Panduan Saham SNOW: Valuasi, Strategi AI & Analisis Investasi
Complete Snowflake (SNOW) investor's guide covering business model, financials, AI strategy, competitive landscape, and bull/bear investment cases.
Terakhir Diperbarui: Juli 2025 | Data keuangan mencerminkan hasil tahun fiskal 2025 Snowflake (tahun yang berakhir pada 31 Januari 2025). Verifikasi angka saat ini di hubungan investor Snowflake.
Penafian Investasi: Konten ini hanya untuk tujuan informasi dan bukan merupakan nasihat keuangan, nasihat investasi, atau rekomendasi untuk membeli, menjual, atau menyimpan sekuritas apa pun. Selalu konsultasikan dengan penasihat keuangan yang berkualifikasi sebelum membuat keputusan investasi. Kinerja saham di masa lalu tidak menjamin hasil di masa depan. Berinvestasi dalam saham individu melibatkan risiko, termasuk kemungkinan kehilangan modal pokok.
Pendahuluan
Berkshire Hathaway jarang membeli saham IPO teknologi. Namun pada September 2020, perusahaan tersebut membeli saham di Snowflake Inc. (NYSE: SNOW) pada hari penawaran umum perdana, sebuah sinyal yang menarik perhatian besar investor ritel terhadap perusahaan data cloud yang belum pernah didengar oleh kebanyakan orang. Empat tahun kemudian, dengan harga saham yang diperdagangkan jauh di bawah harga tertinggi sepanjang masa, pertanyaan yang kini diajukan para investor adalah apakah bisnis fundamental Snowflake membenarkan sebuah Posisi pada harga saat ini.
Panduan ini mencakup segala hal yang dibutuhkan investor untuk mengevaluasi SNOW: apa yang dilakukan perusahaan tersebut, bagaimana cara mereka menghasilkan uang, bagaimana kondisi keuangannya, siapa yang mengelolanya, di mana posisinya terhadap kompetitor, serta apa saja argumen bull dan bear yang kredibel.
- Apa Itu Snowflake Inc. (NYSE: SNOW)?
- Cara Snowflake Menghasilkan Uang: Model Bisnis Berbasis Konsumsi
- Sejarah Saham Snowflake: IPO hingga Sekarang
- Kinerja Keuangan Snowflake: Metrik Penting yang Wajib Diketahui Investor
- Kepemimpinan Snowflake: Transisi CEO dan Artinya bagi Investor
- Strategi AI Snowflake: Cortex, LLM Arctic, dan Tesis Pertumbuhan AI
- Lanskap Kompetitif Snowflake: Bagaimana SNOW Bersaing dengan Rival
- Kepemilikan Institusional Snowflake dan Investor Besar
- Valuasi Saham Snowflake: Apakah SNOW Terlalu Mahal atau Terlalu Murah?
- Apakah Saham Snowflake Merupakan Investasi yang Baik? Skenario Bullish dan Bearish
- Apa Kata Analis Mengenai Saham Snowflake?
- Proyeksi Saham Snowflake: Target Harga dan Prospek Pertumbuhan
- Cara Membeli Saham Snowflake (SNOW): Langkah demi Langkah
- Risiko Utama Berinvestasi di Saham Snowflake
- Pertanyaan yang Sering Diajukan Mengenai Saham Snowflake
- Kesimpulan: Siapa yang Perlu Mempertimbangkan Saham SNOW?
Apa itu Snowflake Inc. (NYSE: SNOW)?
Snowflake Inc. (NYSE: SNOW) adalah perusahaan platform data berbasis cloud yang memungkinkan perusahaan untuk menyimpan dan menganalisis volume data yang besar di berbagai lingkungan cloud secara bersamaan. Didirikan pada tahun 2012 oleh Benoit Dageville, Thierry Cruanes, dan Marcin Żukowski, perusahaan ini berkantor pusat di Bozeman, Montana. Perusahaan ini menghasilkan hampir seluruh pendapatannya melalui produk unggulannya, Snowflake Data Cloud.
Sekilas tentang Snowflake: Fakta Cepat
| Atribut | Nilai |
|---|---|
| Simbol Ticker | SNOW |
| Bursa | NYSE (New York Stock Exchange) |
| Didirikan | 2012 |
| Pendiri | Benoit Dageville, Thierry Cruanes, Marcin Żukowski |
| Tanggal IPO | 16 September 2020 |
| Harga IPO | $120 per saham |
| Harga Pembukaan IPO | $245 per saham |
| CEO Saat Ini | Sridhar Ramaswamy (Februari 2024 hingga sekarang) |
| Kantor Pusat | Bozeman, Montana |
| Sektor / Industri | Teknologi / Komputasi Awan, Pergudangan Data, Analitik |
| Produk Utama | Snowflake Data Cloud |
Catatan: Snowflake diperdagangkan di NYSE, bukan NASDAQ. Ini adalah kesalahpahaman umum mengingat bahwa sebagian besar perusahaan teknologi dengan pertumbuhan tinggi terdaftar di NASDAQ.
Snowflake Data Cloud: Apa yang Sebenarnya Dijual Perusahaan
Snowflake Data Cloud adalah platform payung yang mencakup beban kerja pergudangan data, data lake, rekayasa data, ilmu data, dan pengembangan aplikasi Snowflake. Inovasi arsitektural fondasionalnya memisahkan komputasi (daya pemrosesan) dari penyimpanan (repositori data), memungkinkan masing-masing untuk diskalakan secara independen. Berbeda dengan sistem database on-premise tradisional di mana komputasi dan penyimpanan digabungkan bersama, pelanggan Snowflake hanya membayar sumber daya yang mereka butuhkan kapan saja.
Platform ini berjalan secara native di AWS, Microsoft Azure, dan Google Cloud secara bersamaan, menjadikan Snowflake bersifat multi-cloud (beroperasi di ketiga penyedia cloud utama sekaligus) secara desain. Hal ini berarti perusahaan yang menggunakan beberapa penyedia cloud dapat berbagi dan menganalisis data di seluruh penyedia tersebut melalui satu lingkungan Snowflake, tanpa perlu menyalin atau memindahkan file data yang mendasarinya.
Snowflake juga mengoperasikan Marketplace, sebuah bursa data tempat penyedia data pihak ketiga menerbitkan kumpulan data yang dapat diakses dan dikueri langsung oleh pelanggan Snowflake. Semakin banyak penyedia data yang berpartisipasi, semakin berharga Platform ini bagi konsumen data, dan sebaliknya. Efek jaringan ini adalah salah satu argumen parit (moat) yang dibuat oleh para bull untuk SNOW.
Pelanggan utama Snowflake adalah perusahaan besar di berbagai sektor layanan keuangan, kesehatan, ritel, media, dan teknologi. Perusahaan melacak pelanggan yang menghabiskan lebih dari $1 juta per tahun sebagai indikator kedalaman adopsi perusahaan, dan angka ini telah tumbuh secara konsisten sejak IPO.
Cara Snowflake Menghasilkan Uang: Model Bisnis Berbasis Konsumsi
Snowflake menghasilkan pendapatan dengan membebankan biaya kepada pelanggan perusahaan atas sumber daya komputasi yang sebenarnya mereka konsumsi, diukur dalam Snowflake Credits, daripada mengenakan biaya langganan bulanan tetap. Model penetapan harga berbasis konsumsi ini berfungsi seperti tagihan utilitas: pelanggan membayar untuk listrik yang mereka gunakan daripada tarif flat, terlepas dari konsumsi sebenarnya. Karakteristik struktural tunggal ini mendefinisikan cara investor harus menganalisis SNOW secara finansial dan membedakannya dari sebagian besar perusahaan perangkat lunak perusahaan.
Apa Itu Penetapan Harga Berbasis Konsumsi?
Harga berbasis konsumsi berarti pelanggan Snowflake membayar sumber daya komputasi yang sebenarnya mereka gunakan setiap bulan, bukan jumlah langganan yang ditentukan sebelumnya. Pelanggan membeli Kredit Snowflake, unit konsumsi komputasi eksklusif Platform, baik di muka melalui kontrak prabayar maupun sesuai permintaan. Kredit tersebut berkurang saat beban kerja berjalan. Perusahaan yang menjalankan lebih banyak kueri data dalam bulan tertentu membayar lebih; perusahaan yang menjalankan lebih sedikit kueri membayar lebih sedikit.
Model ini memiliki dua karakteristik yang relevan bagi investor yang bekerja ke arah yang berlawanan. Dari sisi positif, pelanggan yang menemukan kasus penggunaan baru untuk data mereka secara alami memperluas pengeluaran Snowflake mereka tanpa perlu menandatangani kontrak baru. Ini adalah model land-and-expand: strategi pertumbuhan di mana pelanggan memulai dengan penggunaan terbatas dan memperluas pengeluaran saat mereka menemukan aplikasi tambahan untuk platform. Dari sisi peringatan, selama penurunan ekonomi atau siklus pengoptimalan biaya, pelanggan perusahaan dapat mengurangi penggunaan Snowflake mereka secara langsung, yang berdampak langsung pada pendapatan yang lebih rendah. Tidak ada batas bawah kontraktual yang melindungi pendapatan Snowflake sebagaimana yang diberikan oleh langganan tahunan tetap.
SaaS Berbasis Konsumsi vs. Berlangganan: Apa Artinya bagi Investor
Perusahaan SaaS berlangganan seperti Salesforce dan ServiceNow menarik pembayaran kontrak tahunan tetap terlepas dari seberapa banyak pelanggan mereka menggunakan produk tersebut, sehingga menghasilkan pendapatan berulang yang dapat diprediksi. Sebuah perusahaan yang membeli lisensi Salesforce untuk 1.000 kursi membayar jumlah yang sama, baik karyawannya menggunakan produk tersebut secara intensif maupun hampir tidak sama sekali.
Model konsumsi Snowflake menghasilkan pendapatan variabel yang meningkat saat pelanggan menjalankan lebih banyak beban kerja dan menurun saat pelanggan mengurangi pengeluaran. Hal ini memiliki implikasi yang signifikan terhadap cara investor memodelkan kinerja keuangan Snowflake:
- Perkiraan pendapatan bergantung pada asumsi mengenai perilaku penggunaan pelanggan, bukan hanya pembaharuan kontrak
- Dalam perlambatan ekonomi, pendapatan Snowflake dapat melambat lebih cepat dibandingkan rekan-rekan SaaS berlangganan
- Dalam periode pertumbuhan, pendapatan dapat berakselerasi lebih cepat saat pelanggan menemukan kasus penggunaan data baru tanpa menandatangani kesepakatan baru
- Kerangka penilaian SaaS tradisional (kelipatan Pendapatan Berulang Tahunan (ARR) ke depan) berlaku secara tidak sempurna untuk Snowflake
Memahami perbedaan ini adalah prasyarat untuk menafsirkan setiap metrik keuangan yang dibahas dalam panduan ini.
