Datadog Inc. (NASDAQ $Datadog(DDOG)$ ) 参加 Bank of America 全球科技会议
时间：2024年6月4日 下午1:40 ET
公司参会人员David Obstler - CFO
电话会议参与者Koji Ikeda - Bank of America
Koji Ikeda大家好，我是 Koji Ikeda，Bank of America 的软件分析师。我非常高兴能与 Datadog 的 CFO David Obstler 进行炉边谈话。
David Obstler非常感谢。
Koji Ikeda好的，谢谢你，Datadog 的 CFO。
问答环节问 - Koji Ikeda那么，我们就从一个非常高层次的问题开始吧。对于那些不熟悉 Datadog 的人来说，Datadog 是什么？你们做什么的？你们是如何看待你们正在追求的机会的？
David Obstler首先，感谢邀请我们，也感谢大家的到来。Datadog 是一个可观测性和安全平台，用于监控现代应用程序的生产工作负载，通常是面向客户的。我们的平台有多个支柱或组件，最大的包括基础设施监控、指标、跟踪和日志，这使得开发和投产应用程序的工程师能够看到应用程序的运行情况，并监控其有效性、正常运行时间和所需的容量。它是一个实时系统，跨部门使用，基于基础设施和数据进行收费，而不是按座位收费。我们的数据结构是统一的，允许我们添加大量不同的数据源，以查看生产环境中应用程序的运行情况。
Koji Ikeda明白，谢谢你。关于需求的问题，在过去两个月里这个话题非常热门。虽然我们不会深入探讨季度内的更新，但你能否描述一下当前的需求环境与六个月前或一年前相比，是差不多、好一些还是差一些？我们应该怎么思考这个问题？
David Obstler我们是按日历年的公司，因此我们根据三月份的结果进行了报告，并稍微提及了四月份的情况，但目前我们必须坚持这些内容。我认为我们过去两三个季度谈论的主要因素是，当我们开始看到美联储加息和一些经济挑战时，我们的一些客户，特别是大规模的云原生客户，开始优化他们的环境。这实际上始于去年年初或前一年底，某些客户因为业务增长或其他原因，已经大规模投资于他们的云环境。我们曾经谈到过，这种优化在去年第二季度达到顶峰，然后开始恢复。我们在上个季度提到，这些客户群体实际上增长了，一些最大的客户比其他客户群体增长得更快。所以这是需求环境中的主要因素。从新工作负载和新客户来看，我们在客户基础上的表现相对稳定，客户采用和整合 Datadog 的表现良好，但同时我们也看到成本意识环境的延续。
Koji Ikeda回顾 Datadog 的记录，你提到的 2023 年第二季度的峰值优化，实际上在那之前你就开始谈论了。我记得在阅读记录时的感觉是你们可能在实时看到这些变化，然后现在又在实时看到恢复。这是你们如何看待外部支出环境的一个公平的分类吗？
David Obstler是的，因为我们是基于消费的模式。我们通常是通过承诺来销售的，客户会承诺使用，然后我们根据他们的消费来确认收入。我们的收入往往具有消费模型的特征。消费模型的一个特点是，你可以实时看到客户如何使用你的应用程序和服务。所以是的，我们在实时评论客户群体的情况方面可能比其他经济模型具有更快的反馈循环。
Koji Ikeda好吧。那很有道理。我想把话题转到大家最喜欢的话题——AI。我们去年问了很多问题，今年我们也会继续问。生成式 AI 已经有 18 个月了，从爆炸性认知角度来看，它是如何改变你们的终端市场对消费或构建新应用的看法的？你们认为这是一个巨大的顺风吗？你们已经看到它的成果了吗？还是一切都还在进行中？
David Obstler是的，我们称之为一年或 18 个月，但机器学习应用已经进行了很长时间。Datadog 在其平台的一部分中称为 Watchdog 的功能，基本上一直在尝试使用智能和机器学习或 AI 来理解环境中的情况。历史上，Datadog 的重平台化和新技术一直是我们的朋友。无论是容器、Kubernetes、无服务器等，新技术和需要监控的新事物，以及重新平台化应用的推动力，一直对 Datadog 有利。虽然我们不知道具体的模式或时间表，但大语言模型的注入在生产环境中如果历史重演的话，将是 Datadog 的朋友。
Koji Ikeda想想外面的客户和合同，你谈到他们会签约使用一年的量，但实际上这并没有包括 AI 预算。这听起来很积极，但未来 12 个月甚至更长时间的合同和使用趋势实际上并没有包含 AI。是这样描述对吗？
David Obstler我们基于运行应用的基础设施和用于分析的数据或日志进行收费。所以直到应用程序投入生产，我们才会计入收入。我们的平台尽可能多地集成数据，这是我们大量投资的原因之一，以了解环境中的情况。因此我们会与 AI 内部开发、营销材料测试和训练无关，但会与应用程序相关。这在合同中还没有显著体现出来。
