モンゴDB(ティッカー：$MDB)の2026年度第2四半期決算についてまとめます
決算概要
アナリスト予想平均と結果の比較をまとめます。
| 結果 | 予想 | 判定 | |
|---|---|---|---|
| EPS | $1.00 | $0.66 | 〇 |
| 売上高 | $591.4M (YoY +23.7%) | $553.57M | 〇 |
| ガイダンス 2026Q3EPS | $0.775 ($0.76～$0.79) | $0.70 | 〇 |
| ガイダンス 2026Q3売上高 | $589.5M ($587M～$592M) | $582.43M | 〇 |
| ガイダンス 通年EPS | $3.695 ($3.64～$3.73) | $3.10 | 〇 |
| ガイダンス 通年売上高 | $2.35B ($2.34B～$2.36B) | $2.29B | 〇 |
業績ハイライト
売上・成長率
| 項目 | 数値 | 前年同期比 | 備考 |
|---|---|---|---|
| 売上高（Q2 FY26） | $591百万 | +24% | ガイダンス上限を上回る |
| Atlas売上 | 全体の74% | +29% | Q1の+26%から加速 |
| 非Atlas ARR成長率 | +7% | – | マルチイヤー契約の好調により上振れ |
ポジティブ要素：
- Atlas成長が加速し、構成比が72%→74%に上昇
- 大型顧客による消費拡大と新機能（Search, Vector Search等）の採用促進
- Voyage AI買収による顧客基盤拡大（+300社）
営業利益・利益率・キャッシュフロー
| 項目 | 数値 | 前年同期比 | 備考 |
|---|---|---|---|
| Non-GAAP営業利益 | $87百万 | +47%（前年：$59百万） | オペレーティングマージン15%（前年：11%） |
| 営業キャッシュフロー | $72百万 | 前年：-$1百万 | 大幅改善 |
| フリーキャッシュフロー | $70百万 | 前年：-$4百万 | 同上 |
| GAAPベース純利益 | $87百万 | EPS: $1 | 前年：$0.70（EPS） |
ポジティブ要素：
- 粗利益率は前年同期比1pt減の74%だが、Atlas構成比上昇に伴う構造変化
- 効率性向上による利益率改善
- $200百万の自社株買いを実施（約93万株）
顧客関連
| 指標 | 数値 | 前年同期比 | 備考 |
|---|---|---|---|
| 総顧客数 | 59,900社 | +18%（+9,200社） | 過去6ヶ月で+5,000社（うち300社はVoyage AI） |
| Atlas顧客数 | 58,300社 | +18% | EA顧客のAtlas移行含む |
| $100K以上のARR顧客数 | 2,564社 | +17% | 大型顧客の増加続く |
| ネットARR拡張率 | 約119% | – | 安定水準を維持 |
ネガティブ要素：
- 直販顧客数は前年比横ばい、前四半期比▲200社
- ミッドマーケットからエンタープライズへの人員シフトが影響
ガイダンス（FY26通期）
| 指標 | 新ガイダンス | 旧ガイダンス | 増減 |
|---|---|---|---|
| 売上高 | $2.34B〜$2.36B | $2.27B〜$2.29B | +$70M |
| Non-GAAP営業利益 | $321M〜$331M | $277M〜$287M | +$44M |
| EPS（Non-GAAP） | $3.64〜$3.73 | 約$3.20前後と推定 | 増加 |
| Non-GAAP営業利益率 | 最大14% | 最大12.5% | +1.5pt |
ポジティブ要素：
- AtlasのH2成長率見通しは「mid-20s%」と明言
- Non-Atlasの減収率見通しは「high-single digit decline」→「mid-single digit」に改善
- マルチイヤー契約によるヘッドウィンドは$50M→$40Mへ縮小
ガイダンス（Q3 FY26）
| 指標 | ガイダンス |
|---|---|
| 売上高 | $587M〜$592M |
| Non-GAAP営業利益 | $66M〜$70M |
| EPS（Non-GAAP） | $0.76〜$0.79 |
| 非Atlas売上 | 前年比▲20%程度（高マージン領域の減少が影響） |
質疑応答ハイライト
Atlasの成長要因について（Morgan Stanley）
Q（Sanjit Singh）: AtlasのSequential Addが過去最高水準。成長の要因は？
A（Dev Ittycheria）:
- 大型企業向けワークロードの成長が加速
- SearchやVector Search機能の活用拡大
- セルフサービス経由での顧客数も増加
Go-To-Market最適化の効果（Morgan Stanley）
Q: 営業組織の状態は？改善した？
A（Dev）:
- エンタープライズ向けに人員を再配置しROIが高まった
- SMB向けはセルフサーブを強化し、引き続き新規顧客を獲得中
AI領域でのAtlas採用（Citi, RBC, Wolfe Research など）
Q: AIユースケースの貢献度は？
A（Dev）:
- 企業向けAI活用は「まだ初期段階」
- AIネイティブ企業（DevRev、EVメーカーなど）ではAtlas＋Vector Searchを採用
- ただしQ2業績に与えた影響はまだ軽微
Q: なぜAIスタートアップはPostgresを初期に選ぶのか？
A（Dev）:
- 単に「慣れた技術」を使っているだけ
- スケールが必要になるとPostgresでは限界があり、MongoDBへ移行するケースが増加中
Q: マルチエージェントAI時代におけるMongoDBの役割は？
A（Dev）:
- JSONベースの柔軟なデータモデル
- Vector Searchやメモリ（Agent Memory）機能
- モデルとの連携で信頼性の高い推論実現を支援
非Atlasビジネス（EA契約）の展望
Q（Stifel, Oppenheimer）: EA契約のARR成長が7%。将来的な拡大余地は？
A（Dev）:
- クラウド vs オンプレのバランス志向が強まり、MongoDBの柔軟性が評価されている
- 今後の伸びしろはあるが、Atlasが中核成長ドライバーであることに変わりなし
コメント