文章核心观点 Datadog宣布其现代云安全信息和事件管理（Cloud SIEM）方法，该方法利用现代架构和机器学习，无需专用人员或专业团队激活，能解决传统SIEM解决方案面临的挑战，具有敏捷性、可扩展性、成本效益和实时威胁检测等优势 [1][3] 传统SIEM解决方案面临的挑战 - 难以整合来自不同来源的数据，导致可见性碎片化、检测和响应延迟 [2] - 随着组织发展和数据量增加，遗留系统和所需的专用团队不堪重负，导致云规模效率低下和运营成本上升 [2] - 大量误报警报会导致警报疲劳，使关键威胁被忽视 [2] Datadog Cloud SIEM的优势 - 利用现代架构和机器学习，强调敏捷性、可扩展性、成本效益和实时威胁检测 [3] - 帮助组织快速引入新的威胁检测源，确定安全调查的优先级并快速解决问题 [3] - 能添加自定义数据源，帮助改进警报，无缝进行调查和响应，改善安全态势 [4] Datadog Cloud SIEM的功能 - 基于风险的洞察：将实时信号和发现关联到实体，简化安全团队确定调查优先级的方式，风险评分包括云安全管理洞察和扩展实体类型 [5] - 15个月保留期：提供15个月保留期和Flex Logs，为客户提供灵活的经济模式，在不超支的情况下提供强大的威胁检测功能 [5] - 安全运营指标：提供对安全团队绩效的深入洞察，通过预建仪表板和详细报告提供有价值的数据，帮助团队优化威胁响应策略 [5] - 内容包和开箱即用的集成：拥有预建的检测规则、仪表板和工作流自动化工具，与领先技术集成，过去六个月新增超30个集成和内容包 [5] - Datadog安全实验室：由威胁检测研究和工程团队支持，确保在威胁检测方面持续创新，帮助组织无缝迁移并领先新兴威胁 [5] 公司介绍 Datadog是云应用程序的可观测性和安全平台，其SaaS平台集成并自动化多种功能，为客户的整个技术栈提供统一、实时的可观测性和安全性，被各规模和行业的组织使用 [8]

大数据行业概述 - 大数据是指由结构化、非结构化和半结构化数据组成的庞大且多样化的集合，这些数据每天都会涌入企业 大数据的特点包括数据量（Volume）、速度（Velocity）和多样性（Variety），近年来还增加了价值（Value）、可变性（Variability）和真实性（Veracity）三个维度 [1] - 大数据行业专注于数据处理、存储和分析，提供数据挖掘、转换、可视化和预测分析工具 该领域的主要公司包括Datadog Inc (DDOG)、PROS Holdings Inc (PRO)、Varonis Systems Inc (VRNS)、Palantir Technologies Inc (PLTR)和HubSpot Inc (HUBS) [2] - 大数据在预测建模和机器学习等高级分析应用中发挥重要作用，帮助企业解决问题并做出明智决策 物联网（IoT）和人工智能（AI）等技术的进步推动了数据的快速增长，催生了新的大数据工具 [3] - 大数据提高了企业的决策能力和风险管理水平，增强了企业的敏捷性和创新能力，使运营更加高效，改善了客户体验 [4] 大数据股票推荐 - 推荐五只具有2025年强劲收入和盈利增长潜力的大数据股票 这些股票在过去30天内获得了明年盈利预期的积极修正，每只股票目前都获得Zacks Rank 2（买入）评级 [5] 公司分析 Datadog Inc (DDOG) - 2024年第三季度收入受益于现代可观测性、云安全、软件交付和云服务管理产品的强劲客户需求 截至季度末，DDOG拥有3,490名年收入超过10万美元的客户 [8] - DDOG的美元留存率在第三季度达到110%以上，客户增加了使用量并采用了更多产品 强大的云合作伙伴基础（包括Google Cloud、Microsoft Azure和Amazon Web Services）以及不断扩展的产品组合是主要增长动力 预计2024年净销售额将比2023年增长24.9% [9] - 预计明年收入和盈利增长率分别为20.1%和10% 