データドッグ(ティッカー：$DDOG)の2025年度第1四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 | $0.46 | $0.42 | 〇 |
| 売上高 | $762M (YoY +24.7%) | $741.2M | 〇 |
| ガイダンス 2025Q2EPS | $0.41 ($0.40～$0.42) | $0.41 | 〇 |
| ガイダンス 2025Q2売上高 | $789M ($787M～$791M) | $770.47M | 〇 |
| ガイダンス 通年EPS | $1.66 ($1.61～$1.71) | $1.70 | × |
| ガイダンス 通年売上高 | $3.225B ($3.215B～$3.235B) | $3.20B | × |
業績ハイライト
売上と顧客数の推移
| 項目 | 数値 | 前年同期比 |
|---|---|---|
| 売上高 | $762百万 | +25% |
| 顧客数 | 約30,500社 | 約+2,500社（前年は28,000社） |
| 年間ARRが$100,000以上の顧客 | 約3,770社 | +13%（前年は3,340社） |
| フリーキャッシュフロー | $244百万 | フリーキャッシュフローマージン32% |
プラットフォーム採用の拡大
| 利用製品数 | 利用比率（2025年Q1） | 前年同期比 |
| 2製品以上 | 83% | +1pt |
| 4製品以上 | 51% | +4pt |
| 6製品以上 | 28% | +5pt |
| 8製品以上 | 13% | +3pt |
- Flex Logs: ARR $50百万超（6四半期で達成、最速の成長）
- Database Monitoring: ARR $50百万に接近、YoY +60%、5,000社超が採用
セグメント別成長
- AIネイティブ顧客：ARRの8.5%（前四半期は6%、前年比は3.5%）
- 売上成長の6ポイントに寄与（前四半期5ポイント）
- 大口契約：TCV$10百万超の契約を11件獲得（前年は1件）
- チャーン率：依然として低水準、粗収益維持率は90%台中盤〜後半で安定
新規顧客および拡張契約事例（いずれも年換算で7桁契約）
- 米国大手自動車メーカー：13製品導入、10以上のツールを統合
- 中南米銀行：6製品導入、3製品をリプレース
- 米ペット用品大手：11製品導入、7製品をリプレースし、年間$1百万以上のコスト削減期待
- 保険テック企業（復帰事例）：10製品導入、Flex Logs・Cloud Cost Management等を使用
- 米国大手健康保険会社：17製品を利用、MTTRが数時間から数分に短縮
- 次世代AI企業：5製品導入、APMとログ管理ツールをDatadogに統一
セキュリティ・AI関連の進捗
- セキュリティ製品：7,500社が利用（顧客の1/4）、Fortune500の半数超が導入
- LLM Observabilityの利用企業：過去6カ月で2倍に
- Bits AI強化：ワークフロー自動化、App Builder導入
地域展開とM&A
- オーストラリアに新データセンター開設予定（データレジデンシー対応）
- Eppo買収：実験管理プラットフォーム、製品分析強化
- Metaplane買収：データ可観測性強化、AIワークロード支援
ガイダンス（見通し）
| 区分 | 売上 | 営業利益 | EPS |
| Q2 2025 | $787M〜$791M（YoY+22〜23%） | $148M〜$152M | $0.40〜$0.42 |
| FY2025 | $3.215B〜$3.235B（YoY+20〜21%） | $625M〜$645M（OPM: 19〜20%） | $1.67〜$1.71 |
- DASHカンファレンス費用：約$13百万をQ2に計上予定
- 営業費用：為替の影響（+15百万ドル）、M&A関連費用（+10百万ドル）
- フリーキャッシュフローマージン：32%
質疑応答ハイライト
AIによるコード生成とDatadogの価値
Q（JPMorgan）: AIがコード生成の主流になったとき、Datadogの役割は？ A（Pomel）: コード生成の価値は下がり、コードを”観測・検証”する重要性が高まる。運用環境での性能・品質を担保するDatadogの役割がより重要に。
AI顧客の成長寄与と大型案件の背景
Q（JPMorgan）: AI関連売上と11件の大型案件について詳細は？ A（Obstler）: 営業人員の拡充が奏功。AI顧客は使い始めが早く、規模が急拡大。クラウド・オブザーバビリティはコスト削減につながるため、マクロ不安の中でも投資継続されている。
データ可観測性の将来性
Q（Morgan Stanley）: Metaplane買収によるデータ可観測性分野への展望は？ A（Pomel）: 当初は小さい市場と見ていたが、AI導入においてデータパイプラインの信頼性が重要になっている。Kafka、Spark、DB監視など既存製品とMetaplane統合で差別化可能。
粗利益率低下と対策
Q（Barclays）: 粗利益率が前年より低下。原因と対策は？ A（Obstler）: 新製品投入によるクラウドホスティングコスト増と、特定顧客の急成長によるインフラ逼迫。今後は効率化を進め、過去の水準（80%以上）への回帰を目指す。
AIインフラ監視と製品拡充
Q（Goldman Sachs）: AI推論向けワークロードでの機会拡大は？ A（Pomel）: LLM Observabilityは成長中だが、GPU層やエージェント層向けにさらなる製品投入を準備中。
Flex Logsの市場シェアと差別化
Q（William Blair）: ログ市場の競争とFlex Logsの差別化は？ A（Pomel）: Flex Logsはコスト効率と新ユースケース対応に優れ、既存のログ製品を補完・拡張。競合製品のリプレース機会が増加しており、販売体制を強化中。
営業人員の生産性
Q（Mizuho）: 営業投資の生産性は期待通りか？ A（Obstler）: 各地域やターゲット市場での生産性は想定通り。人員の配置を慎重に行い、無駄のない増員を実現。
推論とエンタープライズAIの進展状況
Q（Evercore）： AIネイティブ以外の企業におけるAI推論導入の兆しは？ A（Pomel）： AIネイティブ顧客は推論中心。エンタープライズ側では本格的な推論導入はこれからだが、下地は整いつつある。
コメント