TikTokで見る売上 2,464百万米ドル、営業利益 -137百万米ドル。5年推移と一次資料から、顧客・事業・財務をつなげて読みます。
MongoDBの最新開示は、売上高2.5億ドル、営業利益等-0.1億ドル、売上成長率22.8%、利益率-5.6%だった。
2026年1月期 / 売上 2,464百万米ドル・営業利益 -137百万米ドル
顧客の何が変わった：Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねる。
次に見る数字：Atlas Revenue比率・$100k+ ARR顧客数
詳しい用語の前に、今回の因果関係と確からしさだけを一枚で確認できます。
顧客の変化が財務へ届く因果を1枚で確認します。
Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本…
対象期間のPLで確認した売上と営業利益率です。
見直すサインは、Atlas顧客が増えても高額顧客と消費量が伸びず、クラウド原価と販売費で営業レバレッジが出ない状態
ここから先は、一次資料、顧客が選ぶ理由、PL・BS・CF、次回の確認ポイントを順にたどります。
まずPLで結果を押さえます。売上の増減だけでなく、その成長が利益に変わったかを確認します。
MongoDBの最新開示は、売上高2.5億ドル、営業利益等-0.1億ドル、売上成長率22.8%、利益率-5.6%だった。
数字の大小だけでなく、誰のどの状況を捉え、どの顧客行動が変わり、売上と利益に届いたかを順に見る必要がある。MongoDBは、MongoDB Atlasの規模だけでなく、Document Modelが顧客行動を変え、Atlas Revenue比率から財務へ届く因果で評価する。開発者人気より、無料・小規模Atlasが本番ワークロードと高額顧客へ育つ速度を見る。
開発者人気より、無料・小規模Atlasが本番ワークロードと高額顧客へ育つ速度を見る。 ただし、この見立ては結果から物語を作るためのものではない。Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率が先に動き、その後に売上、利益率、営業CFが改善する順序を次回以降も確認する。順序が逆なら、一時的な価格改定、為替、事業売却など別要因を疑う。
ドキュメント型データベースMongoDB Atlasを中心にアプリ開発基盤を提供する。 この事業構造では、単発の認知獲得より、MongoDB Atlasを選ぶ場面を増やし、Document Modelの利用へつなげる設計が重要になる。決算記事の役割は施策を称賛することではなく、顧客接点から財務成果までの因果を、あとで確かめられる形で示すことにある。
PLグラフではFY2022、FY2023、FY2024、FY2025、FY2026の売上高と利益を同じ時間軸で比較する。最新の売上高は2.5億ドル、利益は-0.1億ドル、利益率は-5.6%である。売上成長22.8%が、顧客数、利用頻度、単価、商品構成のどれで生まれたかを分解しなければ、再現可能性は分からない。
Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねる。 Atlas Vector Searchを早めに変化が表れる指標に置き、接点増が利用頻度・単価・継続率のどれを動かすか確認する。 この仕組みが働けば、まずAtlas Revenue比率と$100k+ ARR顧客数に変化が現れ、次に売上、最後に固定費吸収や商品構成を通じて利益率へ届く。利益だけが先に改善した場合は、販促抑制や人員調整など成長余力を削った可能性も確認する。
開発者のDocument Model採用をAtlasの本番消費とVector Searchへ移す。 重要なのはマーケティングを費用項目だけで見ないことだ。顧客獲得費、店舗・物流・開発、コンテンツ、販売人員は、MongoDB Atlasの利用を増やして将来キャッシュを生むなら成長投資になる。一方で消費顧客の拡張率が動かなければ、売上が伸びても投資効率は悪化している。
同じ軸に重ねず、それぞれの変化を比較します。
元データ単位：百万米ドル読みどころ：売上高はFY2026が最大。直近の利益は前期比で改善し、利益率は-5.6%です。
会社が開示した施策と事業別の数字から、増減の背景を事実ベースでたどります。
決算発表で確認した顧客・商品・チャネル
10-Kでは、MongoDB Atlas、Document Model、Atlas Vector Searchを軸に、顧客獲得と継続利用、会員・契約型収益、プラットフォームとネットワークに関わる開示を確認できる。これは資料に記載された事業・顧客接点を整理した一次情報であり、以下の成長メカニズムは当サイトの分析である。 参照したのは「MongoDB 10-K（2026-03-11提出）」（2026-03-11）である。財務数値だけを集めた二次データではなく、会社自身が説明する製品、顧客、販売経路、リスクの記述を分析の起点にした。
一次資料から読み取るべきマーケティング情報は広告出稿額だけではない。MongoDB Atlasは顧客が価値を受け取る商品・接点、Document Modelは利用を継続または拡張する装置、Atlas Vector Searchは収益化や差別化に関わる資産として整理できる。会社の表現と当サイトの解釈を混同せず、前者を事実、後者を検証仮説として扱う。
