Whalesbook
FY26 ના ઓડિટેડ નાણાકીય પરિણામો જાહેર
NIIT Learning Systems એ 31 માર્ચ, 2026 ના રોજ પૂરા થયેલા નાણાકીય વર્ષ માટે તેના ઓડિટેડ કન્સોલિડેટેડ નાણાકીય પરિણામો જાહેર કર્યા છે. વર્ષ દરમિયાન, કંપનીની આવક 18% વધીને ₹1,952 કરોડ થઈ છે, જ્યારે ટેક્સ પછીનો નફો (PAT) ₹247.7 કરોડ નોંધાયો છે. બોર્ડ ઓફ ડિરેક્ટર્સે શેર દીઠ ₹3.25 ના અંતિમ ડિવિડન્ડની ભલામણ કરી છે.
ચોથા ક્વાર્ટર (Q4) FY26 માં, કન્સોલિડેટેડ આવક 22% વધીને ₹525.2 કરોડ રહી, જ્યારે PAT ₹77.1 કરોડ અને શેર દીઠ કમાણી (EPS) ₹5.61 નોંધાઈ. સમગ્ર નાણાકીય વર્ષ માટે EPS ₹18.09 રહ્યો.
એક્વિઝિશનનો વ્યૂહાત્મક પ્રભાવ
આ પરિણામો કંપનીની વૈશ્વિક વિસ્તરણ અને હસ્તગત કરેલી એન્ટિટીઓના એકીકરણની સફળ વ્યૂહરચના દર્શાવે છે. ખાસ કરીને, સાન ફ્રાન્સિસ્કો સ્થિત SweetRush, Inc. નું એક્વિઝિશન એક મહત્વપૂર્ણ વિકાસ છે. આનાથી કંપનીની કસ્ટમ, AI-સક્ષમ લર્નિંગ ડિઝાઇન ક્ષમતાઓ NIIT ની વૈશ્વિક સ્કેલ સાથે સંકલિત થશે. આ પગલું ગ્રાહકો માટે વ્યક્તિગત શિક્ષણને સતત પ્રદર્શન સુધારણા પ્રણાલીઓમાં પરિવર્તિત કરવા માટે AI નો લાભ લેવાના કંપનીના ઉદ્દેશ્ય સાથે સુસંગત છે.
કંપનીની પૃષ્ઠભૂમિ અને વિસ્તરણ
NIIT Learning Systems Ltd. ઓગસ્ટ 2023 માં NIIT Ltd. ના Skills & Careers Business ના ડીમર્જર પછી એક અલગ એન્ટિટી તરીકે ઉભરી આવી હતી. કંપનીએ મુખ્ય કોર્પોરેટ લર્નિંગ અને ડિજિટલ ટ્રાન્સફોર્મેશન સેવાઓનો પોર્ટફોલિયો જાળવી રાખ્યો છે. FY26 ના પરિણામો પહેલાં, કંપનીએ ઓગસ્ટ 2025 માં MST Group નું એક્વિઝિશન કરીને યુરોપમાં પોતાની પહોંચ વિસ્તારી હતી.
મુખ્ય નાણાકીય મેટ્રિક્સ
- FY26 માટે કન્સોલિડેટેડ રેવન્યુ ₹1,952 કરોડ હતી, જે વાર્ષિક ધોરણે 18% વૃદ્ધિ દર્શાવે છે.
- FY26 માટે કન્સોલિડેટેડ EBITDA ₹395.7 કરોડ હતો, જે 20.3% ના EBITDA માર્જિન સાથે છે.
- FY26 માટે કન્સોલિડેટેડ PAT ₹247.7 કરોડ હતો, જે ₹18.09 ના EPS માં પરિણમ્યો.
- Q4 FY26 માં કન્સોલિડેટેડ રેવન્યુ ₹525.2 કરોડ (YoY 22% અપ) અને PAT ₹77.1 કરોડ હતો.
- કંપની માટે રેવન્યુ વિઝિબિલિટી USD 459 મિલિયન નોંધાઈ.
- FY26 માટે શેર દીઠ ₹3.25 નું અંતિમ ડિવિડન્ડ ભલામણ કરવામાં આવ્યું છે.
રોકાણકારો માટે ધ્યાન રાખવા જેવી બાબતો
રોકાણકારો SweetRush, Inc. ના સફળ એકીકરણ અને તેના રેવન્યુ તથા પ્રોફિટેબિલિટીમાં તેના યોગદાન પર નજર રાખશે. ભવિષ્યનું પ્રદર્શન કંપનીની વૈશ્વિક મેનેજ્ડ લર્નિંગ સેવાઓને સ્કેલ કરવાની અને તેની એન્યુઇટી ક્લાયન્ટ બેઝને વિસ્તૃત કરવાની ક્ષમતા પર આધાર રાખશે. સતત પ્રદર્શન સુધારણા માટે AI નો ઉપયોગ કરવામાં કંપનીની પ્રગતિ એક મુખ્ય રસનો વિષય રહેશે. એક્વિઝિશન પછી માર્જિન પરફોર્મન્સ અને એકંદર નફાકારકતા પર તેની અસરનું નિરીક્ષણ કરવું નિર્ણાયક રહેશે.