Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

流媒体也加入了进来

Posted on 2025-12-09

流式处理是现代数据架构中下一个需要整合的类别。IBM 已宣布有意收购 Confluent 。

该交易对 Confluent 的估值为 111 亿美元,相当于其过去 12 个月营收的 10 倍。Confluent 的客户涵盖超过 40% 的财富 500 强企业,并已发展成为一家年营收达 11 亿美元的公司。

Confluent 的创始人,包括首席执行官Jay Kreps ,创建了Apache Kafka ,这是一种内置于 LinkedIn 的流处理技术。Apache Kafka 于 2014 年推出,如今已在超过 80% 的财富 100 强企业中运行。Kafka 为实时数据管道和流处理提供支持,并在新事件发生时更新数据系统。无论是预订出租车、刷信用卡还是点赞评论,Kafka 都会处理这些数据流。

Confluent 的收入随时间增长

Confluent 持续保持良好增长势头,最近一个季度营收达 2.985 亿美元,同比增长 19.3%。其毛利率为 74.1%,这在软件公司中属于正常水平。尽管其营业利润率为负值(约 -27%),但这主要反映了其较高的销售成本。

汇合盈利能力

该公司的销售效率为0.38倍:第三季度1350万美元的边际毛利润(年化后为5400万美元)除以第二季度1.436亿美元的销售和营销费用。也就是说,公司在一个季度每投入1美元用于销售和营销,下一年就能产生0.38美元的增量毛利润。

随着时间的推移,Confluent 的销售效率会不断提高

获取新客户加剧了这一挑战。

价格点 客户总数 第三季度新增净值 占总数的百分比
2万美元以上的年度经常性收入 2,533 +36 100%
10万美元以上的年度经常性收入 1,487 +48 59%
100万美元以上的年度经常性收入 234 +15 9%

Confluent 第三季度新增 36 家年收入超过 2 万美元的客户。年收入超过 10 万美元的客户群体是两年来最大的环比增长。

增长主要来自扩张:净收入留存率高达 114%,这意味着现有客户每年消费额增长 14%。总留存率接近 90%。年收入超过 10 万美元的客户贡献了超过 90% 的年度经常性收入 (ARR)。Confluent 面临的挑战不在于留住现有客户,而在于获取新客户。

最引人注目的趋势:营业利润率同比提高 10 个百分点,表明有望在 12-18 个月内实现盈利。

Confluent EV/营收倍数

Confluent 的价格是否划算?或者说定价是否合理?

乐观观点认为,Apache Kafka 是一项定义行业标准的创新技术,增长率超过 21%,利润率不断提高,盈利前景清晰,并且是人工智能和实时应用的关键基础设施。悲观观点则指出,该公司目前仍未盈利,面临来自 AWS Kinesis 和 Azure Event Hubs 的竞争威胁,还要与开源 Kafka 替代方案竞争,并且存在与 IBM 集成执行的风险。

公司 买方/市场 年 营收增长 收益倍数
雪花 民众 2025 29% 17.8倍
MongoDB 民众 2025 21% 14.4倍
Tableau Salesforce 2019 15% 11.7倍
Confluent IBM 2025 19% 10.0x
Splunk 思科 2023 16% 5.3倍

过去几个季度,Confluent面临的一个主要问题是:下一个能够推动新一轮增长的相邻产品类别是什么?人工智能的蓬勃发展对公司来说无疑是一个利好消息。

在 IBM 内部,Confluent 可能会发现其技术与大型企业所需的众多人工智能技术相辅相成。

原文: https://www.tomtunguz.com/ibm-confluent-acquisition-analysis/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme