,公司的系统可以满足大规模广告交易的实时性需求,且同时具备了广告库存管理、日志收集、基础报表生成等功能。系统经测试合格后,标的公司于2017年与京东展开合作。
此后,标的公司不断加大研发投入,提升和完善广告交易系统的各项功能,扩大自身的能力圈和服务范围,并于2018年7月收购上海推易,进一步提升自身技术实力,加速系统研发迭代。
2020年凭借其技术和服务能力入选阿里巴巴的程序化广告交易供应商,标的公司业务也进入了加速增长期,2021年与美团展开业务合作,2022年至今标的公司的广告交易系统持续迭代升级,持续保持标的公司的核心竞争力处于行业领先地位。
标的公司依靠自主研发的广告交易系统、强大的媒体资源整合能力以及专业的客户服务能力,实现了业务的快速增长,在长期实收资本较小的情况下,标的公司依靠滚存的未分配利润实现长足发展。
(七)与主要客户和供应商的合作历史、背景、过程及其合规性
1、与主要客户的合作情况
近年来,随着程序化广告行业的飞速发展,行业内各个互联网巨头纷纷研发出具有程序化广告交易功能的营销平台,如阿里巴巴Tanx广告交易平台、京东营销360、美团推广通、快手磁力引擎等,这些大型互联网公司的程序化广告交易平台主要服务于其平台商家、品牌方、开发者等海量的广告主,结合广告主的投放需求精准匹配互联网巨头旗下的广告位。
为最大化投放触达效果,广告主在上述互联网公司旗下媒体平台进行广告投放的同时,仍需覆盖外部媒体资源,这一需求催生了独立的第三方程序化广告交易服务商,标的公司正是其中的典型代表,为广告主对接互联网巨头体系外的媒体资源。
以阿里巴巴为例,其Tanx广告交易平台通过动态拍卖机制对接DSP(需求方平台)和SSP(供应方平台),覆盖淘宝、天猫、优酷等阿里生态内的广告位,支持电商场景下的精准竞价投放。但部分商家为了推广自身产品,希望能在阿里巴巴集团之外的其他媒体资源进行广告投放,此时阿里巴巴便为其商户向标的公司采购广告交易系统服务和智能营销服务,以满足其商家多样化的营销需求。与标的公司进行交易及结算的主体均为阿里巴巴。
标的公司与主要客户的合作情况如下:
序号 | 客户名称 | 合作历史 | 合作背景 | 合作过程 |
1 | 阿里巴巴 | 2020年开始合作,
持续合作至今 | 阿里巴巴集团有程序化广告投
放、集团旗下移动app产品推广
等需求,标的公司在相关领域已
经有较为丰富的经验,经商务洽
谈双方开展合作 | 标的公司为部分入驻阿里的商
家提供广告交易系统服务,标的
公司与阿里进行结算,阿里与其
平台入驻商家根据内部相应规
则进行结算。此外,标的公司还
为阿里旗下淘宝、天猫等app
提供拉新拉活等智能营销服务 |
2 | 京东 | 2017年开始合作,
持续合作至今 | 京东集团是较早布局程序化广告
交易的电商平台,其有第三方程
序化广告投放的需求、同时也需
要对集团旗下各类移动app产品
进行推广,标的公司有相关的技
术储备和运营经验,经商务洽谈
双方开展合作 | 标的公司为部分入驻京东的商
家提供广告交易系统服务,同时
京东旗下京东金融等app提供
智能营销服务 |
3 | 美团 | 2021年开始合作,
持续合作至今 | 美团是国内头部外卖平台,与其
供应商共同成立美团联盟平台,
标的公司拥有丰富的程序化广告
行业经验和营销资源,于2021年 | 标的公司为美团联盟成员,为美
团入驻商家提供相应的广告交
易系统服务并为集团旗下app
提供智能营销服务 |
| | | 经商务洽谈成为美团联盟会员,
为其提供营销服务 | |
4 | 快手 | 2023年开始合作,
持续合作至今 | 快手是国内头部短视频平台,拥
有海量的终端用户,有程序化广
告投放、移动app产品推广等需
求,经商务洽谈双方开展合作 | 标的公司为快手、快手极速版以
及快手系其他app提供广告交
易系统服务和智能营销服务 |
5 | 拼多多 | 2022年开始合作,
持续合作至今 | 拼多多有程序化广告投放需求,
经商务洽谈双方开始合作 | 标的公司为拼多多入驻商家和
相关app提供广告交易系统服
务 |
6 | 返利科技 | 2022年开始合作,