过去30天内，明年盈利的Zacks共识预期提高了4.3% [10] PROS Holdings Inc (PRO) - PROS Holdings是全球领先的定价和收入优化软件产品提供商，专注于价格分析、价格执行和价格优化 其软件产品帮助企业深入了解定价策略，识别基于定价的利润漏洞，优化定价决策，改善业务流程和财务绩效 [11] - PROS Holdings的软件产品采用先进的定价科学，包括运筹学、预测和统计 还提供一系列服务，包括分析公司当前的定价流程和实施软件产品以提高定价绩效 [12] - 预计明年收入和盈利增长率分别为9.2%和32.4% 过去30天内，明年盈利的Zacks共识预期提高了2.1% [12] Varonis Systems Inc (VRNS) - Varonis Systems提供创新的软件平台，帮助企业映射、分析、管理和迁移非结构化数据 产品包括DatAdvantage、DataPrivilege、IDU分类框架、数据传输引擎和DatAnywhere [13] - VRNS的产品销售对象包括中小型企业以及金融服务业、消费品和零售业、工业、医疗保健、能源和公用事业行业的大型跨国企业 [14] - 预计明年收入和盈利增长率分别为11.7%和29.3% 过去30天内，明年盈利的Zacks共识预期提高了6.3% [14] Palantir Technologies Inc (PLTR) - Palantir Technologies为情报界构建和部署软件平台，协助反恐调查和行动 最近，其商业业务在传统政府合同之外加速发展，主要得益于在AI领域的积极投资 [15][16] - 去年推出的AI平台（AIP）是一个AI驱动的系统，帮助客户快速集中和分析数据，发现如何推进业务目标 AIP提供对开源、自托管和商业大型语言模型的统一访问，将结构化和非结构化数据转换为LLM可理解的对象，并将组织的行动和流程转化为人类和LLM驱动代理的工具 [16] - 预计明年收入和盈利增长率分别为24.5%和24.9% 过去7天内，明年盈利的Zacks共识预期提高了2.1% [17] HubSpot Inc (HUBS) - 2024年第三季度业绩强劲，收入和利润均超过Zacks共识预期，得益于各细分市场的强劲用户参与度 HubSpot AI的集成（包括AI助手、AI代理、AI洞察和ChatSpot等尖端功能）为客户带来了更多价值 [18] - 高端市场的企业客户正在稳步采用多中心模式，而入站应用程序的日益普及是一个有利因素 在现有客户群中交叉销售产品具有巨大潜力 One HubSpot计划和App Marketplace是主要增长动力 [19] - 预计明年收入和盈利增长率分别为16%和15.1% 过去30天内，明年盈利的Zacks共识预期提高了4.3% [20]

文章核心观点 - 高盛将人工智能（AI）繁荣分为几个不同阶段，目前正处于从基础设施公司转向软件公司的过渡期 [1][2] - Datadog作为AI软件领域的领导者，受益于AI繁荣，其LLM Observability软件已显示出早期牵引力 [2][3][4][5][6][7][8] - Datadog的财务表现强劲，客户数量和平均支出均有所增长，AI相关收入占比提升 [6][7][8] - Datadog的净收入保留率持续在110%以上，表明现有客户支出增长加速 [9] - Datadog股票估值较高，但长期增长潜力大，投资者应考虑在回调时增持 [10][11] 高盛对AI繁荣的阶段划分 - 第一阶段围绕半导体公司Nvidia [1] - 第二阶段围绕基础设施公司如Microsoft和Amazon [1] - 第三阶段围绕软件公司 [1] 高盛分析师观点 - 对冲基金经理在第三季度开始转向AI软件股票 [2] - 现在是开始建立AI软件股票头寸的好时机 [2] Datadog公司概况 - Datadog专注于可观测性软件，提供约24种产品帮助企业监控和分析应用及基础设施性能问题 [3] - Datadog的平台基于AI引擎，自动化处理警报、洞察和根本原因分析 [3] Datadog的市场地位 - Datadog通过单一平台整合支出，简化多供应商工具集成，成为可观测性软件领导者 [4] - Forrester Research认可Datadog在IT运营AI领域的领导地位 [4] Datadog的业务驱动因素 - 随着计算环境复杂性增加，企业对可观测性软件的需求上升，云迁移和AI普及是Datadog的顺风 [5] - Datadog今年推出了LLM Observability，一套针对生成式AI应用的基础设施和大语言模型性能监控工具 [5] Datadog的财务表现 - 第三季度财务表现强劲，客户数量增加9%至29,200，现有客户平均支出增长超过10% [6][7] - 收入增长26%至6.9亿美元，调整后每股收益增长27%至0.46美元 [7] Datadog的AI相关进展 - CEO Olivier Pomel表示LLM Observability产品已显示出早期牵引力 [8] - AI公司占年度订阅收入的6%，高于上一季度的4%和去年的不到3% [8] Datadog的客户保留率 - 净收入保留率连续五个季度保持在110%以上，具体在111%至119%之间 [9] - CFO David Obstler表示收入保留率呈上升趋势，现有客户支出增长加速 [9] Datadog的股票估值 - 华尔街分析师预计Datadog调整后收益将每年增长50%至2026年 [10] - 当前估值为调整后收益的150倍，看起来较贵 [10] - 投资者应考虑在股价回调时增持 [11]

网络安全行业概述 - 网络安全行业旨在保护系统、网络和程序免受数字攻击，这些攻击通常旨在访问、更改或销毁敏感信息，或通过勒索软件勒索用户，或破坏正常业务运营的完整性 [3] - 人工智能、物联网设备的广泛采用以及公共和私营部门数字化程度的提高，增加了漏洞并扩大了攻击面，需要开发先进的安全解决方案 [4] - 网络安全公司提供集成保护，以应对不断演变的安全威胁，同时简化IT安全基础设施 [4] 推荐的三家网络安全公司 - Fortinet Inc (FTNT) 在第三季度表现出色，主要得益于大型企业客户的需求增长以及安全订阅业务的增长，尽管网络产品销售放缓 [7] - Datadog Inc (DDOG) 在2024年第三季度的收入增长主要得益于客户对现代可观测性、云安全、软件交付和云服务管理产品的需求 [11] - Palantir Technologies Inc (PLTR) 的商业业务近期加速增长，主要得益于其在人工智能领域的积极布局，特别是其人工智能平台 (AIP) 的推出 [16] 公司财务表现 - Fortinet Inc (FTNT) 预计2024年收入和盈利增长率分别为11%和33.7%，2025年分别为12%和6.1% [9] - Datadog Inc (DDOG) 预计2024年收入和盈利增长率分别为24.9%和32.6%，2025年分别为20.1%和10% [13] - Palantir Technologies Inc (PLTR) 预计2024年收入和盈利增长率分别为26.6%和52%，2025年分别为24.5%和24.6% [18] 公司业务亮点 - Fortinet Inc (FTNT) 通过产品开发和收购增强其统一威胁管理产品组合，预计将推动其增长 [8] - Datadog Inc (DDOG) 的客户保留率在第三季度保持在110%以上，主要得益于客户使用量的增加和更多产品的采用 [12] - Palantir Technologies Inc (PLTR) 的人工智能平台 (AIP) 提供了对开源、自托管和商业大型语言模型的统一访问，能够将结构化和非结构化数据转换为LLM可理解的对象 [17]