Poin Penting: Model Bisnis
- Snowflake mengenakan biaya per unit komputasi yang dikonsumsi (Kredit Snowflake), bukan biaya langganan tetap
- Pendapatan bersifat variabel dan terkait langsung dengan penggunaan pelanggan, bukan nilai kontrak
- Hal ini menciptakan potensi kenaikan (upside) di periode pertumbuhan dan risiko penurunan (downside) di lingkungan optimalisasi biaya
- Model konsumsi ini mendorong strategi pertumbuhan land-and-expand yang menghasilkan metrik NRR Snowflake
Riwayat Saham Snowflake: Dari IPO hingga Saat Ini
Snowflake melakukan penawaran umum perdana (IPO) pada 16 September 2020, dengan harga $120 per saham dan dibuka pada harga $245, menjadikannya IPO perangkat lunak terbesar dalam sejarah saat itu. Pencatatan saham ini menarik perhatian luar biasa, sebagian karena Berkshire Hathaway dan Salesforce masing-masing membeli saham dalam penawaran tersebut, suatu kejadian langka bagi perusahaan cloud yang belum profitabel.
Saham tersebut mencapai rekor tertinggi sepanjang masa di atas $400 pada akhir tahun 2021, didorong oleh penyesuaian valuasi saham perangkat lunak yang tumbuh pesat secara luas selama periode suku bunga rendah pasca stimulus pandemi. Pada puncaknya, SNOW diperdagangkan pada rasio Harga terhadap Penjualan (P/S) melebihi 100x, sebuah kelipatan yang mencerminkan ekspektasi pertumbuhan yang luar biasa.
Penurunan dari titik tinggi tersebut telah substansial dan multikausal:
[{"Interest rate environment":"Lingkungan suku bunga: Kenaikan suku bunga pada tahun 2022 dan 2023 menekan valuasi saham teknologi yang tumbuh pesat dan belum menghasilkan laba di seluruh pasar."},{"Revenue growth deceleration":"Perlambatan pertumbuhan pendapatan: Seiring skala basis pendapatan Snowflake meningkat, tingkat pertumbuhan persentase menurun dari tiga digit menjadi kisaran 30-40%, yang masih kuat tetapi di bawah tolok ukur pertumbuhan super yang membenarkan kelipatan puncak."},{"NRR compression":"Kompresi NRR: Net Revenue Retention turun dari di atas 170% pada puncaknya di awal tahun 2022 menjadi sekitar 127%, menandakan bahwa pelanggan yang ada tumbuh pengeluaran Platform mereka dengan laju yang lebih lambat."},{"CEO transition":"Transisi CEO: Kepergian Frank Slootman pada Februari 2024 memicu penurunan tajam saham dalam satu hari karena investor yang memegang SNOW secara khusus karena rekam jejak Slootman menilai kembali posisi mereka."},{"Earnings-related volatility":"Volatilitas terkait pendapatan: Beberapa laporan pendapatan triwulanan menghasilkan panduan yang mengecewakan dibandingkan dengan ekspektasi pasar yang tinggi, menyebabkan penurunan signifikan pasca-pendapatan."}]
Investor yang bertanya mengapa saham Snowflake turun atau anjlok tidak akan menemukan satu jawaban tunggal. Penurunan dari rekor tertingginya mencerminkan kombinasi normalisasi valuasi di seluruh perangkat lunak pertumbuhan, perlambatan nyata pada metrik pertumbuhan, dan peristiwa perusahaan tertentu termasuk pergantian CEO. Apakah faktor-faktor tersebut sudah tercermin dalam harga pada level saat ini adalah pertanyaan valuasi sentral yang akan dibahas oleh bagian-bagian selanjutnya.
Kinerja Keuangan Snowflake: Metrik Utama yang Harus Diketahui Investor
Kinerja keuangan Snowflake paling baik dipahami melalui lima metrik: pertumbuhan pendapatan produk, margin kotor, Retensi Pendapatan Bersih (NRR), margin arus kas bebas (FCF) yang disesuaikan, dan Kewajiban Kinerja Sisa (RPO). Tabel Cuplikan Keuangan di bawah ini menyajikan angka-angka tahun fiskal 2025 Snowflake; sub-bagian berikut menganalisis setiap metrik dan implikasinya bagi investor.
Pemberitahuan Kemutakhiran Data: Data keuangan dalam bagian ini mencerminkan hasil tahun fiskal 2025 Snowflake (tahun yang berakhir pada 31 Januari 2025). Snowflake melaporkan secara kuartalan. Untuk angka-angka terbaru, silakan merujuk pada pengajuan SEC terbaru Snowflake di Snowflake investor relations atau database pengajuan SEC EDGAR SNOW.
Ringkasan Keuangan Snowflake (Tahun Fiskal 2025)
| Metrik | Nilai | Perubahan Tahunan | Signifikansi bagi Investor |
|---|---|---|---|
| Pendapatan Produk (FY2025) | $3,63 miliar | +29% YoY | Tingkat pertumbuhan pendapatan inti; pantau percepatan atau perlambatan berkelanjutan |
| Gross Produk Non-GAAP Margin | ~78% | Stabil | Profil margin yang kuat; menunjukkan ekonomi seperti perangkat lunak dalam skala besar |
| Gross Produk GAAP Margin | ~67% | Stabil | Lebih rendah dari non-GAAP karena alokasi kompensasi berbasis saham |
| Adjusted FCF Margin | ~26% | Meningkat | Indikator profitabilitas utama mengingat kerugian GAAP; positif dan berkembang |
| Retensi Pendapatan Bersih (NRR) | ~128% | Menurun dari puncak 170%+ | Metrik yang paling diawasi; masih di atas tolok ukur SaaS tetapi tren memerlukan pemantauan |
| Pelanggan yang Menghabiskan >$1 Juta ARR | 580+ | Bertumbuh | Indikator kedalaman adopsi perusahaan; melacak pembeli yang paling berkomitmen |
| Total RPO | $5,2 miliar+ | Bertumbuh ~34% YoY | Visibilitas pendapatan ke depan dari komitmen yang dikontrak |
Sumber: Rilis pers pendapatan dan pengajuan 10-K tahun fiskal 2025 Snowflake Inc. Verifikasi angka saat ini di hubungan investor Snowflake.
Jumlah pelanggan senilai $1 juta ke atas patut mendapatkan perhatian khusus. Snowflake melacak jumlah pelanggan yang telah menghabiskan lebih dari $1 juta di Platform selama dua belas bulan terakhir, karena kohort perusahaan besar ini mewakili konsentrasi pendapatan tertinggi sekaligus indikator utama terbaik dari adopsi Platform pada skala yang signifikan. Pertumbuhan di segmen ini menandakan bahwa perusahaan-perusahaan berkomitmen pada anggaran yang lebih besar untuk Snowflake, bukan sekadar bereksperimen dengannya.
Memahami Net Revenue Retention (NRR) Snowflake
Net Revenue Retention (NRR) mengukur persentase pendapatan yang dipertahankan Snowflake dari basis pelanggan yang ada selama periode 12 bulan, termasuk ekspansi dari penggunaan tambahan dan dikurangi pendapatan yang hilang dari pelanggan yang mengurangi pengeluaran atau berhenti sepenuhnya. NRR di atas 100% berarti pelanggan yang ada saja sudah menumbuhkan total pendapatan, bahkan sebelum Snowflake menambah satu pun pelanggan baru.
Lintasan NRR Snowflake adalah tren tunggal yang paling signifikan dalam sejarah keuangan perusahaan yang perlu dipahami investor.
- Puncak Awal 2022: NRR mencapai sekitar 174%, yang berarti rata-rata pelanggan yang ada meningkatkan pengeluaran mereka untuk Snowflake sebesar 74% secara tahunan.
- Penurunan Berikutnya: NRR telah menurun secara bertahap, mencapai sekitar 128% pada tahun fiskal 2025.
- Tingkat Saat Ini dalam Konteks: Pada angka 128%, NRR Snowflake tetap berada di atas kisaran 110-120% yang umumnya dianggap kuat untuk perusahaan SaaS enterprise.
Penurunan ini penting karena menandakan bahwa laju perluasan penggunaan Snowflake oleh pelanggan yang sudah ada melambat. Analis menafsirkan tren ini dalam dua cara yang bersaing.
Interpretasi bearish menyatakan bahwa perlambatan mencerminkan tekanan struktural: pelanggan korporat semakin disiplin dalam pengeluaran data cloud, Databricks memenangkan beban kerja di Margin, dan fase pertumbuhan super telah berlalu bagi Snowflake.
Interpretasi bullish berpendapat bahwa perlambatan dari puncak yang luar biasa ke tingkat yang kuat saja merupakan pendewasaan alami, dan bahwa kasus penggunaan yang didorong oleh AI (melalui Cortex AI dan Arctic LLM) menjadi katalis yang meyakinkan untuk membalikkan tren tersebut, seiring perusahaan mulai menjalankan beban kerja AI pada data Snowflake mereka.
Kewajiban Kinerja Tertunda (RPO) memberikan indikator pelengkap yang berorientasi ke masa depan. RPO mewakili pendapatan masa depan yang dikontrak yang telah dikomitmenkan oleh Snowflake untuk disampaikan tetapi belum diakui. RPO yang meningkat (naik sekitar 34% tahun-ke-tahun menjadi lebih dari $5,2 miliar) menunjukkan eksekusi penjualan yang kuat dan visibilitas pendapatan di masa depan, sebagian mengimbangi kekhawatiran perlambatan NRR. Karena model berbasis konsumsi Snowflake berarti beberapa pendapatan tidak dikontrak terlebih dahulu, RPO meremehkan potensi pendapatan masa depan total, menjadikannya paling berguna untuk melacak momentum kontrak perusahaan yang dikomitmenkan.
Apakah Snowflake Menguntungkan? Arus Kas Bebas dan Jalur Menuju Profitabilitas GAAP
Snowflake belum menghasilkan laba GAAP, terutama karena kompensasi berbasis saham (SBC), yaitu beban non-tunai yang dicatat perusahaan saat mereka membayar karyawan dengan ekuitas alih-alih uang tunai, melebihi pendapatan operasionalnya. SBC sebagai persentase dari pendapatan telah menurun seiring dengan bertambahnya skala Snowflake, yang merupakan sinyal arah yang positif, namun tetap cukup substansial untuk menjaga laba bersih GAAP tetap negatif.