持续合作至今 | 返利科技主要从事在线导购、广
告推广等业务,并且是唯品会联
盟的合作伙伴;经商务洽谈双方
开展合作,标的公司为其产品推
广服务 | 标的公司为其提供智能营销服
务 |
7 | 北京新广正
科贸有限公
司 | 2024年开始合作,
持续合作至今 | 该公司主要从事广告代理、推广
等服务。经双方商务洽谈,标的
公司为其提供推广服务 | 标的公司为其提供智能营销服
务 |
2、与主要供应商的合作情况
标的公司与主要供应商的合作情况如下:
序号 | 供应商名称 | 合作历史 | 合作背景 | 合作过程 |
1 | 小米 | 2020年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向小米采购媒体资源,借
助其丰富的终端产品生态系统,有
效触达高价值用户群体,提升广告
投放效果 |
2 | 华为 | 2021年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向华为采购媒体资源,借
助其技术生态与用户资源,提升广
告效果与覆盖面 |
3 | 百度 | 2021年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向百度采购媒体资源,利
用其数据分析能力与丰富的流量
体系,提升广告投放效果 |
4 | 凤凰网 | 2022年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向凤凰网采购媒体资源,
借助凤凰网头部媒体平台,有效触
达相关用户群体,提升品牌广告传
播效果 |
5 | 新数网络 | 2018年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向新数网络有效整合媒
体资源,提升广告投放效率与效果 |
6 | 网易 | 2019年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向网易采购媒体资源,利
用其数据分析能力与丰富的流量
体系,提升广告投放效果 |
7 | 北京创智汇
聚科技股份
有限公司 | 2019年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向北京创智汇聚科技股
份有限公司采购媒体资源,通过其
Sigmob移动广告平台对接多个媒
体资源,提升广告投放效果 |
8 | 美图 | 2018年开始合作,
持续合作至今 | 标的公司有媒体资源需求,双
方通过商务洽谈展开合作 | 标的公司向美图采购媒体资源,利
用其终端移动流量平台,提升广告
投放效果 |
3、合规情况
标的公司在与主要客户、供应商的合作过程中,严格遵守国家相关法律法规和行业自律规则开展业务,相关合同签订均经过严格的内部审核流程。同时与主要客户、供应商均签署商业道德责任书、反商业贿赂协议等,合作过程中严格约束相关项目人员,不存在商业贿赂的情形。
报告期内,标的公司未发生违法违规事项,未出现任何商业贿赂或不正当竞争的行为,未出现因违规经营或商业贿赂被相关行政部门处罚的情形。
(八)标的资产业务发展依靠的核心资源以及在产业链中贡献的核心价值1、标的资产业务发展依靠的核心资源
(1)技术资源
标的公司拥有强大的自主研发能力,标的公司的广告交易系统通过实时数据处理和分析,能够在毫秒级时间内完成竞价和广告展示,极大提高了广告的投放效率和效果。同时,系统内置的智能优化算法能够根据广告投放效果自动调整策略,确保广告投放效果,相较于传统投放方式,广告点击率(CTR)和转化率(CVR)获得了提升。此外,标的公司系统日均处理请求量超过220亿次,支持广告位数十万,系统的实时竞价业务处理时间小于10毫秒,每秒可接受竞价请求40万次,每秒可发送竞价请求50万次,确保广告主能够在最合适的时机进行投放,提高了广告的投入产出比。
(2)客户资源
标的公司与阿里巴巴、京东、美团、拼多多和快手等头部客户建立了长期稳定的合作关系,客户续约率高,合作周期普遍超过3年。标的公司凭借专业的运营团队和一对一的高效服务能力,持续满足客户的个性化需求,赢得了客户的高度认可与信任,形成了稳固的客户