动量投资策略 - 动量投资策略的核心是跟随股票的近期趋势 无论是上涨还是下跌 在“做多”的背景下 投资者本质上是“买高 但希望卖得更高” 这种方法的关键是利用股票价格的趋势 一旦股票确立了方向 它很可能会继续朝着这个方向移动 目标是股票一旦走上固定路径 就会带来及时且有利可图的交易 [1] 动量指标的争议与解决方案 - 许多投资者喜欢寻找股票的动量 但这很难定义 围绕哪些指标最适合关注以及哪些是未来表现的劣质指标存在很多争议 Zacks动量风格评分作为Zacks风格评分的一部分 帮助解决了这个问题 [2] Datadog的动量表现 - Datadog（DDOG）目前持有B级动量风格评分 文章讨论了价格变化和盈利预测修正 这是动量风格评分的两个主要方面 [3] - Datadog的短期价格表现强劲 过去一周股价上涨22.79% 而Zacks互联网-软件行业同期上涨5.38% 从更长时间框架来看 月度价格变化为23.95% 优于行业的7.38% [7] - 过去一个季度 Datadog股价上涨34.72% 过去一年上涨39.95% 相比之下 标普500指数分别仅上涨6.59%和32.84% [8] 交易量与盈利预测 - Datadog的20天平均交易量为5,893,918股 交易量是衡量股票动量的重要指标 上涨的股票伴随着高于平均水平的交易量通常是一个看涨信号 [9] - 过去两个月 全年盈利预测有13次上调 没有下调 这帮助Datadog的共识估计从1.63美元增加到1.75美元 下一财年 有11次上调 1次下调 [11] 综合评估 - 综合考虑所有因素 Datadog被评为2（买入）股票 动量评分为B 如果投资者正在寻找一个有望在短期内上涨的新选择 Datadog值得关注 [12]

人工智能与云计算行业 - 人工智能的普及对多个行业产生积极影响 云计算是其中一个受益市场 帮助公司创造大量收入 [1] - 从硬件供应商如Nvidia到基础设施提供商如Oracle 多家科技公司因AI技术实现收入增长 [2] - 预计到2033年 可观测性领域的AI采用率将以22.5%的复合年增长率增长 产生近110亿美元的收入 [3] - 69%的可观测性解决方案基于云 得益于其灵活性和可扩展性 [4] Datadog公司概况 - Datadog在云可观测性领域崭露头角 并开始将AI集成到其产品中 有望加速其增长 [4] - 2023年可观测性市场估值为510亿美元 预计到2027年将以11%的年增长率增长 [5] - 2024年第三季度 Datadog收入同比增长26%至6.9亿美元 非GAAP每股收益同比增长28%至0.46美元 [6] - 公司2024年全年收入预期上调至接近26.6亿美元 每股收益预期上调至1.76美元 [7] - 2024年收入预计增长25% 净利润预计增长33% [8] Datadog的AI解决方案 - 2024年第三季度末 约3000名客户使用Datadog的AI解决方案 占客户总数的10%以上 [10] - AI解决方案帮助客户将LLM延迟、错误和质量调查时间从数天或数小时缩短至几分钟 [10] - 客户使用4种或以上Datadog产品的比例同比增长3个百分点至49% 使用6种以上产品的比例增长5个百分点至26% [12] - 剩余履约义务(RPO)同比增长26%至18.2亿美元 表明公司未来增长潜力强劲 [13] 市场机会与增长潜力 - Datadog的可寻址市场规模巨大 AI解决方案的采用率不断增长 有望维持强劲增长 [14] - 尽管估值较高 但公司具备持续强劲增长的潜力 得益于其服务的巨大市场和AI在可观测性领域的增长 [16] - 根据Yahoo! Finance Datadog的PEG比率为0.80 表明相对于其预期增长 股票被低估 [17]

