市場資訊

專業投資分析與市場觀點

‹ 回公司列表

APP 2026 Q3

科技・AI軟體應用 財報公布 2026/11/04・整理 2026/11/12

財報結果
雙超EPS +6.7%、營收 +5.3%
毛利率
上升89.0%(季增 72bp)
財測指引
第四季營收高於共識 5.6%
股價反應
11/5 +31.0%(大盤 −4.4%),指引大超
一句話
遊戲重新加速近五成、電商年增三位數,回購加到 36 億;未回應訴訟
上一季重點

2026 Q2(8/5 公布):營收 19.2 億美元、年增 53%,調整後 EBITDA 16.1 億美元、年增 58%,稀釋每股盈餘 3.76 美元;營收略低於財測中值、EBITDA 略低於財測區間【FMP 逐字稿】【FMP 損益表】。管理層說是遊戲廣告模型升級時間落在季後,第三季已重新加速;第三季營收指引 20.55~20.85 億美元(年增 46~48%)、EBITDA 利潤率約 83%,長期目標年增約 30%。變化是訓練與推論算力成本上升,已算進指引【FMP 逐字稿】。

  • 股價:11/5 正常盤收盤 356.10,較 11/4 收盤 271.75 +31.0%【FMP 日線】;同日大盤 S&P 500 −4.36%、Nasdaq 綜合指數 −5.52%【FMP 指數日線】(期中選舉後市場擔心資料中心建置受阻,加上 QCOM、ARM 財報令人失望,人工智慧與半導體股重挫,科技股創 2020 年來最差單日,MarketWatch/WSJ 報導),APP 逆勢大漲,收盤也比 11/4 盤後報價約 331.8 再高約 7.3%【FMP】。(11/4 收盤 +10.7% 為財報公布前)原因:營收與 EBITDA 都高於指引上緣、第四季指引明顯高於共識,新一代模型部分上線帶動遊戲重新加速,化解第二季失誤後的「模型改進放緩」疑慮;人工智慧廣告被視為科技股賣壓中的少數亮點(Barron's 標題)。
  • 結果:雙超。每股盈餘(一般公認會計原則,稀釋)4.30,FMP 共識 4.03,高 6.7%,去年同期 2.45;營收 21.85 億,FMP 共識 20.75 億,高 5.3%,年增 55%(公司公布)、季增 13.6%。淨利 14.39 億(年增 72%)、淨利率 66%;調整後稅息折舊攤銷前利益(EBITDA)18.42 億(年增 59%)、利潤率 84%(公司公布)。營收比公司自己給的指引上緣高約 1 億(電話會議)。無一次性項目,業外收益 0.86 億。
  • 毛利率:一般會計毛利率 89.0%,較上季 88.3% +72bp、較去年 87.6% +143bp【FMP/新聞稿損益表】→ 上升。廣告平台業者主要看調整後 EBITDA 利潤率:84.3%,年增約 190bp(公司公布);財務長稱即使加碼模型訓練算力,資料中心成本占營收比重仍下降。
  • 指引(第四季,公司公布):營收 23.65–23.95 億(年增 43–44%、季增 8–10%)、調整後 EBITDA 19.95–20.25 億(年增 43–45%)、利潤率 84–85%。與 FMP 共識比:營收中值 23.80 億 vs 22.54 億高 5.6%、EBITDA 中值 20.10 億 vs 18.33 億高 9.6%。中值隱含全年營收與 EBITDA 成長超過 50%(電話會議)。不給全年以後的指引;長期仍維持「年複合成長約 30%」目標。
  • 管理層重點
    1. 新一代模型部分上線,改進動能回來:本季「部分」推出新架構模型,廣告主在目標投報率下可花出更多預算,遊戲廣告年增近五成、重新加速;執行長稱技術複雜度相當於當年 Axon 2.0、「轉換還在前面」,新架構可訓練更大模型、在資料稀少處(新客戶、小客戶、新品類)進步最多,但「不承諾改進節奏與全面上線時間」。
    2. 電商(消費者廣告):消費者廣告主支出季增雙位數、年增三位數;第四季為電商旺季、開局良好,但提醒電商「第四季大、第一季弱」的季節性會越來越明顯。自助平台仍在早期:經業務團隊協助或成熟廣告主成效好,純小型商家自助投放「還要更久」;推薦合作夥伴計畫多季多年推進,新客戶導入速度在加快;亞太新站點數成長較快。
    3. 對第二季失誤與競爭疑慮的回應:執行長稱「一季前我們在解釋失誤,說明了原因、已修正、業務會重新加速,這季數字都兌現了」;第二季問題是「自己的失誤」,不是競爭對手擠壓,市場不是零和。未提及股東集體訴訟。
    4. 回購加碼:第三季回購與代扣 410 萬股、14 億(上季明顯加碼),季末流通股 3.31 億股;自開始回購以來累計回購與代扣 1.04 億股、94 億,約占同期自由現金流 85%,稀釋加權股數連 8 季下降、年減約 2%;董事會再增授權 32 億,總授權 36 億(10 月底)。財務長稱本季加碼是因「股價與內在價值脫節」而「伺機加速」,未來也可這樣做。
    5. 現金流與財務:自由現金流 14.18 億,占調整後 EBITDA 77%(上季 53%,受繳稅時點影響),全年轉換率預估 70–75%;現金 31.7 億、長期負債 35.2 億,淨槓桿低於 0.1 倍。前九月繳稅 9.26 億,遠高於去年同期 1.67 億(新聞稿現金流量表)。另提到持續投入連網電視試點,「短期別指望貢獻營收」,也在考慮以併購取得資料與客戶關係。
  • 法人看法(會議後)
    • 韋德布什(看多,表現優於大盤):營收明顯超越指引上緣、季增表現強勁,是維持正面看法的依據。
    • 豐業銀行(看多,類股表現優於大盤):市場爭論已從「人工智慧模型到底有沒有效」轉成「這種改進能不能一再重複」,後者仍是未解問題;調整純屬評價因素、與業務無關。
    • 派傑(中立):季增主要來自遊戲,即使在遊戲以外加碼投資,增量利潤率仍維持穩定;並指出財報前買方情緒普遍偏空。
    • 高盛(中立):肯定消費者(電商)廣告主總支出年增三位數,評等未變。
  • 市場共識(整理):
    • 主流看法:營收與 EBITDA 都高於指引上緣、第四季指引明顯優於預期,新一代模型帶動遊戲重新加速,被視為回應 7、8 月「模型改進放緩」疑慮的關鍵一季;股價今年跌幅居標普 500 之冠,盤後大幅反彈。
    • 多方論點:新模型才部分上線、後續仍有改進空間;電商年增三位數;營收增量八成以上轉為營業利益;大幅加碼回購。
    • 空方疑慮:自由現金流成長落後淨利(現金稅與應收帳款上升);仍不拆分遊戲與電商營收,能見度有限;電商季節性將使明年第一季轉弱;股東集體訴訟仍在進行(首席原告登記期限 11/16)。
    • 來源:Benzinga、MarketWatch、The Motley Fool
  • 預期 EPS:2026 年 15.72 → 16.16(+2.9%)、2027 年 19.77 → 20.48(+3.6%)、2028 年 24.43 → 25.65(+5.0%)(財報前 10/31 → 最新 11/13)
  • 護城河(推估):自家聚合平台(MAX)加上大規模競價資料與預測模型形成資料規模與網路效應,新架構延長改進路徑;但模型進步不可預測、電商自助仍早期,且高度依賴行動遊戲版位,波動與訴訟風險仍在。
法人問答 18 題