Margin Arus Kas Bebas (FCF), yang didefinisikan sebagai arus kas dari operasi dikurangi belanja modal sebagai persentase dari pendapatan, adalah ukuran profitabilitas yang lebih berguna untuk Snowflake. Atas dasar arus kas bebas yang disesuaikan (metrik non-GAAP pilihan Snowflake, yang mengecualikan item tertentu termasuk biaya perangkat lunak yang dikapitalisasi), perusahaan menghasilkan Margin FCF sekitar 26% pada tahun fiskal 2025. Angka ini menunjukkan bahwa bisnis inti Snowflake memang menghasilkan kas yang berarti, bahkan saat melaporkan kerugian GAAP.
Jalan menuju profitabilitas GAAP bergantung terutama pada dua variabel: penskalaan pendapatan yang berkelanjutan (yang mengencerkan SBC sebagai persentase dari pendapatan) dan pengendalian biaya operasional yang disiplin. Jika SBC sebagai persentase dari pendapatan terus menurun pada laju saat ini, profitabilitas GAAP menjadi dapat dicapai secara matematis pada basis pendapatan yang lebih tinggi. Analis saat ini memproyeksikan profitabilitas operasional GAAP bersyarat dalam dua hingga tiga tahun fiskal mendatang, meskipun proyeksi ini tunduk pada revisi berdasarkan keputusan perekrutan dan tingkat harga saham (yang memengaruhi valuasi beban SBC).
Para bear berargumen bahwa empat tahun lebih sebagai perusahaan publik tanpa profitabilitas GAAP yang terlihat merupakan kekhawatiran yang wajar, terutama jika pertumbuhan pendapatan terus melambat. Para bull menanggapi bahwa lintasan FCF Margin menunjukkan kualitas bisnis yang sesungguhnya yang dikaburkan oleh akuntansi GAAP melalui beban non-tunai.
Poin Penting: Kinerja Keuangan
- Pendapatan produk tumbuh 29% pada FY2025, melambat dari tahun-tahun sebelumnya tetapi masih di atas median industri untuk perangkat lunak enterprise
- NRR sekitar 128% berada di atas tolok ukur SaaS tetapi jauh di bawah puncaknya 174%, menjadikannya tren yang paling diawasi
- Margin FCF yang disesuaikan sekitar 26% mengonfirmasi generasi kas positif meskipun ada kerugian GAAP
- Kerugian GAAP terutama didorong oleh kompensasi berbasis saham, yang menurun sebagai persentase dari pendapatan
Kepemimpinan Snowflake: Transisi CEO dan Apa Artinya Bagi Investor
Peristiwa korporat paling signifikan Snowflake sejak IPO-nya pada tahun 2020 adalah pengumuman Februari 2024 bahwa CEO Frank Slootman mengundurkan diri dan digantikan oleh Sridhar Ramaswamy. Pengumuman tersebut memicu penurunan saham sebesar dua digit pada hari pengumuman itu dibuat dan memicu perdebatan yang terus berlanjut di kalangan investor mengenai apa yang disinyalkan oleh transisi tersebut untuk arah Snowflake.
Alasan pasar bereaksi begitu tajam adalah karena banyak investor institusional dan ritel memegang SNOW secara khusus karena rekam jejak Slootman. Kepergiannya menghilangkan pilar valuasi utama pada saat metrik pertumbuhan Snowflake sudah mulai melambat.
Sridhar Ramaswamy: CEO Baru dan Mandat AI
Sridhar Ramaswamy adalah CEO Snowflake Inc. (jangan disamakan dengan Vivek Ramaswamy, politisi dan pengusaha, yang tidak memiliki kaitan dengan perusahaan tersebut). Ditunjuk pada Februari 2024, Ramaswamy sebelumnya menjabat sebagai Senior Vice President Ads di Google selama kurang lebih satu dekade, di mana ia mengelola salah satu sistem periklanan yang paling canggih secara teknis di dunia. Ia ikut mendirikan Neeva, sebuah startup pencarian berbasis AI yang diakuisisi oleh Snowflake pada tahun 2023, yang menjadi awal mula ia bergabung dengan perusahaan tersebut sebelum akhirnya ditunjuk sebagai CEO.
Penunjukannya membawa sinyal strategis yang jelas: dewan Snowflake memilih CEO bidang produk dan teknologi yang keahlian utamanya adalah infrastruktur AI dan pencarian, bukan skala penjualan enterprise. Ini merupakan peralihan sengaja dari penekanan go-to-market Slootman menuju penekanan pada produk AI. Ramaswamy telah menyatakan secara eksplisit mengenai mandatnya: menjadikan Snowflake sebagai platform tempat perusahaan-perusahaan menjalankan AI pada data mereka.
Dari perspektif investor, pertanyaannya adalah apakah latar belakangnya mampu mewujudkan eksekusi produk AI. Satu dekade Ramaswamy di Google mengelola sistem machine learning skala besar memberinya kredibilitas di bidang tersebut. Akuisisi Neeva juga menandakan bahwa dewan direksi secara khusus menghargai pengalaman produk AI-nya. Apakah hal tersebut berujung pada hasil finansial yang terukur, melalui stabilisasi NRR yang didorong oleh adopsi beban kerja AI, adalah tesis berwawasan ke depan yang sedang dievaluasi pasar.
Frank Slootman: CEO Era IPO dan Warisannya
Frank Slootman menjabat sebagai CEO Snowflake dari tahun 2019 hingga Februari 2024, memimpin perusahaan melalui IPO yang memecahkan rekor dan mengembangkan skalanya dari startup pra-publik menjadi bisnis yang menghasilkan pendapatan tahunan miliaran dolar. Sebelum bergabung dengan Snowflake, Slootman telah membangun reputasi sebagai salah satu operator perangkat lunak korporasi terkemuka di Silicon Valley, setelah sebelumnya menjabat sebagai CEO ServiceNow dan Data Domain, serta secara substansial meningkatkan skala masing-masing perusahaan tersebut selama masa jabatannya.
Kepergiannya pada Februari 2024 digambarkan secara publik sebagai transisi sukarela pada waktu yang tepat. Ia menyatakan keinginannya untuk menyerahkan kepemimpinan pada titik balik yang sesuai. Terlepas dari bagaimana hal itu dikemas, pasar menafsirkan pengumuman tersebut sebagai sinyal negatif, dan harga saham merosot tajam pada hari berita tersebut muncul.
Warisan Slootman bagi investor adalah bahwa tolok ukur keuangan yang ditetapkan Snowflake selama masa jabatannya, termasuk NRR 170%+, tingkat pertumbuhan pendapatan tiga digit, dan IPO yang memecahkan rekor, mewakili standar tertinggi yang kini menjadi dasar evaluasi perusahaan tersebut. Kinerja keuangan saat ini terlihat berbeda sebagian karena basis acuan tersebut ditetapkan selama kombinasi yang tidak biasa antara akselerasi adopsi cloud di era pandemi dan kebijakan moneter suku bunga nol. Memahami apa yang dibangun Slootman memberikan konteks penting untuk menafsirkan mengapa metrik saat ini terlihat lebih lemah jika dibandingkan, tanpa harus mengindikasikan adanya penurunan fundamental.
Strategi AI Snowflake: Cortex, LLM Arctic, dan Tesis Pertumbuhan AI
Strategi AI Snowflake berpusat pada penanaman kapabilitas kecerdasan buatan secara langsung ke dalam platform Snowflake Data Cloud, memungkinkan perusahaan untuk menjalankan beban kerja AI pada data mereka sendiri tanpa memindahkannya ke sistem AI eksternal. Pendekatan ini, yang dipimpin oleh CEO Sridhar Ramaswamy, merupakan tesis pertumbuhan utama bagi saham SNOW di kalangan investor bullish. Logikanya mengikuti secara langsung dari pemosisian data perusahaan: perusahaan perlu menjalankan AI pada data milik mereka sendiri, data tersebut sudah tersimpan di Snowflake, dan menjaga beban kerja AI di dalam platform yang sama menghilangkan hambatan keamanan dan kepatuhan yang dibuat oleh alat AI eksternal sekaligus mengurangi latensi.
Snowflake tidak bersaing dengan OpenAI atau Anthropic sebagai pengembang model AI serba guna. Strategi AI-nya secara khusus adalah menjadikan Snowflake Data Cloud sebagai platform tempat AI perusahaan berjalan, menggunakan produk AI miliknya sendiri dan integrasi dengan penyedia model eksternal.
Snowflake Cortex AI
Snowflake Cortex adalah rangkaian fungsi AI dan machine learning perusahaan yang dibuat secara native di dalam Snowflake platform. Large Language Models (LLMs), sistem AI yang dilatih pada data teks dalam jumlah besar yang dapat memahami dan menghasilkan bahasa manusia (teknologi mendasar yang sama di balik alat seperti ChatGPT dan Google Gemini), memberdayakan kemampuan Cortex. Kemampuan ini meliputi inferensi LLM (menjalankan kueri model AI), text-to-SQL (mengonversi pertanyaan bahasa alami menjadi kueri basis data), analisis sentimen, dan peringkasan dokumen.
Dimensi Cortex yang relevan bagi investor adalah hal ini memberikan alasan bagi pelanggan perusahaan untuk menjalankan lebih banyak komputasi di dalam Snowflake daripada mengekstraksi data ke sistem AI eksternal. Setiap kueri Cortex mengonsumsi Kredit Snowflake. Jika beban kerja AI menjadi porsi yang signifikan dari aktivitas pelanggan, hal ini akan meningkatkan pengeluaran per pelanggan tanpa mengharuskan pelanggan untuk memperluas volume data yang disimpan, yang merupakan pendorong pertumbuhan yang berbeda secara kualitatif dibandingkan tesis pertumbuhan data tradisional.
Arctic LLM dan Document AI
Snowflake Arctic adalah model bahasa besar open-source milik perusahaan tersebut, dirilis pada tahun 2024 dan secara khusus dibangun untuk tugas data perusahaan termasuk pembuatan SQL dan analisis data terstruktur. Berbeda dengan LLM tujuan umum seperti GPT-4 atau Claude, Arctic dirancang untuk presisi dalam beban kerja data daripada kemampuan percakapan yang luas. Perbedaan ini penting: proposisi nilai Arctic adalah akurasi dan efisiensi pada tugas-tugas spesifik yang dilakukan oleh tim data perusahaan, bukan kapabilitas bahasa yang luas.