资源优势。
(3)媒体资源
标的公司与小米、华为、百度、凤凰网、美图、网易等头部媒体平台保持长期战略合作关系,建立了稳定的媒体资源采购渠道,媒体资源覆盖能力处于行业领先水平。标的公司通过持续的资源整合与优化,能够为客户提供更加高效的媒体投放渠道,进一步巩固了标的公司在产业链中的竞争优势。
(4)人才资源
标的公司拥有一支经验丰富的专业团队,从技术研发、广告策划、投放到效果优化,全方位支持广告主的市场推广工作。团队成员均拥有多年行业经验,确保广告的投放效果。
2、标的资产在产业链中贡献的核心价值
标的公司作为独立第三方程序化广告交易服务商,在产业链中处于承接广告主需求与整合媒体流量供给的核心枢纽环节。
面向下游广告主,标的公司作为“流量超市”,集合了大量优质的中长尾媒体流量,通过实时竞价机制,帮助广告主快速获取高质量的媒体流量,并通过高效定向、智能出价与效果优化,确保广告预算能够在最优场景下发挥最大价值,从而满足客户对转化率、ROI和品牌曝光的多样化需求。
面向上游媒体资源方,标的公司则为其提供稳定的广告变现和收益优化渠道,通过聚合需求方需求,提升媒体资源库存的变现效率,对于美图、虎扑和喜马拉雅等垂类app,标的公司为其提供了更多的流量变现渠道,也进一步提升了特定受众与相应垂类app的粘性。同时在广告质量控制、反作弊、隐私合规等方面提供保障,确保媒体流量价值最大化。同时可以帮助媒体方对广告主的素材进行优化,确保广告素材符合相关平台要求。
综合来讲,标的公司凭借大规模数据处理能力与高性能广告交易系统,在毫秒级的竞价过程中高效撮合广告主需求与媒体供给,显著降低了交易成本与摩擦损耗。对下游广告主而言,减少了无效曝光和资源浪费,提升了广告投入的边际产出。对上游媒体而言,提高了资源填充率,实现了媒体资源库存价值的最大化释放。这种高效供需匹配能力,使标的公司在产业链中发挥了类似“流量清算与优化中心”的作用。
此外,标的公司在产业链中的核心价值还体现在以下几点:
(1)为客户提供高效的广告投放服务
标的公司依托自主研发的广告交易系统、机器学习和大数据分析能力,能够洞察用户需求,实时优化广告投放策略,显著提升客户的营销效率和投资回报率。
标的公司通过持续的技术创新与服务优化,帮助客户实现营销目标,创造了显著的商业价值。
(2)推动行业技术进步与创新发展
标的公司持续投入大量研发资源,积极布局前沿技术领域,致力于解决行业内存在的关键技术难题。截至本回复出具日,标的公司已拥有163项软件著作权和2项发明专利,形成了丰富的自主知识产权储备。这些创新成果不仅有效提升了标的公司自身产品与服务的市场竞争力,也为推动整个程序化广告行业的技术进步与创新发展作出了积极贡献。
(3)促进产业链上下游协同发展
标的公司凭借自身的技术优势、客户
资源优势和媒体
资源优势,积极推动产业链上下游的协同发展。通过与头部客户和媒体平台的长期稳定合作,标的公司有效促进了产业链资源的高效整合与优化配置,提升了产业链整体的运营效率和价值创造能力。
综上所述,标的公司凭借强大的技术资源、稳固的客户资源、丰富的媒体资源和专业的人才资源,在产业链中发挥着重要的价值,持续推动程序化广告行业的技术进步与产业升级,具备良好的发展前景和市场竞争力。
三、结合程序化广告行业的发展趋势,大数据、机器学习等技术的发展情况,主要竞争对手的业务规模与技术水平,标的资产的研发投入规模、研发人员数量及其流动性、薪酬待遇水平,保障核心技术人员和研发团队稳定性的措施等,补充说明标的资产技术水平与核心竞争力的具体体现及其可持续性,是否存在易被模仿、替代或超越的风险,标的资产作为供应商的地位及其可替代性,持续经营能力是否存在不确定性。
(一)程序化广告行业的发展趋势,大数据、机器学习等技术的发展情况1、程序化广告行业的发展趋势
程序化广告行业的发展趋势详见本回复“问题1”之“二/(一)程序化广告行业的发展历史、发展现状和市场空间”的相关内容。
2、大数据技术的发展情况
近年来,大数据技术的发展情况如下:
(1)数据量爆发式增长
伴随着