開示KPIではAtlas Revenue、Customers、Customers with $100k+ ARRを追う。これらを顧客獲得と継続利用、会員・契約型収益、プラットフォームとネットワークの観点で並べ直すと、顧客数だけでなく利用頻度、単価、商品構成、継続率のどこが財務数値を動かしたかを判断しやすい。資料にない因果は断定せず、次回開示で確かめる。
会社が開示した事実と、当サイトの分析を分けて表示します。セグメント利益が非開示の場合は推定しません。
MongoDBの一次資料で確認できる指標：Atlas Revenue。
MongoDBの一次資料で確認できる指標：Customers。
MongoDBの一次資料で確認できる指標：Customers with $100k+ ARR。
MongoDBは、MongoDB Atlasの規模だけでなく、Document Modelが顧客行動を変え、Atlas Revenue比率から財務へ届く因果で評価する。開発者人気より、無料・小規模Atlasが本番ワークロードと高額顧客へ育つ速度を見る。Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねる。 Atlas Vector Searchを早めに変化が表れる指標に置き、接点増が利用頻度・単価・継続率のどれを動かすか確認する。Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率の順に追う。顧客接点の改善が数量・単価・継続率を通じてPLの売上高と営業利益へ届き、必要な在庫・設備・運転資本がBSと営業・投資CFへどう現れるかを分けて検証する。
この見立てを見直すサイン見直すサインは、Atlas顧客が増えても高額顧客と消費量が伸びず、クラウド原価と販売費で営業レバレッジが出ない状態。 この場合はMongoDB Atlasを成長を生む仕組みとみなす仮説を見直し、価格、供給、製品力、投資配分の別仮説へ切り替える。
数字の手前にある顧客の状況、行動を止める負担、選ばれる仕組みを順に読みます。
顧客が求めていること：最も強い仮説は「進める本能」。停滞を抜け、目標へ前進して成長や達成を実感したいという根源欲求が、MongoDB Atlasを選ぶ理由の土台にある。次点の「有する本能」は、Document ModelからAtlas Vector Searchへ利用を広げる意味を補強する。売上高2.5億ドル、成長率+22.8%、利益率-5.6%という現在地から、この欲求が継続利用と収益性の両方へ届くかを確かめる。
誰に / どんな状況か仕様変更の多いアプリ、分散データ、生成AI検索を早く構築したい時に選ばれる。その場面で「既存SQL資産、運用移行、クラウド費用、開発者採用が本番採用を遅らせる」という失敗や摩擦を避けたい人・組織をWHOとする。
何を / どんな変化を約束するかMongoDB Atlas・Document Model・Atlas Vector Searchを手段に、Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねるという変化を届ける。機能ではなく、最終的にどんな自分・組織でありたいかまでをWHATに含める。
持ちたいMongoDB Atlas・Document Modelという具体的な手段を使える。したいDocument Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねることで、望む行動を迷いなく前へ進める。その先でなりたい姿は、停滞を抜け、目標へ前進して成長や達成を実感したいです。
文章の要点を、顧客の状況と行動の関係で整理します。
仕様変更の多いアプリ、分散データ、生成AI検索を早く構築したい時に選ばれる
Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本…
開発者採用を使い、MongoDB Atlasが選ばれる具体状況と未充足ジョブを特定し、平均顧客の一般論にしない
MongoDBは、MongoDB Atlasの規模だけでなく、Document Modelが顧客行動を変え、Atlas Reve…
仕様変更の多いアプリ、分散データ、生成AI検索を早く構築したい時に選ばれる。 その状況でMongoDB Atlasが想起され、未充足ジョブから初回利用へ移る条件を観察する。
行動を止める不安や負担：欲求はあっても、「既存SQL資産、運用移行、クラウド費用、開発者採用が本番採用を遅らせる」という行動を止める不安や負担が行動を止める。訴求の強さより、この葛藤を商品・接点・運用で解けるかが重要になる。
既存SQL資産、運用移行、クラウド費用、開発者採用が本番採用を遅らせる。 特にDocument Modelを選ばない理由を価格だけで説明せず、時間・学習・不確実性・既存行動の負担へ分解する。
Document Modelで初期開発を速め、MongoDB Atlasの運用自動化とAtlas Vector Searchを本番データへ重ねる。 Atlas Vector Searchを早めに変化が表れる指標に置き、接点増が利用頻度・単価・継続率のどれを動かすか確認する。