Document AI adalah fitur AI pelengkap yang mengekstrak data terstruktur dari dokumen tidak terstruktur (PDF, kontrak, formulir, dan file serupa) secara langsung di dalam lingkungan Snowflake. Bagi perusahaan yang mengelola dokumen dalam volume besar bersama data terstruktur mereka, Document AI mewakili kategori beban kerja baru yang sebelumnya memerlukan alat eksternal.
Kedua produk memiliki tujuan strategis yang sama: meningkatkan porsi pekerjaan data terkait AI yang dilakukan pelanggan di dalam Snowflake alih-alih di luarnya.
Snowpark ML dan Tesis Investasi AI
Snowpark ML adalah kerangka kerja machine learning Snowflake yang memungkinkan ilmuwan data membangun dan melatih model ML di dalam lingkungan Snowflake menggunakan Python. Sebelum Snowpark ML, ilmuwan data biasanya mengekstrak data dari Snowflake, memprosesnya di lingkungan Python eksternal, dan mengembalikan hasilnya. Snowpark ML menghilangkan langkah ekstraksi tersebut, menjaga seluruh alur kerja, dan konsumsi komputasi yang terkait, tetap di dalam Snowflake.
Argumen Total Addressable Market (TAM) untuk strategi AI Snowflake didasarkan pada ekspansi pasar: total peluang pendapatan yang tersedia jika sebuah perusahaan menguasai 100% dari target pasarnya. Snowflake telah mengutip TAM sebesar $248 miliar atau lebih, yang mencakup data warehousing, data lake, data engineering, data applications, serta beban kerja AI/ML. Beban kerja AI mewakili ekspansi tambahan dari TAM tersebut melampaui fokus historis Snowflake pada analisis data.
Sikap skeptis yang wajar memang diperlukan. Angka TAM dilaporkan sendiri oleh perusahaan dan cenderung ke arah Optimism. Tidak semua TAM yang disebutkan dapat segera dijangkau, dan persaingan dari hyperscaler cloud (AWS, Microsoft Azure, Google Cloud) serta platform AI khusus sangatlah sengit. Fitur-fitur AI juga masih dalam tahap awal; kontribusi finansialnya terhadap pendapatan belum terlihat secara menonjol dalam hasil laporan Snowflake. Tesis ini adalah tentang potensi masa depan, bukan eksekusi saat ini.
Poin Utama: Strategi AI
- Produk AI Snowflake (Cortex, Arctic LLM, Document AI, Snowpark ML) menjaga beban kerja AI perusahaan tetap berada di dalam Platform, menghasilkan konsumsi komputasi tambahan
- Latar belakang CEO Ramaswamy di Google dan melalui Neeva memberikan kredibilitas pada pivot AI
- Monetisasi AI belum tercermin secara signifikan dalam hasil keuangan; ini adalah tesis berwawasan ke depan
- Persaingan dari hyperscalers dan platform AI khusus nyata dan semakin meningkat
Lanskap Kompetitif Snowflake: Bagaimana SNOW Dibandingkan dengan Pesaing
Kompetitor utama Snowflake adalah Databricks, Google BigQuery, Amazon Redshift, dan Microsoft Fabric, empat Platform yang masing-masing bersaing untuk data warehousing, analitik, dan beban kerja AI perusahaan. Dinamika persaingannya berbeda secara signifikan di antara masing-masing pihak. Databricks melakukan pendekatan dari sisi rekayasa data dan machine learning; ketiga hyperscaler (AWS, Microsoft Azure, dan Google Cloud, penyedia infrastruktur cloud yang dominan) secara bersamaan merupakan mitra sekaligus kompetitor melalui produk Platform data bawaan mereka.
Palantir Technologies (NYSE: PLTR), perusahaan analitik data perusahaan lainnya, terkadang dibahas bersamaan dengan Snowflake oleh para investor yang membangun eksposur infrastruktur data dan AI. Perbandingan ini merupakan paralel dari sudut pandang investor, bukan dari segi produk: Palantir berfokus pada platform pengambilan keputusan operasional berbasis AI untuk klien pemerintah dan perusahaan, alih-alih pergudangan data cloud, sehingga kedua perusahaan tersebut melayani kebutuhan pembeli yang berbeda.
Snowflake vs. Databricks: Pertempuran Kompetitif Paling Penting
Databricks adalah perusahaan swasta, sebuah perbedaan krusial bagi investor yang membandingkannya dengan Snowflake. Karena Databricks belum go public, perbandingan keuangan langsung menggunakan rasio Price-to-Sales atau kelipatan pendapatan yang presisi tidak dapat dilakukan dengan tingkat ketelitian yang sama seperti yang tersedia untuk laporan publik Snowflake. Angka pendapatan atau valuasi apa pun yang dikutip untuk Databricks harus berasal dari siaran pers resmi Databricks atau media keuangan terkemuka, bukan perkiraan spekulatif.
Yang dapat dibandingkan adalah penentuan posisi produk. Databricks mengunggulkan arsitektur Data Lakehouse, sebuah desain yang menggabungkan fleksibilitas penyimpanan berbiaya rendah dari data lake (menyimpan data mentah, tidak terstruktur dengan murah) dengan kapabilitas kueri berkinerja tinggi dari data warehouse (menjalankan analitik SQL yang cepat). Databricks didirikan oleh para pencipta Apache Spark dan membangun reputasinya di komunitas rekayasa data dan pembelajaran mesin.
Secara historis, Snowflake lebih unggul dalam pergudangan data (data warehousing) dan analitik SQL multi-cloud. Databricks secara historis lebih unggul dalam pipeline rekayasa data (data engineering) dan machine learning berbasis Python. Batasan antara kedua produk tersebut semakin kabur seiring masing-masing perusahaan berekspansi ke arah kasus penggunaan satu sama lain: Snowflake telah menambahkan kapabilitas data lake (termasuk dukungan untuk format tabel terbuka Apache Iceberg), sementara Databricks telah menambahkan fitur analitik SQL dan data warehouse.
Dari sudut pandang perbandingan investasi, investor Snowflake sebaiknya memantau lini masa IPO Databricks. Penawaran umum Databricks akan membawa visibilitas persaingan pasar publik secara langsung, memungkinkan perbandingan rasio keuangan yang sebenarnya untuk pertama kalinya. IPO Databricks dengan metrik keuangan yang kuat kemungkinan akan menciptakan tekanan tambahan pada kelipatan valuasi Snowflake.
Snowflake vs. Google BigQuery, Amazon Redshift, dan Microsoft Fabric
Google BigQuery, Amazon Redshift, dan Microsoft Fabric masing-masing mewakili apa yang disebut industri cloud sebagai hubungan frenemy dengan Snowflake. Ketiga hyperscaler tersebut menghosting sebagian besar beban kerja Snowflake di infrastruktur mereka, sambil secara bersamaan menjual produk platform data yang bersaing kepada pelanggan perusahaan yang sama.
Amazon Redshift: AWS adalah mitra infrastruktur terbesar Snowflake, menghosting sebagian besar beban kerja komputasi Snowflake. AWS juga menawarkan Amazon Redshift, sebuah layanan gudang data cloud yang bersaing langsung dengan produk inti Snowflake. Risiko persaingan adalah AWS dapat menggabungkan Redshift secara lebih agresif ke dalam perjanjian perusahaannya atau mengurangi harga Redshift untuk mengalahkan Snowflake. Dimensi kemitraan adalah pertumbuhan Snowflake di AWS secara historis menguntungkan kedua perusahaan, sehingga menciptakan beberapa insentif komersial bagi AWS untuk tidak bersaing terlalu agresif.
Google BigQuery: Google BigQuery adalah gudang data tanpa server yang dikelola sepenuhnya yang menggunakan model penetapan harga berbasis konsumsi, mirip dengan Snowflake. BigQuery mendapat manfaat dari kapabilitas riset AI Google dan integrasi dengan Vertex AI, Platform machine learning Google. Pemosisian tandingan Snowflake adalah agnostisisme cloud: BigQuery terkunci ke Google Cloud, sementara Snowflake berjalan secara native di ketiga penyedia cloud utama secara bersamaan. Perusahaan dengan strategi multi-cloud cenderung lebih memilih Snowflake karena alasan ini.
Microsoft Fabric: Microsoft Fabric adalah platform analitik data terpadu dari Microsoft, mengintegrasikan pergudangan data (data warehousing), rekayasa data (data engineering), dan pelaporan Power BI dalam satu produk. Risiko kompetitif dari Fabric adalah distribusi: Microsoft memiliki hubungan enterprise yang kuat melalui Microsoft 365, Azure, dan Dynamics, dan telah menggabungkan Fabric ke dalam lisensi enterprise. Pelanggan yang sudah membayar lisensi enterprise Microsoft 365 dan menerima Fabric tanpa biaya tambahan memiliki alasan finansial yang lebih sedikit untuk membeli lingkungan Snowflake yang terpisah.
Perbandingan Pesaing Snowflake
| Perusahaan | Produk | Model Harga | Strategi Cloud | Publik/Privat | Pembeda Utama |
|---|---|---|---|---|---|
| Snowflake (SNOW) | Snowflake Data Cloud | Berbasis konsumsi (Kredit) | Multi-cloud (AWS, Azure, GCP) | Publik (NYSE) | Agnostik cloud; efek jaringan berbagi data |
| Databricks | Databricks Lakehouse Platform | Berbasis konsumsi | Multi-cloud | Privat | Arsitektur Data Lakehouse; ekosistem ML/Python |
| Google BigQuery | BigQuery | Berbasis konsumsi | Hanya Google Cloud | Publik (melalui Alphabet) | Integrasi GCP asli; koneksi Vertex AI |
| Amazon Redshift | Redshift | Langganan + konsumsi | Hanya AWS | Publik (melalui Amazon) | Integrasi AWS mendalam; musuh bebuyutan Snowflake |
| Microsoft Fabric | Microsoft Fabric | Konsumsi + lisensi bundel | Azure utama | Publik (melalui Microsoft) | Bundel perusahaan dalam lisensi M365 |
Apakah Snowflake Memiliki Parit Kompetitif?
Parit kompetitif Snowflake berasal dari tiga sumber yang berbeda. Gravitasi data adalah yang paling kuat: akumulasi data pelanggan di dalam Snowflake membuat migrasi ke Platform pesaing memakan biaya secara operasional dan teknis, karena memigrasikan data yang tersimpan selama bertahun-tahun, menulis ulang kueri, dan melatih kembali tim data menciptakan hambatan perpindahan yang signifikan. Efek jaringan Snowflake Marketplace menambahkan lapisan kedua: penyedia data Pihak Ketiga dan konsumen data menciptakan ketergantungan timbal balik yang tumbuh seiring dengan skala, membuat Platform menjadi lebih berharga saat lebih banyak peserta bergabung. Portabilitas multi-cloud melengkapi Posisi kompetitifnya: Snowflake berjalan secara native di ketiga penyedia cloud utama secara bersamaan, yang tidak dapat direplikasi oleh alternatif native hyperscaler mana pun.