Koji Ikeda你提到的 3.5% ARR 是专门针对 AI 工具供应商的对吗？你提到它们主要用于推理和生产。
David Obstler对，非常类似于 Datadog 在其他应用中的使用，监控这些应用程序的生产环境，就像我们监控其他应用程序一样。这是一种基于活动的度量，基于一组客户的大量活动和增长，并且是一个相当广泛的客户群体，其中 Datadog 监控其生产环境。
Koji Ikeda你提到这些公司你们通过数据筛选来确定它们是 AI 原生工具公司，将它们放入这个类别。未来随着更多公司将 AI 应用投入生产，是否更难区分这些公司的推理活动来源？
David Obstler是的，这个领域会变得更难，我们可能不会一直给出这个数据点。未来我们会尽量了解客户的应用，并表达出来。我们有一个产品处于公测阶段，名为 LLM 可观察性，用于监控 LLM 模型在应用程序中的功能。我们可能会从中获取信号并表达。
Koji Ikeda在去年的 DASH 大会上，你们宣布了与 NVIDIA 的集成，直接到芯片级别。这是否会给你们带来 AI 指标的可见性？
David Obstler我们给出的指标是超过 2000 名客户使用这些集成。我们尽力提供一些证据，表明我们正在朝着这个方向发展。
Koji Ikeda我要问一个不同的问题，然后向观众开放提问。每个季度你们都会谈到一些大额交易，六位数、七位数、八位数的交易。这些交易是如何形成的？客户是否在更大规模上进入，或者他们在扩展时会更大？是否有某些类型的客户在推动这些大额交易？
David Obstler还是以落地和扩展为主，找到用例和工作负载。我们大多数情况下是同时落地基础设施和两个支柱。大多数交易是扩展交易，覆盖更多平台或业务单元。我们有时会有较大规模的落地，因为客户正在进行替换和整合，同时采纳我们。总体而言，落地模式没有变化，我们往往自下而上进行，开发用例，然后扩展平台或业务单元。
Koji Ikeda谢谢你。观众有问题吗？请举手，我们会把麦克风递给你。问题？
匿名分析师谢谢。从 AI 的角度来看，你们是否收到了客户工具使用活动增加的反馈？或者是否已经稳定下来，人们只是进行概念验证？第二个问题是，最近几周有一种观点认为软件市场已经成熟，增长放缓。你们是否看到了改善的迹象，是来自传统客户基础还是市场份额的增长？
David Obstler第一个问题，我认为我们提到过很多初步工作是在内部应用程序的训练、沙箱中进行，并给出了一些使用集成的例子，表明有活动，但目前还很难评论季度间的活动。在推动业务方面，主要是平台使用的扩展和新模块的增加，市场份额的增长是长期以来的主要驱动力。
Koji Ikeda也许再问一个观众问题。如果没有问题，我想问一个关于客户购买模式的问题。很多客户告诉我，他们的合同是一年的，但有时会用光。这似乎有一定的模式，无论是六个月还是九个月。你是否注意到这些时间的变化？
David Obstler我们通常是基于容量计划销售，这往往是保守的，很多新应用因为是云端和突发的。我们自己的公司也是这样运行的。一般不会为高峰购买，而是愿意在容量计划中进行一些按需购买。这没有变化。你说得对，大多数客户会在短期内购买，我们对扩展很有信心，所以不会强迫他们超买。当净保留率较低时，达到容量使用的时间会更长，这纯粹是净保留率和增长的因素。总体而言，短期购买和新的承诺的模式没有变化。
Koji Ikeda好的。关于市场价格趋势的问题，你们看到的价格趋势如何？在可观测性方面，有一些变化和整合。
David Obstler我们的价格一直非常稳定，优化更多是单位或消费优化。客户增长后，我们一直基于容量和期限提供折扣。你说得对，如果客户认为会长期使用 Datadog，我们在第四季度和第一季度谈到了一些三年合同的趋势，他们会得到更多的价格优惠。但这没有改变整体加权价格，因为新的客户进来时会支付更高的单位价格。
Koji Ikeda你是 CFO，我想问两个与 CFO 相关的问题，一个是现金流，一个是股票补偿。越来越多的投资者开始关注现金税，你们是盈利的公司，所以我们如何看待今年明年的现金税？
David Obstler我们说过今年不会是显著的现金纳税人，我们还有足够的股票补偿或净营运亏损（NOLs）。现金流比经营利润高，这部分是因为我们不缴纳现金税。未来成为现金纳税人后，现金流和运营利润的比例可能会压缩 300 到 500 个基点。我们确实缴纳一些税，所以现金流利润率和运营支出利润率可能会有所压缩。
Koji Ikeda关于股票补偿，如何看待股票补偿？我们知道你们专注于研发，驱动产品差异化。
David Obstler我们从未过度发放股票补偿，稀释率一直在 2% 到 3% 左右。我们理解需要随着时间的推移减少，但最重要的是在稀释范围内招聘和留住合适的人才。
Koji Ikeda时间到了，谢谢大家。