上市满七年之后，同花顺（300033.SZ）奇迹般实现了弯道超车。

面对资本市场大幅度波动，今年上半年，竞争对手——东方财富（300059.SZ）、大智慧（601510.SH）业绩均大幅滑落，而同花顺却逆势上扬，实现营业收入与净利润的同比双增长。其中营业收入增长57.22%，归属母公司股东净利润增长62.15%，东方财富这两项数据则分别为-58.15%、-67.67%，大智慧为-8.14%、-7658.47%。

在行业大环境一致的情况下，同花顺是如何做到业绩增长对比同行大幅领先的？

界面新闻记者发现，同花顺使用了大部分软件销售、定制及提供相关服务所取得的收入，将会在收款后逐季或者逐月分摊确认的收入确认制度。这种制度下，过往的预收账款会慢慢释放成为下期的收入，因此同花顺也搭上2015年牛市的余火，业绩得以超过其他同行，增长幅度延续至今年上半年。但同花顺的模式是否能高枕无忧，依然是个悬而未决的问题。

上市之初无人看好

自同花顺7月中旬宣布业绩预增以来，不下十家券商发布了看多的研报，这番景象在同花顺上市之初却是难以看到。

2009年，停滞九个月的新股发行重新启动，同花顺搭上这班列车并成为第二批登陆创业板的公司。紧接着，作为对手的东方财富与大智慧也先后宣布上市，再加上已登陆纳斯达克的金融界，中国金融信息服务业已诞生四家。

这四家公司最初的业务主要划分为三大块：网上行情交易系统服务、金讯及数据服务、手机金融信息服务。

所谓网上行情交易系统服务是指为证券公司等提供证券，从而获得系统的销售、开发及维护的收入，经过多年的发展，这部分业务收入对于各大公司而言都趋于稳定。

而金融资讯及数据服务作为各大公司业务的主体，是行业内竞争最激烈的部分。湘财证券研报显示，在上市之初，同花顺的金融资讯及数据服务市场份额都低于大智慧，二者大概相差5到6个百分点，金融界抢占了约40%的市场份额。

实际上，这些公司产品存在同质化的倾向，产品针对群体也基本是未形成系统理念的散户投资者。在上述图表未列出的产品当中，有些直接命名为“短线宝”、“荐股师”，以满足散户投资者渴望快速致富的心理。

然而，这样的定位也在一定程度上决定了这些公司的业绩难以逃脱“靠天吃饭”的命运。

一位从同花顺离职的销售人员对界面新闻记者表示，牛市当然要比熊市更好开展工作，当行情好的时候，客户能够赚到钱，自然也不会吝啬在软件上的投资。在这种环境下，各大公司对于产品价格的掌控能力趋于弱化，加上人工费用和维护费用的不断提升，收入与成本受到双重挤压，一旦行情降温，公司业绩一落千丈似乎已是必然。

数据显示，在2011年至2013年这段行情较低迷的时间里，同花顺、东方财富、大智慧的净利润下滑均超过60%。

介入流量变现

面对载舟覆舟的市场，为达到长期盈利的目的，三家公司分别选择转向不同商业模式。

2012年，证监会开放第三方基金销售，东方财富顺势拓展基金业务，并成为首批基金销售的第三方机构。三年后，公司又宣布收购同信证券，向互联网券商转型。到今年上半年，东方财富的金融信息服务收入占比已缩减至19%，不再是公司主业的核心，取而代之的是电子商务服务与经纪业务。

大智慧则通过收购产业链的上下游公司，达到整合扩张目的。不过目前其收购湘财证券折戟，又深陷财务造假危机，未来发展尚不明晰。一位不愿具名的计算机行业分析师对界面新闻表示，大智慧的发展历程中，存在过度研发导致的财务问题，现在又削减研发投入、裁员，实力已大不如前。

同花顺方面，除了最初对浙江国金投资资讯有限公司的收购，公司再无其它并购事项。关于为何不选择并购重组来扩张，该公司媒体发言人朱剑平对界面新闻表示，三家公司的定位已不太相同，同花顺主要是做平台，并与市场机构直接对接并展开合作。

这种坚持做第三方金融服务机构的思路，使得同花顺的盈利模式逐渐演化为：平台规模扩大后原有数据业务的基础收费及客户流量的变现。

作为同业中布局移动端较早的公司，同花顺在2008年即推出兼容当时市面几乎所有智能手机的移动客户端。不过在一开始，同花顺手机客户端业务推广十分艰难。

为了增加市场份额，同花顺选择加大促销，降低收入以抢占市场。在2009年至2013年间，同花顺的手机金融信息服务费用始终呈现滑落态势，毛利率更是从92.71%滑落至77.57%，这种牺牲换来的是手机注册人数的飙升。

根据上市公司年报，截至2014年底，同花顺手机注册人数已达到5379万人，相对于2009年增长了8倍之多。

申万宏源研报显示，2016年5月股票类App中，同花顺以月活2862.8万高居第一，第二、第三名的大智慧、东方财富分别为1214.4万、1035.2万。同花顺月度人均打开次数为67次，单次使用时长7.3分钟，各项数据均领先市场。

伴随着移动端用户数量的不断提升，同花顺一方面加大研发投入，实现基础产品变现。另一方面，同花顺扮演第三方角色，通过基金代销、券商导流、广告投放、贵金属交易，将流量转化为实际利润，并在一定程度上抵消证券周期对公司业绩的影响。

