Rokt

1.1 公司身份、平台架构与变现引擎

Rokt 由 Justin Viles 和 Bruce Buchanan 于 2012 年创立。Buchanan 在 Jetstar Airways 任职期间观察到，客户交易时刻是尚未充分利用的高意向流量入口，由此萌生了公司的方向 [CO001]。公司法律实体为 ROKT Pte. Ltd.，全球总部位于纽约；它提供电商技术平台，利用机器学习在购物车、支付和购后确认环节编排个性化优惠 [CO002, CO014]。不同于打断漏斗上游浏览行为的传统数字广告平台，Rokt 运营着一个封闭式双边市场：商户合作方通过相关的第三方优惠或原生产品交叉销售，让最终结账页面产生收入 [CO014]。核心引擎名为 Rokt AI Brain，在毫秒级延迟预算内实时决策，优化每笔交易收入，同时守住商户的核心转化率 [CO014]。

1.2 管理层、AI 专长与董事会治理

Rokt 的管理层仍由联合创始人兼 CEO Bruce Buchanan 主导；他的航空商业背景塑造了公司对交易后变现的关注 [CO001, CO003]。核心技术差异化由首席 AI 官 Claire Southey 负责，她管理决定优惠相关性和数据隐私的机器学习模型与推理系统 [CO003]。为筹备计划中的上市并强化公司治理，Rokt 于 2025 年末扩大董事会顾问结构，任命 Datadog CFO David Obstler 担任审计委员会主席，并聘任前 Wise CFO Matt Briers 为董事会顾问 [CO004]。这些任命带来了面向公开市场的财务报告监督和审计控制，降低关键人物运营风险，并在未来 IPO 前建立正式的委员会流程 [CO004]。

1.3 资本化历程、老股估值与机构支持

Rokt 在多轮融资中筹得超过 $480 million 一级股权资本，其中包括 2021 年 12 月完成的 $325 million E 轮融资 [CO005]。2025 年 1 月，公司完成一笔 $335 million 的老股流动性交易，将 Rokt 估值定为 $3.5 billion；Tiger Global Management 与长期早期投资方 Square Peg Capital 共同领投 [CO006]。股东包括一线风险投资机构、后期成长型 crossover 基金和耐心的机构养老金资本，如 Whale Rock Capital、TDM Growth Partners 及 Hostplus [CO007]。这种多层次的所有权结构让员工和早期股东获得了充分流动性，又避免发行稀释性一级股权，同时吸引了公开市场 crossover 投资者的机构支持 [CO006, CO007]。

1.4 运营规模、战略收购与结构性逆风

Rokt 的运营网络在 2025 年处理超过 7.5 billion 笔交易，达到巨大的商业规模；公司披露的 2024 年收入为 $600 million，预计 2025 年年化收入规模为 $800 million 至 $900 million [CO008, CO009, CO010]。全球业务覆盖 17 个国际市场，在 8 个公司办公室拥有超过 700 名员工，工程中心位于纽约、悉尼和西雅图 [CO011]。不过，历史运营披露也揭示了明显的结构性风险：在其核心广告产品中，扣除合作方分成和运营成本后，每美元广告总支出，公司仅保留约 7 美分毛利 [CO012]。此外，2020 年疫情期间，娱乐和旅游行业的垂直集中导致收入下滑 65%，说明公司对行业交易量冲击高度敏感 [CO013]。

1.5 展示项

2.1 市场边界、支出分类与替代方案

交易时刻商业媒体市场在数字广告和电商软件中形成了清晰的结构边界。不同于 Google、Meta 等通过搜索、社交信息流和漏斗上游展示竞价，将购买前用户意向变现的传统数字广告平台，交易时刻平台只在高意向结账及订单确认阶段运营。纳入的支出包括封闭网络效果营销、商户附加收入展示位、支付方式激励，以及直接嵌入确认流程的分布式商业增值服务；不纳入的支出包括站外再营销横幅、漏斗上游程序化展示广告和核心支付收单费用。内部工程开发及静态确认页优惠券是主要的现状替代方案，但企业商户越来越偏好机器学习决策，在不增加结账摩擦的情况下动态排序优惠。[CM001, CM002, CM003]

