🐂 SNOW — 公司画像 (教学用)¶
教学站非投资建议. 具体市值 / 股价 / 财报数字易变, 故不写, 改给 SEC + Yahoo Finance 链接, 你自己核实时数据.
📌 基本资料¶
| 维度 | 内容 | 来源 |
|---|---|---|
| 主营业务 | 云数据平台 (Data Cloud) — 跨 hyperscaler 的统一数据仓库 + Cortex AI/ML + Snowflake Marketplace 数据交易 | 10-K FY26 |
| 创立 / 总部 | 2012 / 美国蒙大拿 Bozeman (官方 HQ; 工程团队主要在 San Mateo, CA) | wiki |
| CEO | Sridhar Ramaswamy (2024/02 接任, 前 Neeva co-founder/CEO + Google 前 SVP, Ads & Commerce; AdSense 是 Google 2003 推出非他个人创立) | DEF 14A 2026 |
| 主要上市地 | 纽交所 (NYSE): SNOW (2020/09 IPO) | — |
| 财年 | 1 月底结束 (FY26 = 2025/02 - 2026/01) | SEC EDGAR |
💡 实时市值 / 股价 / RPO / Cortex AI 渗透率: 见下方 SEC 一手 + 投资者关系链接
🏭 产业链坐标 (Part 1-C6 框架)¶
上游 (SNOW 依赖谁)¶
| 供应商 | 流通内容 | 关键依赖 |
|---|---|---|
AMZN (AWS) |
主要 IaaS (历史第 1 大云) | 核心 dependency — SNOW 直接花钱买 AWS compute + storage |
MSFT (Azure) / GOOGL (GCP) |
次要 IaaS (跨云策略) | 多源 |
OpenAI / Anthropic / MSFT Azure OpenAI |
LLM 模型 (Cortex AI 后端 + Snowpark) | API 集成 |
下游 (谁依赖 SNOW)¶
| 客户 | 流通内容 | 客户集中度 |
|---|---|---|
| 财富 500 + 全球大企业 (跨各行业) | 跨 hyperscaler 数据仓库 + analytics + ML | 长尾分散; 前 10 客户占比有限 |
| 数据公司 (Snowflake Marketplace) | 数据集 SKU 销售 / 互换 | 生态网络 |
| 金融机构 (大量 zero-copy 数据共享) | 风险 + 客户分析 | 高利润 vertical |
| 制造业 + 零售 | ML + analytics workflow | 增长引擎 |
竞品¶
- 数据仓库 / Lakehouse (直接): Databricks (private; 估值快速变化, ~$134B per CNBC 2025/12/16 Series L $4B, 较 2025/08 $100B 上调 34%; 2026/02 $5B 轮 close at $134B 完成) ·
MSFTFabric (新整合) ·AMZNRedshift ·GOOGLBigQuery ·ORCLAutonomous DB - 跨 hyperscaler 替代: 客户自己用 hyperscaler 原生 lakehouse (Microsoft Fabric 是最大威胁)
- AI/ML 平台: Databricks ·
AMZNSageMaker ·GOOGLVertex AI ·NVDARAPIDS
💼 商业模式 + 价值捕获 (Part 1-C7 视角)¶
- 营收结构: 几乎 100% Product (Consumption-based, 不是 seat-based)
- 毛利率: GAAP ~65%; non-GAAP product GM ~75-80%; net revenue retention (NRR) 历史 130%+ (Cortex AI 是新看点)
- 定价能力: Consumption-based (跟 hyperscaler 同模式), 客户用多少付多少 — 强但跟客户使用挂钩
- 替代难度: 中等 — 跨 hyperscaler 是 SNOW 差异化, 但 MSFT Fabric / Databricks 在 catch up
(具体季度 RPO / NRR / Cortex 渗透率, 请查 最新 SEC 10-Q)
🏰 护城河评估 (Part 3-C2 Buffett 5 步框架视角)¶
| 类型 | 强度 (0-1) | 来源 |
|---|---|---|
| 品牌 | 0.6 | 数据分析师圈 SNOW 高认知, 大众无 |
| 切换成本 | 0.6 | 数据迁移 + workload 重 wired, 客户多年扩展; 但 hyperscaler 原生竞品在追赶 |
| 网络效应 | 0.5 | Snowflake Marketplace + 跨企业 zero-copy 数据共享是新 platform 效应 |
| 规模 + 成本 | 0.5 | 跨 hyperscaler footprint + R&D 摊薄 |
综合: 2.2 / 4 → 中强 moat (跨 hyperscaler 差异化 + zero-copy 共享是 unique; Databricks + Fabric 长期威胁)
⚠️ 关键反向触发条件 (Part 3-C5 anti-thesis 视角)¶
监控以下信号, 触发即重评 thesis:
- 触发 1 (季度): Product revenue YoY 增速 < 25% (历史 30-40%+)
- 触发 2 (季度): NRR < 120% (历史 130%+, customer 扩展减速)
- 触发 3 (中概率):
MSFTFabric 大客户深度 lock-in → SNOW 失去 Azure 大客户份额 - 触发 4 (事件): Databricks IPO 或大客户公开换 Databricks lakehouse
- 触发 5 (中概率): 客户 cost optimization → SNOW consumption growth 减速 (compute 优化压力)
🔗 教学跨章节链接¶
- Part 1-C7 · Value capture — Consumption-based pricing vs SaaS subscription
- Part 1-C8 · AI 应用层 — Cortex AI 在数据层 monetize 路径
- Patterns 投资规律 — #6 SaaS subscription · #14 enterprise lock-in · #16 platform aggregation
📚 SEC 一手公开文件 (你自己查)¶
- 最新 10-Q (季报) — RPO + NRR + Cortex 进展
- 最新 10-K (年报 FY26) — 完整年度数据 + 客户集中度 + AI 风险
- 最新 8-K — 重大事件
- 最新 DEF 14A (proxy) — Ramaswamy 薪酬 + 治理
- 投资者关系页 — 财报日历 + Snowflake Summit Investor Day
实时股价: Yahoo Finance SNOW
教学用 · 数字会变, 学的是方法不是具体数字 · 投资决策基于你自己的研究 + 风险承受度