同じ目的を満たす別の選択肢：DynamoDB等だけでなく、PostgreSQL継続、自前運用、アプリ刷新延期、検索機能を作らない選択が競合する。 同業比較に閉じず、同じ時間・予算・ジョブを奪う代替行動と何もしない選択まで含めてMongoDB Atlasの選択理由を特定する。
数字で確かめる：仮説は心理描写で断定しない。Atlas Revenue比率と$100k+ ARR顧客数が改善し、その後に売上・利益・営業CFが続くかで検証する。
この会社が成長する見立て：MongoDBは、MongoDB Atlasの規模だけでなく、Document Modelが顧客行動を変え、Atlas Revenue比率から財務へ届く因果で評価する。開発者人気より、無料・小規模Atlasが本番ワークロードと高額顧客へ育つ速度を見る。
考える手がかり：開発者採用では、開発者採用を使い、MongoDB Atlasが選ばれる具体状況と未充足ジョブを特定し、平均顧客の一般論にしない。 ユニットエコノミクスでは、ユニットエコノミクスを使い、Document Modelへの投資が$100k+ ARR顧客数を経て利益とCFへ届く条件を検証する。
顧客の欲求は公開情報から立てた見立てです。顧客調査と、利用・継続・単価など早めに変化が表れる数字で確かめます。
仕様変更の多いアプリ、分散データ、生成AI検索を早く構築したい時に選ばれる。
その状況でMongoDB Atlasが想起され、未充足ジョブから初回利用へ移る条件を観察する。 これは広い属性ターゲットではなく、顧客が進歩を求める具体的な状況である。その状況でMongoDB Atlasが想起され、比較され、初回利用され、Document Modelへ進むまでを一つの行動連鎖として捉える。
既存SQL資産、運用移行、クラウド費用、開発者採用が本番採用を遅らせる。 特にDocument Modelを選ばない理由を価格だけで説明せず、時間・学習・不確実性・既存行動の負担へ分解する。 認知が足りないと決めつけて広告を増やすのではなく、注意、動機、実行能力、状況制約のどこで止まるかを切り分ける。Atlas Vector Searchが効くのは、顧客が感じる手間、失敗不安、切替コストのいずれを減らすかが明確な場合である。
ユニットエコノミクスを当てはめると、ユニットエコノミクスを使い、Document Modelへの投資が$100k+ ARR顧客数を経て利益とCFへ届く条件を検証する。。フレーム名を付けることが目的ではなく、Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率を観測可能な形に変え、次の決算で仮説を更新できるようにする。
MongoDBの競争範囲を、会社が属する業界からではなく、顧客が片づけたい用事から引き直す。今回の開示（2026.07.19、FY2026 売上高 2.5億ドル）で検証する競争仮説は次の通りだ。DynamoDB等だけでなく、PostgreSQL継続、自前運用、アプリ刷新延期、検索機能を作らない選択が競合する。 同業比較に閉じず、同じ時間・予算・ジョブを奪う代替行動と何もしない選択まで含めてMongoDB Atlasの選択理由を特定する。 したがって、MongoDB Atlasの比較表に同業製品を並べるだけでは不十分である。顧客が同じ時間と予算で選べる代替手段、現在の習慣を続ける選択、購入や導入を先送りする何もしない選択まで含めて、どこから需要を獲得し、どこへ流出しているかを見る。
この企業で競合の境界が変わる理由は、顧客状況と障壁にある。仕様変更の多いアプリ、分散データ、生成AI検索を早く構築したい時に選ばれる。 その状況でMongoDB Atlasが想起され、未充足ジョブから初回利用へ移る条件を観察する。 一方で、既存SQL資産、運用移行、クラウド費用、開発者採用が本番採用を遅らせる。 特にDocument Modelを選ばない理由を価格だけで説明せず、時間・学習・不確実性・既存行動の負担へ分解する。 Document ModelとAtlas Vector Searchは単なる周辺サービスではなく、その障壁を下げて同業以外の代替手段から選択を取り戻す装置と考えられる。逆に、顧客が代替手段を選ぶ合理性を解消できなければ、認知や接触量を増やしても新しい需要には変わらない。
勝敗は抽象的なブランド評価ではなく、Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率で判定する。Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率の順に追う。顧客接点の改善が数量・単価・継続率を通じてPLの売上高と営業利益へ届き、必要な在庫・設備・運転資本がBSと営業・投資CFへどう現れるかを分けて検証する。 これらが改善せず、見直すサインは、Atlas顧客が増えても高額顧客と消費量が伸びず、クラウド原価と販売費で営業レバレッジが出ない状態。 この場合はMongoDB Atlasを成長を生む仕組みとみなす仮説を見直し、価格、供給、製品力、投資配分の別仮説へ切り替える。なら、MongoDBが同じ目的を満たす別の選択肢から需要を移したという仮説は見直す。競合分析を市場シェアの説明で終わらせず、顧客の選択変化から利益率、投下資産、キャッシュ回収までつなげる。
