為什麼 Asana 股票今天暴跌?

發布日期:

科技股 Tech Stock


2023年9月6日金融快訊Market Briefing
Asana (ASAN) 的股價 今天下跌。這家項目管理軟件公司在第二季度收益報告中公佈了好於預期的業績,但投資者仍然對這些數字猶豫不決。在市場對盈利能力給予溢價之際,Asana 卻出現了巨額虧損。

該季度收入增長 20% 至 1.625 億美元,高於市場預期的 1.579 億美元。 年支出超過 5,000 美元的客戶數量增加了 15%,達到 20,782 名,年支出超過 100,000 美元的客戶數量增加了 20%,達到 553 名。其按美元計算的淨保留率為 105%,這表明現有客戶的支出僅增加了 5%。這可能反映出它失去了一些客戶。對於每年消費超過 1 億美元的客戶,其保留率為 125%。

就利潤而言,Asana 的利潤率有所改善,但根據公認會計原則計算,仍顯著無利可圖,淨虧損為 7140 萬美元。經過調整(主要是基於股份的薪酬)後,該公司虧損 840 萬美元,即每股虧損 0.04 美元,好於每股虧損 0.11 美元的估計。 自由現金流為 1,460 萬美元,高於去年同期的虧損 4,230 萬美元。

首席執行官達斯汀·莫斯科維茨 Dustin Moskovitz 表示,“Asana 第二季度的業績超出了營收和利潤的預期。收入增長好於我們的指導,營業利潤率提高了37 個百分點,並且我們公佈了正的自由現金流。”

該公司還給出了好於預期的第三季度和全年指引。第三季度營收預計在 1.635 億美元至 1.645 億美元之間,增長 16%,略高於預期,但該公司預計淨利潤將比第二季度擴大,預計調整後每股虧損 0.10 美元至0.11 美元。

這可能引發了今天的拋售,因為投資者在過去幾年中對不盈利的軟件股票缺乏耐心。 預計 Asana 股票將繼續面臨挑戰,直到它能夠扭虧為盈或收入加速增長。

在如此動蕩的金融市場中,你會選擇怎樣投資?
一起深入了解資深投資者的美股交易策略。在投入股市之前,多認識美股市場,才可提高投資回報率。關注狂呼“個股分析”欄目,緊密跟蹤美股走勢,尋找更多投資機會。

點擊此處了解更多

免責聲明:本文章提供的信息僅供一般信息目的,並不應被視為投資建議。

返回網誌
1 / 8
  • 非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    近年來,基因學和醫學的迅猛發展使得孕婦能夠通過簡單的DNA血液測試來檢測胎兒性別,這一進步大大簡化了傳統的檢查方式。現在,通過NIPT進行胎兒性別鑒定,孕婦可以在懷孕早期進行測試,這種方法不僅快速,而且更加精准。

    非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    近年來,基因學和醫學的迅猛發展使得孕婦能夠通過簡單的DNA血液測試來檢測胎兒性別,這一進步大大簡化了傳統的檢查方式。現在,通過NIPT進行胎兒性別鑒定,孕婦可以在懷孕早期進行測試,這種方法不僅快速,而且更加精准。

  • SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功將“超重型”助推器回收,這一創舉標誌著太空探索歷史上的一個重要里程碑。這不僅是技術上的突破,更是在經濟上具有深遠意義的進展。通過回收助推器,SpaceX能夠顯著降低未來太空旅行的成本,這將使得太空探索變得更加可及。

    SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功將“超重型”助推器回收,這一創舉標誌著太空探索歷史上的一個重要里程碑。這不僅是技術上的突破,更是在經濟上具有深遠意義的進展。通過回收助推器,SpaceX能夠顯著降低未來太空旅行的成本,這將使得太空探索變得更加可及。

  • AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    諾貝爾三大科學獎中,有兩項頒給了與AI相關的科學研究,深刻反映了AI技朮在全球科研舞台上的崛起與影響。這不僅表明了AI技朮正在逐步成為科學研究的重要工具,也顯示出其在解決復雜科學問題中的潛力。

    AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    諾貝爾三大科學獎中,有兩項頒給了與AI相關的科學研究,深刻反映了AI技朮在全球科研舞台上的崛起與影響。這不僅表明了AI技朮正在逐步成為科學研究的重要工具,也顯示出其在解決復雜科學問題中的潛力。

  • 人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    兩位獲獎者運用物理學原理來訓練神經網絡,開發出為當今強大機器學習技朮奠定基礎的方法。他們的研究利用了物理學的基本概念,通過網絡結搆處理信息,促使機器學習在過去20年內實現了“爆炸式”增長,催生了如今廣為人知的人工智能技朮。

    人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    兩位獲獎者運用物理學原理來訓練神經網絡,開發出為當今強大機器學習技朮奠定基礎的方法。他們的研究利用了物理學的基本概念,通過網絡結搆處理信息,促使機器學習在過去20年內實現了“爆炸式”增長,催生了如今廣為人知的人工智能技朮。

1 / 4
1 / 4
1 / 4