新一代模型比 Axon 2.0 最大改進?第四季季增 8–10% 是否保守?

答:可訓練更大模型、優化空間大,但不承諾全面上線時程;指引照慣例只納入已上線的改進與正常季節性

花旗推薦合作計畫進度?

答:仍在進行中,屬多季多年工程,新客戶導入速度在加快

摩根士丹利新模型是否提高遊戲廣告成長空間?連網電視重要性?

答:新模型更準、可望讓遊戲維持更高成長,但 30% 長期目標不需靠它;連網電視已有試點、短期不貢獻

德意志銀行電商資料飛輪何時到臨界點?假期預算能否延續到明年?

答:資料與更大模型相輔相成,也考慮取得資料;照正常季節性,第一季會回落

瑞銀廣告主擔心電商加入會推高競價、壓縮投報率?

答:認為這類通路調查有偏差;預測更準時單價會升,但廣告主投報率也上升

Evercore ISI新架構能否跨遊戲與電商通用?品牌廣告轉向應用程式的機會?

答:有可能;以成效為導向的品牌預算會移到應用程式廣告

BTIG模型改進能否釋出更多版位給非遊戲廣告主?回購會否更積極?

答:現有生態擴充有限,連網電視才是大版位機會;本季已因股價脫節而加碼回購,未來可再做

奧本海默動態商品廣告與生成式影片哪個重要?電商學習期是否縮短?

答:兩者都要;新模型在少資料時學得更快,但客戶仍需做增量測試、導入較慢

Loop Capital自助與推薦客戶的成效?廣告素材仍是瓶頸?資料是否足夠?

答:經團隊協助的客戶成功率高,小商家自助還早;素材不是障礙而是規模限制;資料越多越好、不急

Wolfe Research如何讓投資人對成長能見度更有信心?

答:無法提供預測性指標,強調過去 16 季有 14 季超越指引上緣(未正面回答新揭露)

威廉布萊爾這次算 Axon 3.0 嗎?競爭狀況?

答:技術複雜度相當,但只說是下一代模型;市場非零和,上季是自身失誤

摩根大通30% 成長靠投報率還是新客戶?第四季遊戲假設?

答:難以拆分,新客戶主要在電商;不拆分遊戲與電商,指引已含已上線的模型改進

富國銀行收購資料的理想標的?為何亞太電商進展較快?

答:類似當年收購 MoPub 取得客戶關係;亞太新站點多、歸因簡單,不代表滲透較深

美銀模型自我學習帶來的固定成長幅度?

答:自我學習存在但無法量化拆分(未正面回答)

派傑聚合平台(MAX)版位成長與取得成本?

答:版位仍強勁雙位數成長;靠技術進步快於成本上升

Cannonball Research抽成比率走向?遊戲與電商是否不同?

答:不談抽成比率;同一競價下兩者定價相近

SSR聚合平台中的資料歸誰?

答:只看得到自己是否得標與成交價,無法取得他人資料

加拿大皇家銀行電商成效改善靠模型還是客戶學習?優先哪類客戶?

答:主要是客戶學習曲線;優先成熟客戶,靠合作夥伴導入

‹ 回公司列表