是怎样一份财报，彻底扭转了市场的看法？大涨35%过后的Snowflake，还能追吗？
14小时前
播放量 1.7k
要说刚刚过去的这个财报季里，最让人惊喜的财报莫过于Snowflake了。5月27日，Snowflake的财报大超预期，盘后暴涨35%，创下了公司近年来的最大涨幅。在此之前，Snowflake的股价在此之前一直是跑输大盘的，可这次财报过后，整个股价的表现在软件和云这类公司算是非常领先的了。那这次财报为什么可以让市场一夜之间改变观点呢？现在投资SNOW还来得及吗？今天这期视频，咱们就着这份财报，一起来聊聊SNOW。
开通服务即可查看评论～
文字稿
要说刚刚过去的这个财报季里，最让人惊喜的财报莫过于Snowflake了。5月27日，Snowflake的财报大超预期，盘后暴涨35%，创下了公司近年来的最大涨幅。在此之前，Snowflake的股价在此之前一直是跑输大盘的，可这次财报过后，整个股价的表现在软件和云这类公司算是非常领先的了。那这次财报为什么可以让市场一夜之间改变观点呢？现在投资SNOW还来得及吗？今天这期视频，咱们就着这份财报，一起来聊聊SNOW。
财报分析
我们先来快速看看，SNOW这个季度财报的具体情况。本季度SNOW收入13.9亿美元，同比增长33.5%，远高于市场预期的27%，并且看到明显加速的趋势。
点击放大
在利润端，公司给的Non-GAAP净利润为1.4亿，同比增长69.5%，同样远高于市场预期的1.21亿。
点击放大
指引方面，管理层给出的27财年指引收入提升到58亿美元，预示着31%的增速，和上季度给出的指引相比，也提高了4%，一个季度能给4%的增速算是相当不错了。
最后，SNOW还和亚马逊签了一份价值60亿美元的大单，也成为了财报后股价上涨的催化剂。
可以看到，这次财报SNOW的收入确实是有了明显的改善，再加上和亚马逊签的大单，进一步确认了SNOW在云这里不可或缺的地位，这些结合起来，让市场开始认为，SNOW可能是AI时代里的获益者，而不是被颠覆者。股价因此在财报后出现大涨。
解释增长原因
好，财报的客观部分咱们不多说，毕竟它是过去式了。我们需要知道的是，为什么这次财报的增长能有这么多？是什么原因导致的？跟AI有关吗？
这个问题相当重要。因为我们只有搞懂这个增长的逻辑是什么，才能判断这到底是个一次性事件，还是说能持续下去。所以接下来，我们就这个问题深挖一下。
对此，我们还是找到了一些结论的。我这里就不卖关子了，在我们看来，这最主要的原因，就是存量客户的使用量，因为AI而出现大幅的增长。
注意，这里有两个比较重要的逻辑。一个是AI，一个是存量客户。
先说AI这部分。管理层在电话会中其实有明确提到这一点。CFO说，这个季度指引上调最大驱动因素，就是他们的AI代码工具，CoCo。而在面对分析师的问题时，CEO也说，因为CoCo的存在，很多项目能够更容易去完成，不管是搭建数据管道、创建新的 Agent、设置动态表，还是做数据迁移，效率都会提升。这就推动了客户在Snowflake底层数据平台上消耗更多资源。
这里我给不了解 Snowflake的朋友多解释一句。和一般的软件公司不一样，Snowflake 的收费模式就是按量收费的，也就是根据用户对数据库的调用和消费量来收费。所以，当用户做更多数据分析、做更多数据项目的时候，自然就需要调用更多数据，Snowflake也就可以从中获得相应的收入。这就解释了，为什么说AI帮助Snowflake的收入增长了。
除了AI以外，前面说到另一个重要的来源是存量客户，即现有客户。这里是为了和新客户对比开的。首先，从财报数据上看，本季度NDR在经历了一年多的放缓之后，终于有了提升。NDR是净美元留存率，它反映的是客户贡献的收入增长或者流失的情况。这个数字大于1，就代表现有客户在购买更多服务。从下图可以看到，NDR从26年一季度的124%，爬升到最新的126%。大家别以为这只不过是1% 2%，但实际情况可能要比这要好不少。因为官方公布NDR是过去12个月的滚动值，数据是有一定滞后性的，本身就不太容易出现数据跃升。且按照数学上看，1%的提升，大概率意味着全年有超过4%的提升了，所以这个趋势或许能在未来几个季度持续体现出来。