顧客の選択が事業KPIを通じて財務へ届く道筋を確認し、BSとCFで投資の重さと回収を見ます。
Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率の順に追う。顧客接点の改善が数量・単価・継続率を通じてPLの売上高と営業利益へ届き、必要な在庫・設備・運転資本がBSと営業・投資CFへどう現れるかを分けて検証する。
BSのボックス図では、現預金や売掛金だけでなく、在庫、設備、のれん、無形資産と、それを支える負債・資本を確認する。
MongoDBではMongoDB AtlasとDocument Modelを届けるために必要な資産が、顧客価値の拡張に結びついているか、売上の伸びを上回って膨らんでいないかが焦点になる。
AWS互換サービス、消費最適化、AIデータ基盤競争。 このリスクは損益計算書に表れる前に、在庫回転の低下、売掛金の増加、のれん・無形資産の積み上がり、借入依存の上昇としてBSに残りやすい。顧客獲得を増やしても回収期間が長くなれば、見かけの成長と企業価値は逆方向へ動く。
開発者採用の観点では、開発者採用を使い、MongoDB Atlasが選ばれる具体状況と未充足ジョブを特定し、平均顧客の一般論にしない。。この施策を資産側から検証するなら、Atlas Revenue比率の改善が運転資本や固定資産の増加を上回るかを見る。資産の名称ではなく、顧客が選び続ける状態をどれだけ効率よく作れるかで投資の質を評価する。
CF滝チャートでは期首現金から営業、投資、財務、為替等を経て期末現金へ至る流れを示す。営業利益が改善しても、売掛金や在庫が増えれば営業CFは弱くなる。投資CFの赤字も一律に悪いのではなく、MongoDB AtlasとDocument Modelの利用を増やす投資か、維持のための支出かを分ける。
Atlas Revenue比率、$100k+ ARR顧客数、消費顧客の拡張率の順に追う。顧客接点の改善が数量・単価・継続率を通じてPLの売上高と営業利益へ届き、必要な在庫・設備・運転資本がBSと営業・投資CFへどう現れるかを分けて検証する。 したがって、Atlas Revenue比率と$100k+ ARR顧客数が改善し、営業CFが追随し、追加投資後も回収余力が残る状態が望ましい。逆に財務CFで資金を補い続けながら早めに変化が表れる指標が停滞するなら、成長ではなく資金繰りの問題へ近づく。
短期のフリーCFは投資時期で振れるため、一四半期だけで結論を出さない。FY2022、FY2023、FY2024、FY2025、FY2026のPL推移、BSの資産構成、営業CFと投資CFを合わせ、顧客価値の拡張と資本負担が同じ方向に動いているかを確認する。
資産を、負債と資本でどう支えているか。
単位：百万米ドル稼ぐ・投じる・調達する動きが、現金をどう変えたか。
単位：百万米ドルPL・BS・CF対象期間：2026年1月期 単位：百万米ドル 出典：MongoDB SEC Company Facts（2026年1月期 Form 10-K） →
PLは対象期から年を遡った実績、BSは対象期末、CFは対象期の数値を表示しています。
成長の見立てを信じ切らず、先に動く数字と、判断を変える条件を決めて終えます。
第一にAtlas Revenue比率、第二に$100k+ ARR顧客数、第三に消費顧客の拡張率を確認する。
三つを顧客接点、行動変化、事業KPIの順に並べ、PLへ届く時間差も含めて追う。単一KPIの上昇だけでは、値引きや販促で一時的に作られた可能性を排除できない。
前向きな見立ては「MongoDBは、MongoDB Atlasの規模だけでなく、Document Modelが顧客行動を変え、Atlas Revenue比率から財務へ届く因果で評価する。開発者人気より、無料・小規模Atlasが本番ワークロードと高額顧客へ育つ速度を見る。」である。見直すサインは「見直すサインは、Atlas顧客が増えても高額顧客と消費量が伸びず、クラウド原価と販売費で営業レバレッジが出ない状態。 この場合はMongoDB Atlasを成長を生む仕組みとみなす仮説を見直し、価格、供給、製品力、投資配分の別仮説へ切り替える。」。一次資料の表現が変わった場合や新しいKPIが追加された場合は、過去の結論を守るのではなく、顧客状況と成長メカニズムを更新する。
MongoDBの決算は、MongoDB Atlas、Document Model、Atlas Vector Searchという固有資産、顧客の選択場面、同じ目的を満たす別の選択肢、早めに変化が表れる数字、PL・BS・CFを一本につなぐと理解しやすい。次回は数字の増減だけでなく、この因果のどこが強まり、どこが崩れたかを点検する。
数値は各社の決算短信、決算説明資料、財務データを優先しています。会社独自指標は定義を確認し、会計指標と区別しています。本稿は公開情報に基づく分析であり、投資勧誘を目的としません。
一社・一期間だけで結論を出さず、同じ会社の前後決算と同業の最新決算を続けて確認できます。