财务数据和关键指标变化 - 第四季度收入为9.53亿美元，同比增长29%，环比增长8%，超出指引区间上限 [7][27] - 第四季度账单为12.1亿美元，同比增长34% [29] - 剩余履约义务为34.6亿美元，同比增长52%；当期剩余履约义务同比增长约40% [29] - 第四季度自由现金流为2.91亿美元，自由现金流利润率为31% [7][31] - 第四季度毛利率为81.4%，上一季度为81.2%，去年同期为81.7% [29] - 第四季度运营支出同比增长29%，上一季度为32%，去年同期为30% [30] - 第四季度运营收入为2.3亿美元，运营利润率为24%，上一季度为23%，去年同期为24% [30] - 客户数量：截至第四季度末，客户总数约为32,700家，高于去年同期的约30,000家 [7] - 大客户数量：截至第四季度末，年度经常性收入超过10万美元的客户约为4,310家，高于去年同期的约3,610家，这些客户贡献了约90%的年度经常性收入 [8] - 客户留存率：过去12个月净收入留存率约为120%，与上一季度相似；过去12个月总收入留存率稳定在95%中高区间 [7][28] - 现金状况：截至季度末，现金、现金等价物及有价证券总额为44.7亿美元 [30] 各条业务线数据和关键指标变化 - 三大核心支柱业务：基础设施监控年度经常性收入超过16亿美元，日志管理年度经常性收入超过10亿美元，应用性能监控及数字体验管理套件年度经常性收入也超过10亿美元 [10] - 产品采用度：平台战略持续获得市场认可，84%的客户使用2个或以上产品，55%的客户使用4个或以上产品，33%的客户使用6个或以上产品，18%的客户使用8个或以上产品，9%的客户使用10个或以上产品，均较去年同期有所提升 [8][9] - 应用性能监控增长：核心应用性能监控产品同比增长加速至30%中段，是目前增长最快的核心支柱 [10] - 日志管理：Flex Logs产品年度经常性收入已接近1亿美元 [10] - 人工智能产品：约5,500名客户使用一项或多项Datadog人工智能集成来发送其机器学习、人工智能和大语言模型使用数据；超过1,000名客户正在使用人工智能可观测性产品，过去六个月品牌数量增长了10倍 [13][15] - 新产品进展：Bits AI SRE代理在12月全面上市，超过2,000名试用和付费客户在过去一个月内进行了调查；Datadog MCP服务器处于预览阶段，第四季度工具调用次数较第三季度增长了11倍 [12] - 安全产品：云安全信息和事件管理产品在大型企业中正积极取代现有的市场领先解决方案 [16] 各个市场数据和关键指标变化 - 财富500强渗透：截至2025年12月，48%的财富500强公司是Datadog客户，但这些客户的Datadog年度经常性收入中位数仍低于50万美元，增长空间巨大 [9] - 人工智能原生客户：约有650名人工智能原生客户，其中19名客户每年在Datadog上的支出超过100万美元；前20大人工智能原生公司中有14家是Datadog客户 [28] - 非人工智能原生客户增长：排除人工智能原生客户群体后，广泛的客户基础收入增长在第四季度加速至23%同比增长，高于第三季度的20% [27] - 大额交易：第四季度预订额创纪录地达到16.3亿美元，同比增长37%；签署了18笔总合同价值超过1000万美元的交易，其中两笔超过1亿美元，还包括一笔与领先人工智能模型公司的八位数新客户交易 [7][19] 公司战略和发展方向和行业竞争 - 长期增长动力：数字化转型和云迁移仍是公司业务的长期结构性增长驱动力，公司继续扩展平台以端到端解决客户问题 [25] - 人工智能战略：公司战略分为两部分：1) 人工智能赋能Datadog，即利用人工智能使平台更好用；2) Datadog赋能人工智能，即为客户的人工智能技术栈提供端到端的可观测性和安全性 [11][13] - 平台扩展与整合：2025年发布了超过400项新功能，并达到了超过1000个集成的里程碑，帮助客户整合老旧工具，在近100笔交易中替代大型传统供应商，带来数千万美元的新收入 [11][15] - 竞争格局：市场竞争态势未发生重大变化，公司继续从有规模的竞争对手那里夺取份额，近期的一些并购交易涉及的公司并非市场上的赢家，未改变竞争动态 [68] - 应对代理时代：公司认为人工智能代理将加速开发和生产复杂性，从而增加对可观测性的需求，公司正在构建产品以满足人类用户界面和代理自动化的双重需求，例如通过MCP服务器向代理暴露功能 [38][39][42] 管理层对经营环境和未来前景的评论 - 需求环境：云迁移的持续势头带来了广泛的需求积极趋势，增长势头遍及业务、产品线和多样化的客户群 [5] - 2026年展望：管理层对2026年感到更加兴奋，因为开始看到客户将人工智能应用加速融入其应用程序，并开始采纳公司的人工智能创新 [26] - 第一季度及2026财年指引： - 第一季度收入：预计在9.51亿至9.61亿美元之间，同比增长25%-26% [31] - 第一季度非公认会计准则运营收入：预计在1.95亿至2.05亿美元之间，意味着运营利润率为21% [31] - 第一季度非公认会计准则每股收益：预计在0.49至0.51美元之间 [31] - 2026财年收入：预计在40.6亿至41亿美元之间，同比增长18%-20%，其中模型假设排除最大客户后的业务年内增长至少20% [32] - 2026财年非公认会计准则运营收入：预计在8.4亿至8.8亿美元之间，意味着运营利润率为21% [32] - 2026财年非公认会计准则每股收益：预计在2.08至2.16美元之间 [32] - 指引说明：预计2026财年净利息和其他收入约为1.4亿美元，现金税约为3000万至4000万美元，继续应用21%的非公认会计准则税率，资本支出和资本化软件合计预计占收入的4%-5% [33] - 长期机会：管理层认为许多大型企业仍处于云迁移的早期阶段，公司拥有巨大的增长机会 [9] 其他重要信息 - 产品创新：2025年在多个领域推出新产品或增强功能，包括数据可观测性、存储管理、Kubernetes自动扩缩容、路径分析、无限制真实用户监控、代码安全、基础设施即代码安全、安全图谱、功能标志、内部开发者门户、OnCall等 [16][17][18] - 客户成功案例：第四季度完成了多笔重要交易，涉及人工智能金融模型公司、欧洲数据公司、领先电子商务和数字支付平台、财富500强食品饮料零售商、领先医疗科技公司、拉丁美洲主要金融服务公司以及领先金融科技公司，这些交易普遍涉及工具整合、成本节约和效率提升 [19][20][21][22][23][24] - 投资者日：公司宣布将于本周四在纽约举行下一次投资者日，分享服务客户、平台创新和通过人工智能提供更大价值的细节 [26] 总结问答环节所有的提问和回答 问题: 关于代理框架和部署的进步对可观测性类别的影响及公司如何适应 [37] - 回答: 人工智能代理将加速开发，创造更多复杂性和应用，将更多价值从编写代码转移到验证、测试和确保生产环境安全及业务对齐，这正是可观测性的范畴，因此会加速可观测性需求并使其扩展到更多领域 [38][39][40] - 回答: 工作流程将演变，自动化将增加，公司正在构建产品以满足人类用户界面和代理自动化的双重需求，例如通过MCP服务器向代理暴露功能 [41][42] 问题: 关于与大型人工智能模型公司的八位数交易，以及开源工具与商业化解决方案的争论 [45] - 回答: 该情况与赢得其他客户类似，客户通常已有自制或开源工具，但公司能快速展示价值，工程师成本高且开发速度是关键制约因素，因此采用商业化解决方案通常更合理 [46][47] 问题: 关于大语言模型在异常检测等方面的长期能力与公司护城河的对比 [50] - 回答: 大语言模型在分析海量数据方面会越来越好，公司的护城河在于两方面：1) 整合上下文数据并输入给智能引擎的能力；2) 未来需要嵌入式、实时、专业化的模型进行主动问题预防和解决，而不仅仅是事后分析，这需要嵌入数据平面，公司正致力于此 [51][52][54][55] - 补充: 公司处理的数据是实时且数据量比通常输入大语言模型的数据大几个数量级，这是不同的问题 [56] 问题: 关于客户为人工智能可观测性支付更多费用时，如何确保其感受到价值 [57] - 回答: 软件购买的核心是帮助客户赚钱或省钱，每当客户购买新产品，公司都需要证明其能带来成本节约或收入增长，将产品添加到公司平台通常比引入其他供应商成本更低 [58] 问题: 关于2026年指引中的保守程度、排除最大客户后的增长假设以及人工智能客户群的集中度 [61] - 回答: 指引采用了与以往相同的方法，基于观察到的有机增长率、附加率和新增客户积累率并进行折现，排除最大客户后的核心业务增长假设高于整体指引增长率，但这并不意味着最大客户增长缓慢，而是对其采用了非常保守的假设，人工智能客户群约有650家，相当分散，没有特别的集中度 [62][63] 问题: 关于竞争格局以及大语言模型兴起是否影响份额变化 [67] - 回答: 市场竞争没有特别变化，公司继续从有规模的竞争对手那里夺取份额，近期的一些并购交易未改变竞争动态，大语言模型兴起带来了新功能构建和客户服务的新方式，但人工智能可观测性市场仍处于早期，公司认为最终人工智能可观测性应与系统其他部分集成，公司在这方面处于有利地位 [68][69][70] 问题: 关于大型云服务提供商资本支出增长与公司人工智能可观测性收入增长的可预测性 [74] - 回答: 将资本支出直接与人工智能可观测性收入挂钩过于简化，资本支出增长预示着未来应用、智能和系统复杂性将大幅增加，这对公司业务将有巨大帮助，但难以精确映射 [75][76] 问题: 关于在大型人工智能提供商中分散客户集中度的机会 [77] - 回答: 公司的业务模式并非建立在依赖少数客户之上，对于人工智能领域的所有客户，不使用公司产品应该是不合理的，公司已在该领域取得巨大成功，并看到更多来自最大型人工智能实验室的客户兴趣，预计未来将推动更多业务 [78][80] 问题: 关于2026年毛利率预期以及内部使用人工智能实现运营支出协同效应 [84] - 回答: 毛利率目标仍在±80%左右，公司会在效率机会和平台投资之间取得平衡，目前内部已在运营中使用人工智能，初步迹象显示提高了生产力和采用率，公司将继续评估其对成本结构的影响 [85][86] - 补充: 短期内公司将继续大力投资研发，人工智能帮助公司更快地构建更多产品以解决客户问题 [86] 问题: 关于客户将可观测性内包的趋势是否发生变化 [89] - 回答: 这种情况有时发生，但是少数，总体趋势是客户从自制转向使用公司产品并扩大使用范围，依赖公司解决越来越多的问题，出于经济或专注度考虑，内包对绝大多数公司来说没有意义，即使是拥有所有资源的大型云服务商内部团队有时也会选择使用公司产品以更直接地解决问题 [90][91][92] 问题: 关于销售团队的生产力曲线以及未来12-18个月的投资重点 [95] - 回答: 对当前生产力感到满意，未来的主要驱动力仍然是扩大销售团队规模，因为公司在全球各个市场和细分领域的覆盖尚未达到所需规模，因此重点是在保持生产力的同时扩大规模，预计未来一年将继续扩大销售团队规模 [96][97] 问题: 关于核心应用性能监控产品增长加速的驱动因素 [100] - 回答: 应用性能监控增长加速得益于多方面：1) 投资简化了部署流程；2) 在数字体验方面进行了差异化投资，推动了更广泛的应用性能监控套件采用；3) 加强了市场覆盖，获得了更多交易机会，公司在该市场仍有很大份额提升空间 [102][103][104] - 补充: 许多胜利案例是公司在客户已有其他产品的基础上，进一步整合应用性能监控 [105] 问题: 关于大型人工智能原生客户是否显著稀释毛利率以及2026年利润率指引的考量 [106] - 回答: 从加权平均来看，人工智能原生客户并未显著稀释毛利率，毛利率更多与客户规模相关，而非是否人工智能原生，公司拥有高度差异化、多元化的客户基础，折扣结构与以往相似，毛利率持续投资包括数据中心和平台开发，因此大致与过去几年情况一致，未受人工智能原生与否的显著影响 [106] 问题: 关于Bits AI产品的价值捕获和竞争格局 [114] - 回答: 当前通过展示节省的时间来销售这些产品，从长达数小时的事后人工处理缩短到几分钟的自动诊断，价值主张清晰，长期来看，趋势将从事后诊断转向流式、实时、主动的问题预防和缓解，这需要处理海量实时数据并做出实时判断，这是公司的优势所在，也是对通用人工智能平台更具挑战性的领域 [115][116][117][119] 问题: 关于运营利润率框架和未来投资思路 [123] - 回答: 公司的框架是基于相对保守的收入预期进行规划，因为如果收入超过目标，短期内难以进行增量投资，因此公司优先投资于收入增长，如果看到收入超出目标，再增加投资层，这反映了公司在平台、研发、人工智能和销售方面的持续投资，这些投资正在取得回报，历史上公司倾向于将部分超额收入转化为利润，然后再为下一阶段增长进行再投资 [124][125] 问题: 关于销售策略是否需要为人工智能客户群做出重大改变 [126] - 回答: 公司将继续执行类似策略，即与客户合作证明长期价值，这体现在客户管理和客户成功工作中，今年的重点是能力增长，包括地域扩张、深化与客户的互动方式以及扩展渠道，与往年非常相似 [126]