点击放大
另一方面，从新增客户数来看，这个季度公司只有616个新客户，而上个季度其实有740个新客户，少了20%。但收入的增速却从30%上升到34%，所以很明显，这次加速和新用户没有任何关系，就是现有客户带来的。
因此综合来看，我们可以得到这么一个结论，本季度的超预期增长绝大部分是因为老用户的需求突然增加了。而这个需求增加的来源，就是因为Snowflake提供了AI产品，让这些用户产生了更多用量，从而带动了更高的收入。
AI产品的能力
好，结论应该不难理解。这个结论，其实也是最近某些软件公司的股价能够上涨的重要原因。不过老实说，光看到这个结论的时候，我反而多了一层警惕。
因为这样的事情，我们其实曾经在Salesforce的身上看到过。记得24年的时候，Salesforce也出现过类似的产品和财报，我当时还专门做了一期视频聊Salesforce的AI。而后来的事情大家可能也知道，Salesforce在AI上想得挺好，一开始客户也在用，但后来因为他们的AI产品质量根本不行，所以用户并不买账，试用之后就不再继续使用了。
而这个事情，我可不希望出现在Snowflake上。如果Snowflake的产品没有那么好，用户也是图个新鲜，用完之后就不用了，那最近这股价怎么涨上去，之后必然也会怎么跌下来。所以，我们绝不能分析到这里就结束，还是要更进一步去深挖，到底这个AI带动的存量用户的增长能否持续。
然而这个点，管理层不可能在财报会议上直接告诉我们，毕竟他不可能说，这个AI产品其实就是用户试用一下而已，之后还用不用也不好说。
那怎么办呢？我想唯一的办法，就是去和真正的用户去沟通。也因此，前两周，我们就想各种渠道去采访相关用户和行业专家。可能也有一些用户看到过，我们之前在公告里发过，说我们在寻找Snowflake相关的专家采访。而我们也相当幸运，得以找到了几位行业的专家来帮助我们研究。
这几位专家，有的是Snowflake的深度使用者，有的是在数据库这个行业有一定的经验，有幸的是，我们还获得了一些在Snowflake里工作的专家提供的信息。而在和他们交流之后，我认为自己对 Snowflake 产品的理解加深了不少。
接下来，我就跟大家说说我们拿到的反馈到底是什么样的。
我们了解到的第一个信息是，Snowflake的AI相关产品开发确实展现出了很强的执行力，新功能发布节奏相当不错。公司现在的策略是，只要看到别人有什么功能、有什么爆款，就去抄。只要这些AI功能，能更好地做数据分析、更快地完成项目。
这一点，其实和我们上周发布的5+2分析不谋而合。我们当时提到，Snowflake新上任的CEO是产品出身的，因此非常重视AI相关产品的开发，和之前销售出身的CEO完全不一样。这也是为什么董事会推选他出来做产品的原因。
而至于最重要的AI产品，CoCo和Snowflake Intelligent，我们从中公司内部的人员得知，整体客户在用量上确实出现了很大幅的增长。当然我无法去验证他们说的话是否属实，但似乎这么看来，CFO在电话会上提到的，CoCo成为了上调指引的核心原因，应该是可信的。
第二点，关于AI好不好用的问题，我们获得的反馈都还算积极。一位在零售公司工作的用户表示，公司定下的基础预算在不到半年时间已经超了一倍多。原因就是Snowflake的AI产品实际使用效果确实不错，公司里的同事工作上都在用，也看到了效率的提高。
我们还采访到另一位在金融机构工作的用户，他也认可SNOW的AI产品带动了工作效率的提升。他还跟我们举了这么一个例子说，因为AI的出现，原来布置的工作很快就完成了，而这让他有更多时间和资源，去借助Snowflake尝试新工具、开发新产品。这无意中也增加了消耗。
