APPIAN CORP
-0.59 (-1.55%)法說會 APPIAN CORP · 近 16 次財報公布 · 12 場有 Q&A 整理
財報日的股價反應、之後的漂移、券商怎麼改,以及分析師在 Q&A 裡問什麼。只整理已發生的事實,不預測下一場。
財報日怎麼動柱 = 反應日漲跌 · 白點 = 開盤跳空 · 黃虛線 = 平均幅度 · 白框 = 最近一次
白點離柱頂很遠 = 開盤跳完之後盤中又走了一段(續強或開高走低)。柱子長期都比黃虛線長,代表這檔財報日的波動比平常大。
反應完還會漂嗎相對 SPY 的累積超額報酬 · 反應日前一天 = 0 · 細線 = 每一場 · 白線 = 最近一場 · 黃線 = 平均
黃線在反應日之後繼續往同一個方向走 = 市場消化得慢(財報後漂移);往回收 = 反應過度。細線散得很開,代表平均沒有代表性。
賣方在法說會後怎麼改公布後 6 天內 · 上 = 調升目標價(深紅)與升評(淺紅)· 下 = 調降目標價與降評 · 藍線 = 目標價中位數變化(右軸)· 有公開報導連結的動作約從 2025 年下半年起才完整
只算有公開報導的券商動作,同一家只算最後一筆;目標價為各券商發布,非本站觀點。股價大漲但賣方沒有跟著調升,或股價下跌但目標價照樣往上調,這兩種背離最值得看。
分析師在問什麼近 8 場 · 主題 × 場次的問題數
| Q&A 主題 | FY23Q323/11 | FY23Q424/02 | FY24Q124/05 | FY24Q224/08 | FY24Q324/11 | FY24Q425/02 | FY25Q426/02 | FY26Q226/08 | 合計 |
|---|---|---|---|---|---|---|---|---|---|
| AI 與資料中心 | 1 | 5 | 3 | 2 | 5 | 3 | 3 | 7 | 29 |
| 財測與展望 | 4 | 3 | 3 | 2 | · | 2 | 4 | 2 | 20 |
| 需求與訂單 | 2 | 2 | 3 | · | 2 | 1 | · | 3 | 13 |
| 關稅與政策法規 | 4 | 1 | 1 | 1 | 1 | 3 | · | 1 | 12 |
| 定價 | · | · | 6 | · | 2 | 2 | · | 1 | 11 |
| 營運效率與人力 | 2 | 3 | · | 1 | 1 | 1 | 1 | 1 | 10 |
| 供應鏈與產能 | 1 | · | · | · | 1 | 1 | 3 | 3 | 9 |
| 新產品與新業務 | 2 | · | 2 | · | 2 | 2 | · | 1 | 9 |
| 競爭與市占 | 1 | 1 | 1 | · | 1 | · | 1 | 2 | 7 |
| 毛利率與成本 | 1 | · | · | 2 | 1 | · | · | 1 | 5 |
每一格 = 那一場法說會裡,分析師問題碰到這個主題的次數(一個問題可以同時算進好幾個主題)。顏色越深問得越多;從左到右是從舊到新,看得出分析師的注意力往哪裡移。主題是依問題文字的關鍵字歸類,不是人工標註。
誰在問近 8 場上台提問的券商 · 與他們目前的評等
| 券商 | 分析師 | 提問場次 | 最近提問 | 評等 | 目標價 | 評等日期 |
|---|---|---|---|---|---|---|
| Citi | Steven Enders、Steve Enders | 7 | 2026-08-13 | – | – | – |
| Morgan Stanley | Sanjit Singh、Keith Weiss | 7 | 2026-08-13 | – | – | – |
| TD Cowen | Derrick Wood、Andrew | 7 | 2026-08-13 | – | – | – |
| William Blair | Patrick McIlwee、Jake Roberge | 6 | 2026-08-13 | – | – | – |