公司业绩与市场表现 - Datadog的盈利前景显著改善 分析师持续上调其盈利预期 表明公司业绩向好 [1] - 盈利预期上调趋势与股价短期走势呈强相关性 这一趋势可能反映在Datadog的股价中 [2] - 过去四周 Datadog股价上涨7.1% 显示出市场对其业绩改善的积极反应 [7] 盈利预期调整 - 当前季度每股收益预期为0.42美元 同比下降4.55% 但过去30天内共识预期上调44.58% 11个预期上调 无下调 [4] - 全年每股收益预期为1.75美元 同比增长32.58% 过去一个月内13个预期上调 无下调 共识预期上调22.16% [5] 评级与投资建议 - Datadog目前获得Zacks Rank 2（买入）评级 显示出其盈利预期调整的积极趋势 [6] - Zacks Rank 1（强力买入）和2（买入）评级的股票显著跑赢标普500指数 表明Datadog可能具有较好的投资潜力 [6]

技术分析 - Datadog (DDOG) 近期突破了20日移动平均线，显示出短期看涨趋势 [1] - 20日简单移动平均线是交易者常用的工具，能够平滑短期价格趋势并提供趋势反转信号 [1] - 当股价高于20日移动平均线时，趋势被认为是积极的 [1] 股价表现 - 过去四周，DDOG股价上涨了7.1% [3] - 公司目前被Zacks评为2级（买入），表明股价可能进一步上涨 [3] 盈利预测 - 当前财年有13次盈利预测上调，没有下调 [3] - 共识盈利预测也有所上升 [3] - 投资者可能希望关注DDOG，因为其关键技术水平良好且盈利预测积极 [3]

一、涉及公司 Datadog, Inc. (NASDAQ:DDOG)[1] 二、核心观点与论据 （一）Q3业绩相关 1. **业绩表现及趋势延续** - Q3业绩是之前季度趋势的延续，企业板块有正常活动，大企业恢复数字项目，有不少大订单，净留存率持续提高[3]。 - SMB（中小企业）环境稳定，持续增长，净留存率较好但由于风险投资环境等经济担忧未加速[4]。 - 交叉销售和多产品销售持续推进，三大支柱的ARR（年度经常性收入）超过25亿美元，不少产品收入超1000万美元，自去年Q3（看起来是历史低谷）以来趋势延续[5]。 2. **业务板块占比** - SMB业务约占公司业务的三分之一到35%，最大板块是企业业务，占35% - 40%，剩下的是中型企业（1000 - 5000名员工）[6]。 （二）云优化相关 1. **云优化与ROI** - 云应用和云相关购买一直存在投资、部署和优化周期，在更谨慎的环境下，更关注成本以及增长和优化之间的权衡，但这在云应用中一直存在[8][9]。 （三）账单与营收相关 1. **账单与营收关系** - 账单可能高于或低于营收或ARR增长，这取决于账单发出的时间，公司不缺现金，不会刻意控制账单发出时间。长期来看，账单与营收相关，从加权平均基础看，各种指标都与营收增长相关[11][12]。 （四）AI相关 1. **AI natives业务** - AI natives（数字原生或云原生客户）的ARR从4%跃升至6%，其增长是因为客户需求周期，随着更多公司投资基础设施，工作量增加，而公司基于工作量盈利[15][18]。 - 这部分客户的快速增长可能导致下半年数字的波动，因为客户快速增长且超出承诺用量时，未重新定价合同，之后调整合同会造成ARR收入波动，不过这只是小部分客户，短期影响可能更明显[20]。 2. **AI相关业务使用情况** - 公司约有30000个客户，10%（超3000个）的客户在发送数据，有数百个（低数百个）客户在使用LLM监测，占客户群约1%，看到了一些进展，但在生产环境中使用的客户占比非常小[22][23]。 - 在非AI native客户群中，也有3000个客户发送数据，低数百个使用LLM监测模块，有活动但尚未大规模盈利[25][26]。 （五）定价相关 1. **定价机制** - 定价方式与超大规模云服务提供商类似，基于许可，客户可选择承诺内容、是否预留以及在承诺范围内使用产品，类似AWS的定价方式，基于使用和价值而非存储[28][29]。 - 随着客户规模扩大，价格更优惠，对于大企业，是基于业务活动类型的支出，基于使用案例定价，与使用情况完全相关[30]。 - 随着业务发展，有一些演变，如提供爬坡定价，基本模式一直有助于与客户合作成功[31]。 （六）竞争相关 1. **日志业务竞争** - 云日志业务（用于可靠性和生产工程师调查数字应用健康状况），几个季度前业务超5亿美元且持续增长，过去三四年赢得了不错的市场份额[33]。 - 云SIEM方面，产品有发展势头，不是要取代Splunk的集中式本地云SIEM，而是在云方面竞争并开始取得成功，Splunk被收购后情况未知，但以往类似情况公司倾向于创新并获取市场份额[34][35]。 2. **与Dynatrace竞争** - Dynatrace在本地APM日志方面做得不错，但没有公司完整的可观测性平台功能，如果是云工作负载且有本地部分并且想要完整平台，一般会选择Datadog；如果是更多本地监控或本地交付，Dynatrace有很强的竞争地位[36][37]。 （七）产品发展相关 1. **未来产品方向** - 服务管理方面，公司是实时分析公司，在工作流方面（发现问题后创建工作流来解决问题）有早期迹象表明客户有需求，虽还没有GA产品，但很多客户要求承诺，可能是增长方向[38][39]。 - 安全方面，有云SIEM、容器和基础设施安全、应用安全三个产品，在DevOps环境中与APM和基础设施结合开始有吸引力，可能是增长因素[40]。 - 商业分析方面，有一个产品正在开发，与运行有高度相关性，可以看到应用如何影响客户购买行为，是潜在增长向量[41]。 - 还有整个AI相关的产品也是潜在增长方向，因为客户想要更多功能且世界变化快，所以公司持续创新[42]。 （八）资本分配相关 1. **资本分配策略** - 公司目前不认为自己资本过剩，现金余额给予灵活性，倾向于投资技术团队，对于较大规模收购，会考虑产品路线图相关、有更高盈利机会、研发团队质量高、产品架构与平台兼容且能留住技术人员的项目[43][44]。 （九）增长与盈利平衡相关 1. **平衡策略** - 公司一直较好地进行风险管控，去年Q3情况没有想象中糟糕，在优化方面做得很好，在利润率方面领先，现在要加大投资机会的投入，例如下半年到明年提高配额能力，人员到岗和提升需要时间，投资不会是直线式的，长期来看要在增长和盈利间平衡[46][47][48]。 - 长期目标是25% +的利润率，会有投资超过营收增长的时期，也会有相反的时期，因为是消费模式，要以特定方式规划投资[49]。 （十）2025年规划相关 1. **规划考虑因素** - 考虑空白市场（没有或没有重要业务的客户）和已有客户的产品驱动增长，新客户增长贡献约25%，现有客户75%，可控制的是配额能力提升和产品投资[50]。 （十一）政府业务与SMB业务相关 1. **政府业务情况** - 公司政府业务非常小，对政府业务依赖小，政府业务的减少对公司影响不大[53]。 2. **SMB业务情况** - 公司面向SMB业务更偏向中型企业，需要是云（如AWS或GCP）客户，有稳定增长，客户和净留存率较好，但未回到泡沫时期的增长速度[54]。 （十二）未来惊喜相关 1. **可能的惊喜因素** - 关注AI在生产环境中的影响，可能加速应用和基础设施的迁移和重新平台化；关注新推出产品（如On - Call或云SIEM）在明年的发展；关注企业购买周期、全球企业的云迁移情况[56][57]。 2. **企业业务KPI** - 企业业务的净留存率（包括现有产品和新产品之间的构成）、新客户数量、地理分布等KPI可用于判断企业业务是否变好，这些都与企业营收及其增长率相关[59]。 三、其他重要内容 1. 会议是RBC Capital Markets Global TIMT Conference，时间是2024年11月19日上午10点（美国东部时间）[1]。 2. 会议预留了提问时间，有麦克风传递用于提问[2]。

文章核心观点 - Datadog公司CFO参加会议被问及Q3相关情况及与上半年相关的指引情况[3] 根据相关目录分别进行总结 Q3情况及相关趋势 - 公司企业板块有正常活动大型企业回归数字项目并采用公司解决方案有不少大订单且净留存率持续提高[3]