2.2 市场规模视角：TAM、SAM 与 SOM 的约束

评估交易时刻商业媒体的市场规模，不能只给出一个宽泛估计，而要从多个受约束的分析视角切入。宏观经济天花板是全球电商年商品交易总额超过 6 万亿美元，由此形成巨大的交易基数。Sacra 的分析师基准估计，Rokt 到 2025 年 10 月的年化收入约为 $900 million，企业网络覆盖 3,000 个合作伙伴；公司披露则显示，2025 年网络处理量达到 7.5 billion 笔，预计 2026 年将超过 10 billion 笔。Latka 的历史披露显示，公司 2021 年已有可扩展的 $200 million 底层收入和 $90 million 毛利。将宽泛的商业媒体支出收窄到购后交易时刻后，现实可服务的可获取市场约为 $15 billion 至 $25 billion，受商户分成率和非行业广告主需求制约。[CM004, CM005, CM006, CM009, CM010]

2.3 买方分层、工作流集成与预算归属

交易时刻市场由企业电商商户和非行业效果广告主组成双边商业结构。供给侧包括企业零售商、票务市场平台和网约车运营商，它们部署 Rokt 的软件开发套件，从确认页中获得纯增量利润；决策者包括寻求扩大利润率的首席商务官、电商副总裁和零售媒体网络负责人。需求侧则是客户获取团队和效果媒体买家，它们按每次推荐成本或每次获客成本分配增长预算，面向处于实际购物状态的高意向消费者。商业协议主要采取效果导向的收入分成：广告总支出约 50% 支付给商户合作方，Rokt 在扣除数据、托管和运营开销后留存利润。[CM007, CM008, CM009, CM010]

2.4 增长驱动、采用约束与尽调风险

交易时刻变现由行业结构性催化因素推动，同时受到运营约束牵制。第三方跟踪 Cookie 逐渐被弃用，迫使效果广告主寻找经过认证的第一方客户环境，使封闭网络结账库存变得更有价值。企业零售商的零售产品利润率受到挤压，也会优先寻找能直接流入利润底线的附加收入。反过来，商户担心购物车放弃和品牌受损，限制了采用意愿。交易时刻是购买漏斗最后一个关键环节，不相关或打扰性过强的优惠会惹恼消费者。因此，商户要求严格治理、封闭网络数据隔离及算法质量阈值；无法确保相关性时，系统必须不展示第三方优惠。[CM011, CM012, CM013, CM014, CM015]

2.5 展示项

3.1 竞争格局与分类

Rokt 所处的竞争格局覆盖结账优化技术、卡关联优惠网络、企业零售媒体平台及商户内部工程团队。历史上的结账解决方案主要追求支付速度，而不是广告变现。Bolt 和 Fast 等平台通过一键结账消除购物车摩擦，并收取软件即服务费用或支付处理加价。相比之下，Cardlytics 运营于数字银行应用内，利用金融机构交易记录提供返现优惠，而不是将优惠原生嵌入电商购买流程。除单点解决方案外，企业商业媒体网络让零售商建立私有广告流量位置，Moloco 等机器学习广告技术平台则为效果营销提供竞价基础设施。Rokt 直接作用于高交易量商户的确认页和感谢页，把购后时刻视为由封闭网络第一方数据驱动的增量收入位置，从而形成了独特定位。 [CP001, CP002, CP003, CP005, CP009]

3.2 能力对比与交易时刻差异化

评估交易时刻技术，需要在商户增量收入和结账转化风险之间取得平衡。结账和订单确认是消费者旅程中意向最高的阶段，侵入式促销可能增加购物车放弃，或与商户品牌发生冲突。Rokt 用机器学习相关性评分和合作方库存治理应对这一问题，并提供细粒度的开启与关闭控制，确保直接竞争对手不会出现在商户结账体验中。此外，Rokt 在推荐竞价中设置保留质量阈值；候选优惠达不到严格的相关性标准时，系统会完全抑制展示，以保护用户体验。借助分布式商业能力，Rokt 让客户可以在购物流程内直接把第三方产品加入购物车，而不必将购物者导向站外。独立技术评论指出，高度贴合场景的购后推荐能简化产品发现，并减少消费者在购买意向最强时的决策疲劳。 [CP004, CP006, CP007, CP008, CP012]