当然了，我们采访到的专家也不是完全在给Snowflake说好话。也有反馈提到说，Snowflake现在的AI功能，和大模型相比还是有差距的。不过因为在企业环境里面，出于合规和安全的原因，没有办法直接使用这些外部工具而已。长远来 看，这或许意味着还是有一定威胁的，不过短期应该问题还不大，咱们今天先不讨论。
另外，再和大家分享一个启发。我们还采访过一位程序员背景的用户。他说，在没有 AI 之前，很多数据分析的工作对于写代码的要求还是比较大的，这对于代码能力稍微弱一点的人来说确实是个门槛。
而现在，Snowflake可以通过AI对话的方式来解决问题，这其实也在潜移默化地增加他们的用量。这点和它的竞争对手Databricks不太一样。Databricks的底层设计，还是更偏程序员的框架。所以它的使用者和客户，很多都是科技公司，他们天生就有写代码的基因。
但Snowflake的很多客户主要是偏传统行业，员工的技术背景相对来说没有那么强。但这恰恰让Snowflake的价值被进一步挖掘出来。因为Snowflake的定位，本来就是让那些没有那么懂代码的人，也可以把数据分析做得更好，之前它的一大卖点就是好用，方便，界面友好。而AI又进一步加速了这个产品效果的兑现。所以从这个角度看，AI对Snowflake的帮助，甚至可能比对Databricks还要更强。
小结
总体来看，经过这几次采访之后，我们对Snowflake的感受是更加清晰了。虽然我们没有机会亲自去使用Snowflake的产品，但通过采访能意识到，Snowflake的AI战略很明确，就是把它的产品深度嵌入AI里面，帮助用户更好地用AI做数据分析、做项目。而只要用户用得更多，用得也更顺手，就会带动数据调用量的提升。一些人甚至可以通过AI工具来激起用户新的消费场景。而以上，按照 Snowflake的按量收费的模式，就能因此赚到更多的钱。
从战略上来说，这个变化肯定是积极的，也让我感受到，这位以产品为核心的新CEO的确给公司带来了一些积极的变化。老实说，我现在最不希望看到的，是类似Salesforce那样的情况，公司宣传自己的AI很好、功能很厉害，但实际拿出去之后，用户没有真正使用，反馈也很差。这样的增长肯定是不能持续的。不过至少，目前看到的信息反馈并没有这个现象。这是我们做完这一轮采访之后，得到的一个非常重要的结论。
需求是否会增加？
前面我们说，SNOW的AI功能是ok的，产品也好用，但问题是，真的大家都会玩命用它的AI功能吗？毕竟虽然产品可以很好，但需求看不到，那也白瞎。
对于这个问题，我们现在没有一个明确的答案。不过按照逻辑去分析的话，我们认为，短期的确定性要比长期更强一些的。
这是因为，SNOW刚刚上了很多新功能，尤其是Agent功能过后，客户正处于一个典型的试用阶段当中。而这，很可能支撑用量在短期内大幅提升。
这背后的原因是，当AI带动的新功能出现后，客户这时候不是按过去的固定方式使用产品，而是在探索，各种场景去做试验。因为在这个阶段，客户主要目的就是验证 AI 功能到底有没有用，去探索如何提升效率、如何解决实际问题
而这个过程本身就很容易带来用量放大。因为这是需要不断测试、不断试错的。客户要通过大量使用，才能判断哪些功能真的有效，哪些场景能落地，哪些地方还不够成熟。尤其是在AI热度较高的时候，企业都会更愿意投入资源去尝试。而这就会让原本分散的需求，在短时间内集中释放出来。
这就好比ChatGPT一开始出现的时候，大家都喜欢拿ChatGPT去聊天，让他写诗，做很多无意义的事情。也很类似Cowork刚出来的时候，大家都拿来搞各种小游戏，做vide coding。这些都让用量在短期内放大了很多倍，但你说这些事情真的留下太多东西吗？也没有。可这个探索过程是不可或缺的。
