财务数据和关键指标变化 - 第一季度营收为1.261亿美元，同比增长29% [21] - 第一季度订阅收入增长30%，占总营收的96% [21] - 第一季度调整后EBITDA为2230万美元，超出预期上限，调整后EBITDA利润率为17.7%，同比扩大约540个基点（1个基点=0.01%） [25] - 第一季度ARR（年度经常性收入）增长22%，期末达到4.94亿美元 [21] - 第一季度非GAAP毛利率为64.4%，同比大致持平 [24] - 第一季度运营费用为5940万美元，占营收的47.1%，同比改善了530个基点 [25] - 第一季度末现金及有价证券为7760万美元，运营现金流同比增长15% [25] - 第一季度末剩余履约义务（RPO）约为17亿美元，是当前ARR的3.5倍 [24] - 第一季度每用户收入（Revenue per user）增至21.46美元，同比增长9% [24] - 第二季度营收指引为1.28亿至1.29亿美元，同比增长14.2%至15.1% [17] - 第二季度调整后EBITDA指引为1790万至1870万美元，中值利润率为14.3% [18] - 2026年全年营收指引为5.271亿至5.309亿美元，同比增长18.8%至19.7% [18] - 2026年全年调整后EBITDA指引为9490万至9790万美元，中值利润率为18.2% [18] - 2026年全年非GAAP毛利率指引约为65% [19] - MANTL收购于2025年3月17日完成，为2026年第一季度贡献了约14个百分点的同比增长 [21] - 公司预计2026年全年股票薪酬约占营收的14% [19] - 公司预计2026年下半年调整后EBITDA利润率将超过19%，第四季度为季节性高点 [19] - 公司预计2026年全年将实现约500个基点的利润率扩张 [19] - 公司预计2026年终止费用收入将显著下降，使报告营收增长减少几个百分点 [19] - 公司预计2026年第三季度增长将适度加速，主要因同比基数更有利 [19][29][71] - 公司预计2026年ARRPU（每用户平均收入）将实现高个位数增长 [19] - 公司预计2026年将流失4家数字银行客户，占ARR比例不到1% [24] - 公司预计到2030年实现“45法则”（Rule of 45，即增长率+利润率达到45%） [20] - 公司长期模型预计非GAAP毛利率将逐步接近70% [21] - 公司长期模型预计调整后EBITDA利润率每年扩张约300个基点 [21] - 公司长期模型预计股票薪酬将逐步降至约占营收的10% [21] - 公司长期模型预计年度总金额流失率（total dollar churn）约为2%-3%，其中约一半来自数字银行客户 [21] - 公司宣布启动首次股票回购计划，规模高达1亿美元 [25] 各条业务线数据和关键指标变化 - 数字销售与服务平台（DSSP）客户数从2025年初的11家增加到48家 [9][55] - 自2025年第二季度以来，超过一半的新增客户是DSSP客户 [10] - DSSP新客户带来的ARR比传统在线银行产品高出30% [10][89] - 自2025年初以来，MANTL作为独立产品新增了61家客户 [9][55] - 第一季度新增了6家数字银行关系客户，包括2家银行和3家DSSP客户 [4] - 公司拥有约23百万注册用户，同比增长250万（12%） [23] - 过去12个月，公司新上线了35家客户，支持120万数字用户 [23] - 过去12个月，现有客户增加了150万数字用户 [23][50] - 公司拥有约7100万美元的ARR积压订单（backlog），涉及40家新客户和约140万数字用户 [22] - 公司预计大部分积压订单将在未来12个月内上线 [22] - DSSP客户倾向于拥有更高的初始合同价值、更长的合同期限和更强的留存率 [22] - 2021-2023年客户群在平台上的支出是其初始ARR的2倍以上 [5] - 2016年及更早的客户在平台上的支出接近其初始ARR的4倍 [6] - 过去三年，数字银行ARR的年流失率低于1% [23] 各个市场数据和关键指标变化 - 目标市场包括超过2000家区域银行和信用合作社 [4] - 银行客户占在线银行客户的比例从四年前的2%提升至目前的13% [7] - 在积压订单中，有13家银行，其余为信用合作社 [48] - 在信用合作社市场，约45%的客户使用其核心提供商提供的在线银行应用 [38] - 在银行市场，超过75%的客户使用其核心提供商提供的在线银行应用 [38] - 公司销售渠道（pipeline）在银行和信用合作社之间基本平衡 [64] - 公司已成功将销售团队划分为独立的银行和信用合作社团队 [64] 公司战略和发展方向和行业竞争 - 公司战略从替代市场的垂直应用提供商，转变为推动银行和信用合作社增长的垂直平台提供商 [11] - 核心战略是通过数字销售与服务平台（DSSP）成为社区金融机构新的主要技术合作伙伴 [12] - DSSP旨在通过提供集成前端（整合数字银行、存款开户、贷款开户）来帮助客户与大型银行和数字银行竞争 [9][32] - 市场领导地位将取决于从每家金融机构创造最大经济价值，而非服务机构的数量 [12] - 公司通过收购MANTL增强了平台功能，以鼓励客户转换并扩大安装基础 [8] - 公司正在从“记录系统”向“行动系统”演进，利用数据和AI预测并推动用户行动 [16][56][59] - AI被视为实现个性化、承销、欺诈管理、客户服务、分析、报价管理等功能的赋能工具 [14] - 公司拥有超过2300万账户持有人的数据基础，可规模化应用AI能力 [14] - 公司正在与少数客户测试AI原型，以确定合适的商业模式 [15] - 公司推出了新产品Alkami Engage，用于捕获用户旅程中的实时交互数据 [15] - 公司计划通过提高平台价值来驱动增长，包括增加愿意转换的客户数量 [10] - 长期增长模型假设40%的ARR增长来自新增客户（与历史平均水平一致），60%来自现有客户内部的扩张 [11] - 公司长期展望未假设额外的并购活动 [21] - 行业特点是客户决策周期长，受长期合同约束，每年目标市场中续约的潜在客户少于300家 [7] - 公司每年稳定赢得30-40家新客户 [8] - 客户转换的驱动力是价值与风险的权衡，DSSP的集成价值有助于提高转换意愿 [39][40] - 银行市场与信用合作社市场存在差异，包括产品功能、技术集成和所需技能 [86][87][88] 管理层对经营环境和未来前景的评论 - 公司在一个有韧性、庞大且不断增长的市场中运营 [4] - 尽管存在宏观经济干扰和金融服务领域的波动，公司仍持续增加新客户、保留客户、扩展产品并提高利润率 [7] - 市场对数字化转型的需求持续强劲，客户都意识到需要升级遗留技术 [31] - 客户决策周期和长期合同是市场的一个独特特征 [7] - 行业正在发生变化，数字化已成为客户体验金融机构的主要方式 [11] - 客户需要的技术不仅是处理交易，还要在数字优先的世界中销售和服务金融产品 [12] - 管理层对DSSP的市场反应持积极态度 [16] - 管理层对第一季度业绩感到满意，并感谢团队的努力 [16] - 管理层对实现长期增长和强劲现金流生成能力充满信心 [26] - 管理层认为，随着业务规模扩大、离岸运营效率提升以及持续的成本纪律，将实现利润率扩张 [19] - 管理层认为对AI的针对性投资将推动产品创新和长期效率 [19] - 管理层认为资本配置将采取平衡方式，包括通过收购增长、通过减少债务降低杠杆以及择机回购股票 [26] 其他重要信息 - 公司拥有超过1200名员工 [16] - 公司是单一实例、多租户、行业专业化的平台 [13] - 公司年度客户会议Co:lab有超过600名客户参会，其中83名为潜在客户 [9][31] - 在Co:lab上，公司现场演示了DSSP，在2分钟内完成了从开户到数字互动的完整客户旅程，而行业基准为5分钟，其他竞争对手为3-4分钟 [10] - 公司已与7家客户作为设计合作伙伴共同开发集成功能，其中6家已投入生产 [9] - 公司正在解决银行核心系统集成（通常是批处理模式）与信用合作社核心系统集成（通常是实时模式）的技术差异 [87] - 公司正在构建一个3阶段的资金管理功能，第一阶段旨在支持银行从遗留核心平台迁移到Alkami [86] - 公司在前两个季度发生了280万美元与股东事务相关的费用，主要是防御性质，预计未来费用将有所缓和但可能持续 [41][42] - 公司已偿还剩余的1500万美元循环贷款 [25] 总结问答环节所有的提问和回答 问题: 关于第二季度增长放缓及下半年加速增长的信心来源 [29] - 增长加速主要预计在第三季度，原因是同比基数更有利（2025年存在一些时间性因素）[29][71] - 第二季度的增长阻力主要来自终止费用收入的时间性差异，该阻力全年都存在，但在第二季度更为明显 [29] 问题: 从Co:lab客户会议获得的关于市场环境和AI的观察 [30] - 会议参与人数创纪录，有83名潜在客户，数字化转型需求没有减弱 [31] - 市场（区域银行和信用合作社）需要集成的数字前端（数字银行+开户平台）来与大型银行和金融科技公司竞争 [32] - 公司展示了能够为市场带来真正改变的真实技术，并获得了积极反响 [33] 问题: 银行更愿意将在线银行与核心提供商分离的驱动因素 [37] - 银行市场与信用合作社市场不同，历史上银行使用核心提供商在线银行应用的比例超过75%，现在开始松动 [38] - 驱动力是竞争压力，银行需要更好的数字能力来与大型银行竞争，否则将影响业务 [39] - 成功案例（转换到Alkami平台）增加了其他银行转换的信心，关键在于价值与风险的权衡 [39] - DSSP的集成价值（如加快获客速度、降低获客成本、加速交叉销售）有助于银行做出转换决策 [40] 问题: 股东事务相关费用的性质和未来预期 [41] - 这些费用主要是防御性质，预计未来还会产生相关费用，但难以预测具体金额 [42] - 预计费用将从第一季度的高位缓和下来，不会每季度都达到280万美元的规模 [42] 问题: 积压订单中银行与信用合作社的构成 [46] - 积压订单中银行和信用合作社的数量大致均分，目前有13家银行，其余为信用合作社 [48] 问题: 过去几个季度新增用户的构成（新客户 vs 现有客户）[49] - 历史趋势大致是新客户和现有客户各占一半 [50] - 过去12个月，新上线客户贡献了120万数字用户，现有客户贡献了150万数字用户 [50] 问题: MANTL新增客户的速度是否符合预期 [53] - MANTL表现持续良好，考虑到销售周期的季节性（第一季度通常较轻，第四季度最强），第一季度表现不错 [54] - 自2025年初以来，DSSP客户从11家增至48家，同期独立MANTL新增61家客户，表现超出预期 [55] 问题: “从记录系统到行动系统”的具体含义和例子 [56] - 传统上数字系统是被动的，等待用户行动 [57] - 现在客户希望利用平台数据（交易数据、遥测数据等）进行预测，并主动通知账户持有者采取行动 [58][59] - 例如，系统可以预测用户每月此时余额会下降，并主动建议行动以避免陷入财务困境 [60] 问题: 独立的银行和信用合作社销售团队转型的效果及渠道建设情况 [63] - 销售渠道保持平衡，银行和信用合作社各占一半 [64] - 转型是有效的，使公司在银行市场更加专业化 [64] 问题: AI发展是否导致组织结构或流程变化，以及内部使用AI的情况 [65] - 公司正在使用各种模型提供商，但尚未准备好公布具体的生产力基准 [66] - 主要变化发生在软件开发生命周期前端，AI加速了从概念到功能原型的进程，现在可以直接与客户评审原型而非文档 [67][68] - 在支持部门，公司已全面接入数据，以加快响应速度并降低成本 [69] 问题: 第三、四季度的营收和EBITDA具体节奏 [70] - 增长加速特指第三季度，因同比基数更有利 [71] - 公司模型非常可预测，ARR上线节奏稳定，现有客户和ARPU增长动态一致 [71] - 调整后EBITDA通常逐季增长，第四季度在金额和利润率上都是最高的，预计这一趋势将持续 [79] 问题: 服务银行与信用合作社的独特挑战或差异 [86] - 主要差异在三个方面：1) 所需技能（如商业数据转换）；2) 产品功能（如资金管理功能建设）；3) 技术集成（银行核心多为批处理，需优化性能） [86][87][88] 问题: DSSP客户与传统数字银行客户在单位经济效益上的差异 [89] - DSSP交易通常带来比传统新客户高30%的ARPU [89] - 这自然导致更高的ARR，并且这些客户对公司的盈利能力很强 [89] - 实施成本方面的单位经济效益基本一致，但需要在前12个月内实施全部三种产品 [89] - DSSP的长期价值在于未来可以更低销售成本增加新的收费产品 [90] 问题: DSSP的销售周期表现是否符合预期 [94] - 收购后一年内实现如此高的交叉销售超出了管理层的预期 [95] - 销售周期预计不会更长，甚至可能更短，但仍主要受市场长期合同动态的制约 [95][96] - DSSP的主要目标是增加决定从遗留技术转换的客户数量，这部分价值尚未纳入公司模型 [99] 问题: 2026年续约方面需要注意的事项及其对ARPU或毛利率的潜在影响 [100] - 随着业务规模扩大和客户在平台时间增长，毛利率将受益 [101] - 续约时，客户通常会通过购买额外产品或增加用户来提升合同总价值，这有利于ARPU和净收入留存率（NRR） [101] - 没有哪一年的续约集中度特别高，分布相当均匀 [102] 问题: 客户对Alkami Code Studio（AI原型）的初步反应及未来收费模式考量 [105] - 公司发布的新产品是Alkami Engage（收集用户遥测数据），Code Studio是展示的AI原型之一，尚未决定发布 [107] - 展示了四种AI原型，客户反馈积极，目前正与少数客户测试以确定最有效的商业条款 [107] - 挑战主要在于商业化而非技术：如何定价才能让客户易于购买，同时保证公司的盈利能力（例如，是采用简单定价承担成本风险，还是引入客户不熟悉的用量指标） [107][108] - 公司尚未有足够证据改变以“45法则”为指导的长期模型 [110] 问题: AI产品测试和发布如何影响三到五年的平台展望，以及平台是否会变得更加可定制化 [109] - 公司的最终目标是获得更多收入同时降低交付成本 [110] - 目前尚未准备好改变长期模型，待有足够证据（收入提升或成本效率）时才会宣布调整 [110]