| Barclays | Raimo Lenschow | 6 | 2026-08-13 | – | – | – |
| KeyBanc Capital Markets | Devin Au、Tom Blakey | 4 | 2026-08-13 | – | – | – |
| 高盛 | Kevin Kumar | 4 | 2024-08-02 | – | – | – |
| D.A. Davidson | Lucky Schreiner | 1 | 2026-08-13 | – | – | – |
| Salveira 代問 | Morgan Stanley | 1 | 2026-02-19 | – | – | – |
| Raimo Lenschow | Barclays | 1 | 2026-02-19 | – | – | – |
| Steve Enders | Citi | 1 | 2026-02-19 | – | – | – |
| Derek Wood | TD Cowen | 1 | 2026-02-19 | – | – | – |
| Devin Au | KeyBanc Capital Markets | 1 | 2026-02-19 | – | – | – |
| Lucky Schweiner | D.A. Davidson | 1 | 2026-02-19 | – | – | – |
| Scotiabank | Nick Altmann | 1 | 2025-02-19 | – | – | – |
| Macquarie Group | Fred Havemeyer | 1 | 2024-02-15 | – | – | – |
| Truist Securities | Joe Meares | 1 | 2023-11-03 | – | – | – |
目標價為各券商發布,非本站觀點。提問場次 = 近 8 場有 Q&A 整理的法說會裡,這家券商的分析師上台提問的場數;常問的通常是主要覆蓋券商。評等與目標價只列有公開報導的那一筆,日期連到原報導。
法說會 Q&A 分析師問題與公司回答的中文重點
- 1需求環境與AI採用AI 與資料中心需求與訂單財測與展望營運效率與人力Sanjit Singh (Morgan Stanley)
問展望2024年，需求環境與銷售管道中，自動化動能與AI實際價值的趨勢為何？客戶開始透過Appian追求哪些使用案例，相對於市場上其他方案？
答Matt表示AI是絕佳的敲門磚，但需以簡單提案進行，團隊已裝備以易於理解、易於實施的方式讓客戶快速看到效益。他對銷售管道現況感到滿意，尤其是大型案件，因公司策略上更專注於較大機會。
開場陳述裡相關的內容
Matt在開場陳述中強調Appian在AI市場的獨特方法，專注於AI在數據上的應用，並以data fabric（資料織網）統一企業數據，使AI能從分散的企業資訊中受益。他舉例說明大型州政府實體部署Appian AI優化採購流程，以及大型大學部署AI給學生顧問，強調AI需要多數據來源且易於部署。
- 2第四季正向調整後EBITDA的驅動因素Sanjit Singh (Morgan Stanley)
問第四季達到正向調整後EBITDA，是否因費用時間調整而受益？未來持續的潛力如何？
答Mark回答第四季沒有做任何不尋常的事情，正向EBITDA是強勁營收表現的結果，營收線性良好，費用按計畫執行，營運紀律穩定。他強調公司重點仍是成長，但對費用嚴格把關以確保ROI。
開場陳述裡相關的內容
Mark在開場陳述中報告第四季調整後EBITDA為獲利$1 million（100萬美元），高於指引的虧損$16.1 million（1,610萬美元）至$12.1 million（1,210萬美元），並提到外匯收益$11.1 million（1,110萬美元）不納入指引。
- 32024年需求環境與指引假設需求與訂單財測與展望關稅與政策法規Steve Enders (Citi)