移动互联网的迅猛发展,全球各行各业的“可用”数据量大幅增长,国际数据公司(IDC)报告显示,2025年全球数据总量预计将达到175ZB,从2018年到2025年的复合年增长率约为26%。国内数据增长同样迅猛,2024年国内数据生产总量首次突破40ZB,达到41.06ZB,同比增长25%,增速较2023年提高2.56个百分点。人均数据生产量约为31.31TB,数据生产总量和人均产量实现同步跃升。如社交媒体平台抖音,每天产生的视频、评论、点赞等数据量以PB级别计,其用户每天上传的视频时长超过数亿小时,带动相关数据量高速增长。
(2)存储与管理技术持续创新
以HadoopDistributedFileSystem(HDFS)为代表的分布式文件系统不断进化,通过多副本存储机制提升数据可靠性,在大规模集群环境下保障数据的高容错性。例如,阿里巴巴在其电商数据存储中广泛应用HDFS,应对海量商品信息、交易记录等数据存储需求,通过分布式存储架构,将数据分散存储于众多廉价服务器节点,有效降低成本并提升存储扩展性。同时,Ceph等新一代分布式存储系统,提供对象存储、块存储和文件存储等多种接口,进一步提升存储的灵活性。
(3)非结构化数据处理需求增长
非结构化数据占当今组织数据的70%至90%。随着社交媒体、物联网等的发展,文本、图像、音频、视频等非结构化数据呈爆发式增长。如医疗领域的X光片、CT影像,每天产生的数据量巨大;企业内部的文档、邮件等非结构化办公数据也持续积累。受生成式AI技术的发展、多模态数据处理需求的爆炸式增长以及合规性压力的推动,企业对非结构化数据管理的需求急剧增长,非结构化数据处理支出在数据管理总支出中所占的份额将越来越大。
(4)应用领域持续拓展
在广告营销领域,大数据技术通过实时监测广告点击率、转化率等指标,预测未来表现,并据此智能优化广告策略,确保广告预算得到最优配置。同时,大数据通过分析用户搜索行为、浏览历史等多维度数据,识别目标受众,实现个性化投放,提高广告的针对性和投放效果。
3、机器学习等技术的发展情况
与此同时,以机器学习为代表的人工智能技术同样也取得了多项进展:(1)理论基础获得诺贝尔奖认可
2024年,瑞典皇家科学院将诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和英裔加拿大科学家杰弗里·辛顿,以表彰他们通过人工神经网络实现机器学习而作出的突出贡献。他们的研究起始于20世纪80年代,为现代强大的机器学习技术奠定了理论基石,彰显了机器学习理论基础研究的重要性和影响力。
(2)自动化机器学习发展迅速
自动化机器学习工具不断涌现,极大降低了机器学习应用门槛。如GoogleAutoML、H2O.ai等平台,支持自动数据预处理、特征工程、模型选择与超参数调优,即使缺乏专业机器学习知识的人员也能快速构建可用模型。Auto-sklearn通过集成多种优化算法,可自动搜索最优模型组合,在多个数据挖掘竞赛中表现出色,推动了机器学习技术在
中小企业中的广泛应用。
(3)在互联网广告领域应用加深
近年来,机器学习技术在互联网广告营销领域的应用已渗透到从用户洞察到效果优化的全流程,极大提升了营销效率。机器学习通过分析海量用户数据(如行为数据、消费记录、社交信息等),构建多维度用户画像,实现人群分层,根据用户偏好自动生成或筛选广告内容,实现“千人千面”的个性化展示。同时,机器学习能预测广告效果,并分析各渠道、触点对转化的贡献,优化资源分配,还能识别虚假流量、恶意点击等欺诈行为,保障广告投放的真实性与有效性。
(4)标的公司已将多种机器学习技术融入业务系统
近年来,随着大数据、机器学习等技术的快速发展,标的公司积极推进相应技术的研发和应用。目前,标的公司已在实时竞价引擎中引入遗传算法,通过种群迭代搜索最优出价参数组合,根据实际市场需求进行评分,利用交叉、变异保持策略多样性,有利于提升流量利用效率,同时保留可解释的优化轨迹。
同时,标的公司基于Transformer的文本理解模型与卷积神经网络融合,系统可以对侮辱、歧视、虚假承诺等风险文案进行多标签判定,支持中英双语与多变体表达,可以拦截并自动生成合规修改建议,确保广告文案合规与品牌安全。
