Databricks lève 1 milliard de dollars !

La nouvelle en question était la suivante : Databricks a levé 1 milliard de dollars !!! 1 mi-mi-milliard !!! Cette levée de fond fait passer sa capitalisation à 28 milliards de dollars, en pleine crise sanitaire !!!!

Décidément, cette année est particulière. Le monde est censé être en pleine crise et pourtant il y’a des entreprises qui engendrent des milliards de dollars !! Après le bitcoin qui n’en finit plus de monter, Tesla qui a une capitalisation boursière qui dépasse celle du groupe Renault, Volkswagen, Toyota et Ferrari combiné alors qu’elle n’a vendu que 499 000 véhicules (on ne parle même pas des 11 millions de véhicules vendus par Volkswagen à elle toute seule !), c’est autour de Databricks de nous choquer après une levée de fonds record de 1 milliard de dollars et une valorisation boursière de 28 milliards !

Alors, on rappelle quand même que Databricks est la société qui commercialise une version payante d’Apache Spark, le framework de calcul distribué réclamé aujourd’hui par toutes les entreprises qui font sérieusement du Big Data !

On rappelle également que son co-fondateur Matei Zaharia, est le développeur qui a créé Spark à l’université de Berkeley.

Du coup, une telle valorisation a forcément des impacts sur le marché. Dans cette chronique, nous allons réfléchir ensemble sur les impacts potentiels de cette levée de fonds sur le marché du Big Data.  Attention ! Cette analyse est mon point de vue personnel.

Commençons par les bases. Qui est Databricks ?

Databricks est une start-up (société à recherche d’un modèle économique scalable) qui a été co-créée en 2011 par Matei Zaharia pour commercialiser Apache Spark. Certes, Spark reste toujours open-source, mais l’entreprise fournit une version commerciale avec tout un écosystème d’outils autour (comme MLFlow) pour faciliter sa prise en main.

Cette année, l’entreprise aura 10 ans, mais elle n’est pas vraiment considérée comme un éditeur logiciel classique au même titre qu’un SAP ou un Microsoft par exemple. Jusqu’aujourd’hui, à San Francisco, l’entreprise est toujours considérée comme une start-up (ou comme une licorne comme on dit en France).

Au fil des années, l’entreprise a fait évoluer son modèle économique, quittant de la simple vente de licences Spark avec des outils simplificateurs (comme MLFlow) au développement d’une plateforme de traitement BI/Big Data unifiée (qu’elle appelle aujourd’hui Delta Lake). En clair, l’entreprise s’est peu à peu lancée sur le même terrain que Snowflake et aujourd’hui les deux entreprises sont rivales.

En lançant sa plateforme unifiée, l’entreprise a également changé de modèle économique et est quittée d’une tarification On-premise (une licence par utilisateur et par serveur/unité de calcul) pour une tarification par abonnement en Pay-as-you-Go (facturation à l’usage). En gros, l’entreprise est passée à un modèle full cloud et a commencé à offrir sa plateforme (Spark principalement) en mode SaaS.

Et là ! Boommmm !!!! Grâce à ce changement, l’entreprise a rencontré son succès (on est aux années 2018-2019), et là où justement Cloudera, Hortonworks et MapR ont raté le virage du Cloud (parce qu’essoufflé à cause de la concurrence agressive que leur menaient Amazon et Microsoft avec leur Cloud respectif Aws et Azure), Databricks a su tirer son épingle du jeu.

Alors que Amazon et Microsoft ont réussi à créer un équivalent de toutes les technos Big Data Open Source (leur propre SGBD NoSQL, leurs propres outils devops, leurs propres technos SQL, etc.), ils n’ont pas réussi à créer…leur propre Spark ! Du coup, ils ont pris la décision futuriste d’investir dans le capital de Databricks en tant qu’actionnaires et de proposer Spark Databricks dans leur cloud respectif. Ainsi, lorsque votre entreprise souscrira à un Cloud, vous y verrez un Spark Open Source, et un Spark Databricks (avec des appellations commerciales différentes bien évidemment). La seule différence c’est que le Spark Databricks vient avec un tas d’outils qui facilitent sa prise en main, mais cette fois dans le Cloud.

Maintenant les bases ont été posées pour mieux apprécier ce qui se cache derrière les 1 milliard de levées de fonds et les impacts potentiels sur le marché du Big Data.

1 Milliard de levées de fonds ?? Quand même !!

En marketing, il y’a un adage qui dit : « subscribers are betters than customers« , en français, le sens littéral c’est : « avoir des abonnés c’est mieux qu’avoir des clients« .

La valorisation de 28 milliards de Databrick pour une start-up semble de prime abord ressembler à une grosse spéculation similaire à celle de Tesla, mais ce n’est pas le cas. Souvenez-vous, lorsqu’une entreprise vend un logiciel en mode SaaS, donc par abonnement, les clients payent un montant récurrent pour avoir accès au service.

Cela signifie que ceux-ci ont une lifetime value qui est plus grande que celle des clients qui achètent le produit sans abonnement. En clair, les clients par abonnement dépensent plus dans le temps que les clients qui ne sont pas abonnés. C’est au passage pourquoi Amazon nous incite tant à s’abonner à Prime…