問第四季展望已納入政府關門等保守因素，目前交易環境如何？2024年展望假設了什麼？
答Matt表示仍存在宏觀干擾但未達衰退程度，各界對AI有真正興趣，公司創造真實價值推動擴展機會，認為這是可行的需求環境，公司能夠成功。
開場陳述裡相關的內容
Matt在開場陳述中表示2023年沒有遇到預期的衰退，但有一些宏觀經濟複雜情況。Mark在指引中假設Q1專業服務收入年減低兩位數，全年持平或年減低個位數，地端授權收入年增中個位數。
- 4淨留存率上升的驅動因素與永續性財測與展望Steve Enders (Citi)
問本季淨留存率上升的驅動因素為何？如何看待未來永續性？2024年指引中包含了什麼？
答Matt表示公司不對NRR提供指引，雖樂見回升但僅幾個百分點，目前只是小波動，可能成為趨勢但現在還不算。他強調希望看到更多擴展，正專注於深化客戶關係、增加接觸點，並強調人性化連結以對比大型科技競爭對手。
開場陳述裡相關的內容
Mark在開場陳述中報告雲端訂閱收入留存率為119%，高於一年前的115%和上一季的117%，並重申目標為每季110%至120%。
- 5生成式AI與資料織網的變現AI 與資料中心Jake Roberge (William Blair)
問新的生成式AI解決方案和資料織網的變現情況如何？這些方案能否在2024年開始推動成長？
答Matt表示對這兩個功能都有變現策略，採用分層定價系統：資料織網存取多個資料來源時費用更高，AI（特別是Private AI）費用也更高。公司預期這些功能將推動營收差異化，不僅是量、留存或競爭優勢，還會為它們貼上營收標籤。
開場陳述裡相關的內容
Matt在開場陳述中強調Appian專注於私有AI，使用data fabric提供每個問題相關的資訊，而非預先訓練演算法，並提到分層定價系統的潛在可能。
- 6市場推廣組織的變革與定位營運效率與人力Jake Roberge (William Blair)
問過去一年市場推廣組織經歷領導層變動、小幅重組和更深入專注合作夥伴，進入今年時市場推廣運作狀況如何？
答Matt表示公司比一年前強多了，去年所做的改變是謹慎的，但都是往好的方向發展。
開場陳述裡相關的內容
Matt在開場陳述中未直接提及市場推廣組織變革，但提到公司策略上專注於大型交易，並在合作夥伴關係上有所進展。
- 7前10大新客戶TCV強勁的驅動因素不明講者（代替Derrick Wood, TD Cowen）
問前10大淨新增客戶的TCV表現強勁，是什麼推動了這種強度？
答Matt表示部分原因來自策略重點，公司相信應服務大型組織、以相對較高價格點處理關鍵任務。此策略與較高的TCV一致，中位數交易金額也更高，這是策略上預期的結果，但不想對未來走向做出承諾。
開場陳述裡相關的內容
Matt在開場陳述中報告前10大淨新增軟體交易的總合約價值在Q4 2023年同比增加70%，並列舉多個七位數交易案例，包括美國軍種、金融服務公司、國家警察部隊和健康保險供應商。
- 8國際公共部門的進展與AI採用階段AI 與資料中心營運效率與人力Kevin Kumar (Goldman Sachs)
問國際公共部門的進展如何？市場推廣投資為何？這些組織在AI和智慧工作流程方面處於多早期階段？
答Matt表示公司是華盛頓特區公司，與美國聯邦政府有大量業務，國際公共部門一直是巨大機會，美國州政府也是尚未開發的機會。他提到州政府層級的重要組織每年在Appian平台上進行數億美元採購，但這只是冰山一角，滲透率仍非常低，市場基本上尚未飽和，公司正努力進入。
開場陳述裡相關的內容
Matt在開場陳述中未直接提及國際公共部門，但提到與大型美國州政府實體合作，該實體每年授予數億美元合約，並部署Appian AI優化獎勵管理流程。
- 9資料織網實施的挑戰與客戶痛點Fred Havemeyer (Macquarie Group)
問幫助客戶實施資料織網時，最重大的挑戰是什麼？合作夥伴在導入時面臨的挑戰為何？