3.3 定价模式、商业包装与合作方权衡

软件提供商与商户的商业协同方式，在交易生态中存在明显差异。传统结账平台按月收取固定 SaaS 订阅费，或按商品交易总额收取基点费用，商户需要把结账软件视为运营支出。相比之下，Rokt 作为双边市场，采用效果导向的收入分成结构。市场分析显示，Rokt 从网络产生的每美元广告支出中约获取 50 美分，之后合作商户每笔交易获得估计 25 至 40 美分的增量利润。对于活动停车或旅行保险等分布式商业增值服务，分成率约为百分之三，接近支付商户费用。这种效果导向模式免除了企业商户的前期软件支出，让双方围绕附加率提升保持一致，但也让商户收入暴露于宏观经济广告预算波动。 [CP002, CP010]

3.4 护城河持久性、平台侵入与替代风险

Rokt 的竞争持久性依赖网络密度、企业集成惯性，以及由 4,600 个品牌的超过 1.2 million 个第三方产品构成的双边流动性。Ticketmaster、Uber 和 PayPal 等高交易量商户建立了规模壁垒，抑制商户单独开发内部系统，因为后者缺乏跨商户广告主需求。不过，替代风险仍是尽调重点。Google 和 Meta 等主要数字广告巨头掌握购买前发现渠道的竞价定价；若它们推出标准化的交易后 SDK 或浏览器级商业扩展，Rokt 的分发优势可能被压缩。企业商户扩大自有零售媒体网络后，也可能优先推广第一方供应商优惠，而不是第三方网络广告。公开市场资本配置者还会遇到名称和筛选歧义：无关的 SPDR S&P Kensho Final Frontiers ETF 以 ROKT 为股票代码交易，这凸显出区分 Rokt 私有企业商业业务和公开基金工具的重要性。 [CP008, CP011, CP012, CP013, CP014]

3.5 展示项

4.1 收入来源与定价架构

Rokt 围绕购后和结账交易时刻建立多层变现架构，服务超过 3,000 家企业电商合作伙伴。公司的主要收入引擎是结账广告网络，在订单确认和购物车复核期间投放相关的第三方优惠及品牌信息。在这一核心广告业务中，广告主按每次推荐或完成互动付费，Rokt 按效果收费。该模式将创造的大部分价值——名义上每 $8 交易总价值返还 $7——直接给到承载商户，以协调合作方激励。在核心网络之外，Rokt 通过收购 Canal 等方式扩大分布式商业，让商户在结账流程内直接提供精选的第三方库存，并收取约 3% 的交换费式交易费用。通过收购 mParticle 扩展的软件订阅和客户数据平台基础设施费用，提供了经常性软件收入层，但交易型广告仍是收入增长的主要来源。[CI001, CI005, CI006, CI007, CI008]

4.2 单位经济性、分成率与成本结构

对 Rokt 核心广告单位经济性的拆解显示，这是一个高交易量但净分成留存率受压的市场。管理层披露称，广告主在平台上每支出一美元，总额中的 50 美分直接作为供给侧收入分成给到出版商商户。服务交付、数据获取、实时机器学习基础设施和企业获客成本进一步吸收 43 美分。因此，Rokt 每美元仅保留约 7 美分的公司毛利。分布式商业在无需承担持货风险的情况下，从第三方商品销售中产生约 3% 的增量分成率，但混合模式仍需要巨大的交易吞吐量才能支撑公司管理费用。Rokt 每年投入超过 $100 million 用于研发，以维持低于 200 毫秒的决策和模型再训练；这带来显著的固定资本消耗，需要网络持续保持两位数扩张。[CI005, CI007, CI014]

4.3 商业进展、估值与资本充足性

公开市场和二级市场指标显示，Rokt 的业务规模正在明显加速。公司披露收入从 2024 年的 $600 million 增长至 2025 年超过 $800 million，收入同比增幅超过 40%。网络吞吐量从 2025 年的 7.5 billion 笔交易增长，并预计 2026 年达到 10 billion 笔。 Sacra 的私人市场基准估计，Rokt 到 2025 年末的收入运行率为 $900 million，EBITDA 约 $100 million。资产负债表方面，FundedIQ 记录了公司在三轮披露的一级融资中累计获得 $405 million 股权资金；2025 年 1 月完成的 $335 million 老股交易则确立了 $3.5 billion 估值。Rokt 表示公司没有长期企业债务，在潜在上市节点前拥有较强的资产负债表韧性；不过，由于缺乏公开申报，实际不受限现金储备仍未得到验证。[CI001, CI002, CI003, CI004, CI009, CI010, CI011]

