Back to RBRKPrepared Highlights
- 订阅ARR达约12亿美元,同比增长38%(CEO); 净新增订阅ARR为8900万美元(CEO)。
- 订阅收入为2.66亿美元,同比增长54%(CEO); 总收入为2.78亿美元,同比增长49%(CFO)。
- 订阅净留存率(NRR)持续高于120%(CEO); 订阅ARR贡献利润率同比提升超过1800个基点(CEO)。
- 订阅ARR超过10万美元的客户数达到2381家,同比增长28%(CEO); 这些客户贡献了85%的订阅ARR(CFO)。
- 云ARR为9.72亿美元,同比增长60%(CFO)。
- 非GAAP毛利率为80.5%,高于去年同期的75.4%(CFO)。
- 自由现金流为3300万美元,去年同期为负3700万美元(CFO)。
- 期末现金及现金等价物、受限现金和有价证券为7.62亿美元,债务为3.23亿美元(CFO)。
- 官方指引:第二季度营收预计为2.81亿至2.83亿美元(同比增长37%-38%);全年订阅ARR目标为13.80亿至13.88亿美元(同比增长26%-27%);全年营收预计为11.79亿至11.89亿美元(同比增长33%-34%);全年非GAAP订阅ARR贡献利润率约为6%;全年自由现金流预计为6500万至7500万美元(CFO)。
- 管理层引述:
- “我们的第一季度业绩非常出色。本季度,我们在收入和盈利能力的各项指引指标上均再次超出预期。”(CEO)
- “这种规模下的收入增长和现金流利润率组合实属罕见。这些成果是深思熟虑战略的结果。”(CEO)
- “我们的平台战略使我们能够更快创新,在数据安全和AI的核心领域提供有效解决方案。”(CEO)
- “Q1是我们财年的强劲开局,展示了我们在快速增长的网络韧性市场中的持续领导地位。”(CFO)
- “我们对网络韧性市场的实力以及对我们差异化产品的需求保持信心。我们相信这些驱动因素,加上我们强劲且一致的执行力,将带来出色的订阅ARR增长。”(CFO)
Prepared Metrics
| Metric | Value | Speaker/Context |
|---|
| 订阅ARR | ~12亿美元,同比增长38% | CEO |
| 净新增订阅ARR | 8900万美元 | CEO |
| 订阅收入 | 2.66亿美元,同比增长54% | CEO |
| 总收入 | 2.78亿美元,同比增长49% | CFO |
| 订阅NRR | >120% | CEO |
| 云ARR | 9.72亿美元,同比增长60% | CFO |
| 订阅ARR>10万美元客户数 | 2381家,同比增长28% | CEO |
| 非GAAP毛利率 | 80.5%(去年同期75.4%) | CFO |
| 自由现金流 | 3300万美元(去年同期-3700万美元) | CFO |
| 现金及有价证券 | 7.62亿美元 | CFO |
| 债务 | 3.23亿美元 | CFO |
| 全年订阅ARR指引 | 13.80亿-13.88亿美元(增长26%-27%) | CFO |
| 全年营收指引 | 11.79亿-11.89亿美元(增长33%-34%) | CFO |
| 全年自由现金流指引 | 6500万-7500万美元 | CFO |
Q&A Batch (1-5 of 11)
Q1 — Saket Kalia
- Topic: 市场份额向下一代迁移的持续时间及TAM扩展
- Key points:
- Rubrik将传统备份恢复转变为数据安全平台以实现网络韧性,内置主动恢复引擎将恢复时间从数周缩短至数小时。
- 身份韧性角度正在扩展TAM,因为数据风险来自勒索软件和身份窃取。
- 举例:一家世界知名的癌症医疗中心替换了传统备份供应商并击败了另一家下一代供应商,选择了RSC企业版。
- Mgmt stance: 看涨;认为自身平台独特且占据市场领先地位,正在赢得大量客户和交易。
Q2 — Kasthuri Gopalan Rangan
- Topic: 销售周期、更替趋势及生成式AI对需求的影响
- Key points:
- 生成式AI推动企业和政府现代化基础设施,而Rubrik的业务围绕数据安全和完整性。
- 认为处于围绕数据、安全和AI的长期、大型世俗趋势的前端。
- 举例:一家大型日本工业公司用Rubrik替换了多个原生云备份工具,覆盖AWS、Azure和Oracle工作负载,并降低了成本。
- Mgmt stance: 看涨;认为凭借数据安全平台,正受益于不可逆的长期趋势(AI和云转型),且实现网络韧性与成本节约的双重影响。
Q3 — Andrew James Nowinski
- Topic: 身份韧性产品(RSA发布)的集成状态与替代机会
- Key points:
- 与Laminar(DSPM)的集成已经完成;DSPM的ARR同比增长超过300%。
- 数据韧性需要数据韧性与身份韧性相结合,目标是用单一平台替代DSPM或纯粹身份恢复的点产品。