答Matt表示首先需打開客戶的想像力，因為典型組織不認為能合併資料孤島。整合有時容易（透過API），有時因客製化或過時系統而具挑戰，但一旦傳達好處，縫合資料孤島比想像中簡單。他強調資料織網功能齊全，可讀寫、按個人權限過濾，並預期今年更多組織會開始使用「data fabric」一詞，但競爭對手的方案可能不如Appian完整，因為他們採取不同的資料策略。
開場陳述裡相關的內容
Matt在開場陳述中強調data fabric（資料織網）像虛擬資料庫，統一客戶企業數據，並以開放數據策略讓AI受益於分散的企業資訊，同時保護隱私。
- 10毛續約率下降與雲端留存率上升的差異總經與消費者Fred Havemeyer (Macquarie Group)
問總體毛續約率在2023年按季度略微下降，而雲端訂閱收入留存率上升，是否有值得提出的變化可歸因於此？
答Matt確認毛收入留存率從99%下降到98%，最低到97%，現在回升到98%，仍是同業中最好的。他提到有非常少量的從本地部署遷移到雲端，可能對數字有一點影響。
開場陳述裡相關的內容
Mark在開場陳述中報告雲端訂閱收入留存率為119%，高於一年前的115%和上一季的117%。Matt在回答先前問題時提到NRR回升僅幾個百分點，目前只是小波動。
- 11資料織網的替代方案與Gen AI架構AI 與資料中心競爭與市占Tom Blakey (KeyBanc Capital Markets)
問如果客戶不使用資料織網，他們在架構上如何打破資料孤島？是類似Appian解決方案，還是像Snowflake那樣的雲端資料倉儲？
答Matt表示Snowflake是明顯例子，要求客戶把所有資料集中到一個資料來源，但多數CIO無法將所有或甚至相關資料移到中央儲存庫。他認為AI通常運行在一個巨大孤島（如Snowflake）或「你能訓練的一切」上，但後者有資料載入成本、新鮮度問題、安全存取問題，且訓練CIO不擁有的演算法對技術決策者有問題。他認為這些策略不可行，沒有資料織網時，AI通常受限於單一孤島。
開場陳述裡相關的內容
Matt在開場陳述中強調Appian的開放數據策略，讓AI從分散的企業資訊中受益，並以私有AI方式提供洞察，不需合併數據集或上傳大量數據。
- 12資料織網的使用案例與採用率Tom Blakey (KeyBanc Capital Markets)
問在演進早期或2024年計劃中，有哪些使用案例萌芽？
答Matt表示大多數客戶實際上使用資料織網，使用率約80%至90%，因為它讓連接資料來源變得容易，即使只使用一個也很直觀。它讓開發新應用程式更容易，因為所有被觸及的資料物件化，可拖放。使用案例的挑戰在於想像不需要多個資料來源的情況，他舉例學生需要救援的假設案例，所有相關數據存在不同系統，是自然的使用案例。
開場陳述裡相關的內容
Matt在開場陳述中舉例說明資料織網的應用，如大型州政府實體優化採購流程、大型大學提高畢業率，以及製藥公司管理臨床試驗和製造物流。
- 13合作夥伴策略與上市基礎設施AI 與資料中心資本支出與投資Tom Blakey (KeyBanc Capital Markets)
問去年Appian World擴大了合作夥伴計畫，目前上市基礎設施是否足以觸及大型企業銷售Gen AI解決方案？
答Matt表示去年對合作夥伴做了策略性轉變，年初有700個註冊合作夥伴，但決定專注並在願意對公司做大型投資的合作夥伴上做大型投資，這種有益的互惠是2024年的模式。他認為這會更有激勵性，並允許合作夥伴達到承諾水準，導致更大的擴展和更好的實作品質。
開場陳述裡相關的內容
Matt在開場陳述中未直接提及合作夥伴策略，但提到公司專注於大型交易，並在Q4擴大了信用額度以增加財務實力。
歷次財報公布 近 16 次 · 新 → 舊
| 會計季 | 公布日 | 盤前 / 盤後 | 反應日漲跌 | 開盤跳空 | 相對 SPY | 反應後 5 日 | 反應後 20 日 | 賣方調升 / 調降 | 目標價中位數變化 | 文件 |