4.4 财务结论与尽调投资判断障碍

从机构投资判断角度看，Rokt 拥有可观的收入规模、快速的内生及收购驱动增长，以及无需偿债的资产负债表偿付能力。然而，几项严重障碍阻止我们做出明确的投资判断。公司 7% 的毛利留存率让财务表现高度敏感于广告周期波动；宏观收缩时，消费者交易量和数字营销预算会同步下降。若优惠质量恶化或结账干扰导致购物车放弃，交叉销售展示还可能损害合作方品牌资产。最关键的是，Rokt 仍是私人公司，关键投资判断基础——包括经审计的 GAAP 财务报表、净收入留存率、客户集中度指标和准确的现金消耗数据——仍是无法取得的私有数据，必须在确认性尽调中正式索取并审计。[CI003, CI009, CI012, CI013]

4.5 展示项

5.1 产品组合与交易时刻架构

Rokt 围绕 Transaction Moment 组织产品，把它定义为客户从产品发现、购物车复核、支付处理到购后确认的完整旅程。公司将商业能力分成三条核心产品线：Rokt Ecommerce、Rokt Ads 和 Rokt mParticle。Rokt Ecommerce 在商户购买流程中部署原生前端模块，包括用于发现非库存第三方产品的 Rokt Catalog、购物车内推荐的 Rokt Upcart、支付页激励的 Rokt Pay+，以及购后确认优惠的 Rokt Thanks。通过 2024 年收购 Aftersell，Rokt 将购物车内和购后加售能力扩展到 Shopify 上的中小企业和中型商户。不同于传统广告超链接把购物者导向站外，Rokt 的分布式商业架构支持流程内加购，让合作方交易保持连续的转化路径。[CE001, CE002, CE003, CE004, CE005]

5.2 技术栈与 Rokt Brain 决策引擎

Rokt 平台的技术核心是 Rokt Brain：这是专有的机器学习和实时决策基础设施，旨在严格的延迟预算内为每位客户选出价值最高的单一动作。Rokt Brain 每年处理超过 7.5 billion 笔交易，利用语义嵌入和长期行为建模——纳入购物车历史、放弃商品及浏览过的产品目录——估计个人客户的转化意向。决策闭环的关键保护措施是 Rokt 的最低保留质量阈值：竞价候选无法超过严格的预测相关性和互动基准时，引擎会完全抑制展示，以零优惠避免干扰结账完成。Rokt mParticle 于 2025 年收购，充当客户数据平台层；它采用流式与原生数仓结合的架构解析客户身份，并将持久化受众画像直接输送到推理集群。[CE006, CE007, CE008, CE009, CE010]

5.3 数据治理、网络隐私与合规基础设施

在企业电商结账时刻运营，需要强健的数据治理和监管合规控制。Rokt 将 Rokt Ads 定位为封闭式效果营销渠道，完全依靠第一方交易信号，而不是第三方跟踪 Cookie 或开放广告交易所。公司实施严格的数据治理框架，并公开承诺：商户合作方数据不会在外部网络租户之间共享、出售或汇集。商户保留细粒度的库存治理控制，可指定品类排除、竞争对手黑名单及展示关闭。从安全和监管角度看，Rokt 遵守 SOC 2 Type II、ISO 27001、GDPR 和 CCPA 标准，将企业可用性目标设为 99.9% 可用率，并通过自动化工具让消费者查看和撤回数据同意。[CE003, CE011, CE012, CE013]

