#MGKL: Операционные результаты за 11М24 - рост выручки – 4,5Х

Операционные результаты Группа «МГКЛ» за одиннадцать месяцев 2024 года (г/г):

🚀 Выручка выросла в 4,5 раза до 7,4 млрд руб. (г/г). При этом совокупная выручка двух ключевых и самых маржинальных направлений бизнеса Группы – ресейла и ломбардной деятельности – выросла на 70% по отношению к показателю за аналогичный период предыдущего года. 🪙

Общий портфель группы (ломбард+ресейл) вырос на 70% до 1,5 млрд руб.

📌 Доля товаров, хранящихся в портфеле более 90 дней сократилась с 21% до 8,9%.

📌 Общее количество клиентов (ломбард + ресейл) превысило 207 тыс. человек.

«Два ключевых и наиболее маржинальных направления бизнеса выросли на 70%, что существенно превышает динамику не только ломбардного рынка, но и рынка ресейла, который в России сейчас развивается очень бурно. В целом за 11 месяцев мы показали исторический рекорд выручки с момента начала реализации новой стратегии развития Группы в 2020 году». - Алексей Лазутин

Купить акции $MGKL здесь

* Не является инвестиционной рекомендацией

0 комментариев
    посты по тегу
    #

    ПРОМОМЕД закрепляется в топ-3: объем продаж +208% г/г в апреле по версии DSM

    💰По данным апрельского отчёта DSM Group, ПРОМОМЕД вошёл в ТОП-3 фармкомпаний России по стоимостному объёму аптечных продаж в денежном выражении с объемом продаж 5 375,1 млн руб. Компания обогнала такие иностранные компании, как Abbott, KRKA, Sanofi.

    🥇Препарат Компании Тирзетта® находится на первом месте в рейтинге «Топ-20 брендов ЛП по стоимостному объёму продаж в России в апреле 2026 года» с долей 1,8%.

    💊Категория «Пищеварительный тракт и обмен веществ» стала самой быстрорастущей АТС-группой I уровня: продажи препаратов этой категории выросли на 32,4% год к году. В число наиболее быстрорастущих препаратов по стоимостному объёму продаж, по данным DSM, вошли препараты ПРОМОМЕД для лечения сахарного диабета 2 типа и ожирения Тирзетта® (+19,9% к марту) и Велгия® (+3,7%), а также хондропротектор Амбене® (+2,4%).

    #ПРОМОМЕД #лидерство #фармацевтика

    $PRMD

    MOLOT — наша новая ИИ-модель для поиска вредоносного кода

    Мы уже встроили ее в PT Application Inspector — инструмент для выявления уязвимостей и тестирования безопасности приложений (будет доступна начиная с релиза 6.0). Добавили AI в PT AI, так сказать 😅

    Но перед тем как рассказать про MOLOT, давайте разберемся, зачем компании используют PT Application Inspector 🧐

    Злоумышленники часто эксплуатируют уязвимости в приложениях (программах, сайтах), чтобы проводить кибератаки. По данным наших исследований, в среднем в приложении скрывается больше двух десятков уязвимостей, и каждая пятая из них — высокого уровня опасности. Их эксплуатация может привести к утечкам данных, проникновению в инфраструктуру, простоям сервисов и другим серьезным последствиям для бизнеса.

    Большинство уязвимостей появляется еще на этапе разработки приложений, поэтому чем раньше их обнаружить и исправить, тем лучше. Именно для этого и нужен PT Application Inspector — он помогает находить недостатки в исходном коде, а также выявлять их в уже работающих приложениях.

    Как MOLOT дополняет PT AI 🔨

    MOLOT — это модель, которая ищет вредоносный код в программах на популярных языках — Python, JavaScript и TypeScript. Ключевая особенность в том, что модель анализирует не отдельные фрагменты кода, а программу как последовательность действий и оценивает, складываются ли они в опасный сценарий.

    Это важно, потому что вредоносный код не всегда выглядит подозрительно. Его отдельные действия — например, чтение файлов, отправка запросов или обработка данных — могут смотреться вполне легитимно. Опасность появляется тогда, когда эти действия складываются в определенный сценарий: например, скрипт может прочитать логины и пароли, закодировать их и отправить на сторонний сервер.

    Классические правила такие сценарии пропускают. А MOLOT — нет: он анализирует эти действия и делает выводы о том, представляют ли они угрозу (примерно так же, как большие языковые модели понимают текст по последовательности слов). Такой подход делает обнаружение вредоносного кода точнее: в тестах MOLOT показывает результат лучше классических правил на 15%.

    Благодаря этому PT Application Inspector стал вторым в мире SAST-продуктом, который умеет находить угрозы не только по отдельным ошибкам в коде, но и по тому, как в целом ведет себя приложение.

    В общем, наша ML-команда продолжает развивать ИИ-инструменты, чтобы усиливать наши решения и делать продукты компаний безопаснее 💪

    #POSI

    MOLOT — наша новая ИИ-модель для поиска вредоносного кода