大数据三驾马车,第一个上市的Hortonworks要翻车了?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

脱胎雅虎,成立三年就上市

Hortonworks这个名字源自儿童书中一只叫Horton的大象。众所周知,Hadoop的名字取自一只毛绒玩具象。类似的取名方式说明Hortonworks围绕Hadoop展开业务。

2011年,雅虎剥离Hadoop业务,由Eric Bladeschweiler,雅虎主导Hadoop开发的副总裁,带领二十几个核心成员成立Hortonworks。

成立伊始,Hortonworks即获雅虎和Benchmark 2300万美金投资,可谓含着金钥匙出生。此后Hortonworks一直受到资本市场追捧,IPO前一共获得五轮2.48亿美金的融资,并于2014年底登陆纳斯达克。

  Hortonworks上市前历轮融资;数据源:Hortonworks公告、CBInsight

核心技术开源,靠什么赚钱?

Hortonworks有两款核心产品:HDP和HDF,都是企业级数据管理平台。HDP的核心是YARN和HDFS,YARN是资源管理系统,可以使用户同时多种方式处理数据,而HDFS则提供高效、分布式、高容错的大数据存储。HDF是2015年推出的实时数据流管理平台,是对HDP的补充。

不同于传统软件提供商,Hortonworks没有对产品收费,而是将这两款产品完全开放,将核心技术放在Hadoop开源社区中,每个人都可以看到并使用这两款产品。开公司又不是做慈善,Hortonworks靠什么来赚钱?

对于企业客户来说,就算知道新技术的核心内容,具体应用还是会碰到很多问题。有了源代码,如何与自己系统相结合、增强功能、调试故障、对接应用都是问题。

这个时候,程序开发者找上门来说:“这个技术是我研发的,我可以帮你将技术应用到你的系统中,调试、更新升级、加入特定的功能这些事情我都可以做。后期需要的话,还可以提供维护。”企业客户如果想用这项技术,自己开发难度较大的话,就会选择合作。这就是Hortonworks的盈利模式,通过提供支持服务和后期维护,向企业级客户收费。

支持服务主要是通过订阅的方式,客户需要就某些功能预定一年或者几年的服务,提前付费。支持服务覆盖整个周期,从最初的开发和POC阶段,到中间的质量测试,直至产品交付。维护服务主要是对企业级客户的培训和一些咨询业务。

订阅业务占比增大,毛利率提升

  Hortonworks历年财务数据对比;单位:千美元;数据源:Hortonworks财报

订阅收入占比逐年提升,这部分毛利率较高(约80%),使得总体毛利率逐年提高,目前已近60%。Hortonworks不断开拓新的客户,目前订阅服务的客户由2014年的332家增加至2015年的800多家,同时与原有客户的合作维度增加,这些都提高了支持服务收入。

目前来看,维护这部分业务毛利率非常低,2014年营业收入低于营业成本,2015年营业收入略高于营业成本。这里面有前期业务尚未开展就投入人力的因素,但长期来看,这部分业务的毛利会很低,如果占据公司收入较大比重,会严重影响公司的盈利能力。

因此,长期来看,支持服务业务将是Hortonworks的主要收入来源,一方面依赖销售能力,另一方面也取决于Hadoop技术市场推广速度。

客户数提升较快,大客户依赖降低

Hortonworks历年运营数据对比 ;单位:千美元 ;数据源:Hortonworks财报

从上表可以看出,Hortonworks客户数增长较快,每年保持两倍以上的增长。尽管Hortonworks与微软、天睿、红帽等公司达成战略合作协议,共同开发相关产品。但目前来看,不存在对某一大客户的依赖,业务发展比较健康。

销售开支较大,尚处市场培育期,短期内无法盈利

Hortonworks历年销售及研发费用 ;单位:千美元 ;数据源:Hortonworks财报

客户增长离不开销售投入,但每年销售费用占当年营收110%的状况,明显是不合理的,2015年销售人员开支增加4000多万美元,研发人员开支增加2000多万美元。

尽管Hortonworks没有披露各类人员占比,但从比较销售、研发人员开支增加的金额,大体可以判断销售人员增加大于研发人员。

Hadoop是一项新技术,目前还处于市场培养阶段。增加销售投入,尽快将Hadoop推给更多客户是一种做法。但在目前这种业务模式尚未被证明可以盈利的前提下,扩张销售团队的做法值得商榷。

