Datadog (DDOG)

所在层：第 3 层（数据与开发工具——可观测性 Observability） 当季：Q2 2026（截至 2026-06-30）　最近更新：2026-08-17　在册判断：无（它是「应用层：肥肉被上下游分食」的弱正面证据，但不是那条判断的裁判——见下方多/空）

📌 当季快照 · Q2 2026（截至 2026-06-30）

来源：业绩公告（8-K，8 月 6 日）＋正式季报（10-Q，8 月 6 日）。备案号在更新日志里。

业绩

• 营收 $11.215 亿，同比 +35.6%（去年 $8.268 亿）
• 账面营业利润 $0.055 亿＝营业利润率 0%（去年同期 −$0.355 亿）
• 公司自定口径营业利润 $2.57 亿＝利润率 23%——两个口径差 23 个百分点
• 账面每股 $0.12；自定口径每股 $0.65
• 经营现金流 $3.16 亿、自由现金流 $2.79 亿；现金与有价证券 $50 亿
• 年化合同额 ≥$10 万的客户约 4,720 家（去年约 3,850 家，+23%）
• 指引：下季营收 $11.35–11.45 亿；全年 $44.5–44.7 亿、自定口径营业利润 $10.1–10.3 亿、自定口径每股 $2.50–2.54
• 本季收购 Adaptive ML（强化学习运维平台，用于给可观测性做 AI 后训练）

⚠️ 本季会计坑：这张卡是透镜⑥（双口径）在本库的极端值 账面营业利润率 0%、自定口径 23%——23 个百分点的差额基本全是股票薪酬那一类。 这家公司的"盈利能力"在两个说法之间没有中间地带，引用时必须挑明是哪个。 更该记的是营业杠杆那一面：营收同比多了 $2.95 亿，账面营业利润只从 −$0.36 亿走到 +$0.06 亿——账面营业杠杆约等于零。增长本身是干净的（大客户数 +23%、自由现金流 $2.79 亿），但增长没有落进账面利润。

上一季对照：Q1 2026 营收约 $11 亿/+32%、大客户约 4,550 家 → 本季最大变化：增速小幅回升（+32% → +35.6%），而账面盈利刚刚跨过零线——这门生意目前把营业杠杆全部用在了人身上。

一句话定位

可观测性（Observability）龙头——监控云/应用/基础设施的"统一仪表盘"。AI 时代新增量：监控 AI 训练/推理（GPU 利用率、LLM Observability）。消费型计费、用量随客户云支出增长。是"卖铲人的仪表盘"——不管谁的 AI 跑起来都要被监控。

商业模式

• SaaS，基于用量（主机数/数据量/事件/索引）计费，多产品平台（基础设施监控 + APM + 日志 + 安全 + LLM 可观测性）。
• 增长靠多产品交叉销售（NRR + 单客多产品）+ 用量随云/AI 负载增长。AI 既是新负载（监控 AI）也是新成本。

技术与执行

• 核心产品/技术：统一可观测性平台——基础设施监控 + APM（应用性能）+ 日志管理 + 安全/Cloud SIEM + 新 LLM Observability/AI agent 监控。为什么强：单一平台整合（对比分散单点工具）+ 用量数据 + 易接入；超大厂用它监控 GPU/AI 训练环境。
• 技术代际 / 路线图：从监控扩到日志/安全；LLM Observability（监控 AI 应用的成本/延迟/质量）是 AI 新品线；agent 监控。
• 技术壁垒为何难攻：多产品平台整合 + 用量数据 + 开发者采用 + 运维嵌入（转换成本）。但单点工具竞争多（New Relic/Grafana/Splunk/Dynatrace）+ 云自带（CloudWatch/Azure Monitor），护城河中等。
• 近期执行（兑现 vs 跳票）：营收增速稳定在三成上下、全年指引逐季上调、超大厂用它监控 GPU 与 AI 负载。兑现强（当季数字与指引见 📌 当季快照）。
• 技术里程碑（盯）：AI cohort 营收占比；LLM Observability 采用；净留存；单客多产品。

