Datadog ($DDOG) – 财报回顾 – 2024年08月08日
Datadog 101：
Datadog 是数据观测（可观察性）领域的主导企业。 可观察性是指监控整个软件生态系统以跟踪问题、漏洞和性能的做法。 该领域的其他参与者包括超大规模公司如 Splunk、Elastic、CrowdStrike（通过收购 Humio）等。 Datadog 将其可观察性细分为 3 个较小的领域：基础设施监控、日志管理和应用性能监控 (APM)。
基础设施监控：提供服务器和网络等资产的整体视图。 它可以自动收集流量和总体使用情况。 这意味着它可以更迅速地修复和发现基础设施问题。
日志（或事件记录）管理： 管理整个基础设施中发生的 “带有时间戳的事件记录”。 这也有助于更快地修复问题和优化性能。 这些日志在基础设施监控和其他用例中进行整理和利用，以识别客户服务问题等。 日志管理包括日志数据的收集、维护和利用。 该产品通常支持基础设施监控，但两者之间有一个关键区别。 日志管理处理基于事件的数据，而基础架构监控（顾名思义）处理基于基础架构的指标。
应用程序性能监控（APM）：跟踪应用程序性能并发现/优先解决性能问题。
这三类产品紧密结合在一起，形成了 “统一平台”。
由于 Datadog 已经在处理网络可行性问题，因此安全问题是一个非常重要的增长点。 例如，云基础设施权限管理（CIEM）等产品可确保严格的身份控制和最低访问权限。 这里有很多竞争者，但 Datadog 并不逊色。 CIEM 可降低云环境中身份攻击的风险。 其安全信息和事件管理(SIEM)产品支持“用于安全调查的长期数据日志可视化”。
“在 Datadog，我们专注于帮助客户观察、保护其复杂系统并采取相应措施”。
联合创始人/首席执行官 Oliver Pomel
Datadog 需求
- 收入超出预期 3.4%。
- 营业额超出预期 4.6%。
- 客户总数同比增长 10%。
- 目前，年经常性收入 (ARR) 在 10 万美元以上的客户占总收入的 87%，而且这一比例还在继续攀升。
- 11% 的客户现在使用 8 种以上的产品，而去年同期为 7%。
Source: Brad Freeman – SEC Filings, Company Presentations, and Company Press Releases
利润与利润率
- 息税前盈利（EBIT）超出预期 14%。 运营支出（OpEx）同比增长 21%，其中包括 DASH 用户大会产生的 1100 万美元费用。
- 每股收益超出预期 16%。
- FCF 比预期低 6%。 根据收款时间、税收水平和其他付款情况，FCF 是一个不稳定的指标。 我认为应该关注年度 FCF。 跟踪 12 个月的 FCF 为 6.7 亿美元，同比增长 58%。
Source: Brad Freeman – SEC Filings, Company Presentations, and Company Press Releases
资产负债表
- 30 亿美元现金及等价物。
- 没有传统债务。
- 7.44 亿美元的可转换优先票据。
- 稀释股本同比增长 2.3%。
指引与估值
“我们的指引以最近几个月观察到的趋势为基础，并对这些增长趋势采取保守态度”。
首席财务官 戴维-奥布斯特勒
- 将年度收入预期提高了 1%，超出预期 0.5%。
- 将年度息税前盈利（EBIT）预期目标上调 5%，超出预期 4.2%。
- 将年度每股收益预期从 1.54 美元上调至 1.64 美元，超出预期 0.08 美元。
- 2024 年的人数增长将快于 2023 年。
- 它认为 2024 年的资本支出仅占收入的 3.5%。 它并没有参加 “自己建立最佳模式 “的竞赛。
- Datadog 的长期前景没有变化。
下一季度的收入指引略低，息税前盈利（EBIT）和每股收益（EPS）均领先。
Datadog 2024 年的市盈率为 69 倍。 预计今年每股收益将增长近 20%，明年增长 22%。
Source: Brad Freeman – SEC Filings, Company Presentations, and Company Press Releases
电话会与发布会
产品扩展是本次电话会议的核心。 在 GenAI 和非人工智能产品中，Datadog 正在迅速扩展其在各种可观察性桶、云和数据安全、云服务管理和 GenAI 中的用例套件。
非人工智能产品扩展：
Datadog Flex 日志在本季度全面推出。 需要提醒的是，这是其存储和保留大批量logs的经济有效手段。 它们的价格为每年每 100 万次 0.60 美元，可将存储和查询成本分开。 这使其成为长期数据存储和监管合规的理想选择。 利用 Flex Logs，存储和计算可以并行、独立的方式进行扩展。 这种分离为 Datadog 的客户带来了更多的数据可扩展性、定制化和成本优化。 相反，从弹性日志进行查询的速度比 Datadog 的标准日志层慢。 因此，Flex 日志更适合处理优先级较低的数据。