Parit pertahanannya nyata tetapi bukan tidak tertembus. Databricks telah membuat kemajuan dalam beban kerja rekayasa data baru, terutama di perusahaan yang memprioritaskan machine learning dibandingkan analitik SQL. Strategi bundling Microsoft dengan Fabric mewakili keunggulan distribusi yang tidak dapat ditangkal secara langsung oleh gravitasi data dan efek jaringan.
Poin Utama: Lanskap Kompetitif
- Databricks adalah pesaing produk paling langsung, tetapi perbandingan keuangan langsung tidak memungkinkan karena sifatnya yang tertutup (privat)
- Hyperscaler secara bersamaan merupakan mitra infrastruktur sekaligus pesaing produk
- Benteng pertahanan Snowflake bertumpu pada gravitasi data, efek jaringan Marketplace, dan portabilitas multi-cloud
- Strategi bundling Microsoft Fabric mewakili ancaman kompetitif struktural yang paling mendesak
Kepemilikan Institusional dan Investor Utama Snowflake
Berkshire Hathaway membeli sekitar 2,1 juta saham Snowflake pada IPO September 2020, sebuah langkah yang tidak biasa mengingat preferensi Warren Buffett yang secara historis menyatakan menghindari IPO maupun perusahaan teknologi dengan valuasi tinggi. Investasi tersebut mendapat perhatian besar dari investor ritel yang menafsirkannya sebagai bentuk dukungan Buffett terhadap kualitas bisnis Snowflake. Nuansa yang penting adalah: investasi tersebut kabarnya dieksekusi oleh Todd Combs atau Ted Weschler, manajer portofolio Berkshire, bukan oleh Buffett secara pribadi. Perbedaan ini penting bagi investor yang mendasarkan tesis mereka pada anggapan bahwa "Buffett membeli Snowflake." Keputusan tersebut kemungkinan besar dibuat oleh manajer investasi Berkshire, bukan Buffett secara langsung.
Lebih penting lagi, Berkshire Hathaway telah mengurangi posisi Snowflake-nya pada kuartal-kuartal berikutnya. Investor yang mengandalkan dukungan Berkshire sebagai sinyal berkelanjutan harus memverifikasi posisi saat ini dalam pengajuan 13-F terbaru Berkshire kepada SEC, karena Stake telah berubah secara substansial sejak IPO. Untuk pelacakan portofolio Berkshire saat ini, analisis saham Berkshire Hathaway menyediakan titik referensi yang mudah diakses bagi kepemilikan perusahaan yang diungkapkan secara publik.
Kepemilikan institusional SNOW mencakup manajer aset besar, reksa dana indeks, dan investor institusional yang berorientasi pada pertumbuhan. Penyertaan Snowflake dalam indeks pertumbuhan utama termasuk S&P 500 dan Russell 1000 Growth Index berarti investor institusional yang mengelola reksa dana indeks tersebut diwajibkan untuk memegang saham SNOW secara proporsional dengan bobot indeksnya, yang memengaruhi dinamika harga saham dan likuiditas perdagangan.
Pemegang saham institusional terbesar selain Berkshire biasanya mencakup Vanguard dan BlackRock, bersama dengan berbagai manajer aset yang berfokus pada pertumbuhan. Hal ini dapat diverifikasi terhadap pengajuan 13-F terbaru melalui database SEC EDGAR. Konsentrasi kepemilikan institusional, aktivitas penjualan oleh orang dalam, dan perubahan pada posisi pemegang saham utama patut dipantau sebagai indikator sentimen yang berorientasi ke masa depan.
Valuasi Saham Snowflake: Apakah SNOW Dinilai Terlalu Tinggi atau Terlalu Rendah?
SNOW diperdagangkan pada rasio Price-to-Sales (P/S) dengan Premi relatif terhadap sebagian besar rekan perangkat lunak perusahaan lainnya. Apakah Premi tersebut wajar atau tidak bergantung pada lintasan pertumbuhan pendapatan dan profil Margin terminal mana yang ditetapkan investor kepada perusahaan selama tiga hingga lima tahun ke depan. Rasio P/S, yang dihitung dengan membagi kapitalisasi pasar Snowflake dengan pendapatan tahunannya dan digunakan karena Snowflake belum menguntungkan secara GAAP, adalah lensa penilaian standar yang diterapkan analis Wall Street untuk SNOW.
Rasio P/E tradisional tidak berlaku di sini. Karena Snowflake melaporkan kerugian bersih GAAP yang didorong oleh kompensasi berbasis saham, tidak ada laba positif yang dapat dibagi dengan harga saham. P/S adalah metrik standar untuk perusahaan dengan pertumbuhan tinggi yang belum menguntungkan berdasarkan GAAP, dan ini menunjukkan berapa banyak investor membayar untuk setiap dolar pendapatan yang dihasilkan perusahaan.
Pada puncaknya di tahun 2021, SNOW Trade pada lebih dari 100x P/S, mencerminkan ekspektasi pertumbuhan yang luar biasa. Multiple tersebut telah berkurang secara substansial sejak saat itu, meskipun SNOW terus Trade pada Premi dibandingkan dengan kebanyakan rekan perangkat lunak perusahaan, mencerminkan tingkat pertumbuhannya di atas rata-rata dan keyakinan pasar terhadap tesis ekspansi AI.
Untuk menilai apakah kelipatan P/S saat ini dapat dibenarkan, investor perlu mempertimbangkan lintasan pendapatan yang tersirat. Perusahaan yang diperdagangkan pada kelipatan P/S yang tinggi dibandingkan rekan-rekannya dinilai untuk pertumbuhan pendapatan di atas rata-rata. Jika tingkat pertumbuhan Snowflake terus melambat ke kisaran 20%, kelipatan P/S saat ini menjadi lebih sulit dipertahankan terhadap pesaing yang tumbuh lebih lambat tetapi lebih menguntungkan. Jika beban kerja AI menghidupkan kembali pertumbuhan penggunaan dan mendorong NRR kembali di atas 130%, kelipatan saat ini bisa terbukti masuk akal.
Membandingkan rasio P/S Snowflake dengan perusahaan sejenis seperti Datadog, MongoDB, dan perusahaan infrastruktur data berkinerja tinggi lainnya memberikan konteks pasar. Umumnya, Snowflake diperdagangkan dengan premi dibandingkan perusahaan sejenis, sebagian dibenarkan oleh skalanya (pendapatan tahunan lebih dari $3,6 miliar) dan sebagian lagi oleh keyakinan pasar yang berkelanjutan pada tesis AI. Debat valuasi inti untuk SNOW adalah apakah premi tersebut dibenarkan mengingat perlambatan NRR atau akan terbukti bijaksana jika adopsi AI mendorong percepatan kembali penggunaan.
Apakah Saham Snowflake Investasi yang Baik? Skenario Bullish dan Bearish
Apakah saham Snowflake merupakan investasi yang baik bergantung pada mana dari dua narasi yang saling bersaing mengenai lintasannya yang dianggap lebih kredibel oleh investor. Argumen bull didasarkan pada Snowflake menjadi platform default untuk beban kerja AI perusahaan, sebuah skenario di mana penggunaan per pelanggan dipercepat dan NRR menstabil. Argumen bear berpusat pada perlambatan NRR yang berkelanjutan dan persaingan hyperscaler yang mengikis pertumbuhan Snowflake pada valuasi premi. Kedua argumen tersebut memiliki alasan spesifik yang didukung data; tidak ada yang secara jelas salah.
Untuk konteks mengenai bagaimana kerangka kerja skenario bull/bear/base biasanya disusun untuk emiten pertumbuhan dengan volatilitas tinggi, kerangka kerja skenario perkiraan saham AMC) mengilustrasikan pendekatan analitis yang sering diterapkan investor saat menilai lintasan yang bersaing.
Kasus Bull untuk SNOW
Argumen bullish untuk Snowflake terutama bertumpu pada tesis beban kerja AI. Perusahaan tidak dapat menjalankan AI pada data proprietary yang tidak mereka kontrol, dan Snowflake diposisikan sebagai platform tempat data tersebut sudah berada. Jika Cortex AI, Arctic LLM, dan Document AI mendorong penggunaan baru yang berarti dari pelanggan yang sudah ada, penurunan NRR dari kuartal-kuartal terakhir dapat berbalik.
Argumen bullish yang spesifik:
- AI adalah pendorong penggunaan, bukan sekadar narasi. Perusahaan yang menjalankan inferensi LLM dan kueri text-to-SQL pada data Snowflake mereka menghasilkan konsumsi Credit tambahan. Seiring matangnya fitur AI, penggunaan ini dapat secara signifikan memperluas pengeluaran per pelanggan tanpa mengharuskan pelanggan menyimpan lebih banyak data.
- Pertumbuhan pendapatan tetap di atas rata-rata industri. Dengan pertumbuhan sekitar 29% dari tahun ke tahun, Snowflake masih tumbuh lebih cepat daripada kebanyakan perusahaan perangkat lunak enterprise pada skala pendapatan yang sebanding.
- Margin FCF terus meningkat. Margin FCF yang disesuaikan sekitar 26% menunjukkan penghasilan kas yang nyata, dan lintasannya menyarankan profitabilitas GAAP dapat dicapai dalam jangka menengah.
- NRR 128% tetap kuat menurut standar industri. Penurunan dari 174% memang nyata, tetapi 128% masih menunjukkan bahwa pelanggan yang ada meningkatkan pengeluaran mereka sebesar 28% per tahun, yang akan dianggap sebagai hasil yang luar biasa oleh kebanyakan bisnis SaaS.
- Latar belakang Ramaswamy sangat relevan. Seorang CEO yang memimpin teknologi AI dan periklanan Google selama satu dekade dan mendirikan perusahaan pencarian AI membawa pengalaman yang dapat diterapkan secara langsung pada mandat yang ada.
- Arsitektur multi-cloud adalah pembeda yang tahan lama. Seiring perusahaan semakin mengadopsi strategi multi-cloud, platform data yang berjalan di semua cloud utama tanpa perpindahan data memberikan nilai nyata yang tidak dapat ditandingi oleh produk asli hyperscaler.