5.4 技术依赖、延迟风险与尽调缺口

尽管商业规模强劲，Rokt 的架构仍存在明确的技术依赖和尽调缺口。SDK 和 API 钩子直接运行于高意向结账路径中，任何网络延迟尖峰或客户端 JavaScript 执行失败，都会给承载商户带来严重的购物车放弃风险。此外，公开开发者遥测、开源代码库和独立 API 延迟基准实际上都无法取得，反映出 Rokt 对专有闭源 SDK 和企业集成的依赖。尽调投资人无法通过公开材料独立验证生产环境推理延迟分布、模型漂移频率或客户端页面加载开销。这些未经验证的性能特征，以及对 Shopify 结账 API 等承载平台扩展框架的依赖，构成需要直接核验生产 SLA 和遥测数据的重大技术风险。[CE006, CE011, CE014]

5.5 展示项

6.1 客户基础与采购中心

Rokt 服务的是双边交易网络，而不是单一、同质化的客户群。电商企业和商业平台提供结账或购后库存，并购买变现、优化、留存或分布式商业能力；广告主和产品供应商则购买接触购买意向已确认的购物者的机会。公司还营销来自超过 4,600 个品牌的 1.2 million 多种第三方产品，将供应商侧扩展到传统广告主之外。Rokt 自有解决方案页面上的具名推荐显示，合作、数字战略、客户体验和广告高管都是相关方，说明采购覆盖商务、媒体、电商和产品团队。这种广度创造了多个扩张入口，但现有来源没有披露分部门收入、各产品由谁签约或付款，或任何一个平台是否贡献了不成比例的交易量或毛利。因此，这种分层是运营视角，而非经验证的收入结构。[CU001, CU002, CU007, CU008, CU011]

6.2 采用轨迹与具名客户证明

最清晰的采用信号是交易吞吐量：Rokt 表示其网络在 2025 年为数千家电商企业处理超过 7.5 billion 笔交易，并预测 2026 年超过 10 billion 笔。Sacra 另行估计约有 3,000 家电商合作伙伴，但这一数字不是公司申报，且活跃、付费和已集成客户的分母定义不明。参考资料质量各异。Silicon Review 报道称，Fanatics 在尝试替代方案后回到该网络，Cineplex 将 Rokt 集成进结账；Rokt 则发布了来自 PayPal Ads、Cinemark、Petco 和 Mindbody 的署名推荐。这些案例比没有区分的品牌墙更有说服力，但大多缺少部署日期、受控结果数据、合同条款或明确的试点与生产环境标签。宣传中购物车内收入最高提升 25%、购后收入最高提升 30%，属于公司口径，而非针对具体客户、经独立验证的结果，因此不应被当作整个客户组合已实现的回报。[CU003, CU004, CU005, CU006, CU007, CU008, CU009, CU010, CU011]

6.3 持久性、扩张与集中度风险

公开证据支持公司存在扩张机制，但不足以证明当前留存率。Sacra 描述了一种从结账优化起步，再扩展到广告、忠诚度、客户数据基础设施和分布式商业的先落地再扩张模式。GetLatka 对 2021 年管理层访谈的记录称，底层增长约一半来自现有客户扩张，电商供给侧流失率为净负，但这一观察属于历史情况，不能替代当前 NRR、GRR、Logo 流失或队列数据。商户持久性还取决于守住核心转化和客户信任。Sacra 警告，更严格的隐私监管或消费者负面情绪可能降低商户集成 Rokt 的意愿；Enterprise Times 则表示，仍需要新的使用场景来证明效果。保留的公开记录没有披露合同期限、续约安排、转换成本、头部客户收入、头部平台交易量或广告主重复支出。尽管规模可信且已有具名客户采用，这些缺口仍阻止我们对集中度或经常性持久性做出有把握的结论。[CU012, CU013, CU014, CU015, CU016]

6.4 展示项

7.1 监管与法律风险：隐私框架和 Cookie 弃用

Rokt 处在交易数据、消费者身份和购后广告的敏感交界面。公司将直接的第一方软件开发套件（SDK）集成定位为第三方 Cookie 弃用的结构性受益者，但独立行业分析强调，这一模式高度依赖不断变化的隐私法规，以及商户分享结账遥测数据的意愿。遵守欧盟《通用数据保护条例》（GDPR）和《加州消费者隐私法案》（CCPA）等州级消费者隐私法律，需要严格的同意治理、可验证的数据主体访问请求流程和严密的数据分区。为降低监管暴露，Rokt 执行封闭网络数据政策：隔离客户第一方信号，并通过合同承诺确保数据不会在商户之间出售或共享，同时采用单向摄取管道处理数据。不过，联邦贸易委员会（FTC）持续关注数字结账中的负选计费、隐藏披露和暗黑模式，因此公司必须持续监测交易后优惠展示、同意说明的清晰度和客户取消机制。[CR001, CR002, CR003]