- 举例:一家大型医疗保健客户用Rubrik替换了竞争方案以加速Entra ID恢复(一周压缩至更短);一家欧洲金融机构因数据外泄风险合规选择了Rubrik。
- Mgmt stance: 看涨;表明身份韧性正在获得良好势头,但早期仍在迭代包装和销售策略,会持续更新进展。
Q4 — John Stephen DiFucci
- Topic: 宏观环境对需求的影响
- Key points:
- 过去30年网络安全依赖众多预防检测工具,Rubrik创建了网络韧性市场,提供涵盖数据、身份、风险与修复的平台。
- 网络韧性是CIO/CISO的首要安全优先级,并未看到需求环境变化。
- 公司运营在一个500亿美元的市场中,本季度末ARR为12亿美元。
- Mgmt stance: 看涨;认为自己不面临市场
Q&A Batch (6-10 of 11)
Q6 — Gregg Steven Moskowitz
- Topic: 身份安全(Identity Security)投资策略
- Key points:
- Rubrik 聚焦身份安全而非身份基础设施,计划将数据安全与身份安全能力结合。
- 长期愿景是"在正确平台、正确时间、以正确时长向正确用户交付正确数据",并持续创新。
- 未提及具体投资金额或时间表。
- Mgmt stance: bullish — 强调长期创新和跨能力整合,认为身份安全是自然演进方向。
Q7 — Todd Adair Coupland
- Topic: 财务指引保守性及7%增长尾风澄清
- Key points:
- Kiran 澄清7%是营收增长的尾风(tailwind),源于"material rights"会计概念与云转型。
- 公司聚焦ARR为最佳业绩指标,Q1净新增ARR增长23%。
- 管理层上调了总营收增长及净新增ARR的指引,幅度相当于将Q1全部超额部分加上额外上调。
- Mgmt stance: bullish — 实际业绩超预期并主动上调指引,表明对增长信心。
Q8 — Joel P. Fishbein
- Topic: 网络弹性市场演变及Rubrik三大优先事项
- Key points:
- Rubrik 从成立起构建数据安全平台,采用"两平台策略"覆盖企业、云、SaaS数据,现拓展至身份领域。
- 平台核心:单一预置恢复引擎、单一原生数据集引擎,跨所有数据资产关联威胁,无需第三方工具。
- 目标:通过单一平台围绕数据与身份,确保客户在攻击后快速恢复、保持服务运行并理解风险。
- Mgmt stance: bullish — 强调平台化战略相对工具化市场的差异化优势,认为空间演进方向有利于平台型厂商。
Q9 — Keith Frances Bachman
- Topic: 净留存率(NRR)的可持续性
- Key points:
- 过去四个季度平均NRR大于120%。
- 历史受益于从维护到订阅的模式转换,该效应已正常化。
- 当前更大单子(多产品落地)对NRR形成一定压力,但预计NRR仍将保持强劲。
- 管理层未提供具体未来NRR数字指引。
- Mgmt stance: neutral — 承认NRR会随时间适度回落,但认为业务模式支撑高水平NRR。
Q10 — Unidentified Analyst
- Topic: Proactive Edition SKU在大型企业中的采用情况
- Key points:
- 网络弹性包含"网络风险"(DSPM+身份)与"网络恢复"(Enterprise Edition)两个核心组件。
- 策略是跨所有工作负载以"着陆-扩展"模式推广Enterprise Edition作为完整恢复工具,同时结合风险组件。
- 未提供Proactive Edition的具体渗透率或销售模式(新客户vs. upsell)数据。
- Mgmt stance: bullish — 认为产品组合(风险+恢复)驱动了强劲的产品采用和整体增长。
Q&A Batch (11-12 of 12)
Q11 — Paramveer Singh
- Topic: 身份安全与恢复的技术差异化
- Key points:
- Rubrik 将身份与数据安全整合在单一平台,创建不可变的备份副本
- 恢复时能阻止恶意软件重新引入,提供端到端方案
- 混合云方式支持 Active Directory 和 Entra ID 恢复,具备独特优势
- 通过自动化向导将恢复时间从一周至10天缩短至几分钟
- Mgmt stance: bullish,强调平台整合、混合云能力及快速洁净恢复的核心简化技术
Q12 — Jonathan Ruykhaver
- Topic: AI 项目中的数据识别与分类
- Key points:
- Gartner 表示 30% 的 AI 项目将在概念验证后放弃,主要障碍是多元数据存储及实时识别/分类
- Rubrik 从设计之初就结合安全与数据管理,通过分类理解数据完整性、敏感性及用户交互
- 能够以合规和治理方式向 GenAI/LLM 应用供应合适数据(Annapurna 计划)
- Mgmt stance: bullish 但谨慎,强调该方向仍处于早期(3-5年长期),正在探索产品市场契合度