Conference call over de resultaten van het derde kwartaal van 2026, 4 november 2026

Een scherpe sequentiële afzwakking is ingebouwd in de Q4-prognose

Datadog behaalde in het derde kwartaal een omzet van $1,197 miljard, een stijging van 35% op jaarbasis en boven de bovenkant van de afgegeven bandbreedte. De vooruitzichten voor het vierde kwartaal zijn nuchterder. Het management raamt de omzet op $1,19 miljard tot $1,2 miljard, oftewel een groei van 25% à 26%, wat neerkomt op een nagenoeg vlakke sequentiële omzet. De omzetprognose voor heel het jaar 2026 van $1,515 miljard tot $4,525 miljard duidt op een groei van ongeveer 32%. Het bedrijf gaf aan dat, exclusief de grootste klant, de prognose voor het vierde kwartaal uitkomt op een groei in de lage tot mid-30-procenten. De zichtbare afzwakking is dus geconcentreerd bij één account en in de manier waarop het bedrijf ervoor kiest om te prognostiseren.

CFO David Obstler zei dat de Q4-prognose "rekening houdt met hun omzet op basis van hun minimale afnameverplichting." De klant verlengde in het derde kwartaal en sneed, zoals in augustus al bekendgemaakt, in het gebruik, maar gaf nog steeds "aanzienlijk meer" uit dan dat minimum. Datadog heeft geen controle over waar de klant uitkomt boven die ondergrens. Het prognostiseren op basis van de ondergrens bouwt een mechanische meevaller in als het gebruik hoog blijft, en een tegenvaller is uitgesloten als de klant op het contractuele minimum blijft. Obstler erkende dat de meevaller in Q3 deels het gevolg was van deze dynamiek, maar weigerde hier een kwantitatieve plakkert op te plakken. Beleggers moeten Q4 beschouwen als een bewust conservatieve insteek voor dit account, en niet als een graadmeter voor de onderliggende vraag. Zij moeten er tevens rekening mee houden dat het gedrag van de klant in 2027 nog ongewis is. Het management zal tijdens de conference call over de jaarresultaten een prognose voor 2027 geven en herhaalde dat het zal blijven prognostiseren op basis van contractuele minimums.

Vroege contractverlengingen door AI-klanten vormen een omzettegenwind op korte termijn

De ingrijpendtere nieuwe mededeling is dat verschillende grote AI-klanten hun contracten veel eerder verlengden dan Datadog had verwacht, waarbij ze hogere afnameverplichtingen inruilden voor betere prijzen. CEO Olivier Pomel zei: "We zagen verlengingen veel eerder dan we hadden gedacht," en merkte op dat er in oktober nog een plaatsvond waar het bedrijf geen uitspraken over heeft gedaan. Hij was helder over de kosten: "Dit is allemaal goed nieuws, maar het zorgt op de korte termijn wel voor tegenwind in de omzet, en dat is één verandering ten opzichte van vorig kwartaal."

Het management schetste de mechanismen als reguliere volumeprijzen. Obstler benadrukte dat dit "verlengingen zijn tegen hogere volumes dan hun vorige verplichting, en dat is hoe ze volumekortingen krijgen." Pomel voegde eraan toe dat sommige accounts tijdens dit proces worden geoptimaliseerd, waarbij klanten onderdelen van hun verbruik inkorten of naar andere retentietijlen worden geleid. Dit alles gebeurt tegen de achtergrond van klanten die hun voetafdruk willen verdubbelen, verdrievoudigen of verviervoudigen. Zowel Barclays als Goldman Sachs wilden weten of dit een terugkerende jaarlijkse daling van de sequentiële groei inluidt. Het management deed hier geen harde uitspraken over. Pomel zei dat de dynamiek nieuw is omdat sommige klanten opschalen "tot een niveau dat we in de industrie, of eigenlijk in welke industrie dan ook, nog nooit hebben gezien," en stelde dat naarmate de AI-doelgroep breder wordt, de omzet stabieler zal worden. Hij omschreef de schommeling ten opzichte van de verwachtingen als "een paar procent per kwartaal."

Obstler herhaalde ook dat het vierde kwartaal te maken heeft met een seizoensgebonden vertraging door minder gebruik eind december en code-friezen, wat het effect van de vroege verlengingen en de behandeling van de grootste klant versterkt. De sequentiële groeivertraging kent dus drie overlappende oorzaken, waarvan er slechts één binnen de zichtbaarheid van het bedrijf valt.

