海尔智家业绩尚可,但其智能家居“全场景”没做起来

news2024/11/24 7:31:37

b518052388c17ae7d055e29c5f79c284.png

9e11a15c136e7d9a41f96e3c4f9178bb.jpeg

ba45a9ff676662edd1a7e24ab757e728.png




‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业


近日,海尔智家发布了其2022年年报,数据显示,2022年海尔智家实现收入2435.14亿元,同比增长7.2%;扣非归母净利润139.63亿元,同比增长18%,利润增速超营收增速。亮眼的业绩也引来了外界一片赞赏之声,认为在如今资本寒冬、消费环境不佳的大背景下,海尔智家能够取得增长,已经十分出色。

但是,市场似乎并没有因为其业绩表现而看好海尔智家。自年报披露后,其股价大幅下跌,市值缩水接近150亿元。与此同时,市场上的一份研究报告也再次揭示了海尔智家在智能家居领域的地位,并不像业绩那么亮眼。

342b8c4c329587576caffabc1ac5724d.png

2015年,海尔智家正式发力智慧家庭战略,2020年发布全球首个场景品牌三翼鸟……海尔智家计划通过场景替代产品、生态覆盖行业,构建全品类、全场景的智慧家庭场景生态。不过,海尔智家虽然家大业大,综合实力雄厚,但近10多年来的转型和变革并没有传说中那么顺利。

数字化转型显实力

面对新的市场环境,数字化转型势不可挡。

从海尔智家近几年的营收和净利润表现来看,其数字化转型成果颇丰。数据显示,2019年-2022年,海尔智家营收分别为2007.62亿元、2097.26亿元、2275.56亿元和2436.14亿元,实现了高速增长。并且其归母净利润表现也不凡,2019年为82.06亿元,2020年达到了88.77亿元,同比增长4.46%,2021年再次实现高速增长,达130.67亿元,同比增速也达到了8.5%,2022年海尔智家归母净利润增速持续增长,达12.58%。

ca30b4ee70427efa78d4024309702ad8.png

2022年,海尔智家坚持“企业数字化”向“数字化企业”转型,持续深化数字化变革,实现运营效率持续提升,用户体验持续迭代。财报显示,海尔智家2022年销售费用率为15.9%,同比优化0.3个百分点;管理费用率为4.5%,同比优化0.2个百分点。

海尔智家对此解释称,其费率持续优化得益于在采购、精益制造、营销、研发等各节点变革深入。其中在数字化采购平台,物料通用化水平提升12%,供应商引入时间缩短10%,供应商报验周期缩短10%;在数字化精益制造平台,物流装车效率提升30%,定单交付周期OTD优化7%;在数字化业务平台,电商平台会员突破4500万人,线上全渠道GMV提升20%,用户经营效率提升23%。

此前,世界权威调研机构欧睿国际显示,海尔已经实现全球大型家用电器品牌零售量14连冠。在此基础上,海尔智家又在全球加速落地智慧家庭,进一步释放市场需求,从而带动其盈利能力的持续提升。

近日,由中国家用电器研究院指导、全国家用电器工业信息中心编制的《2022年中国家电市场报告》发布。数据显示,2022年,我国家电市场零售总额为8352亿元,同比下降5.2%,2022年家电内销市场传统品类出现了不同程度的下滑。

作为传统企业的代表,海尔智家旗下各品类表现如何呢?

财报显示,2022 年,冰箱/冷柜实现收入 431.99 亿元,同比增长 3.5%;厨电分部收入 37.63 亿元,同比增长 7.7%;洗衣机业务实现收入 316.14 亿元,同比增长 3.1%;空气能源解决方案实现收入 339.47 亿元,同比增长 5.4%;家庭用水解决方案实现收入 138.55 亿元,增长 9.1%。

04b9046f5c447b1e6b6ed2dde6ecb18c.png

2022年,海尔智家围绕卡萨帝的品牌高端价值体验,在基础厨电、冰箱、空调等业务上深化全屋联网功能。卡萨帝背后,是海尔智家已深耕超10年、追求自然无感的智慧家居模式,以及由此所诞生的三翼鸟“1+3+5+N”场景解决方案。

该品牌诞生仅两年多就已从家电产品出发,以家装切入,为海尔智家提升成套产品吸引力、客单价提供了有力帮助。2022年,三翼鸟还坚持将互联方案落地线下体验店,新增超900家门店,店内零售额同比增长257%。

同时,海尔智家新增的11项中国专利金奖、23项“国际领先”技术鉴定也身居同行前列;新业务中,干衣机实现了超80%的增长,同时洗碗机、清洁机器人等也有不错表现。

然而,大家对其的观念似乎还停留在传统家电,在智能家居领域,海尔智家的市场份额依旧不高。

自海尔智能的“全场景”没做起来

全屋智能家具的市场红利有多大?