标的公司还通过视觉模型进一步对素材风格、主题与情感进行多标签分类,并与受众画像动态匹配。广告交易系统可在素材上传后即刻给出受众倾向预测,自动将创意映射到最优人群与广告位,提升广告点击率(CTR)和转化率(CVR),为广告主提供更细粒度、可量化的投放策略。
(二)主要竞争对手的业务规模与技术水平
标的公司的主要竞争对手业务规模与技术水平情况如下:
序号 | 公司名称 | 营业收入 | | 技术水平 |
| | 2024年 | 2023年 | |
1 | 汇量科技 | 15.08亿美元 | 10.54亿美元 | 汇量科技通过核心的Mintegral平台对DSP、ADX、SSP进
行了布局。在日常研发及运营方面,其在现有的云原生平
台MaxCloud中引入大模型技术,构建了DevOpsCopilot
系统,简化、甚至自动化了DevOps过程中的不同任务,
Copilot的应用涉及了软件研发的全部生命周期,帮助工程
团队能够更快、更高效地交付高质量产品,从而让基础平
台成为真正的业务驱动力。营销技术产品方面,其正在利
用LLM/AIGC来重构相关服务,重构后的服务将能够协助
客户快速制作创意广告,并利用历史数据和效果分析不断
优化和改进广告。从研发链路来看,其将广告素材的辅助
和自动生成作为起点,在系统中引入先进的图像生成和图
像处理模型(如:StableDiffusion、MetaSegmentAnything
等)。当前,其已经可以基于大模型能力,帮助广告主实
现AI配音、AI翻译、AI消除、AI极速生图。广告技术方
面,在AI加持下,Mintegral成功引入了更精细的流量性价
比模型,买量的模式从手工出价升级到基于广告主ROI的
智能出价模式。 |
2 | 深演智能 | 5.38亿元 | 6.11亿元 | 深演智能构建了AlphaDesk广告投放AI决策平台,
AlphaDesk具备支持每秒超过百万级的海量广告请求的能 |
| | | | 力,确保在大规模程序化环境中的高并发处理能力。其实
时竞价引擎每日评估超过300亿次广告展示机会,实现多
个投放场景的快速且智能决策。此外,AlphaDesk平台中融
入基于机器学习的预测AI模型,对CTR及CVR等关键广
告指标进行估计。基于广告位尺寸、投放时间、用户画像
标签等多维特征,计算用户点击或转化的可能性。 |
3 | 易点天下 | 25.47亿元 | 21.43亿元 | 易点天下在基础层自主研发,以API接入或私有化部署的
形式低耗高效的汇聚和管理多云算力与AI大模型能力,并
在对多种大语言模型与视觉大模型进行重训与调优后,注
入业务场景中形成业务模型接口,最终实现了支持应用层
实时调用到最新最适配的AI能力。其拥有广告创意生成与
优化技术、用户定向与匹配技术、广告投放与实时竞价能
力、智能流量分配技术、效果追踪与归因分析技术,以及
数据挖掘、管理与应用技术。2024年,其程序化广告预测
算法在AI技术与模型能力的加持下,推理效率提升了7倍,
任务执行总耗时降低30%以上,计算资源成本降低约25%,
大大提升了广告效果与实时竞价能力。 |
4 | 蓝色光标 | 607.97亿元 | 526.16亿元 | 蓝色光标已初步完成营销科技技能的建设应用,通过技术
优势驱动融合「技术+创意」为客户提供智慧经营整合赋能
服务。其共拥有软件著作权157件,所申请的技术专利26
项获得授权,拥有商标超100件。其利用大数据分析与算
法优化技术能力,优化展现更全面的需求信息并挖掘价值
数据用于分析判断,帮助客户利用数据及社交网络实现与
消费者效果直达的沟通及互动,完善技术驱动的短视频创
作与投放,实现直接经营顾客效果。 |
5 | 利欧股份 | 211.71亿元 | 204.71亿元 | 利欧股份拥有优秀的研发团队,形成了扎实的技术攻坚能
力。团队兼具人工智能算法、数据科学等多维知识结构,
具备从技术理论到商业落地的全周期研发实力。团队具备
人工智能技术的研发能力,通过持续聚焦AI技术与营销场
景的融合创新,在模型优化、智能工具开发等领域保持快