Niet-AI-groei blijft versnellen en nieuwe logo's nemen een groter deel van de last voor hun rekening

Het gezondere signaal is te vinden in de kernactiviteiten. De omzetgroei van niet-AI-klanten versnelde voor het vijfde achtereenvolgende kwartaal tot in de hoge 20-procenten, een stijging van ongeveer 1 procentpunt sequentieel en een toename ten opzichte van ongeveer 20% een jaar geleden. Exclusief de grootste klant versnelde de totale omzetgroei eveneens. De groei werd omschreven als breed gedragen over segmenten, uitgavenbandbreedten en industrieën.

Nieuwe klanten waren goed voor ongeveer 30% van de omzetgroei op jaarbasis, tegenover 25% een jaar geleden. De netto-omzetretentie (NRR) bevond zich in de lage 120-procenten, bleef sequentieel stabiel en de brutoretentie handhaafde zich in de midden- tot hoge 90-procenten. Het aantal klanten bereikte circa 33.500, en het aantal klanten met een ARR van meer dan $100.000 steeg naar ongeveer 4.860 (van circa 4.060), wat neerkomt op ruwweg 91% van de ARR. De RPO (Remaining Performance Obligations) groeide met 38% tot $3,85 miljard en de huidige RPO groeide in de midden-30-procenten, hoewel het management herhaalde dat de omzet de betere indicator is.

Pomel weigerde te voorspellen of de niet-AI-groei zal blijven stijgen, en zei: "Het is al een erg hoog groeipercentage... het is lastig te zeggen waar het naartoe gaat," terwijl hij wel vertrouwen uitsprak in de onderliggende trend. Hij wees op een secundaire aanjager. Meer door AI gegenereerde code vergroot de druk op CI, implementatie en testen, waardoor Datadog's CI-producten en andere oplossingen buiten de kernobservabiliteit om in klantomgevingen worden getrokken. Het bedrijf wees tevens op nieuwe deals met grote klanten die nog niet volledig zijn opgeschaald, waaronder een vijfjarig contract van zeven cijfers op jaarbasis met een Amerikaanse federale defensie-instantie, gebaseerd op de FedRAMP High-certificering, en deals van zeven cijfers met twee van Japans grootste banken. Pomel merkte op dat deze "nog niet eens meetellen in de omzet."

Winstgevendheid trok aan, waarbij de marge voor Q4 lager wordt geraamd door marketinguitgaven

De non-GAAP operationele marge bereikte in Q3 28%, tegenover 23% in zowel het voorgaande kwartaal als dezelfde periode vorig jaar, doordat de groei van de operationele kosten (OpEx) vertraagde tot 25%. De brutomarge bedroeg 81,2%, een stijging ten opzichte van 79,6% in Q2, wat het management omschreef als stabiliteit rond de 80%. De vrije kasstroom bedroeg $251 miljoen, goed voor een marge van 21%, en de marge over de afgelopen twaalf maanden bedroeg 26%. Het bedrijf sloot het kwartaal af met $5,2 miljard aan contanten en effecten.

De operationele marge voor Q4 wordt geraamd op ongeveer 24%, met een bedrijfsresultaat van $280 miljoen tot $290 miljoen, wat zware marketinginvesteringen weerspiegelt, waaronder AWS re:Invent. De prognose voor het bedrijfsresultaat over heel het jaar van $1,095 miljard tot $1,105 miljard impliceert eveneens een marge van 24%. De non-GAAP winst per aandeel voor het gehele jaar wordt geraamd op $2,73 tot $2,75. Het management gaf aan fors te blijven investeren in go-to-market-strategieën, en verwees daarbij naar onontgonnen geografische en eindmarkten zoals de federale sector, evenals in R&D op het gebied van AI en personeelsbestand.

Infrastructure Monitoring passeert de grens van $2 miljard aan ARR, hoewel gpu's nog geen aanjager zijn

Infrastructure Monitoring overtreft inmiddels de $2 miljard aan ARR, met een groei in de midden-30-procenten. Het management stelde dat het bedrijf marktleider is op het gebied van observabiliteit, maar dat het marktaandeel zich nog steeds "in de tienen" bevindt. In reactie op een vraag van Bank of America over de bijdrage van AI, zei Pomel dat de groei niet rechtstreeks gekoppeld is aan gpu's. Gpu-monitoring wordt voornamelijk gebruikt voor trainende workloads en "we monetariseren die producten nog niet op grote schaal." Het aantal gemonitorde gpu-apparaten is dit jaar verachtvoudigd, dus de omzetkans vanuit gpu-monitoring vormt een opwaarts potentieel ten opzichte van de huidige cijfers.