3月31日,IDC发布全球智能家居设备季度追踪报告指出,全球智能家居设备出货量在2022年首次出现下滑,出货量同比下降2.6%至8.718亿台。此外,IDC预测,随着全球经济复苏2023年智能家居设备出货量将温和增长2.2%,预计这种增长将持续到2027年,同时2027年设备数量将达到12.3亿。

不过,智能家居市场竞争日益激烈,包括华为、小米等各大厂商品牌推出了许多创新的产品和服务。

海尔智家则在2019年完成更名和战略布局,走向全屋场景智能化的方向。目前来看,转型后这三年的成效,海尔智家仍处于起步阶段。或者说,海尔智家处在卖产品向卖场景的转型阶段,目前仍然是卖产品为主。

根据IDC数据,2021年第二季度中国智能家居设备市场份额排名前三的品牌分别是小米、海尔智家和华为,具体数据如下:

小米:市场份额为18.2%,同比增长32.4%。

海尔智家:市场份额为15.4%,同比增长30.8%。

华为:市场份额为12.8%,同比增长52.7%。

可以看出,小米在中国智能家居设备市场占据了领先地位,虽然海尔智家和华为也位居市场份额前列。但海尔智家的市场份额较小,与小米相比仍有一定的差距,在增速上也不及华为。

如果说这个数据已不能代表这三家企业如今的市场地位,那么今年QuestMobile发布的数据也再次揭示了海尔智家的地位。数据显示,小米、华为凭借手机端的用户基础和互联生态,抢占先机,智能摄像头、智能音箱等品类发展较早,亦有较高用户量,而海尔智家只能身居末位,这也看出其在智能家居领域,未获得“人心”。

a5afb76f675b02df60bb7807e3ff1dee.png

在全屋智能上产品力较弱,是海尔智家智慧家庭战略停留在卖产品为主这个阶段的原因,而且这是大家电特性造成的,很难改变。小家电比大家电在智能化、自动化上更有优势。

例如海尔智家的衣联网,有一个功能是智能投放洗衣液,实际上高端洗衣机都有,比如美诺洗衣机,它只是功能痛点,并不是所谓的场景智能化。

海尔智家的食联网,主打亮点是烟灶联动功能。但市面上好一点的烟机都能有感应功能,根据异味来开关风力。还有所谓的智能烹饪,究其本质不过是加热预制菜罢了。另外在空调、水家电方面,海尔智家也还没有推出像样的全屋智能场景。

因此在全屋智能互联产品体系这方面,海尔智家打造所谓“生态”的思路并无问题,但亦需考虑,搭建物联网生态系统时,如何解决产品线缺少可用作生态控制中心的窘境。只有那些拥有更加开放生态的玩家,在全屋智能领域的专业性才更强。

并且,在消费者的认知上,与小米的硬件生态、华为的平台搭建相比较起来,家电玩家在智能家居赛道更像夹缝中求生,其最大的优势就是硬件产品,但海尔智家的场景逻辑更像是“空中楼阁”。

海尔“智家”路途还远

经过十余年的演进,当前,智能家居已经从以产品为中心到以场景为中心,最终进入到了目前的以用户为中心的阶段,尤其是GPT4.0的出现,能够通过学习和理解人类的语言,可以像“真人”一样进行对话交互,甚至能完成撰写邮件、文案、翻译、代码等任务。

如果将ChatGPT的超能力融入全屋智能场景,不仅能让用户获得颠覆式的体验,也让全屋智能行业有了无限的想象空间。当智能家居单品成熟后,全屋智能将是未来方向,消费升级则是家居生活向全方位智能化发展的长期驱动力,而全屋智能解决方案将成为市场增长的重要动力之一。

海尔智家凭借较高的知名度、丰富的产品种类、雄厚的技术实力以及完善的服务体系在家居领域享有一定的市场地位。但是,要想在智能家居领域迎头赶上其他企业,海尔智家要做的还很多。

其一,抓住年轻用户。

对于走在前沿的年轻一代消费者而言,他们早已不满足智能单品带来的便利,而更希望自己的家是一个全屋智能的整体,从而获得更好的体验。全屋智能的认知度和接受度正得到极大拓展,并转化为实际的消费行为,比如在各大平台上,大量年轻人开始分享全屋智能的装修经验和使用体验。

年轻人对全屋智能的需求主要归结于要能满足日常所需,还要够便捷、高颜值。根据QuestMobile发布的数据来看,智能家居用户以80后居多,其在收入方面相对较高并有一定的财富积累,线上高消费能力强。

2c446026d55f75ecac998ffad1b73bf5.png

对于年轻人来说,智能家居不仅仅是对双手的解放,同时也是他们对美好生活的向往,而智能家居也不仅仅是具有科技这一个特点,它是多面且立体的。未来家居产品的发展将会更加智能和人性化,融入我们的生活,成为我们家居生活中不可或缺的一部分。

其二,打造用户全生命周期解决方案

单品销售、低复购率,这是传统家电的先天不足,智能家电成套卖很好地解决了这个难题。成套购买家电,不仅经济、简单,还可以更省心,这在用户装修时很有竞争力。全套产品拥有统一的设计风格,可与家庭装修风格更好地融合,给用户更好的视觉体验。最重要的是,成套的智能家电还可提供真正的智能体验,在系统层面实现统一交互、互联互通。

全套智能家电客单价远远高于单品销售的传统家电,同时不断推陈出新的智能产品,能为用户提供更加智能化、便捷化、高效化的体验,为用户提供全生命周期解决方案。

在新的发展格局下,全屋智能是家电行业向数字化、智能化转型升级的产物,为行业发展注入源源不断的活力。全屋智能不仅在重塑家庭空间,也在持续回应人们对智能生活方式的美好期盼,让中国人的未来理想家触手可及。满足用户在电器全周期使用管理的同时,提供给用户“一端控全屋”的多品类、品牌智能化操控解决方案。

与互联网公司相比,海尔智家、美的等家电企业缺乏技术、平台以及用户的优势,如同夹缝中突围求生;如果仅打出智能化口号,没有突破式创新,很难在智慧家居赛道上跑赢互联网对手。

如今,海尔智家正行走在行业及时代前行的道路上,而时代发展的脚步不会因短暂的行业需求波动停止。在不确定的困难中坚持确定的前进道路,才能打开智能家庭场景、产业研发全球布局新增长空间,拒绝“坐以待毙”,才能打破发展壁垒。你认为新消费浪潮下,海尔智家还能赢得后浪消费者吗?

文:余小鱼 / 数据猿

3d5af57928beff7a2e28377486012760.jpeg

03cf9433899dcea9ff17ef6f54679423.jpeg

78e825c2cae24a4eeba039c604e6ea8f.png

066bf14fce5ffdb8fa70d66fad0efd34.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/422162.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

消息队列kafka及zookeeper机制

目录 一、zookeeper 1、zookeeper简介 2、zookeeper特点 3、zookeeper工作模式及机制 4、zookeeper应用场景及选举机制 5、zookeeper集群部署 ①实验环境 ②安装zookeeper 二、消息队列kafka 1、为什么要有消息队列 2、使用消息队列的好处 3、kafka简介 4、kafka…

多模态模型学习1——CLIP对比学习 语言-图像预训练模型

多模态模型学习1——CLIP对比学习 语言-图像预训练模型学习前言什么是CLIP模型代码下载CLIP实现思路一、网络结构介绍1、Image Encodera、PatchPosition Embeddingb、Transformer EncoderI、Self-attention结构解析II、Self-attention的矩阵运算III、MultiHead多头注意力机制IV…

maya arnold自定义aov分层灯光组添加方法

一、问题描述: maya的arnold aov层灯光组(Light groups)运用有两种方法,总结一下使用笔记。灯光效果如下图: 二、制作过程: 1、灯光的布局主要用了两盏区域光,主光和辅助光。如下图: 2、主光为白色&am…

windows10下VS2019编译jpegsrc.v9e.tar.gz为lib静态库(已验证)

一、下载jpegsrc 1、下载JPEG库的源代码 http://www.ijg.org/files/ 2、这里使用最新的jpegsr9e.zip ,别下载错误了(jpegsrc.v9e.tar.gz 是RAM架构的仅支持32位) 3、解压jpegsr9e.zip到d盘,如:D:\jpeg-9e 二、vs2019…

【Blender 水墨材质】实现过程简单剖析

写在前面 想把Blender一位大佬演示的Blender水墨材质过程,在Unity用Shader重现,过程中会拿能拿到的节点代码举例(ShaderGraph或者UE的都会有)。第一步当然是要跟着人家做一遍!我会尽可能地分析一下每一步的原理~ 教程…

【数据挖掘与商务智能决策】第十二章 XGBoost算法和LightGBM算法

12.1.3 XGBoost算法的简单代码实现 XGBoost模型既可以做分类分析,也可以做回归分析,分别对应的模型为XGBoost分类模型(XGBClassifier)及XGBoost回归模型(XGBRegressor)。 XGBoost模型的安装办法可以采用P…

Linux--进程信号

前言 无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事情,而不是让烦恼和焦虑毁掉你不就不多的热情和定力。心可以碎,手不能停,该干什么干什么,在崩溃中继续努力前行&#xff0c…