对于SNOW也是一个道理。在当前这个Agent刚刚带动起来的探索阶段，有可能因为企业用户在做各种主动尝试、试错验证等，造成阶段性的放量提升。当然了，这过程中一定会有一些浪费，能否沉淀下来形成好的用例，为中长期之后的数据分析形成稳定的模式，也不好说。但至少比较能确定的，是短时间的用量有不错的提升潜力。我甚至认为，一季度SNOW的业绩上升，就有一部分这个原因，这点我们也从专家采访的过程当中得到了一部分的验证。而往后看，我们认为这个趋势大概率不会只持续一个季度就结束了，接下来两三个季度的业绩，都还有可期待的空间。
好，现在我们知道，在这个探索阶段下，业绩的短期增长是有确定性的。但如果拉长一点时间，比如说一年之后，增速能否维持下去呢？而这问题就变复杂了。
首先，试用和探索总是有边界的，如果最后不带来直接的产出，没有长期可复用的场景，来源源不断地消耗算力，这个增速总归是要放缓的。当然反过来，如果最后能带来直接的产出，比如说一份数据分析就能带动一份收入，那么这个增速大概率就能维持，甚至有爆发性增长的可能。但现在，我们谁也说不准说，SNOW的客户能找到大量可复用的场景，然后就一直那么用下去了，因此这点我们无法下这个结论。
我个人是偏向于认为，SNOW的客户是可以找到很多长期可复用场景的，不然同样做数据分析的PLTR，也不会三年多了，增速还在持续增加。但这也是我非常主观的想法，也确实不能轻易去当成投资决策。因此中长期的增速能否持续下去，我认为是需要打一个问号的，我猜至少还需要两个财报，才能得到比较确认的结论。
所以综合以上的分析来看，我们比较能知道的是，SNOW短期的业绩确定性是比较强的。而中长期还并不能下这个结论。
团队经验提升带来的效率提升
到这里，关于SNOW最重要的分析部分就讲完了。在最后给投资观点之前，我们再补充一个比较重要的信息。那就是，我们看到SNOW的团队经验正在带来效率提升。这是一个缓慢的过程，但如果拉长时间，效果可以非常显著。
什么意思呢？对于SNOW来说，任何新客户刚进来，往往需要很长一段时间进行数据部署，转移，以及相关培训，才能达到同体量客户的消费金额。因为新客户需要时间熟悉SNOW来开展业务。
下面这张图就可以很好地说明了这个过程。它显示了不同年份客户贡献的产品利润曲线，我们先看最底层的，19年及之前进入SNOW的用户的特点。可以看到，这些客户在前两年的贡献利润增长是比较慢的，然后在后两年有一个轻微爆发，但第5年之后增长就非常缓慢了。说明客户在进入SNOW后5年就进入平稳期，增长趋于平稳。
点击放大
而20到22年这三部分的客户也呈现了类似的特点，但他们的平稳期来得更早，基本第三年就开始进入平稳增长期，同时前期的增长也不像19年的客户那样需要两年那么久，基本都是前两年的快速增长后就进入平稳期。
如果再看23年和24年，前期的增长曲线更加陡峭，像第一年和第二年的增长换挡的现象不再像之前那么明显。
25年和26年的数据太短就不分析了。
以上分析说明，SNOW客户部署时间在快速压缩，不用像20年的时候需要两年，而是缩短到1年甚至更短。CEO在电话会议中提到说，“服务交付团队完成客户项目的速度最高提升5倍，实施周期从"几天"压缩到"几小时"，项目利润率提升 40%–50%，客户上线速度快40%以上。”
这点也能从财报的数据中可以看到。比如TTM Dollar Weighted Time-to-Ramp：这个指标衡量的是客户从签约到把首年合同金额完全消耗所需时间。可以看到，从23年Q2的10个月，提升到了目前的 7 个月，消耗速度提升了 30%。
另一个数据Median Won-to-Deployed，这个指标衡量了客户从其他数据平台迁移到 SNOW所花的时间，这个时间提升了40%，也就是说客户会更快进入花钱的状态。
点击放大
