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：2026-10-08 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，见看多与看空的理由）
核心判断：Datadog 做"可观测性"软件——把企业服务器、云服务和应用产生的指标、调用链路和日志收到一个平台上，让工程师发现故障、定位原因。AI 应用和 GPU 集群同样需要被监控，所以它是"卖铲人的仪表盘"：不管谁的 AI 跑起来都要被观测。增长干净（营收 +36%、大客户 +23%、自由现金流为正），但账面营业利润刚过零线，与公司自定口径的 23% 利润率之间几乎全是股票薪酬；护城河来自数据关联和运维嵌入，而开放的数据采集标准正在降低迁移门槛。
当季快照 · Q2 2026（截至 2026-06-30）
Datadog 财年与日历年一致；金额为美元。
| 指标与口径 | 本季 | 对照 |
|---|---|---|
| 营收 | 11.215 亿 | 同比 +35.6%（上年同期 8.268 亿） |
| GAAP 营业利润 / 利润率 | 0.055 亿 / 约 0% | 上年同期 −0.355 亿 |
| 非 GAAP 营业利润 / 利润率 | 2.57 亿 / 23% | 与 GAAP 相差 23 个百分点 |
| 股票薪酬费用 | 2.20 亿 | 约占两个口径营业利润差额的 87% |
| 每股收益（GAAP / 非 GAAP） | 0.12 / 0.65 美元 | — |
| 经营现金流 / 自由现金流 | 3.16 亿 / 2.79 亿 | 现金与有价证券 50 亿 |
| 年化合同额 ≥10 万美元的客户 | 约 4,720 家 | 上年同期约 3,850 家（+23%） |
| 下季指引 | 营收 11.35–11.45 亿 | — |
| 全年指引 | 营收 44.5–44.7 亿；非 GAAP 营业利润 10.1–10.3 亿；非 GAAP 每股 2.50–2.54 美元 | — |
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）。
本季最大变化：增速小幅回升（+32% → +35.6%），账面盈利刚刚跨过零线。更该记的是营业杠杆：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，但没有落进账面利润，新增毛利基本都花在了人身上，其中最大一块是股票薪酬。这门生意的"盈利能力"在两个口径之间没有中间地带，引用时必须说明是哪个。
上一季对照：Q1 2026 营收约 11 亿美元（+32%）、大客户约 4,550 家。
来源：业绩公告（8-K，2026-08-06）、季报（10-Q，2026-08-06）。
商业模式
Datadog 是按用量计费的 SaaS 平台：按监控的主机数、采集和索引的数据量、事件数等计费，合同以月度或年度为主，也有多年期（2025 年报（10-K））。产品线覆盖基础设施监控、应用性能监控（APM，追踪一次请求经过哪些服务、慢在哪里）、日志管理、用户体验监控、云安全，以及监控大模型应用成本、延迟与质量的 LLM Observability。截至 2025 年末约 32,700 家客户。
增长来自两处：客户数（尤其年化合同额 ≥10 万美元的大客户），乘以单个客户买的产品数和用量。收入因此天然跟着客户的云与 AI 支出走；反过来，客户一优化用量，收入也会直接下降。公司按季披露的唯一硬性客户指标是 ≥10 万美元大客户数；AI 相关收入不单独披露金额，管理层给出的 AI 客户群增速只是公司口径。
成本结构决定了利润的长相：账面营业利润长期贴着零线，而公司自定口径二成以上，差额主要是股票薪酬。公司口径的自由现金流（营收的约四分之一）也不扣股票薪酬：股票薪酬不耗现金，代价落在股数上，持续摊薄股东。把它当作成本扣回后，2025 年自由现金流 9.15 亿只剩约 1.64 亿，还不及同年 1.82 亿的利息收入；判断这门生意的赚钱能力，要同时看扣股票薪酬后的利润与现金流。
技术与护城河
Datadog 的优势是把不同类型的运维数据用统一标签关联在一个平台上，并以低门槛的自助接入不断扩展产品；护城河主要是运维嵌入带来的切换成本，属于中等偏强，不是垄断。开放采集标准 OpenTelemetry 让"换后端"变容易，云厂商自带监控在价格上压着它。
产品解决的问题：故障发生时，把散落的数据串成一条线
一次线上故障的线索分散在不同地方：服务器指标（CPU、内存）、应用调用链路（哪个服务慢了）、日志（报了什么错）。过去这些由不同工具分别收集，工程师要在多个系统之间手工比对时间和主机名。Datadog 用一个采集代理（agent）同时收集指标、链路和日志，并提供 1,000 多个现成集成（年报）。关键在"统一服务标签"：用 env（环境）、service（服务）、version（版本）三个标准标签给所有数据打上同样的身份，工程师可以从一条异常指标直接跳到同一服务、同一版本的链路和日志，也能按版本判断一次发布造成了什么影响（统一服务标签文档）。
