40亿美元的营收运行率。在Databricks宣布突破这一门槛后，目前已有两家数据巨头达到这一水平。
这是一个在收入交叉点上比较两家领先数据公司的机会。
正面比较
| 公制 | 数据块 | 雪花 |
|---|---|---|
| 收入运行率 | 40亿美元 | 41亿美元 |
| 100万美元以上客户 | 650 | 654 |
| 净美元留存率 | 140% | 125% |
| 同比增长率 | 50% | 28% |
| 估值 | 1000亿美元 | 759亿美元 |
| 市场现状 | 私人的 | 民众 |
| 人工智能收入 | 10亿美元 | 未披露 |
两家公司营收均为40亿美元。两家公司都声称拥有超过650名年消费金额超过100万美元的客户。两家公司的净美元留存率都很高（分别为140%和125%）。
Databricks 的增长率为 50%，而 Snowflake 的增长率为 28%。在私募市场，Databricks 的交易价格相对于其增长率而言较高。Snowflake已经重新加速增长，但比Databricks 晚了大约一年。
将估值与收入运行率进行比较，可以发现 Databricks 的交易价格比 Snowflake 溢价 35% 。1
Databricks 的私募估值为 1000 亿美元，而 Snowflake 的公开估值为 759 亿美元。在这个市场中，每增长 1%，估值倍数就会增加 0.3 倍。考虑到 Databricks 22 个百分点的增长优势，35% 的溢价实际上可能低估了最终业务规模的真正差异。
这种溢价反映了公开市场高增长数据平台的稀缺性。如今，确实没有一家公司能与 Databricks 匹敌。Palantir 的增长率为 39%，市盈率为 75 倍（并非年化率）。Rubrik 正处于从本地到云端的过渡期，其增长率为 44%，市盈率为 15 倍。
35% 的估值溢价既反映了 Databricks 的卓越增长，也体现了市场对人工智能的重视。凭借已达到 10 亿美元的人工智能收入以及随之而来的计算需求，Databricks 已将自己定位于企业软件领域最具价值趋势的中心。
-
$100b/$4b = 25x vs $75.9b/$4.1b 18.5x ↩︎