截至今年6月，同花顺已上线96家基金公司，基金产品3103只，并与90多家券商建立稳定的合作关系，在广告投放上，据朱剑平介绍，公司广告收入来源包括券商、基金公司，甚至一些知名企业。

概括来讲，同花顺以金融信息服务起家，在自身发展中经历了PC时代到移动互联网时代，及时赶上移动端大潮，建立自身导流模式，做大流量和数据的变现。

弯道超车靠准则？

真正让同花顺业绩产生质变的，除了2015年的“过山车行情”，还有该公司的。

在2015年牛市的助推下，除了原有增值电信业务实现300%的增长，该公司的广告、电子商务也在当期出现40倍、10倍的增长。同时，同花顺使用的收入确认制度，导致其大部分软件销售、定制及提供相关服务所取得的收入，将会在收款后逐季或者逐月分摊确认，过往的预收账款会缓慢释放成为下期的收入，因此2015年业绩的余火也得以延续至今年上半年，实现弯道超车。

作为同行的东方财富，虽然在2015年也实现净利润的大幅拉升，但因为业务模式的不同，业绩与行情波动富有弹性，今年上半年占总营收超过七成的基金销售业务一落千丈，最终营业收入下滑超过60%，影响了当期业绩。

反观同花顺，在上期预收账款释放的同时，公司广告业务及推广的收入仍在上扬，增幅接近200%。一位资深计算机行业分析师对界面新闻表示，同花顺在研发和运营的能力都比较稳定，现在来说状态较好。

即便如此，同花顺也并非高枕无忧。首先是公司在机构版金融数据业务上持续受挫。据了解，同花顺于2010年推出iFinD金融数据终端试用版，试图将公司业务模式从以个人投资者为主转变为个人投资者和机构投资者并重。

为了达到这一目的，同花顺的研发投入中始终包括“对iFinD金融数据终端功能的拓展和优化”。事实却十分残酷，直到2015年12月31日，同花顺机构版金融数据库项目已达到可使用状态，该项目仍未实现预期收益。

对此，同花顺媒体负责人朱剑平解释称，未达到预期收益的原因主要是竞争过于激烈。在同花顺进入该领域之前，其主要竞争对手万得在机构客户中市场占有率已经扩大到了近90%。同花顺为做大市场规模，不惜降低产品价格，但从目前市场格局来看，除了价格优势，同花顺还未找到能够打破万得垄断地位的方法。

一位万得的产品经理对界面新闻表示，由于万得进入市场的时间较早，经过多年投入公司在数据这块做得比较完善，目前也在加大功能的更新。而同花顺方面开发时间较晚，在产品功能上还有所欠缺。

在产品上的优势不明显，iFinD业绩压力几乎全落在了销售人员身上。前述从同花顺离职的金融机构销售人员介绍，由于同花顺没有客户直接签单，基本上iFinD所有推销业务都需要销售人员一个一个去完成。公司日常销售主要通过老客户维护、资料管理库筛选、主动拜访、客户推荐四种渠道来完成，其中老客户回购的成功率最高。

“很多内容需要商谈，不仅是简单的功能介绍、售后服务，还有价格、数量采集、使用年限与打款流程，谈下一单来回的周期时分漫长。”上述销售人员表示。

即便如此艰难推销，销售人员的个人业绩也不是很高，很多销售也因此离职。“业务难开展，开发周期长，身心疲惫”，这似乎也从侧面反映了同花顺机构版金融数据库项目抢占市场的难度。

朱剑平表示，同花顺未来不会放弃这部分的业务，会将人工智能等的业务向内添加，尽力争取去做一些市场份额上的改变。

下一站：人工智能

目前同花顺大力发展的方向是人工智能。在2015年年报中，同花顺明确指出，公司计划以云计算、金融大数据为支撑，构建金融财经知识图谱，采用语义分析、自然语言理解、语音识别等技术，着力开发人工智能产品，改善人机交互的模式，以最快的速度响应投资者的提问，帮助其进行投资决策。

该公司已设立的同花顺人工智能资产管理有限公司，并推出i问财、人工智能选股、iFinD智能投顾三款产品。对于同花顺的这一系列举措，上述计算机行业分析师对界面新闻表示，可以说同花顺现在不是真正的软件数据服务商，这家公司已经转向决策执行系统了。

但在当下，同花顺还面临几大挑战。一是成长期的问题，目前同花顺的人工智能类产品主要是为股票投资决策，仅停留在便利投资行为的水平，算法的智能化程度还有待数据长时间的反复验证。

其次是有力的竞争者，除了原有的竞争对手东方财富、大智慧等，目前还包括非上市的互联网公司，如蚂蚁金服、京东金融，及独立第三方类智能投顾平台、传统的金融公司。

不止如此，上述计算机行业分析师还对界面新闻表示，同花顺人工智能方向仍处于探索的部分，效果还无法验证。但可以预见的是，公司将来面对的问题，监管要大于技术。

虽然同花顺目前推出的产品还未涉及资产配置业务，但针对市场上智能投顾已涉及的资管问题，监管部门已开始行动。央行条法司副司长刘向民在上月指出，互联网金融仍然是金融科技的主要体现形式，同样具备金融风险的隐蔽性、传染性、广泛性和突发性等特征。金融科技要与持牌机构合作才能从事金融业务，要透过表象看清业务实质，从业务模式出发进行穿透式监管。