年报列出约二十多个产品，从监控延伸到安全、事件响应和 AI 运维助手。每多一个产品，就复用同一套采集代理和标签体系，交叉销售的边际成本低；这是"多产品平台"相对单点工具的实质优势。
难以替代的原因与竞争边界
- 运维嵌入（主要护城河）：仪表盘、告警规则、值班流程、历史数据和事故复盘都建在 Datadog 上；换平台要重建告警并承担故障期间看不见的风险。这是判断，公司未披露流失率或迁移成本。
- 采集层的锁定在减弱：OpenTelemetry 是开源的、不绑定厂商的遥测数据采集框架，它本身不是监控后端，可以把数据发往各种开源或商业后端（OpenTelemetry 官方说明）。Datadog 的代理也接收 OpenTelemetry 格式的数据（Datadog 文档：OTLP 接入）。推论：客户用开放标准埋点后，换后端不必重写埋点代码，切换成本更多落在告警、仪表盘和工作流上，比专有代理时代低。
- 替代方案：年报点名的竞争者包括 IBM、Microsoft、SolarWinds（传统监控），Cisco（含 Splunk）、New Relic、Dynatrace（应用性能监控），Cisco、Elastic（日志），以及 AWS、Azure、Google Cloud 的自带监控和企业自建的开源方案。云厂商自带工具在单一云、成本敏感的场景占优；开源方案在数据量大、愿意投入工程团队的公司占优；Datadog 的胜场是多云、多团队、需要一个平台把数据关联起来的企业。
- AI 带来的新负载与集中度：年报称 AI 原生客户群（含最大客户）贡献了 2025 年最后一个季度约 7 个百分点的同比收入增长。这既是 AI 增量真实存在的证据，也是集中度风险——年报同时提示，客户会在用量上升后转而优化用量、以更不利的条件续约或不续约，造成收入波动（2025 年报）。最大客户的收入占比未披露。二季度 10-Q 称最大客户自 2026 年三季度起减少用量，可能使营收增速放缓，管理层在电话会上称已计入三季度与全年指引（转述，公司文件未写明）；公司未点名，媒体与分析师普遍认为是 OpenAI。AI 原生客户群对二季度同比增长的贡献为高个位数百分点（二季度季报（10-Q））。
优势如何转化为收入与利润
转化路径是"自助接入 → 单产品落地 → 交叉销售更多产品 → 用量随客户业务增长"，年报称之为"落地—扩张"模式。日志产品把"采集"与"索引"分开计费（Logging Without Limits），客户可以多收少存；本卡的理解是，这种价格结构意在降低客户把日志转到更便宜方案的动机，效果公司未量化。收入兑现很好（见当季快照），利润兑现主要体现在自由现金流，账面营业利润尚未体现规模效应。
管理层与资本配置
CEO Olivier Pomel 是联合创始人，任内连续超预期、全年指引逐季上调，季度营收已过十亿美元一档。资本配置以现金积累和小型并购补产品线为主（安全、AI 运维，本季收购 Adaptive ML）；股票薪酬偏高是主要的股东成本，摊薄需要持续观察。创始人持股，激励安排常规。
熊 $31–36 ｜ 基准 $61–71 ｜ 牛 $115–135 ｜ 概率加权 $72
现价 $278.24 → 牛市区间之上
落档只说明赔率，不说明该不该买。价格是二档，动手前以实时行情为准。
估值：价格隐含了什么
把股票薪酬及其雇主税算作成本后，现价远高于牛市区间上沿：分歧主要不在股票薪酬（不扣它时加权约 $105），而在增长能持续多久——保持牛市利润率路径，现价要求 2027 年起每年增速比牛市再高约 11 个百分点、2036 年营收约 600 亿美元。 熊 $31–36 ／ 基准 $61–71 ／ 牛 $115–135（现金流折现：2028 年扣股票薪酬后营业利润率约 1%／6.5%／9.5%、长期 14%／22%／30%，加净现金，已是 2026-10-06 的价值），概率加权约 $72。 完整估值报告（2026-10-08）
看多与看空的理由
看多：可观测性是刚需，AI 是纯新增负载（GPU 利用率、大模型应用监控），不管谁的 AI 跑起来都要被监控；多产品平台、大客户数持续两位数增长；自由现金流实打实，不受股票薪酬口径影响。
看空：账面盈利刚跨过零线，按账面口径这门生意还没证明自己能赚钱；云厂商自带监控和开源方案的竞争激烈，OpenTelemetry 降低了迁移门槛；按用量计费意味着客户一优化成本就直接降收入，AI 原生客户群的集中度放大了这一波动；股票薪酬持续摊薄。
与市场预期的分歧：市场用公司口径 23% 的利润率给它定价，账面 0% 这条线很少被引用；本库认为两个口径的差额是真实的股东成本，不能忽略。但估值报告的测算显示，即使不扣股票薪酬，现价仍是加权值的约 2.65 倍，与市场更大的分歧在增长能持续多久。