- Ekspansi TAM dari AI kredibel. Snowflake telah menyebutkan TAM sebesar $248 miliar atau lebih, dan beban kerja AI mewakili ekspansi tambahan dari pasar yang dapat dijangkau di luar data warehousing historis.
Kasus Beruang untuk SNOW
Pandangan pesimistis untuk Snowflake berpusat pada perlambatan NRR. Penurunan dari sekitar 174% pada puncak tahun 2022 menjadi sekitar 128% pada tahun fiskal 2025 menandakan bahwa pelanggan yang ada menumbuhkan pengeluaran Platform mereka pada tingkat yang secara material lebih lambat. Tren tersebut belum stabil.
Argumen bearish yang spesifik:
- Perlambatan NRR mungkin tidak murni bersifat siklis. Jika Databricks menangkap beban kerja rekayasa data baru di margin, pelanggan mungkin hanya mengalokasikan pangsa beban kerja baru yang lebih kecil ke Snowflake dibandingkan secara historis. Erosi kompetitif terlihat mirip dengan optimalisasi biaya dalam jangka pendek tetapi memiliki implikasi jangka panjang yang berbeda.
- Monetisasi AI belum terlihat dalam hasil. Cortex, Arctic, dan Document AI adalah narasi yang memikat, tetapi kontribusi pendapatan mereka belum material dalam laporan keuangan Snowflake yang dilaporkan. Tesis ini memerlukan keyakinan pada eksekusi di masa depan.
- Bundling hyperscaler adalah ancaman struktural. Penambahan Fabric oleh Microsoft dalam lisensi M365 perusahaan mengubah perbandingan basis biaya. Pelanggan yang mengevaluasi Snowflake terhadap produk yang tampak "gratis" dalam perjanjian Microsoft yang sudah ada dapat mengurangi adopsi Snowflake.
- Profitabilitas GAAP tetap sulit dicapai. Empat tahun lebih sebagai perusahaan publik tanpa laba GAAP dan tanpa kepastian jangka pendek untuk mencapainya menimbulkan pertanyaan yang sah tentang alokasi modal dan risiko dilusi dari SBC yang sedang berlangsung.
- Valuasi Premi menyisakan margin kesalahan yang terbatas. Kelipatan P/S yang tinggi berarti saham tersebut dihargai untuk eksekusi kuat yang berkelanjutan. Perlambatan lebih lanjut dalam pertumbuhan pendapatan atau NRR akan menekan kelipatan tersebut, berpotensi menyebabkan penurunan harga saham yang sangat besar relatif terhadap melesetnya laba.
- Transisi CEO menciptakan ketidakpastian strategis. Meskipun latar belakang Ramaswamy relevan, ia sedang melakukan pivot strategis utama pada perusahaan dengan metrik yang melambat, sebuah tantangan yang secara historis lebih sulit daripada meningkatkan skala perusahaan yang sudah berkembang.
Ringkasan Bull vs. Bear
| Faktor | Argumen Kasus Bullish | Argumen Kasus Bearish |
|---|---|---|
| Pertumbuhan Pendapatan | Pertumbuhan 29% masih di atas median perangkat lunak perusahaan; AI dapat melakukan akselerasi ulang | Pertumbuhan melambat dari 100%+ menjadi 29%; tren terus menurun |
| Tren NRR | 128% masih kuat; beban kerja AI dapat membalikkan penurunan | Penurunan dari 174% menandakan perlambatan struktural, bukan sekadar siklus |
| Strategi AI | CEO yang kredibel dengan latar belakang AI; produk menciptakan konsumsi komputasi baru | Tahap awal; belum ada kontribusi pendapatan yang material; persaingan hyperscaler yang intens |
| Valuasi (P/S) | Premi dibenarkan oleh skala, Margin FCF, dan opsionalitas pertumbuhan AI | P/S tinggi dengan perlambatan pertumbuhan menciptakan risiko penurunan jika eksekusi mengecewakan |
| Posisi Kompetitif | Parit multi-cloud; gravitasi data; efek jaringan Marketplace | Databricks mulai merambah; bundling Microsoft Fabric mengubah dinamika biaya |
| Lini Masa Profitabilitas | FCF positif pada Margin 26%; profitabilitas GAAP dapat dicapai dalam jangka menengah | Belum ada profitabilitas GAAP meskipun sudah 4+ tahun go publik; dilusi SBC terus berlanjut |
| Transisi CEO | Latar belakang AI Ramaswamy sangat relevan dengan mandat pertumbuhan | Pivot besar di bawah CEO baru dengan metrik yang melambat adalah risiko eksekusi yang tinggi |
Poin Penting: Analisis Investasi
- Baik skenario bull maupun bear memiliki argumen spesifik yang didukung oleh data. Ini bukan situasi yang jelas.
- Skenario bull mengharuskan keyakinan bahwa adopsi beban kerja AI akan membalikkan perlambatan NRR dalam 12-24 bulan ke depan
- Skenario bear mengharuskan keyakinan bahwa persaingan hyperscaler dan tren NRR mewakili tantangan struktural, bukan sekadar tantangan siklikal
- Investor harus mempertimbangkan toleransi mereka sendiri terhadap paparan teknologi dengan kelipatan premi dan cakrawala kepemilikan multi-tahun sebelum memutuskan
Apa Kata Para Analis Tentang Saham Snowflake?
Analis Wall Street yang meliput Snowflake Inc. mempertahankan peringkat konsensus Beli, dengan mayoritas analis merekomendasikan saham tersebut dan sejumlah kecil lainnya mempertahankan peringkat Tahan atau Netral. Target harga median 12 bulan di antara para analis yang meliput SNOW mencerminkan keyakinan bahwa tesis pertumbuhan AI dan ekspansi Margin FCF yang berkelanjutan menjustifikasi kelipatan Premi saat ini. Rentang target harga cukup lebar, mencerminkan ketidaksepakatan yang nyata tentang seberapa cepat monetisasi AI akan terealisasi.
Ringkasan Konsensus Analis
| Peringkat | Distribusi | Catatan |
|---|---|---|
| Beli / Beli Kuat | Mayoritas analis yang meliput SNOW | Biasanya mengutip tesis pertumbuhan AI dan lintasan FCF |
| Tahan / Netral | Posisi minoritas | Biasanya mengutip valuasi premi vs. NRR yang melambat |
| Jual / Underperform | Minoritas kecil | Biasanya mengutip tekanan kompetitif dan risiko valuasi |
| Target Harga Median | Verifikasi angka saat ini di MarketBeat (NYSE/SNOW) | Target bergeser secara material setelah setiap laporan pendapatan |
| Target Harga Tinggi | Mencerminkan skenario bull dengan asumsi akselerasi AI | Menunjukkan premi yang signifikan terhadap harga saat ini di sebagian besar periode |
| Target Harga Rendah | Mencerminkan skenario bear dengan asumsi perlambatan NRR yang berkelanjutan | Sering kali mendekati harga pasar saat ini atau di bawahnya |
Sumber: Konsensus analis gabungan. Tanggal pembaruan terbaru harus dikonfirmasi sebelum digunakan. Verifikasi angka konsensus saat ini di konsensus MarketBeat atau Bloomberg.
Penafian Analis: Target harga dan peringkat analis adalah perkiraan berwawasan ke depan yang sering direvisi. Hal tersebut mencerminkan pendapat independen dari analis yang mengeluarkannya dan tidak merupakan nasihat investasi. Untuk data konsensus terkini, verifikasi melalui MarketBeat, konsensus Bloomberg, atau bagian riset Platform pialang Anda.
Distribusi opini analis terhadap SNOW mencerminkan perdebatan inti yang diuraikan dalam bagian skenario bull dan bear. Analis yang percaya bahwa adopsi beban kerja AI akan mendorong stabilisasi NRR cenderung mempertahankan peringkat Beli dengan target harga di atas konsensus. Analis yang memprioritaskan tren perlambatan NRR dan premi valuasi cenderung memberikan peringkat Tahan. Varians dalam target harga di seluruh komunitas analis adalah sinyal berguna dari ketidakpastian fundamental, bukan alasan untuk mengabaikan cakupan analis sepenuhnya.
--- ## Perkiraan Saham Snowflake: Target Harga dan Prospek Pertumbuhan
Arah masa depan saham Snowflake bergantung pada apakah perusahaan dapat menunjukkan bahwa investasi produk AI menghasilkan pertumbuhan pendapatan yang terukur, bukan sekadar pemosisian narasi. Konsensus analis memproyeksikan pertumbuhan pendapatan yang berkelanjutan dalam rentang 20-30% selama dua tahun fiskal mendatang, meskipun proyeksi tersebut dapat berubah setelah setiap laporan laba kuartalan.
Jika produk AI Snowflake mendorong pertumbuhan penggunaan yang signifikan selama 12 hingga 18 bulan ke depan dan NRR stabil di atas 130%, kelipatan P/S saham saat ini akan lebih didukung pada levelnya saat ini dan berpotensi layak untuk ekspansi. Jika NRR terus menurun menuju kisaran 120% sementara pertumbuhan pendapatan melambat di bawah 25%, kompresi kelipatan lebih lanjut adalah hasil yang mungkin terjadi terlepas dari kinerja pendapatan absolut.
Untuk tahun fiskal 2026 (berakhir Januari 2026), konsensus analis umumnya memproyeksikan pendapatan produk dalam kisaran $4,2 hingga $4,5 miliar, yang menyiratkan pertumbuhan sekitar 15 hingga 25%. Proyeksi ini disusun berdasarkan asumsi mengenai tingkat adopsi AI yang mungkin terbukti terlalu konservatif atau terlalu optimis, tergantung pada serapan produk yang sebenarnya. Panduan dari Snowflake sendiri, yang diterbitkan pada setiap laporan pendapatan kuartalan, merupakan indikator prospektif yang paling andal dan menggantikan angka apa pun dalam panduan ini.
SNOW memiliki korelasi yang signifikan terhadap saham perangkat lunak dengan pertumbuhan tinggi sebagai sebuah kategori. Faktor-faktor makroekonomi termasuk kebijakan Federal Reserve mengenai suku bunga memengaruhi tingkat diskonto yang diterapkan pada arus kas masa depan, dan saham pertumbuhan dengan kelipatan (multiple) tinggi seperti SNOW lebih sensitif terhadap dinamika ini dibandingkan saham nilai.
Investor yang mencari prakiraan harga saham untuk SNOW pada tahun 2025 atau 2026 harus memperlakukan target harga spesifik apa pun sebagai estimasi tertimbang probabilitas, bukan sebuah prediksi. Rentang hasil yang masuk akal bagi SNOW lebih luas dibandingkan dengan bisnis yang lebih matang dan stabil. Untuk konteks tambahan dalam memahami metodologi prediksi harga saham bagi perusahaan AI dan teknologi, panduan AI prediksi harga saham NVIDIA menyediakan kerangka kerja yang berguna untuk mengkalibrasi ekspektasi terhadap nama-nama teknologi pertumbuhan.
