Snowflake (SNOW) – 财报回顾 – 2023 年 12 月 1 日
Snowflake 是不同数据来源的统一层面。 它可在安全的环境中提供可扩展的存储和组织功能，以及从数据中获取洞察力。
需求
- 产品收入超出预期 3.9%。
- 总收入超出预期 2.9%。
请注意，135% 的净收入留存率仍然非常出色。 超过 120% 就被认为非常非常好。
“我不打算引导净收入的留存。我们确实看到它趋于稳定，但可能会再下滑一些。- 首席财务官Michael Scarpelli
资料来源Brad Freeman – 美国证券交易委员会文件、公司介绍和公司新闻稿
Bps = 基点 = 0.01%。
资料来源Brad Freeman – 美国证券交易委员会文件、公司介绍和公司新闻稿
利润
- EBIT超出预期 131%，EBIT利润率超出指引 580 个基点（基点 = 0.01%）。
- 实际EPS比预期的0.16 美元超出了 0.09 美元；FCF 超出预期 27.7%。
GAAP EBIT与EBIT之间的差距与股票激励费用有关。
资料来源Brad Freeman – 美国证券交易委员会文件、公司介绍和公司新闻稿
资料来源Brad Freeman – 美国证券交易委员会文件、公司介绍和公司新闻稿
资产负债表
- 36 亿美元现金及等价物。
- 9.5 亿美元的长期投资。
- 没有负债。
- 总股本同比增长 2.9%。 截至目前，该公司已回购了 5.92 亿美元的股票，以抵消部分股份稀释。
业绩指引
Snowflake将全年的产品收入预期提高了 1.9%。 该公司还将产品毛利率（GPM）指引值从 76% 提高到 77%，将息税前利润率指引值从 5% 提高到 7%，将调整后的自由现金流利润率指引值从 26% 提高到 27%。 这三次预期上调都超出了分析师的预期。
“消费趋势有所改善。我们看到客户扩张模式趋于稳定。我们的预估是基于观察到的模式，并假设消费持续稳定”。- 首席财务官 Michael Scarpelli
该公司重申了所有长期需求目标，包括到 2028 年实现年收入 100 亿美元的目标。
电话会及发布会亮点
Snowflake 101
Snowflake 的总体平台称为数据云。 该基础架构能够以经济实惠的方式大规模存储、组织、查询和学习数据源。 与传统的数据仓库解决方案不同，该架构自然地将数据存储和计算功能分开。 这意味着数据消耗能力不受公共计算资源的限制。 这消除了计算能力瓶颈，提高了数据存储的可扩展性。
在这个框架下，我可以随心所欲地存储数据，而无需像传统产品那样立即处理所有数据。 处理利用计算能力。 在 Snowflake 的案例中，存储是在 Snowflake 数据云的集中式数据存储库中完成的。 只在需要时才进行处理。 数据以虚拟方式使用，无需专用硬件。 这种可扩展或 “弹性 “的现实控制了浪费，节约了成本。 Snowflake 以管理的方式为客户完成所有这些工作，以减少客户对人才和基础设施的需求。
需要了解的 5 种关键产品和一些进展报告
Snowflake数据仓库是存储和（根据指令）处理结构化数据的地方。 结构化数据是格式化的数据。 它用于保存记录和创建报告。 数据可通过结构化查询语言（SQL）轻松获取。
- 它刚刚添加了一个新的数据流工具，名为动态表。 它处于早期预览阶段，可以实现更自动化的数据查询。 有了它，当数据云接收到最新数据时，报告就会自动更新。
Snowflake Data Lake的功能与非结构化数据仓库相同。 非结构化数据未经格式化，用于发现新的见解和模式。
- 该产品在 2020 年首次亮相（Warehouse是在2014 年）。 非结构化数据的消耗量正在疯狂增长。 年同比增长 17 倍。
- 生成式人工智能在很大程度上依赖于非结构化数据进行模型训练。 这意味着这种激增将直接支持 Snowflake 上的非结构化数据消费。
Snowpark 产品使开发人员能够使用任何所需的源代码语言处理数据。 有了它，开发人员可以处理数据并将其可视化（通过 Snowpark 功能），还可以构建应用程序（通过 Snowpark 本地应用程序）。 Snowpark 是他们利用数据打造新事物的乐园。
- Snowpark的使用率季度增长 47%，年度增长 500%（更新的产品）。
- Snowpark Container Services将于第四季度试运行。 这允许客户从 Snowflake 部署软件包。 这反过来又使应用程序的运行无需传输数据或管理部署。
- GenAI 模型是贪婪的数据消费者。 Snowpark 容器服务允许 GenAI 模型在更接近所需数据的情况下运行。 这样既能提高性能，又能加快模型训练。 Snowpark Container Services 是公司 GenAI 战略的重要组成部分。
Snowflake 数据共享是其安全产品，顾名思义，它在 Snowflake 的其他用户之间共享数据。 随着越来越多的人选择加入，相关数据会产生引人注目的网络效应，Snowflake 的价值主张也会随之深化。
- 目前有 28% 的客户在 Snowflake 网络中共享数据，而去年同期为 22%。
- 共享通过 “edges”完成，”edges”是客户与数据提供者之间的数据共享连接。
Snowflake Machine Learning 是用于在 Snowflake Data Cloud 中训练 ML 模型的套件。 这可用于自动查询和组织数据。