它与「应用层：肥肉被上下游分食」的关系：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），但不能当裁判——那条判断的裁判仍是 ServiceNow 与 Salesforce。
什么会改变判断
关键指标：年化合同额 ≥10 万美元的大客户数（公司按季披露、口径稳定的唯一硬性客户指标）；其次是自由现金流与账面营业利润率是否离开零线。AI 客户群增速只有管理层口径，不能当公司原文读数用。
验证条件与时间：每季财报看大客户数是否维持两位数增长、账面营业利润率能否随规模上升。若大客户增速明显放缓，或最大客户之外的 AI 原生客户也开始集中优化用量（最大客户已于 2026 年三季度开始减量），应下调对增长持续性的判断；若账面利润率持续停在零线附近，说明规模效应没有落到股东手里。技术层面，若主要客户大规模转向 OpenTelemetry 加开源后端或云厂商自带工具，说明运维嵌入的切换成本被高估。
关键关系
- 底层与互补：跑在并监控 AWS、Azure、Google Cloud；超大厂用它监控 GPU 与 AI 训练环境。
- 竞争：云厂商自带监控（CloudWatch、Azure Monitor）、Cisco（Splunk）、Grafana、New Relic、Dynatrace、Elastic。
- AI：监控 OpenAI、Anthropic 等大模型应用（LLM Observability）；AI 原生客户群含其最大客户。
- 客户：超大厂与企业（监控其云与 AI 负载）。
来源与延伸阅读
- 公司原文：Q2 2026 业绩公告（8-K）、Q2 2026 季报（10-Q）、2025 年报（10-K）
- 技术资料：统一服务标签文档、Datadog 文档：OTLP 接入、OpenTelemetry 官方说明
- 早期来源：2026 年第一季度财务来自 Datadog IR 与 SEC 8-K（2026-05-07），经 StockTitan、Fool 核对；股价、市值与市场共识为媒体转述。
- 延伸：应用层技术卡、Agent 技术栈
🕓 更新日志默认折叠 · 原文完整，点开看
- 2026-10-08 首份估值报告：现金流折现，营业利润扣回股票薪酬及员工股票交易的雇主税（并购摊销不扣），2026 年下半年加 2027–2036 年逐年现金流、永续 3%，加 6 月末净现金（现金及有价证券 49.85 亿减可转债 10 亿）。三档 $31–36／$61–71／$115–135；按宏观情景推出约 25/52/24 并已切换，加权约 $72，10 月 6 日收盘 $278.24 是它的 3.9 倍；不扣股票薪酬时加权约 $105。同步补记 10-Q 披露的最大客户自三季度起减少用量（"已计入指引"为管理层电话会表述），商业模式一段改写自由现金流与股票薪酬的关系。无判断强度变化。
- 2026-10-06 按写作规范重写：头部字段分行，删去写作约定注释，取消"一句话定位""技术与执行""收入结构""护城河（7 Powers）""AI 敞口""多/空"等旧栏，内容并入核心判断、商业模式、技术与护城河、看多与看空；当季快照改为表格，并从同季 8-K 补入股票薪酬费用；技术与护城河补写单一采集代理与统一服务标签、OpenTelemetry 对切换成本的影响、年报点名的竞争者、AI 原生客户群集中度与用量优化风险，均附官方链接；原有财务数字未变，本卡无三档阈值与估值报告。
- 2026-08-17 · Q2 2026 并卡：这张卡成了透镜⑥（双口径 EPS）在本库的极端值——账面营业利润率 0%、公司自定口径 23%，差 23 个百分点，基本全是股票薪酬那一类。同季营收 $11.215 亿/+35.6%、大客户约 4,720 家/+23%、自由现金流 $2.79 亿。最该记的是营业杠杆那一面：营收多了 $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。 第一档来源：8-K 备案号 0001628280-26-053829 ＋ 10-Q 备案号 0001628280-26-054458（均 8/6）。
- 2026-08-17 · 写明它与「应用层：肥肉被上下游分食」的关系，以免日后误用：它是弱正面证据、不是裁判——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。那条判断的裁判仍是 ServiceNow/Salesforce 的席位数与净留存。
- 2026-08-17 🔧 卡片改三区制，估值栏按 v1.15 瘦身并写明"本库尚无自算三档"，「共识 vs 变体」并入多/空，「最该盯的数字」从二档的 AI cohort 增速换成第一档的大客户数。
- 2026-06-27 ✅ 纯第一档建卡：承重数字回 Datadog Q1 2026 财报（2026-05-07）核实。补 L3 数据/工具层。
🔗 被 5 篇引用
谁的论证依赖这一页。引用数少 = 这页还没被库消化（或该并掉）。