对开源社区存在较大依赖

Hadoop在大数据领域的应用前景很大,不过因为是开源技术,实际应用过程中存在很多问题。于是出现了各种Hadoop发行版,国外目前主要是三家创业公司在做这项业务:Cloudera、Hortonworks和MapR。

Cloudera和MapR的发行版是收费的,他们基于开源技术,提高稳定性,同时强化了一些功能,定制化程度较高,核心技术是不公开的。营收主要来自软件收入,国内的星环科技盈利模式与之类似。

这类公司,如果一直保持技术领先性,那么软件收入溢价空间很大。但一旦技术落后于开源社区,整个产品需要进行较大调整。

Hortonworks则走向另一条路,他们将核心技术完全公开,用于推动Hadoop社区的发展。这样做的好处是,如果开源技术有很大提升,他们受益最大,因为定制化程度较少,自身不会受到技术提升的冲击。

这样一来,如何让更多的企业级客户使用HDP和HDF技术是Hortonworks发展的关键。从营收、公司体量来看,Hortonworks目前略逊于Cloudera,仅靠单打独斗抢占最大市场份额难度较大。Hortonworks选择与多家大型IT公司进行合作,为这些企业提供支持服务,让自己的技术产品能够被更多企业级客户所使用。

对标红帽,市场逐渐失去耐心

Hortonworks于2014年12月12日上市,发行价为16美元,当天即冲至24美元,市场对第一只Hadoop技术公司充满期待。然而经过两年发展,Hortonworks的盈利状况非常不理想,短期内不可能盈利。

市场渐渐对Hortonworks失去耐心,今年年初股价由21美元跌至7美元。近期2016上半年报公布后,由于营收、订单增速均小于预期,股价又从9美元跌至7美元,市值由最初上市时的20亿美元缩水至4.2亿美元。

Hortonworks与Red Hat市值与业绩数据对比 ;数据源:爱分析预测,公司财报

红帽作为最大开源公司,已经有二十几年的历史,目前发展稳定,每年保持15%的增速。从公司业务模式来看,红帽与Hortonworks有很大类似地方,均为开源技术,营收主要来源为订阅服务。

一般来说,市场更愿意给予体量小、发展快的创新公司更高PS倍数,而且Hortonworks作为大数据公司,更应该受到市场看好。但从今年年初,大批科技股腰斩可以看出,市场已渐渐清醒,逐渐抛弃掉那些短期看来无法盈利的公司。除以之外,Hortonworks不及预期的2016上半年报业绩使得投资者更加怀疑这家公司的前景。

大数据在国内蓬勃发展,但专注于底层基础平台开发的公司比较少。星环科技和红象云腾分别推出基于Hadoop的基础技术平台TDH和CRH,但目前来看,服务企业的方式主要是基于平台做二次开发,产品标准化程度尚待提高。

目前这类平台上搭建的应用有限,尚无法满足客户需求。星环等公司也在谋求与国内其他做大数据应用的公司合作,使平台上对接更多应用,将自身产品推向更多企业级客户。

Hadoop技术在未来几年大数据领域的地位毋庸置疑,但是通过Hadoop技术实现盈利的业务模式目前还没有完全被市场验证,国内外对盈利模式均处于探索阶段。

Hortonworks乘着大数据东风登陆纳斯达克,市场对其潜力非常看好,现在到了如何用业绩去兑现潜力的时候。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
存储 分布式计算 运维
揭秘“撩”大数据的正确姿势:生动示例解说大数据“三驾马车”
揭秘“撩”大数据的正确姿势:生动示例解说大数据“三驾马车”
|
存储 分布式计算 运维
揭秘“撩”大数据的正确姿势:生动示例解说大数据“三驾马车”
谷歌三驾马车如何解决海量数据存储与计算问题。
|
大数据
阿里手执“大数据”赴美上市有难度
据报道,准千亿新股阿里巴巴赴美上市之路,随时更难行。美国财经媒体CNBC引述消息称,中国政府或会出手过问,因阿里巴巴掌控了全国电子商贸数据命脉,身分极其敏感,在美挂牌未必符合中国利益。有传阿里的目标是明年首季登场,集资超过150亿美元(约1125亿港元)。
1021 0
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
12天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
103 7
|
12天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
27 2
下一篇
无影云桌面