Datadog 正在进一步推进数字体验监控。 Datadog Synthetics 是其在零风险环境中测试交互和流程的方法。 它允许公司预测和模拟使用模式，以测试界面和产品的适应性。 它可以在这些问题作为软件包的一部分部署之前发现问题。 这与实时用户监控（RUM）有些类似，只不过 RUM 跟踪的是实际用户操作，而不是模拟用户。 这可以从用户体验的进展情况以及是否需要调整中获取发现。 Datadog 可以提供用户流失分析、参与度指标等。 现在，每个产品的年度经常性收入（ARR）都达到了 1 亿美元，这样公司就有 5 个产品拥有了这样的业务量。
- 数字体验监测领域的其他最新创新包括移动应用程序测试、功能标志测试（在不中断整个产品的情况下测试产品的一部分）、用户旅程可视化等。
在云安全方面，Datadog发布了几款新产品。 它增加了无代理云扫描功能，允许 Datadog 的安全工具在客户的客户端环境中运行，而无需实际安装任何单独的软件（或代理）。 有些客户喜欢这种无代理方式，有些则不喜欢。 Datadog 现在提供这两种方式。 它增加了代码安全功能，允许 “客户检测其产品和应用程序中的代码级漏洞并对其进行优先排序”。 这也将 Datadog “进一步 “推向了 DevOps 领域的源代码创建和维护。
其新的数据安全工具（目前仅适用于 AWS）可以发现敏感数据，是对其资产、应用程序和基础架构可观察性核心的完美补充。 数据是驱动现代企业提供的每项资产和产品的引擎。 Datadog 现在不仅可以监控这些数据的卫生状况和使用情况，还可以标记漏洞。 最后，实时调试器（Live Debuggger） 使开发人员能够 “在生产环境中逐步检查代码，找出编码错误的根本原因”。
该公司还在其代理中增加了 OpenTelemetry 集成。 OpenTelemetry 是一种收集各种数据的流行开源方法。 Datadog 现在可以在其环境中实现这一功能，而无需单独的供应商。
日志工作区（Log Workspaces）是跨部门工程师收集和组合资产的新协作环境。 在这里，他们可以建立复杂的 “多阶段 “查询，从企业的不同部门挑选和提取所需的数据，以组合成新的使用案例。
其新的 Kubernetes 自动扩展工具可处理资源使用和扩展优化。 它从大量的使用数据中提取信息，告诉客户在哪些方面可以节省计算容量和其他方面的开支。 这是其推动云服务管理的一部分。 另一个重要推动力是新的 Datadog 应用程序生成器。 这使开发人员能够轻松构建与 Datadog 其他产品原生集成的应用程序。
人工智能产品扩展与货币化：
Toto 是其首个基础大型语言模型 (FLLM)。 它利用 Datadog 提供的大量数据来增强客户的工作流程。 在所有主要的 FLLM 基准中，它的性能都是 “最先进的”。
Bits AI 是公司的副驾驶员。 它可以总结事件并以对话方式回答问题。 现在，聊天机器人还可以作为代理安装在客户的架构中，自动进行性能或安全调查。
最后，Datadog 首次推出了 LLM 可观察性功能。 这允许开发人员观察、升级和维护他们的 LLM，从而加快 GenAI 应用程序的部署。 这是一个非常重要的想法。 正如我多次说过的，GenAI 货币化的第一波浪潮已经在芯片和服务器……所有硬件中展开。 我们正在奠定这一基础，以确保有适当的容量来支持数十年的高性能计算（HPC）应用。 Datadog将在这一浪潮中创造其GenAI财务业绩。 LLM Observability 为加速和加强 GenAI 应用浪潮奠定了基础。
就 GenAI 货币化而言，Datadog 目前拥有 2,500 个 AI 集成，而 Q/Q 为 2,000 个。 Datadog 平台内的人工智能集成允许客户将其第一方数据直接放入其生态系统，以加速模型和应用工作。 这些集成似乎带来了发展势头，因为目前有 4% 的 ARR 来自 AI 客户，而去年同期为 3.5%。 它还继续为 Snowflake 等数据公司增加可观测性支持，数据是任何 GenAI 模型的 “胡椒盐”。
平台效应与商业环境
如果说所有这些产品新闻是原因，那么更多的交叉销售、供应商整合和平台化则是结果。 本季度，DDOG 与一家南美银行签订了有史以来最大的合同。 他们以前一直在为总体可视性而苦恼，现在有了 Datadog，他们就不再苦恼了。 本季度，DDOG 还与一家旅游管理公司和一家安全公司签订了三份价值 7 位数的大额合同，以推动点解决方案的转移，取得更好的成果，并为其中一家客户每年节省 50 万美元。 另一家客户每年节省运营支出 100 万美元。 欧洲中央银行（ECB）又削减了两家供应商，转而使用 DDOG，目前正在使用其 17 种产品。
消除点解决方案通常能让客户提高效率，做到 “少花钱多办事”。 特别是在当今的环境中，这种方法正在发挥作用。 这使得 Datadog 能够突破客户持续的犹豫不决，实现强劲的业绩。 总收入保持在 90% 左右的中高水平，现有客户的使用量继续加速增长。 这一点在其大型企业部门最为明显，而小型客户的使用量则实现了季度/季度的稳定增长。
观点
这是一个不错的季度。 业绩指引提升像我们在少数企业软件公司中看到的那样具有爆炸性，且仍比大多数公司要好。 DDOG 正在成功拓展其核心可观测性利基之外的业务，并奠定了支持应用程序货币化所需的 GenAI 产品基础。 它继续以非常审慎的态度进行指引，继续寻求稳定的增长，并不断提供更多的息税前利润。 一个稳健的公司在本季度取得了稳健的业绩。 对于每股收益在20%-25%美元的复合型公司来说，我认为 70 倍的市盈率并不令人信服，但本季度的实际业绩相当不错。