Snowgrid 是其全方位云工具，用于在客户使用的各种云中统一客户的数据。
创收
这不像 CrowdStrike 或 ZScaler 那样的经常性收入业务模式。 约 90% 的收入是根据消费水平确认的，最低消费合同提供了更多的收入可见性。 与基于订阅的合同相比，基于消费的模式意味着客户可以更容易地在困难时期减少数据消费。 这也意味着亚马逊和英伟达等公司在数据消费效率方面的改进会对其消费需求产生负面影响。 这在一定程度上阻碍了 Snowflake 在 2023 年的增长，因为客户选择从 5 年期数据存储转向 3 年期数据存储，以控制成本。 类似这样的优化也已稳定下来。
反过来呢？ 与订阅模式相比，随着经济形势的好转，这些客户可以更容易、更迅速地增加消费。 由于这种创收方式的不稳定性，年度经常性收入 (ARR) 并非是一个有参考意义的指标，账单也不是。 相反，该公司更侧重于产品收入和剩余的履约义务。
提高利润率
Snowflake的规模对其利润状况大有帮助。 这也使其在云计算定价谈判中拥有更强的讨价还价能力，随着时间的推移，这种能力只会越来越强。 更多的业务来自续约客户，而不是新客户，这也对具体的营业利润率有所帮助。 这意味着客户获取成本和销售佣金的降低。
宏观与需求
Snowflake对宏观经济的观点与我们从其他优秀的软件公司听到的观点如出一辙。 宏观不利因素并没有消失，目前甚至没有改善。 重要的是，它们并没有恶化。 “稳定 “是本财报季的主题。 消费欲望似乎正在改善，因为其 10 家最大客户中有 9 家的消费量连续增长。 其最大的客户如期实现了稳定的消费趋势。 这是令人鼓舞的，但在亚马逊发表类似的 AWS相关评论之后，这也就不足为奇了。 Snowflake 和 AWS 之间存在大量客户重叠，因为 AWS 客户占 Snowflake 业务的 76%。
内部部署架构的强劲迁移活动推动了本季度的成功。 其两个增长最快的客户继续迁移到其平台。 其中一家是 SNOW 的第二年的客户，一家是第八年的客户。 这直接表明，Snowflake 的客户通常都能实现长期的收入扩张。 这就是净收入留存率如此之高的原因。 值得注意的是，9 月份有 3 周的增长速度超过了前两年的任何时候。 这让我头皮发麻。 进入 11 月份，增长仍在继续。 这与今年早些时候的情况形成了鲜明对比，当时领导层对季度末连续一周的增长停滞表示担忧。
“11月份的趋势很好……感恩节通常是淡季的一周。尽管如此，我对我们看到的消费情况感到满意。这也反映在我们的业绩指引中”。- 首席财务官Michael Scarpelli
对谷歌云的微妙一击
“谷歌云平台（GCP）只占我们业务的 3%。GCP 之所以没有那么大，其中一个原因是，对我们的客户来说，在 GCP 上运营要比在 AWS 和 Azure 上运营昂贵得多。因此，我们的销售人员并不太愿意在 GCP 中开展业务”。- 首席财务官 Micahel Scarpelli
生成式AI
和每次电话会一样，Slootman再次表达了他的观点：”没有数据战略，就没有人工智能战略”。 他是对的。 Snowflake希望成为 “人工智能推动者”。 这意味着 GenAI 应用程序、模型和工具都可以通过直观的集成进入 Snowflake 环境。 它希望企业 “将其软件与数据结合起来”。 这样，在构建所有这些产品时，就可以更直接地使用客户的数据。 需要提醒的是，GenAI 模型必须经过经验（训练）才能发挥作用。 是什么在训练这些模型？ 数据。 客户到哪里才能在一个地点访问他们的所有数据？ Snowflake
例如，Snowflake Cortex 允许访问大型语言模型 (LLM)（LLM 不就是语言学习模型吗？）（如 OpenAI 和 Meta 的模型），并在数据云内进行部署。 它提供矢量化等服务，可以揭示非结构化数据模式，并从这些发现中找到类似数据。 它还可以进行感性分析，将基于观点的数据分离出来，从而得出正面或负面的感性的结论。
它将很快提供 Snowflake Horizon，以处理 GenAI 内部的所有合规性和管理问题。 与 “Zero Trust “架构类似，Horizon系统将持续地验证和授权用户对数据的访问权限，无论是在LLMs中学习语言还是在GenAI应用程序中进行应用，以确保数据的机密性和完整性。 它还能处理一些非 GenAI 的管理问题。
它还在开发自己的 GenAI 工具，如AI文档 。 文档人工智能能自动将文档中的非结构化数据转化为结构更合理、更有条理的数据集。
公共部门
“我们应该随时都能拿到 FedRAMP （译者注：美国联邦风险和授权管理计划，该计划提供评估、监视和授权云计算产品和服务的标准化方法，并加速联邦机构采用安全云解决方案）高级授权。实际上，我以为今天就能拿到。敬请期待。你们很快就会看到相关公告。”- 首席财务官Michael Scarpelli
观点
这是一个伟大的季度。 显然，它正在成为名副其实的数据仓库（与 Databricks 并驾齐驱），并不断获得大客户的青睐，为收入增长提供了充足的空间。 利润率的增长令人鼓舞，新产品的牵引力令人鼓舞，GenAI 的设置令人兴奋，公司正在全力以赴。 6个月前，雪花明确告诉我们“生产力没有达到我们想要的水平”，消费领域的不利局面正在形成。 我的天啊，6 个月的变化可真大。 对于公开市场上最昂贵的股票之一来说，这一季度的表现非常出色。 要想继续获得目前的估值溢价，它就必须继续保持这样出色的季度业绩。