|---|---|---|---|---|---|---|---|---|---|---|
| 26Q2 | 2026-08-06 | 盤後 | +13.9% | +3.9% | +13.3% | +1.8% | +11.2% | 0 / 0 | – | 財報新聞稿Q&A 14 |
| 26Q1 | 2026-05-07 | 盤前 | +2.5% | +2.0% | +2.8% | -21.4% | +3.3% | 0 / 0 | – | 財報新聞稿 |
| 25Q4 | 2026-02-19 | 盤前 | +2.0% | +5.2% | +2.3% | +10.7% | +9.0% | 0 / 0 | – | 財報新聞稿Q&A 10 |
| 25Q3 | 2025-11-06 | 盤前 | +30.8% | +9.1% | +31.9% | +12.0% | +4.5% | 0 / 0 | – | 財報新聞稿 |
| 25Q2 | 2025-08-07 | 盤前 | +8.3% | +15.0% | +8.4% | -0.1% | +2.4% | 0 / 0 | – | 財報新聞稿 |
| 25Q1 | 2025-05-08 | 盤前 | +5.3% | +4.4% | +4.6% | -1.1% | -5.6% | 0 / 0 | – | 財報新聞稿 |
| 24Q4 | 2025-02-19 | 盤前 | +16.2% | +18.9% | +16.0% | -8.3% | -11.8% | 0 / 0 | – | 財報新聞稿Q&A 10 |
| 24Q3 | 2024-11-07 | 盤前 | +2.6% | +5.0% | +1.8% | -9.1% | -4.2% | 0 / 0 | – | 財報新聞稿Q&A 12 |
| 24Q2 | 2024-08-01 | 盤前 | -20.3% | -3.2% | -18.9% | -1.2% | +7.6% | 0 / 0 | – | 財報新聞稿Q&A 12 |
| 24Q1 | 2024-05-02 | 盤前 | -15.5% | -12.9% | -16.5% | -1.0% | -12.9% | 0 / 0 | – | 財報新聞稿Q&A 17 |
| 23Q4 | 2024-02-15 | 盤前 | +12.7% | +6.8% | +12.0% | -16.2% | -5.6% | 0 / 0 | – | Q&A 13 |
| 23Q3 | 2023-11-02 | 盤後 | -4.4% | -6.6% | -5.3% | -10.6% | -9.6% | 0 / 0 | – | Q&A 14 |
| 23Q2 | 2023-08-03 | 盤前 | -0.5% | -1.5% | -0.2% | -0.5% | +0.7% | 0 / 0 | – | Q&A 12 |
| 23Q1 | 2023-05-09 | 盤後 | +5.1% | +5.1% | +4.7% | +0.5% | +23.5% | 0 / 0 | – | Q&A 19 |
| 22Q4 | 2023-02-16 | 盤前 | +1.4% | -2.5% | +2.8% | -2.5% | -3.2% | 0 / 0 | – | Q&A 18 |
| 22Q3 | 2022-11-03 | 盤後 | -18.6% | -13.2% | -20.1% | -1.8% | -10.2% | 0 / 0 | – | Q&A 15 |
公布日 = 8-K Item 2.02 的申報日。盤前 / 盤後是用「當天與隔天哪一天的開盤跳空比較大」推估的,反應日漲跌 = 反應日收盤 ÷ 前一日收盤(已還原配息)。反應後 N 日 = 反應日收盤之後 N 個交易日的報酬減掉同期 SPY,看的是有沒有繼續漂。賣方欄是公布後 6 天內有公開報導的券商動作(同一家只算最後一筆);目標價為各券商發布,非本站觀點。
股價為收盤價、延遲至前一交易日。以上為公開資料的整理,不構成投資建議。