美国市场最火的指标：NRR

净收入留存率（NRR）成为甄别AI软件公司的关键试金石。NRR超过100%不仅体现老客户增购与产品粘性，更是AI价值兑现的有力证明。不过分析师提醒需警惕数字背后的计算差异，该指标缺乏统一标准，Figma等公司通过筛选客户群体、调整时间周期等方式美化NRR数据，导致横向比较失真。

AI浪潮既是机遇也是雷区，投资者急需一个更可靠的罗盘来导航。

当前，AI正深刻改变着软件行业的投资逻辑。为了在众多公司中筛选出真正的“AI赢家”，美国资本市场正将目光聚焦于一个关键指标——净收入留存率（Net Revenue Retention, NRR）。

这不仅是一个财务数字，更被视为一种评估公司内生增长动力和客户粘性的新方法，尤其是在判断其AI产品市场接受度方面。不过，这一指标缺乏统一标准，各公司计算方法五花八门，使得横向比较几乎不可能，也为“美化”数据留下了空间。

投资者的“新宠”：NRR为何如此重要？

NRR，又称净美元留存率（Net Dollar Retention），其核心在于衡量一家公司从现有客户身上持续创收的能力。一个超过100%的NRR，直观地表明老客户不仅没有流失，还在持续增加消费。

据加拿大皇家银行资本市场的软件股票分析师Rishi Jaluria分析，这种内生性增长至关重要。“如果客户在你的产品中发现了巨大价值，他们就愿意年复一年地投入更多。”

他指出，相比于获客成本日益高昂的新客户市场，提升老客户的“钱包份额”是一种更高效、更可持续的增长模式。正因如此，高NRR常被视为公司AI产品策略成功的有力佐证。

警惕数字游戏：“优等生”Figma的财报魔法

当然，这个新方法并非完美无缺。投资者在使用NRR时，也需要保持一份清醒。据调查，该指标目前并无统一的行业计算标准。

例如，IPO文件显示，软件公司Figma在IPO文件中披露的132%的亮眼NRR，其计算范围仅限于年合同额超过1万美元的客户，剔除了大量小客户。

虽然公司称其更具参考价值，但DA Davidson分析师Gil Luria直指其“计算方法存在争议”——该公司仅选取年复购金额超1万美元的1.1万名客户（占总客户数2.4%）作为样本，虽其贡献了64%收入，但排除87.6%客户的做法使横向对比失去意义。

其他公司也各有“技巧”。据了解，软件开发工具公司GitLab在上市初期曾公布精确的148%的NRR，但后续季报改为仅公布是否低于130%的阈值，为投资者留下了信息盲区。

网络安全公司Rubrik采用最近四个季度NRR平均值，拒绝披露单季度数据；数据管理公司Snowflake则将NRR的计算周期从标准的12个月延长至两年。

从横向比较到纵向追踪：NRR的正确“打开方式”

尽管存在计算方法差异，当软件板块因AI冲击普遍承压时，NRR仍被视作重要筛选堡具。

Gil Luria认为，投资者应该将焦点从比较不同公司NRR的绝对值，转移到追踪同一家公司NRR的季度变化趋势上。

“现在，如果你专注于那些本季度NRR高于上一季度的公司，这就是一个判断谁做得更好的绝佳线索。”

Gil Luria以Snowflake和Datadog为例，指出这些公司NRR指标从近期的低点回升，有力地证明了它们的AI产品正受到市场的积极欢迎。这种动态的、纵向的观察法，为投资者提供了一个剔除市场噪音、发现真实价值的新工具。

因此，在运用NRR这一新方法时，理解其背后的计算逻辑，并结合其他财务数据进行综合判断，才是明智之举。