--- ## Cara Membeli Saham Snowflake (SNOW): Langkah demi Langkah
Saham Snowflake diperdagangkan di New York Stock Exchange dengan simbol ticker SNOW. Akun pialang ritel apa pun yang menyediakan akses ke ekuitas yang terdaftar di NYSE, termasuk Fidelity, Charles Schwab, Robinhood, TD Ameritrade, E*TRADE, dan kebanyakan lainnya, dapat digunakan untuk membeli saham. Saham pecahan tersedia di platform yang mendukungnya.
Buka akun broker jika Anda belum memiliki akun yang mendukung saham yang terdaftar di NYSE. Fidelity, Charles Schwab, dan TD Ameritrade menawarkan akses NYSE secara penuh tanpa saldo akun minimum untuk akun standar.
Cari simbol ticker SNOW pada fungsi pencarian saham Platform broker Anda. Pastikan listing tersebut menunjukkan NYSE: SNOW untuk menghindari kekeliruan dengan ticker lainnya.
Tinjau harga saham saat ini dan rentang perdagangan terbaru sebelum melakukan pemesanan Anda. Periksa spread bid-ask dan volume terbaru untuk memahami kondisi pasar saat ini.
Tentukan jenis pesanan Anda. Pesanan Pasar dieksekusi segera pada harga saat ini; pesanan terbatas hanya dieksekusi pada atau di bawah harga yang Anda tentukan. Pesanan terbatas memberikan kepastian harga; pesanan pasar memberikan kepastian eksekusi.
Tentukan ukuran posisi Anda berdasarkan strategi alokasi portofolio keseluruhan Anda dan toleransi risiko. Pertimbangkan bahwa SNOW adalah saham pertumbuhan dengan kelipatan tinggi dan volatilitas harga yang signifikan dibandingkan dengan indeks pasar yang lebih luas.
Pasang dan konfirmasi pesanan Anda. Setelah eksekusi, verifikasi harga eksekusi dan saham yang diterima di portofolio Anda. Simpan catatan untuk keperluan pajak.
Bagian ini menjelaskan proses teknis pembelian saham. Keputusan mengenai apakah akan membeli SNOW atau tidak merupakan penilaian terpisah yang harus menyertakan analisis dalam panduan ini dan, jika perlu, konsultasi dengan penasihat keuangan.
Risiko Utama Berinvestasi dalam Saham Snowflake
Setiap investasi mengandung risiko, dan saham Snowflake memiliki risiko spesifik yang harus dipahami investor sebelum mengalokasikan modal. Risiko-risiko di bawah ini mencerminkan pertimbangan paling material berdasarkan pengajuan tahunan terbaru Snowflake. Ini tidak merupakan daftar lengkap faktor risiko yang diungkapkan dalam 10-K Snowflake, yang harus dibaca langsung oleh investor.
Peringatan Risiko: Risiko-risiko berikut dapat menyebabkan harga saham Snowflake menurun secara material. Kinerja masa lalu tidak menjamin hasil di masa depan. Berinvestasi pada saham individu melibatkan risiko, termasuk kemungkinan kehilangan pokok.
- Risiko perlambatan NRR: Penurunan berkelanjutan pada Retensi Pendapatan Bersih menuju atau di bawah 120%
- Persaingan hyperscaler: Bundling Microsoft Fabric atau perubahan harga AWS Redshift dapat mengurangi peluang pasar Snowflake
- Ketidakpastian monetisasi AI: Produk AI menghasilkan narasi alih-alih pertumbuhan pendapatan yang terukur
1. Perlambatan NRR dan Perlambatan Pertumbuhan Pendapatan
NRR Snowflake turun dari sekitar 174% menjadi sekitar 128% selama periode tiga tahun. Jika penurunan ini berlanjut menuju atau di bawah 110%, hal itu akan menunjukkan bahwa pertumbuhan pelanggan yang ada tidak lagi positif secara signifikan, sehingga menempatkan ketergantungan yang lebih besar pada akuisisi pelanggan baru untuk mempertahankan pertumbuhan pendapatan secara keseluruhan. Perlambatan yang berkelanjutan akan menekan rasio P/S dan harga saham.
2. Tekanan Kompetitif Hyperscaler
Amazon, Microsoft, dan Google masing-masing memiliki hubungan perusahaan yang mendalam, kekuatan harga, dan kemampuan untuk menggabungkan produk platform data yang bersaing ke dalam perjanjian pelanggan yang sudah ada dengan biaya tambahan yang berkurang atau tanpa biaya tambahan sama sekali. Strategi bundling Fabric Microsoft adalah ekspresi paling langsung dari risiko ini. Parit kompetitif Snowflake tidak menghilangkan ancaman ini; hal itu membuatnya lebih mudah dikelola.
- Risiko Eksekusi Strategi AI
Kasus kenaikan Snowflake sangat bergantung pada adopsi beban kerja AI yang mendorong konsumsi komputasi baru. Jika Cortex AI, Arctic LLM, dan Document AI tidak mencapai adopsi perusahaan yang berarti dalam 12 hingga 24 bulan ke depan, valuasi premi yang saat ini diberikan pada tesis AI akan menghadapi tekanan. Risiko eksekusi itu nyata ketika sebuah perusahaan melakukan pivot strategis di bawah kepemimpinan baru.
- Ketidakpastian Lini Masa Profitabilitas GAAP
Snowflake telah menjadi perusahaan publik selama lebih dari empat tahun tanpa mencapai profitabilitas GAAP. Jika pertumbuhan pendapatan melambat lebih cepat daripada penurunan kompensasi berbasis saham sebagai persentase dari pendapatan, garis waktu untuk profitabilitas GAAP memanjang, yang menciptakan dilusi berkelanjutan bagi pemegang saham melalui penerbitan ekuitas yang berkelanjutan.
5. Makro dan Sensitivitas Suku Bunga
Sebagai saham pertumbuhan dengan kelipatan tinggi, SNOW lebih sensitif terhadap perubahan suku bunga dibandingkan saham value atau perusahaan teknologi yang menguntungkan. Kenaikan suku bunga meningkatkan tingkat diskonto yang diterapkan pada arus kas masa depan, yang menekan kelipatan P/S yang biasa dimiliki oleh saham pertumbuhan. Kembali ke lingkungan suku bunga yang lebih tinggi akan menekan valuasi SNOW terlepas dari kinerja operasionalnya.
Pertanyaan yang Sering Diajukan Tentang Saham Snowflake
Apakah saham Snowflake merupakan investasi yang baik?
Apakah saham Snowflake merupakan investasi yang baik bergantung pada toleransi risiko dan horizon waktu investasi Anda. Snowflake menghasilkan Arus Kas bebas yang positif, pertumbuhan pendapatan sekitar 29% per tahun, dan memiliki strategi produk AI yang kredibel di bawah CEO dengan pengalaman yang relevan secara langsung. Perusahaan ini juga diperdagangkan pada valuasi premi dengan metrik Retensi Pendapatan Bersih yang melambat dan tidak ada profitabilitas GAAP. Investor yang nyaman dengan eksposur teknologi dengan kelipatan premi dan periode kepemilikan bertahun-tahun mungkin menganggap SNOW sesuai; investor yang memprioritaskan profitabilitas jangka pendek atau profil risiko lebih rendah mungkin memilih untuk menunggu bukti stabilisasi NRR.
Apa yang dilakukan Snowflake Inc.?
?
Snowflake Inc. mengoperasikan Snowflake Data Cloud, sebuah platform berbasis cloud yang memungkinkan perusahaan untuk menyimpan, mengkueri, dan menganalisis data dalam volume besar di berbagai lingkungan cloud secara bersamaan. Inovasi fundamental perusahaan memisahkan komputasi dari penyimpanan, memungkinkan masing-masing untuk diskalakan dan ditagih secara independen. Platform Snowflake berjalan secara native di AWS, Microsoft Azure, dan Google Cloud, menjadikannya cloud-agnostik. Pelanggan menggunakannya untuk pergudangan data, rekayasa data, pembelajaran mesin, dan yang semakin meningkat, beban kerja AI yang berjalan di data proprietary mereka.
Mengapa saham Snowflake anjlok?
Saham Snowflake telah mengalami penurunan dari harga tertinggi sepanjang masanya karena berbagai alasan: kenaikan suku bunga menekan valuasi saham pertumbuhan bermultipel tinggi di seluruh pasar, pertumbuhan pendapatan melambat dari angka tiga digit menjadi sekitar 29% seiring dengan peningkatan skala perusahaan, Net Revenue Retention menurun dari sekitar 174% menjadi sekitar 128%, dan transisi CEO dari Frank Slootman ke Sridhar Ramaswamy pada Februari 2024 menciptakan ketidakpastian investor. Penurunan pasca-laporan laba juga terjadi ketika panduan kinerja mengecewakan dibandingkan dengan ekspektasi analis yang tinggi.
Apakah saham SNOW dinilai terlalu tinggi (overvalued)?
Apakah SNOW dinilai terlalu tinggi bergantung pada asumsi tentang pertumbuhan pendapatan yang didorong oleh AI di masa depan. Snowflake diperdagangkan pada rasio Price-to-Sales yang premi relatif terhadap sebagian besar rekan perangkat lunak perusahaan, mencerminkan ekspektasi pasar akan pertumbuhan di atas rata-rata. Pada kelipatan saat ini, saham tersebut dihargai untuk pertumbuhan pendapatan kuat yang berkelanjutan dan perluasan margin pada akhirnya. Investor yang percaya bahwa adopsi beban kerja AI akan mempercepat kembali NRR mungkin menganggap harga saat ini wajar atau dinilai terlalu rendah; investor yang percaya bahwa dekselerasi NRR bersifat struktural mungkin menganggap kelipatan premi tersebut tidak dibenarkan.
Siapa yang memiliki saham Snowflake terbanyak?
Pemegang saham institusional terbesar Snowflake mencakup manajer dana indeks utama termasuk Vanguard dan BlackRock, serta berbagai investor institusional yang berorientasi pada pertumbuhan. Berkshire Hathaway membeli sekitar 2,1 juta saham pada IPO September 2020 tetapi telah mengurangi posisinya pada kuartal-kuartal berikutnya. Untuk rincian kepemilikan terkini, verifikasi terhadap pengajuan proksi terbaru Snowflake dan pengajuan 13-F institusional di basis data SEC EDGAR.