因此，我们基本可以确认，SNOW的客户的消费效率在不断提升。从生产效率的角度看，SNOW的单位产出也在提高，我们用销售收入除以营销管理成本的比值来衡量这个效率。从目前数据看，SNOW每投入一块钱营销和管理成本所带动的收入，在近期的上涨趋势非常明显。
点击放大
综合上面这些数据和CEO 发言，我们基本可以确认说，SNOW在帮助新客户渡过新手期的效率提升是非常明显的，这是公司整体内部效率的提升，客户的费用释放得到持续提速。所以考虑到目前客户增长速度仍在高位，配合团队的高效率，这会给SNOW的业绩加速带来不错的中长期的动力。
投资观点
到这里，关于SNOW的分析部分就已经说得差不多了。最后，我来和大家聊聊，我对于SNOW未来走势的一些看法。
从大方向上看，相信大家也能看出来，我对于SNOW是比较乐观的。不过和其他分析的股票不太一样的是，这个乐观主要是集中在短期，也就是半年到一年的时间。
因为首先，不管是公司的业绩、AI产品能力、以及真实的用户反馈等，都在告诉我们，现在AI对公司所带动的业绩增长是非常solid的。
其次，就像一开始我就说，我们最害怕的，是这次的业绩增长只是一次性的，要是AI能力不行，那可能会出现过去Salesforce这样的风险。但通过我们对专业用户的访谈得知，SNOW的AI能力还是值得认可的，产品也确实在快速解决实际工作问题，效率提升明显。只要大家真的在用这个产品，这个风险就能被排除掉一大部分。
最后，也是最重要的是，在短期内，我们预计SNOW 的客户会处于一个疯狂探索的阶段，而这会阶段性地带来大量的需求增长，且这部分可能目前的业绩增速还没有被彻底体现出来。
所以综合以上来看，我们认为，未来两三个季度中SNOW给出超预期的业绩的可能性是很大的，也因此，对于SNOW中短期的股价走势，我们可以期待一下。
不过，当把时间拉长一些，比如到27年往后，就会复杂一点了。虽然大方向上有行业的增长，以及公司内部运营带动的效率提升，但一个比较大的不确定性在于，在短期的这个探索阶段结束后，真的可以出现足够多的AI场景，来持续消耗算力吗？而且往后看，这还会牵扯到企业的预算等问题，都会成为影响业绩增长的变量。
对于这个问题，我们团队目前是偏向于积极的，不过也得承认，这确实是有较大的不确定性，至少还需要两三个季度才能确认下来。
要是时间拉得更长，到28年甚至往后，不确定性就更多了，不仅包括现在的AI带动的增长是否可以持续超预期，还有未来从云或者大模型的竞争等。但这些问题现在还不太影响股价，目前只需要保持关注即可。
所以整体来看，我对于SNOW短期的表现还是比较积极的，像上季度那样的业绩表现应该还会持续一阵。当然了，业绩一样好，但股价不可能每次都这么反应，毕竟这个预期差已经在弥合了。但即便如此，我们认为还是有一些空间的，因为根据市场最新的预期来看，未来四个季度SNOW的收入增速只有26%到29%。我相信到时候应该能轻松超出市场预期，且大概率还不少。所以未来两个季度的财报，我们会保持重点关注。
点击放大
最后从估值上看，由于过去几年，公司的估值一直被下杀，除非被AI颠覆的鬼故事又出来，不然的话，现在的位置其实仍然是公司的相对低位。另外，和目前最大的竞争对手，Databrick在一级市场估计的27到32倍的PS来看，SNOW的11倍也明显要低很多。当然Databrick的增速要比SNOW快不少，达到60%，但相比于SNOW的30%和11倍来看，还是SNOW要合理一些。可以预见，公司股价未来将更加倚重收入增长。也因此整体来看，以现在的价格，SNOW仍是AI应用层中比较优质的，也是一个比较值得布局的选择。
点击放大
好了，关于SNOW这家公司的分析已经讲完了。估计也有看官留意到，现在SNOW 已经加入到美投的跟踪体系当中了，意味着接下来我们会持续跟踪它的走势。我们美投团队目前也给了SNOW一个Strong Buy的评级，并给出12个月目标价346美元，距离今天有超过50%的上涨空间。
为你推荐