Scout en Bits AI tonen aan dat Datadog de stap zet naar propriëtaire modellen

Datadog introduceerde Scout, zijn eigen redeneermodel dat is geoptimaliseerd voor system reliability-taken en is getraind met een eigen gedistribueerde infrastructuur voor versterkend leren (reinforcement learning). Pomel zei dat het presteert "gelijkwaardig aan of zelfs beter dan grensverleggende modellen bij waarschuwingsonderzoeken, tegen een fractie van de inferentiekosten," en dat het inmiddels Bits Investigations aanstuurt. De lagere kosten zijn commercieel van belang, omdat het Bits in staat stelt om meer meldingen te onderzoeken, eerder te beginnen en dieper te spitten. Het Adaptive ML-team, dat in juni aan the bord kwam, versneld het werk op het gebied van reinforcement learning en post-training.

Wat de modelstrategie betreft, omschreef Pomel een bewuste mix van top-labmodellen voor taken die alleen zij aankunnen, open-weight-modellen voor kostenefficiënte standaardtaken, en propriëtaire post-getrainde modellen waar Datadog's eigen data een voordeel oplevert. Hij verwacht dat die mix growweg stabiel zal blijven. Hij was terughoudend over de bredere trainingsmogelijkheden, en merkte op dat een jaar of twee geleden "vrijwel niemand aan training deed" buiten een paar grensverleggende labs, en dat hoewel het aantal grootschalige trainers met een orde grootte is gegroeid, "het nog te vroeg is om het een massamarkt te noemen."

Bits AI wordt omschreven als het snelst geadopteerde product in de geschiedenis van het bedrijf, en Bits Testing werd in oktober algemeen beschikbaar. Datadog stapte af van het specifiek in rekening brengen van onderzoeken en ging over op een model van AI-credits voor meerdere toepassingen. Pomel zei dat de prijsstelling "vrij dicht bij de inferentiekosten" blijft, zodat efficiencywinsten kunnen worden doorgegeven aan klanten, omdat het volume naar verwachting met ordes van grootte zal toenemen naarmate de eenheidsprijzen met ordes van grootte dalen. Dat impliceert dat Bits waarschijnlijk een product met een dunne marge zal zijn, en dat de echte opbrengst ligt in het platformgebruik. Pomel zei dat het hem niet veel uitmaakt welke route de dominante monetarisering wordt, "zolang we maar meer gebruik krijgen." Er werd geen omzetbijdrage bekendgemaakt.

AI-adoptiestatistieken worden breder en distributie via de labs is nieuw

Datadog heeft inmiddels meer dan 850 AI-klanten, tegenover ongeveer 750 vorig kwartaal, waaronder 39 die meer dan $1 miljoen per jaar uitgeven, en alle van de top 15 AI-leiders. Ongeveer een derde van de klanten gebruikt minstens één AI-product, waaronder driekwart van de klanten boven de $100.000. Agent Observability-spans zijn dit jaar negenvoudig toegenomen, MCP-toolaanroepen zijn vijftig keer zo groot geworden en meer dan een derde van de Cloud Cost Management-klanten volgt nu de AI-kosten, waarbij het aantal klanten dat dit doet met meer dan elf keer is gestegen. AI-aanbieders zijn de grootste categorie uitgaven geworden die klanten in de tool controleren, buiten de drie grote clouds om. Pomel zei dat niet-AI-native klanten in toenemende mate Agent Observability consumeren, wat hij omschreef als het "doorbreken van de grens," hoewel er geen harde cijfers werden genoemd.

Datadog maakte Agent Observability tevens beschikbaar in de Anthropic-marktplaats en is een lanceerpartner voor de nieuwe ondernemingsmarktplaats van OpenAI, waarmee klanten rechtstreeks kunnen inkopen via de grensverleggende labs die ze al gebruiken. Dealvoorbeelden onderstreepten de AI-blootstelling, waaronder een achtcijferige uitbreiding met de AI-divisie van een grote technologieonderneming die haar verbintenis bijna verdrievoudigde amper twee kwartalen na de landing, en een uitbreiding voor een AI-codeerbedrijf dat al op een achtcijferig niveau op jaarbasis zat en vroegtijdig verlengde.

De breedte van het platform blijft toenemen. 61% van de klanten gebruikt vier of meer producten, 41% gebruikt er zes of meer en 16% gebruikt er tien of meer, vergeleken met 8% een jaar geleden.

De kwaliteit van het kwartaal staat niet ter discussie, aangezien zowel de niet-AI-groei als de marges zijn verbeterd. De discussie draait nu om hoeveel volatiliteit gepaard gaat met een klantenbestand waarin een handvol hypergroei-AI-accounts de prijzen vroegtijdig heronderhandelt en één dominante klant boven zijn ondergrens zit. Het antwoord van het management is dat dit een op verbruik gebaseerd model is met een betere middellange dan korte termijnzichtbaarheid, wat juist is, maar weinig houvast biedt bij het modelleren van de komende twee kwartalen.