速迭代能力,为业务增长提供强韧的技术支撑,构筑其在
智能化竞争中的核心竞争力。其通过自研的AI工具与数据
算法,将AI融入营销全链路,为客户提供从品牌传播到效
果转化的一站式解决方案。其子公司利欧数字深度践行“全
流程AI驱动”,通过人工智能技术重构营销价值链,实现
从策略制定、创意生产到用户运营等全环节智能化升级。 |
6 | 新数网络 | 16.15亿元 | 19.40亿元 | 新数网络利用分布式并行计算、机器学习、人工智能等技
术对海量异构数据进行计算、分析和挖掘,并将由此产生
的信息和知识应用于互联网营销领域。截至2024年12月
31日,其拥有102项知识产权,包括79项软件著作权、5
项商标权和16项域名证书,2项发明专利。其对数据管理
平台的历史数据进行分析和挖掘,通过程序化广告平台向
媒体自动采购流量,针对符合广告主营销需求的目标人群
投放广告,实现在“合适的时间”和“合适的地点”,用 |
| | | | “合适的媒体”把“合适的广告”投放给“合适的人群。 |
(三)标的资产的研发投入规模、研发人员数量及流动性、薪酬待遇水平,保障核心技术人员和研发团队稳定性的措施
1、报告期内标的公司的研发投入规模
标的公司重视研发投入,报告期内,标的公司研发费用分别是691.23万元和777.72万元,占各期营业收入的比例分别是6.04%和4.66%。
报告期内标的公司研发支出持续稳步增长,能够有效支撑标的公司现有业务优化需求及新技术储备。
2、报告期内研发人员数量及流动性、薪酬待遇水平
报告期内,标的公司研发团队规模稳步扩大,薪酬投入持续增长,人均薪酬呈现上升趋势。标的公司的研发人员数量及人均薪酬和同行业公司的具体情况如下:
(1)标的公司研发人员数量和同行业可比公司的对比如下:
单位:人
项目 | 2024年度 | 2023年度 |
易点天下 | 187 | 199 |
利欧股份 | 738 | 676 |
蓝色光标 | 317 | 361 |
新数网络 | 14 | 17 |
深演智能 | 111 | / |
标的公司 | 19 | 18 |
注:(1)同行业可比公司研发人员数量=(本年末研发人员数量+上年末研发人员数量)/2;(2)
利欧股份年报未披露分业务的研发人员数量,其研发人员包含机械制造业务与数字营销业务;
(3)深演智能招股说明书未披露2023年研发人员数量;
(4)汇量科技定期报告未披露研发人员数量故未列示;
(5)标的公司研发人员数量等于每年度各月研发人员数量加总除以12并向下取整。
(2)标的公司研发人员人均薪酬和同行业可比公司的对比如下:
公司名称 | 项目 | 2024年 | 2023年 |
易点天下 | 职工薪酬(万元) | 8,342.67 | 6,994.26 |
| 人数(人) | 187 | 199 |
| 人均薪酬(万元月)
/ | 3.72 | 2.93 |
利欧股份 | 职工薪酬(万元) | 9,890.20 | 6,022.56 |
| 人数(人) | 738 | 676 |
| 人均薪酬(万元/月) | 1.12 | 0.74 |
蓝色光标 | 职工薪酬(万元) | 5,125.53 | 6,827.61 |
| 人数(人) | 317 | 361 |
| 人均薪酬(万元/月) | 1.35 | 1.58 |
新数网络 | 职工薪酬(万元) | 460.85 | 541.81 |
| 人数(人) | 14 | 17 |
| 人均薪酬(万元/月) | 2.74 | 2.66 |
深演智能 | 职工薪酬(万元) | 5,179 | 4,996 |
| 人数(人) | 111 | / |
| 人均薪酬(万元/月) | 3.89 | / |
同行业公司平均薪酬(万元/月) | | 2.56 | 1.98 |
标的公司 | 职工薪酬(万元) | 695.06 | 629.69 |
| 人数(人) | 19 | 18 |
| 人均薪酬(万元/月) | 3.05 | 2.92 |
注:(1)职工薪酬系定期报告、招股说明书等公开信息披露的研发费用中的职工薪酬;(2)同行业公司平均薪酬系各年度可比公司人均薪酬的平均值。(未完)