Bagaimana masa depan saham Snowflake?
Lintasan masa depan saham Snowflake sangat bergantung pada apakah investasi produk AI menghasilkan percepatan pendapatan yang terukur selama 12 hingga 24 bulan ke depan. Jika Cortex AI, Arctic LLM, dan Document AI mendorong konsumsi komputasi baru yang signifikan yang menstabilkan atau membalikkan penurunan NRR, kasus optimis (bull case) akan menguat. Konsensus analis saat ini memproyeksikan pertumbuhan pendapatan sekitar 20 hingga 25% untuk tahun fiskal 2026, meskipun proyeksi dapat direvisi setelah setiap laporan pendapatan. Perkiraan saham apa pun tidak boleh dianggap sebagai prediksi.
Apakah Snowflake menguntungkan?
Snowflake belum membukukan laba GAAP, terutama karena beban kompensasi berbasis saham melebihi pendapatan operasional. Berdasarkan basis non-GAAP yang disesuaikan, Snowflake menghasilkan arus kas bebas positif dengan margin sekitar 26% pada tahun fiskal 2025. Jalan menuju profitabilitas GAAP bergantung pada penskalaan pendapatan yang berkelanjutan dan penurunan kompensasi berbasis saham sebagai persentase dari pendapatan. Analis memproyeksikan profitabilitas operasional GAAP bersyarat dalam dua hingga tiga tahun fiskal ke depan, meskipun lini masa ini bergantung pada pertumbuhan pendapatan dan asumsi perekrutan.
Berapa pendapatan Snowflake?
Snowflake melaporkan pendapatan produk sekitar $3,63 miliar untuk tahun fiskal 2025 (berakhir pada 31 Januari 2025), yang mewakili pertumbuhan sekitar 29% dari tahun ke tahun. Pendapatan produk adalah lini pendapatan utama; layanan profesional berkontribusi dalam jumlah yang lebih kecil. Untuk angka pendapatan terbaru, silakan merujuk ke rilis pers pendapatan kuartalan terbaru Snowflake di hubungan investor Snowflake.
Berapa banyak Warren Buffett berinvestasi di Snowflake?
Berkshire Hathaway membeli sekitar 2,1 juta saham Snowflake pada IPO September 2020, ditambah pembelian sekunder, dengan total investasi awal bernilai ratusan juta dolar pada harga IPO. Investasi ini paling akurat diatribusikan kepada Todd Combs atau Ted Weschler, manajer portofolio Berkshire, daripada Warren Buffett secara pribadi. Berkshire telah mengurangi Posisi Snowflake-nya di kuartal-kuartal berikutnya. Posisi saat ini harus diverifikasi terhadap pengajuan 13-F terbaru Berkshire ke SEC.
Berapakah target harga Snowflake?
Target harga analis untuk SNOW bervariasi berdasarkan asumsi tentang adopsi AI dan lintasan NRR. Peringkat Beli konsensus mencerminkan mayoritas analis yang meliput saham tersebut, dengan target harga berkisar dari dekat harga pasar saat ini (skenario pesimistis) hingga premi yang signifikan (skenario optimistis). Target harga direvisi setelah setiap laporan pendapatan dan harus diperlakukan sebagai perkiraan berwawasan ke depan, bukan prediksi. Verifikasi data target harga konsensus saat ini di MarketBeat atau konsensus Bloomberg pada saat membaca.
Siapa CEO Snowflake?
Sridhar Ramaswamy adalah CEO Snowflake Inc. Beliau ditunjuk pada Februari 2024. Ramaswamy adalah mantan Senior Vice President of Ads di Google, di mana beliau menjalankan bisnis periklanan selama kurang lebih satu dekade, dan merupakan salah satu pendiri Neeva, sebuah startup pencarian berbasis AI yang diakuisisi oleh Snowflake pada tahun 2023. Beliau tidak boleh dikelirukan dengan Vivek Ramaswamy, politisi dan pengusaha, yang tidak memiliki kaitan dengan Snowflake.
Berapa tingkat retensi pendapatan bersih Snowflake?
Retensi Pendapatan Bersih (NRR) mengukur persentase pendapatan yang dipertahankan dari pelanggan yang sudah ada selama periode 12 bulan, termasuk ekspansi dari pertumbuhan penggunaan dan pengurangan pendapatan apa pun yang hilang karena churn atau penurunan. NRR Snowflake sekitar 128% pada tahun fiskal 2025, artinya pelanggan yang sudah ada meningkatkan pengeluaran Platform mereka rata-rata sekitar 28% dari tahun ke tahun. Ini berada di atas kisaran 110-120% yang dianggap kuat untuk SaaS perusahaan, meskipun telah menurun dari puncaknya yang sekitar 174% pada awal tahun 2022.
Bagaimana Snowflake menghasilkan uang?
Snowflake menghasilkan pendapatan dengan menagih pelanggan atas sumber daya komputasi yang benar-benar mereka konsumsi, yang diukur dalam Kredit Snowflake, alih-alih mengenakan biaya langganan tetap. Model penetapan harga berbasis konsumsi ini berarti pendapatan bersifat variabel dan terikat langsung dengan penggunaan pelanggan. Pelanggan membeli Kredit di muka (kontrak prabayar) atau sesuai permintaan, dan Kredit dikonsumsi saat beban kerja data berjalan. Pelanggan yang menjalankan lebih banyak kueri dalam periode tertentu membayar lebih banyak; pelanggan yang mengurangi penggunaan membayar lebih sedikit. Hal ini berbeda dari perusahaan SaaS berlangganan seperti Salesforce, yang mengenakan biaya yang sama tanpa memandang penggunaan.
Apa perbedaan antara Snowflake dan Databricks?
Snowflake adalah perusahaan Platform data cloud yang diperdagangkan secara publik (NYSE: SNOW) yang berfokus pada gudang data, analitik SQL, dan beban kerja AI yang semakin meningkat. Databricks adalah perusahaan swasta yang didirikan oleh para pencipta Apache Spark, yang berfokus pada alur kerja rekayasa data dan pembelajaran mesin menggunakan arsitektur Data Lakehouse. Karena Databricks bersifat swasta, perbandingan keuangan langsung menggunakan rasio Price-to-Sales tidak memungkinkan. Dari sisi produk, Snowflake secara historis lebih kuat dalam analitik SQL dan berbagi data multi-cloud; Databricks lebih kuat dalam pembelajaran mesin berbasis Python. Kedua produk ini sedang konvergen seiring masing-masing berkembang menuju kasus penggunaan satu sama lain.
Kapan Snowflake menjadi perusahaan publik?
Snowflake melantai di bursa pada 16 September 2020. IPO tersebut ditetapkan pada harga $120 per lembar saham dan dibuka di harga $245 per lembar saham, menjadikannya IPO perangkat lunak terbesar dalam sejarah pada saat itu. Berkshire Hathaway dan Salesforce masing-masing membeli saham dalam penawaran tersebut. Saham tersebut kemudian mencapai harga tertinggi sepanjang masa di atas $400 pada akhir 2021 sebelum turun seiring dengan kenaikan suku bunga dan melambatnya metrik pertumbuhan.
Inti Sarinya: Siapa yang Sebaiknya Mempertimbangkan Saham SNOW?
Snowflake adalah platform data cloud berkualitas tinggi yang menghasilkan arus kas bebas positif, dengan pertumbuhan pendapatan sekitar 29% per tahun, dan menjalankan strategi produk AI yang kredibel di bawah kepemimpinan CEO yang latar belakangnya sangat sesuai dengan mandat tersebut. Bisnis ini dikelola dengan baik berdasarkan standar keuangan yang terukur. Pertanyaan bagi setiap investor bukanlah apakah Snowflake merupakan perusahaan yang bagus, melainkan apakah harga sahamnya saat ini sudah mencerminkan skenario pertumbuhan AI yang menjustifikasi valuasi Premi tersebut.
Saham Snowflake mungkin cocok untuk investor yang:
- Memiliki horizon waktu investasi multi-tahun (minimal dua hingga lima tahun)
- Merasa nyaman dengan eksposur teknologi dengan kelipatan premi dan volatilitas yang menyertainya
- Percaya adopsi beban kerja AI oleh perusahaan akan mendorong stabilisasi NRR dalam 12 hingga 24 bulan ke depan
- Memahami bahwa kerugian GAAP terutama didorong oleh kompensasi berbasis saham non-tunai dan menginterpretasikan margin FCF sebagai indikator profitabilitas yang lebih relevan
Saham Snowflake mungkin kurang sesuai bagi investor yang:
- Memprioritaskan profitabilitas GAAP atau laba jangka pendek sebagai kriteria investasi
- Sensitif terhadap valuasi premi dan menginginkan margin keamanan dalam eksposur teknologi mereka
- Membutuhkan aset dengan volatilitas lebih rendah dalam portofolio mereka
- Lebih memilih untuk menunggu bukti konkret bahwa produk AI berkontribusi pada stabilisasi NRR sebelum membangun posisi
Tren NRR adalah metrik tunggal terpenting yang perlu dipantau. Jika NRR stabil atau berbalik naik dalam dua hingga tiga laporan pendapatan kuartalan berikutnya, tesis bullish akan mendapatkan kredibilitas yang signifikan. Jika NRR terus menurun di bawah 125%, tesis bearish akan semakin sulit untuk diabaikan.
Kinerja masa lalu tidak menjamin hasil di masa mendatang. Berinvestasi pada saham individu mengandung risiko, termasuk kemungkinan hilangnya modal pokok.
Bacaan Terkait
- Prakiraan Saham AMC: Kerangka Skenario untuk Rentang Harga, Pendorong, dan Risiko
- Analisis Saham Berkshire Hathaway
- Prediksi Harga Saham NVIDIA: Panduan Pemula AI tentang Apa yang Nyata dan Apa yang Tidak
Konten ini hanya untuk tujuan informasi saja dan tidak merupakan nasihat keuangan, nasihat investasi, atau rekomendasi untuk membeli, menjual, atau menahan sekuritas apa pun. Selalu konsultasikan dengan penasihat keuangan yang berkualifikasi sebelum membuat keputusan investasi. Kinerja saham di masa lalu tidak menjamin hasil di masa depan. Berinvestasi dalam saham individu melibatkan risiko, termasuk kemungkinan kehilangan modal. Data keuangan yang dikutip dalam panduan ini mencerminkan hasil tahun fiskal 2025 Snowflake (tahun yang berakhir pada 31 Januari 2025) dan dapat berubah sewaktu-waktu saat perusahaan melaporkan kuartal-kuartal berikutnya.