7.2 运营与安全韧性：延迟预算和质量阈值

交易时刻是数字商业中意向最高但也最脆弱的流量入口之一。把第三方优惠或产品推荐嵌入结账和确认页，会带来显著运营风险：延迟尖峰或干扰性内容若损害消费者体验，商户会立即面临购物车放弃和核心转化损失。Rokt 通过 AI Brain 支持的、以测量为先的机器学习框架来应对运营摩擦。平台在严格的亚秒级延迟约束下实时决策优惠，在全球边缘部署中每秒处理数千次相关性算法。此外，Rokt 设置竞价保留质量阈值：候选优惠无法超过最低相关性和预期价值标准时，系统显示零推荐，确保非增值展示不会打断结账流程。分布式商业功能支持流程内原生加购，避免会损害商户信任的站外跳转。不过，独立安全审计、渗透测试结果和 SOC 2 Type II 合规报告的外部可见性仍然受限，企业买方只能依赖私下尽调。[CR004, CR005, CR006, CR007]

7.3 合作方与依赖集中度：收入分成和关键商户平台

Rokt 的企业业务模式是一个多边市场，将超过 3,000 家零售、票务、旅游和按需服务合作伙伴与广告主及交易消费者连接起来。这种架构天然带来交易对手和平台集中度风险。供给侧依赖 Live Nation、PayPal、Uber 和 Macy's 等旗舰企业客户持续部署 SDK。由于商户最终控制结账流量位置，若它们转向自建零售媒体网络或简化购后流程，就会构成去中介化威胁。经济上，该市场采用效果导向的收入分成结构：广告总额每美元中约 50 美分直接支付给商户合作方，技术、数据、托管和销售开销约吸收 43 美分，Rokt 每美元仅留下约 7 美分经营利润。这一低净分成率放大了合同费用重新谈判、合作方解除集成以及企业续约期间利润率受压的脆弱性。[CR008, CR009, CR010, CR011]

7.4 宏观周期性、模型暴露与剩余风险综合

除平台依赖外，Rokt 对更广泛的宏观周期和消费者可选支出量高度敏感。广告收入直接随电商交易数量和企业营销预算增长，严重经济下行会压缩交易吞吐量，同时降低广告主竞价价格。2020 年经济冲击证明了这种依赖交易量模式的脆弱性：娱乐和票务行业交易量下降 97%，旅游交易量收缩 60% 至 70%。此后，公司通过收购 mParticle、Aftersell 和 Canal，扩展零售、直接面向消费者目录和客户数据基础设施（CDP），扩大了垂直行业多样性，但零售媒体支出仍具有周期性。总体剩余风险来自较高的合作方集中度和宏观经济波动；成熟的运营延迟保护及既有第一方数据隐私保护则提供了平衡。[CR012, CR013, CR014, CR015]

7.5 展示项

8.1 投资主题与投资判断确定性

Rokt 的商业画像颇具吸引力，核心在于它对购后交易时刻的专业掌控。公司将机器学习推荐引擎直接部署在 Uber、Lyft 和 AMC Theatres 等一线企业合作伙伴的确认页和结账页，在核心购买承诺完成后捕获高意向消费者注意力。公司披露 2024 年收入同比增长超过 40%，达到 US$600 million，显示主要数字商业生态中的强劲势头和验证。不过，Rokt 是一家没有经审计 GAAP 披露的私人公司，因此收入数据必须谨慎解读。核心市场模式将约 50% 的广告总收入分给企业库存承载方，在扣除技术和销售交付费用后，商品流动总额上的净毛利率估计为 7%。综合已验证的运营规模、分成率依赖和披露约束，投资人建议维持跟踪，风险评级为高，并在老股交易价格上给予合理估值判断。[CV001, CV003, CV012, CV013]