MyBatis整合Springboot多数据源实现

前言 数据源,实际就是数据库连接池,负责管理数据库连接,在Springboot中,数据源通常以一个bean的形式存在于IOC容器中,也就是我们可以通过依赖注入的方式拿到数据源,然后再从数据源中获取数据库连接。 那么…

easyrecovery2023电脑文件数据恢复软件功能介绍

EasyRecovery功能全面,即便是没有经验的小白用户也可以很快上手,让你足不出户即可搞定常见的数据丢失问题。 在使用和操作存储设备期间,数据丢失问题在所难免。比如,误删除某个文件、不小心将有数据的分区格式化、误清空了有重要…

【ZUUL2踩坑】题一:Ribbon集成动态properties存在的原生风险

目录 一、问题背景 二、问题分析 1、配置文件空档期的问题 一、问题背景 JAVA的Properties工具有两种写配置文件的方式,一种是覆盖,一种是追加。 但是动态配置文件一般需要进行创建或更新,不会选择追加内容,所以只能选择进行配…

你的 Kubernetes 安全吗?最新benchmark的重要趋势解读

导语 疫情过后经济处在缓慢复苏的阶段,对于企业应该优先考虑数字化转型,因为它可以促进增长和创新。 不可避免地,当今的数字化转型计划依赖于云的可扩展性和灵活性。 虽然在云中启动应用程序和服务带来了许多机遇,但也带来了新的…

函数栈帧的创建与销毁

魔王的介绍:😶‍🌫️一名双非本科大一小白。魔王的目标:🤯努力赶上周围卷王的脚步。魔王的主页:🔥🔥🔥大魔王.🔥🔥🔥 ❤️‍&#x1…

【数据结构与算法】基于回溯算法实现八皇后问题

八皇后问题是一个经典的计算机科学问题,它的目标是将8个皇后放置在一个大小为88的棋盘上,使得每个皇后都不会攻击到其他的皇后。皇后可以攻击同一行、同一列和同一对角线上的棋子。 一、八皇后问题介绍 八皇后问题最早由国际西洋棋大师马克斯贝瑟尔在18…

Pandas入门实践3 -数据可视化

人类大脑擅长于在数据的视觉表现中寻找模式;因此在这一节中,我们将学习如何使用pandas沿着Matplotlib和Seaborn库来可视化数据,以获得更多的特性。我们将创建各种可视化,帮助我们更好地理解数据。 使用pandas绘图 我们可以使用plot()方法创…

网络安全之防病毒网关

目录 网络安全之防病毒网关 恶意软件 按照传播方式分类 病毒 蠕虫 木马 按照功能分类 后门 勒索 挖矿 恶意代码的特征 下载特征 后门特征 信息收集特征 自身感染特性 文件感染特性 网络攻击特性 病毒威胁场景 病毒传播途径 电子信息 网络共享 P2P 系统漏洞 广…

电压有效值电容和电感的电压电流相位关系以及电抗和容抗值推导

注意下面所有www表示的都是角速度而不是频率 电压有效值 高中物理中知道有效值电压是根据电阻发热的功率等效得到的 对于正弦波的电压,UUmsinwtUU_{m}sinwtUUm​sinwt,对应的电流IUmRsinwtI\frac{U_{m}}{R}sinwtIRUm​​sinwt 求得一个周期的发热量 ∫0TI2Rdt∫0T…

5分钟告诉你如何成为一名黑客?从萌新成为大佬,只需掌握这5点(思维、编程语言、网络安全、入侵实操、法律)

说到黑客,大家脑海里是不是都已经显现了他的模样 仅用一台电脑 就能黑手机 黑银行卡、 黑摄像头、 让 ATM 疯狂吐钞, 真的是太酷了… 试问谁还能没有个黑客梦呢? 本篇文章,小编就是要带大家揭秘黑客的神秘面纱,…

【Cisco Packet Tracer| 二.telnet方式远程登录交换机】

文章目录一.PC0通过console线连接交换机二.PC1通过Telnet远程登录交换机1.PC1通过双绞线连接交换机2.给主机设置IP地址3.给交换机配置一个虚拟的管理接口4.全局模式下设置交换机进入特权模式的密码5.设置5个虚拟终端用户6.测试6.1测试主机和交换机是否在同一个网段中6.2主机远程…

基于Tensorflow搭建卷积神经网络CNN(花卉识别)保姆及级教程

项目介绍 TensorFlow2.X 搭建卷积神经网络(CNN),实现人脸识别(可以识别自己的人脸哦!)。搭建的卷积神经网络是类似VGG的结构(卷积层与池化层反复堆叠,然后经过全连接层,最后用softm…

Vulnhub:Digitalworld.local (Mercy v2)靶机

kali:192.168.111.111 靶机:192.168.111.130 信息收集 端口扫描 nmap -A -v -sV -T5 -p- --scripthttp-enum 192.168.111.130 使用enum4linux对目标smb服务进行枚举 enum4linux -a 192.168.111.130 目标文件共享的目录 目标存在的用户 8080端口的网…