在经过三个季度的亏损后,Commvault在2017财年第四季度实现了320万美元利润,足以使全年实现盈利。这也超出了此前华尔街对该季度的预期,收入为1.729亿美元,同比增长8%,环比增长4%。
Commvault公司董事长、总裁兼首席执行官Bob Hammer提到,“季度软件收入创下8470万美元新高,这意味着同比增长了15%,环比增长了10%”。
该季度Commvault的服务收入为8820万美元,同比增长2%,环比持平。
全年来看,收入为6.505亿美元,相比2016财年增长9%。其中软件收入增长15%至2.964亿美元,服务收入增长5%至3.541亿美元。这张图表显示,Commvault在经过上一年的下滑之后恢复了增长。所有在销售、产品开发和定价方面的努力得到了很好的成果。
1月的时候Veeam曾表示其2016全年收入为6.07亿美元,在收入方面与Commvault相当。
Stifel分析师Aaron Rakers表示:“Commvault继续大幅度提高销售业绩,有助于推动未来发展——在我们与管理层的电话会议中强调了全面业绩扩展潜力所取得的成果,打造一个成熟的销售团队和强劲的留存率。”
Rakers强调“Commvault预计将在公有云数据管理方面保持大于200%的同比增长”。
William Blair分析师Jason Ader提出了自己的想法:“软件实力是通过提高Commvault解决方案在云中采用率、单独产品的增长(在其他软件解决方案上2倍的附加率)、大企业交易的健康增长(占软件收入的57%,同比增长14%)、在所有地区销售执行的改善(亚太地区尤为突出)来推动的。与此同时,服务收入(按固定汇率同比增长3%,环比持平)也高于总体水平,因为维护延续仍然表现抢眼,定价调整基本完成。”
Commvault表示,第四季度客户持续增加,没有透露具体数字,但是透露了一些客户名,如美国的Great-West Life & Annuity Insurance Company,EMEA地区的Papierfabrik August Koehler,以及亚太地区的Bank Pembangunan Malaysia Berhad (BPMB)。
Rakers提到,“预计2018财年第一季度将会有最强大的大型交易通道,抢眼的第一个月将一直持续到6月这个季度”,Commvault可能会实现“软件收入的双位数强劲同比增长。”
Commvault的2018财年预期大约是7亿美元。Rakers预计Commvault将在未来的12个月内提供“超融合软件,专注于二级存储市场,以及扩展的管理服务产品”。
Ader还补充说,“鉴于强大的大型交易通道、改进的销售执行、新产品周期、基于订阅的定价模式,这个目标是可以实现的。”
Ader认为:“我们相信实现双位数持续增长的基础已经打好,根据是:1、以云为中心的Commvault Data Platform采用率持续增长,以及独立数据保护解决方案的不断更新;2、销售执行和生产力的改进(这里仍然有增长的空间);3、基于订阅的新定价选择(应该会吸引资金敏感的客户,让Commvault能够利用新的预算来源);4、扩大分销杠杆(随着与微软和Amazon的合作持续攀升)。”
如果Bob Hammer和他的高管团队可以像今年这样很好地贯彻执行,那么他们就能得到分析师的更多青睐。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    