管理层与资本配置（轻量）

• 执行力（beat/miss）：CEO Olivier Pomel（联合创始人）；连续超预期 + 指引逐季上调，季度营收已过十亿美元一档。执行强。
• 资本配置：FCF 强、现金充裕；SBC 偏高（SaaS 通病）；并购补产品线（安全等）。
• 利益对齐：创始人持股；常规激励。
• 一句话评：可观测性平台执行强、AI 增量真实；风险在估值不低 + 单点工具/云自带竞争 + SBC 摊薄。[人物/治理为二档]

收入结构（结构判断，不随季度变）

• 一个平台、多条产品线：基础设施监控 + APM + 日志 + 安全 + LLM 可观测性。按用量计费（主机数、数据量、事件、索引），所以收入天然跟着客户的云与 AI 支出走。
• 增长来自两处：客户数（尤其年化合同额 ≥$10 万的大客户）× 单客户买的产品数。公司按季披露的唯一硬性客户指标就是"≥$10 万大客户数"，AI 相关收入不单独披露金额（读数三问：AI cohort 增速只有管理层口径，是二档）。
• 成本结构决定了它的利润长相：账面营业利润长期贴着零线，而自定口径二成以上——差额是股票薪酬。所以这门生意的"赚钱能力"要看自由现金流，它是两个口径之外唯一不受 SBC 口径影响的数（当季数字见 📌 当季快照）。

估值：价格隐含了什么

📊 本库尚无 Datadog 的自算估值区间（不在核心篮子、优先级低，见 交接说明.md 队列 2）。

• 一句话判断：暂无自算三档，不做贵贱结论。可说的一句：它的倍数隐含"三成上下的增长延续 + AI 可观测性兑现 + 利润率维持"，而"利润率"用哪个口径会让这个判断差很远——账面 0% 与自定 23% 不是同一门生意。
• 当日价与倍数见 报价快照.md（本卡不写点价）。

护城河（7 Powers）+ 轨迹

• 主力：转换成本（运维嵌入）+ 多产品平台整合 + 部分网络效应（开发者）。
• 轨迹：AI 监控（GPU/LLM Observability）扩 TAM = 护城河变宽；但单点工具 + 云自带监控竞争 = 边界有压。
• 净判断：中等偏强——平台整合是真优势，但非垄断。

AI 敞口

中高且上升——监控 AI 是新增量（GPU/LLM 可观测性），但 AI 直接收入占比仍早期。是"AI 运维"的卖铲配套，周期温和于纯算力。

多 / 空

看多：

1. 可观测性是刚需，且 AI 是纯新增负载（GPU 利用率、LLM 可观测性）——不管谁的 AI 跑起来都要被监控。〔共识〕
2. 多产品平台 + 高留存 + 大客户数持续两位数增长。〔共识〕
3. 自由现金流实打实（不受 SBC 口径影响的那个数）。〔共识〕

看空：

1. 倍数不低，而账面盈利刚跨过零线——按账面口径看，这门生意还没证明自己能赚钱。〔我的变体：市场用自定口径 23% 的利润率给它定价，账面 0% 这条线很少被引用〕
2. 单点工具与云厂自带监控的竞争激烈（CloudWatch、Azure Monitor）。〔共识〕
3. 用量计费＝客户一优化成本就直接降收入；SBC 持续摊薄。〔共识〕

它与「应用层：肥肉被上下游分食」的关系（写明以免误用）：Datadog 卖的是"观测别人的 AI"，属于卖铲人的仪表盘，不是被 agent 替掉席位的在位 SaaS。所以它的强劲是那条判断的弱正面证据（价值确实更多落在工具与基础设施侧），但它不能当裁判——那条判断的裁判仍是 ServiceNow/Salesforce 的席位数与净留存。 最该盯的 1 个数字：年化合同额 ≥$10 万的大客户数（这是公司按季披露、口径稳定的唯一硬客户指标）。次盯自由现金流与账面营业利润率是否离开零线。⚠️ AI cohort 增速只有管理层口径＝二档，不能当第一档读数用。

关键关系（详见关系表）

• 底层/互补：跑在并监控 AWS/Azure/GCP；超大厂用它监控 GPU/AI 训练。
• 竞争：云自带（CloudWatch/Azure Monitor）+ Splunk(Cisco)/Grafana/New Relic/Dynatrace。
• AI：监控 OpenAI/Anthropic 等 LLM 应用（LLM Observability）。
• 客户：超大厂 + 企业（监控其云/AI 负载）。