研报阅读笔记:粘性(20180907)

1. 美国云计算发展历史

美国云计算的发展从2000年左右开始,经历了三个大阶段:

  • 2000-2008:新生SaaS独角兽涌现
  • 2008-2013:IT平台上搭建基础架构
  • 2013-2017:传统软件商纷纷转型

2013年起,云化软件进入了超级周期,对应公司的股价也水涨船高(2013年至今涨幅达到4~5倍),其中传统企业(Pegasystems、SAP、Adobe、Autodesk、科力斯、PTC)股价上涨的驱动因素主要来自于估值(市销率)的变化,而创新企业(Veeva、Workday、ServiceNow、Salesforce)则由于初始估值较高(传统企业最高P/S约为10x,创新企业高点P/S达到了20x),股价上涨的驱动因素主要来自于收入的快速成长

规模、增速及结构:

从结构上看,云计算三层架构(IaaS、Paas、SaaS)中,SaaS服务增速最快,市场规模也最大。原因:

  • 标准化的应用输出相对IaaS和PaaS更具有规模效应;以及
  • 占据了整个行业价值链较大比重,以对接各行业旺盛的软件服务需求。

2. 美国典型的云化软件(SaaS)公司

目前美股的云化软件企业可依据服务客户的范围以及市场渗透率分为两大类,分别为通用型软件及垂直行业专用软件,二者发展路径不同。

  • 通用型云化软件企业:不区分客户所在行业并为其提供通用服务,主要代表为Salesforce、Workday、Servicenow;
  • 垂直行业专用云化软件企业:一般只针对特定行业、提供细分应用的软件服务,如图形设计领域的Adobe以及工程设计领域中的Autodesk等。

2.1. 通用型云化软件企业

由于面对全行业,潜在市场空间庞大,但行业内厂商较多,竞争格局相对分散。分散的竞争格局致使厂商对于下游客户的议价权较弱,产品价格提升空间有限;但产品相对低的渗透率和市占率,将为厂商带来庞大的长尾客户群体。

特征:销售费用率高,收入、现金流稳定快速增长,利润成长缓慢甚至常年亏损。

代表企业:Salesforce

2.2. 垂直行业专用云化软件

针对特定行业提供服务,通常市场渗透率较高,相对通用型市场规模较小,但下游需求稳定,存在市占率较高的龙头。从贩卖 License转向云端服务以后,将存量用户转为SaaS软件订阅式用户,为公司带来持续且稳定的收入来源。

公司在转型初期进入收入利润增长停滞甚至下滑、利润率和ROE下降的阶段。但随着SaaS软件订阅收入占比提升公司的收入和现金流将稳定上升,同时利润率和ROE将高于转型前。

代表企业:Adobe

3. 软件企业转云成功的要素

  • 产品型软件而非项目型软件:项目化软件相对定制化、实施成本高,因此难以复制和规模化,表现为项目环境下的一次性开发、且毛利率较低。而产品化软件,多为标准化,可快速的实施和部署,并且可持续优化更新提升功能和应用,表现为随客户数增多边际收益率递增、且毛利率较高。
  • 用户使用频率较高
  • 拥有一定的服务性收入:SaaS的架构下,传统的线下实施、运维和更新等服务效率将大幅提高,原先拥有服务性收入的软件企业可以获得盈利水平的提升。
  • 细分子领域唯一胜者:云化将大大的提高市场集中度,因此子领域会出现强者愈强的情况。在通用工具型领域中,率先转型,并投入大量销售费用抢占长尾市场的先行者,将获得最高的成功概率。对于专用型垂直领域,由于转型前软件渗透率就很高,市场占有率领先的龙头,在云化过程中优势明显。

4. SaaS公司估值

目前,美国上市的SaaS公司基本采用P/S来进行估值,大多数区间在8-16倍P/S。

  • 通用型云化软件企业:P/S估值通常与收入增速的变化密切相关;
  • 垂直行业专用云化软件企业:在传统软件企业进行云化转型期间,其估值会从稳定的P/E区间向P/S转化,并随着SaaS软件订阅服务收入占比提升,P/S倍数会逐渐提高。完成转型后,P/S会在原有区间之上,随净利率的提升进一步提高。两者呈现趋势相关性。

年度可持续收入(Annual Durative Revenue,ADR):在订阅服务年费下,归属公司的非一次性的、可持续的收入。ADR相对于营业收入,可以更好的反映出企业收入中粘性最高的收入部分。P/ADR相对P/S指标,可以剔除掉企业收入中粘性较低的部分对估值的影响,来观察市场对于云化软件企业高粘性收入部分的估值水平。

ADR=(软件企业云服务收入+递延收入×云服务收入占比)×续费率

云服务收入占比较高的公司P/ADR值相对较低,云收入占比较低的公司目前P/ADR值相对较高。高P/ADR值隐含了市场对其可持续性收入未来成长空间,以及占比提高带来的规模效应、和利润率提升的潜在溢价。

通用类云化软件公司P/ADR值相对较低,垂直行业专用云化软件公司P/ADR值相对较高。这说明垂直专用类云化软件更高的用户粘性,以及更强的议价能力可以为企业带来一定的价值增值。

参考研报

《20180831-【海通证券】粘性》

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352

推荐阅读更多精彩内容