8.2 当前估值背景与老股定价支持

Rokt 的资本结构和定价标记经历了几轮结构化一级融资与流动性要约。2021 年 12 月，公司完成由 Tiger Global 领投的 US$325 million E 轮一级融资，投后估值为 US$1.95 billion。随后，2022 年末的一笔初始 US$750 million 老股交易将公司重新定价至 US$2.4 billion。2025 年 1 月，Rokt 完成结构化 US$335 million 老股要约，企业估值为 US$3.5 billion；Square Peg Capital、Tiger Global、Barrenjoey 和 SecondQuarter 参与其中。该交易约 US$122 million 为早期员工和种子投资人提供流动性，长期持有的风险投资基金则重新平衡成熟基金的资产配置。按 US$3.5 billion 估值计算，Rokt 相当于 2024 年披露收入的 5.8x。未经确认的市场传闻称，有意向条款给出了更高数字，但 Forge Global 等平台的广泛二级市场追踪显示，历史一级市场价格之上流动性很薄，匹配交易深度有限。鉴于后期软件资产整体倍数压缩，公开证据支持将 US$3.5 billion 估值视为合理，但价格已充分反映价值。[CV001, CV002, CV006, CV008, CV012]

8.3 情景分析、倍数区间与下行触发因素

评估前瞻性股权回报，需要拆分零售媒体网络和广告技术平台的企业倍数预期。管理层目标是在 2025 年末实现 US$1 billion 的收入运行率，背后有 US$300 million 的 mParticle 客户数据平台收购整合支持。在基准情景中，假设 Rokt 2025 财年收入达到 US$800 million，正常化 EBITDA 利润率为 12% 至 15%，则 4.5x 至 5.5x 的前瞻企业倍数对应 US$3.6 billion 至 US$4.4 billion 的股权估值，较当前老股进入价格有温和上行空间。乐观情景要求有机收入加速超过 US$950 million，EBITDA 利润率向 20% 扩张，推动收入倍数重估至 7.0x 至 8.0x，股权价值达到 US$6.5 billion 至 US$7.5 billion。相反，悲观情景假设年增长放缓至 15% 至 20%，合作方合同重新谈判使净利润率压低至 8% 以下，同时广告技术同业倍数进一步压缩，最终下行估值区间为 US$1.8 billion 至 US$2.1 billion。[CV003, CV004, CV005, CV011, CV012]

8.4 决策逻辑与建议框架

从运营规模到最终投资判断，整套分析链条十分清晰。商业采用情况已有充分记录：2025 年网络交易量超过 75 亿笔，3,000 家活跃零售合作伙伴也验证了产品价值。通过收购 mParticle 和 Canal，公司进一步把第一方数据采集嵌入结账流程。但业务动能也被结构性风险抵消。私有披露掩盖了资产负债表关键指标、毛利留存、客户集中度和广告主留存队列。持续的雇佣仲裁，以及澳大利亚职场性别平等机构的披露，又带来声誉与执行层面的拖累。当前二级市场定价为 US$3.5 billion；一旦合作伙伴 take rate 被压缩或市场倍数收缩，安全边际将所剩无几。因此，在目标 2026 年登陆纳斯达克之前、完整 S-1 注册声明提交前，机构配置者应维持 Track 纪律。[CV001, CV003, CV007, CV010, CV013, CV014]

8.5 上市准备、治理与最终尽调要求

Rokt 已采取具体运营措施筹备公开市场上市：任命 Anita Sands、Datadog 首席财务官 David Obstler 等知名非执行董事，并由 David Obstler 主持审计委员会，治理基础已经成熟。公司仍以 2026 年在纳斯达克首次公开募股为目标，为员工期权池提供关键流动性；该期权池约占历次股权分配的 27%。在能够高确信度投入资本前，关键尽调门槛必须逐一跨过：审阅多年经审计的 GAAP 损益表，核实净收入确认；审计合作伙伴 take rate 合同，确认长期排他性；检查 A 至 E 轮股份的股权结构表清算优先权层级；评估持续中的前员工仲裁索赔如何解决。任何低于 US$2.5 billion 的下轮二级定价、不利诉讼裁决，或失去核心企业结账库存，都将触发论点破坏，迫使评级立即下调至 Avoid。[CV007, CV009, CV010, CV014]

8.6 展示材料