核心观点 - AI浪潮深刻改变软件行业投资逻辑 资本市场将净收入留存率（NRR）视为筛选AI赢家的关键指标 用于评估公司内生增长动力和客户粘性 但该指标缺乏统一计算标准 存在数据美化风险 [1] NRR的重要性 - NRR衡量公司从现有客户持续创收的能力 超过100%表明老客户未流失且持续增加消费 [2] - 内生性增长至关重要 客户发现产品巨大价值后会年复一年投入更多 [2] - 提升老客户钱包份额比获客成本高昂的新客户市场更高效可持续 [2] - 高NRR被视为公司AI产品策略成功的有力佐证 [2] NRR计算方法的差异与争议 - NRR无统一行业计算标准 各公司计算方法五花八门 横向比较几乎不可能 [1][3] - Figma在IPO文件中披露132%的NRR 但计算仅限年合同额超1万美元的客户 剔除大量小客户 [4] - Figma选取1.1万名年复购金额超1万美元客户（占总客户数2.4%）作为样本 这些客户贡献64%收入 但排除87.6%客户的做法使横向对比失去意义 [4] - GitLab上市初期公布精确148%的NRR 后续季报改为仅公布是否低于130%阈值 [4] - Rubrik采用最近四个季度NRR平均值 拒绝披露单季度数据 [4] - Snowflake将NRR计算周期从标准12个月延长至两年 [4] NRR的应用方法 - 软件板块因AI冲击普遍承压时 NRR仍被视作重要筛选工具 [5] - 投资者应将焦点从比较不同公司NRR绝对值 转移到追踪同一家公司NRR的季度变化趋势上 [5] - 本季度NRR高于上一季度的公司表现更好 Snowflake和Datadog的NRR从近期低点回升 证明其AI产品受市场积极欢迎 [5] - 动态纵向观察法为投资者提供剔除市场噪音、发现真实价值的新工具 [5] - 运用NRR需理解背后计算逻辑 并结合其他财务数据进行综合判断 [6]