第一部【企業情報】

第1【企業の概況】

1【主要な経営指標等の推移】

(1)連結経営指標等

回次

第23期

第24期

第25期

第26期

第27期

決算年月

2020年12月

2021年12月

2022年12月

2023年12月

2024年12月

営業収益

(千円)

1,232,530

1,209,172

1,241,200

経常利益

(千円)

218,327

209,440

80,064

親会社株主に帰属する当期純利益

(千円)

100,148

202,703

9,371

包括利益

(千円)

97,025

210,995

24,559

純資産額

(千円)

1,002,820

1,213,815

1,238,375

総資産額

(千円)

1,236,395

1,284,329

1,383,025

1株当たり純資産額

(円)

338.00

409.12

417.40

1株当たり当期純利益

(円)

33.86

68.32

3.16

潜在株式調整後1株当たり当期純利益

(円)

33.78

68.18

3.15

自己資本比率

(%)

81.11

94.51

89.54

自己資本利益率

(%)

10.61

18.29

0.76

株価収益率

(倍)

53.16

14.15

221.52

営業活動によるキャッシュ・フロー

(千円)

202,953

13,500

95,289

投資活動によるキャッシュ・フロー

(千円)

41,239

31,285

14,350

財務活動によるキャッシュ・フロー

(千円)

1,312

現金及び現金同等物の期末残高

(千円)

886,526

939,546

1,021,182

従業員数

(人)

50

53

56

(外、平均臨時雇用者数)

(16)

(16)

(17)

(-)

(-)

(注)1.「収益認識に関する会計基準」(企業会計基準第29号 2020年3月31日)等を第25期の期首から適用しており、第25期に係る主要な経営指標等については、当該会計基準等を適用した後の指標等となっております。

2.第26期より非連結決算に移行したことに伴い、第26期より連結財務諸表を作成しておりません。

 

(2)提出会社の経営指標等

回次

第23期

第24期

第25期

第26期

第27期

決算年月

2020年12月

2021年12月

2022年12月

2023年12月

2024年12月

営業収益

(千円)

1,232,530

1,209,172

1,241,200

1,257,336

1,229,202

経常利益

(千円)

246,244

207,850

78,212

95,553

66,249

当期純利益

(千円)

128,207

161,220

122,996

59,100

30,304

持分法を適用した場合の投資利益

(千円)

資本金

(千円)

285,272

285,272

285,272

285,272

287,772

発行済株式総数

(株)

2,966,942

2,966,942

2,966,942

2,966,942

2,976,942

純資産額

(千円)

1,034,657

1,195,878

1,318,875

1,377,976

1,420,239

総資産額

(千円)

1,325,563

1,369,544

1,463,525

1,505,302

1,521,525

1株当たり純資産額

(円)

348.73

403.07

444.53

464.45

474.74

1株当たり配当額

(円)

(うち1株当たり中間配当額)

(-)

(-)

(-)

(-)

(-)

1株当たり当期純利益

(円)

43.34

54.34

41.46

19.92

10.21

潜在株式調整後1株当たり当期純利益

(円)

43.24

54.23

41.41

19.89

自己資本比率

(%)

78.05

87.32

90.12

91.54

92.88

自己資本利益率

(%)

13.35

14.46

9.78

4.38

2.17

株価収益率

(倍)

41.53

17.80

16.88

37.95

75.42

配当性向

(%)

営業活動によるキャッシュ・フロー

(千円)

78,184

102,736

投資活動によるキャッシュ・フロー

(千円)

2,582

25,029

財務活動によるキャッシュ・フロー

(千円)

4,940

現金及び現金同等物の期末残高

(千円)

1,096,784

1,179,431

従業員数

(人)

49

53

56

50

50

(外、平均臨時雇用者数)

(16)

(16)

(17)

(13)

(10)

株主総利回り

(%)

145.7

78.3

56.7

61.2

62.3

(比較指標:東証グロース市場250指数)

(%)

(133.3)

(110.1)

(81.4)

(78.7)

(71.8)

最高株価

(円)

3,235

2,066

1,250

1,393

2,084

最低株価

(円)

675

904

692

693

654

 (注)1.「収益認識に関する会計基準」(企業会計基準第29号 2020年3月31日)等を第25期の期首から適用しており、第25期以降に係る主要な経営指標等については、当該会計基準等を適用した後の指標等となっております。

2.第26期及び第27期の持分法を適用した場合の投資利益については、関連会社が存在しないため記載しておりません。

3.第27期の潜在株式調整後1株当たり当期純利益については、希薄化効果を有している潜在株式が存在しないため記載しておりません。

4.従業員数は就業人員であり、平均臨時雇用者数(パートタイマー、アルバイト、人材会社からの派遣社員を含む)は、年間の平均人員を( )外数で記載しております。

 

5.最高株価及び最低株価は2022年4月4日より東京証券取引所(グロース市場)におけるものであり、それ以前は東京証券取引所(マザーズ)によるものであります。

6.第25期までは連結財務諸表を作成しているため、持分法を適用した場合の投資利益、営業活動によるキャッシュ・フロー、投資活動によるキャッシュ・フロー、財務活動によるキャッシュ・フロー及び現金及び現金同等物の期末残高は記載しておりません。

 

2【沿革】

 当社は1998年8月に、大阪府吹田市において、現代表取締役であるトーマス・アクイナス・フォーリー及び共同創業者であるフォーリー淳子が、レコメンデーションサービスの提供を目的としてシルバーエッグ・テクノロジー有限会社を設立いたしました。その後、事業基盤の拡大・安定化のため株式会社にて事業展開をするべく、1999年9月にマキシマ・ジャパン株式会社へ営業譲渡を行い、シルバーエッグ・テクノロジー有限会社はシルバーエッグ・ホールディングス有限会社に、マキシマ・ジャパン株式会社はシルバーエッグ・テクノロジー株式会社(以降「旧シルバーエッグ・テクノロジー株式会社」)に商号変更いたしました。マキシマ・ジャパン株式会社は1977年12月に、外食事業を行うことを目的に株式会社大同門として設立し、その後1994年10月に株式会社メイド・ジャパンに商号変更を行い、オンラインデータベースサービスの代理販売事業等を行っておりましたが、1998年6月にマキシマ・ジャパン株式会社に商号変更し休眠会社としていた会社であります。その後、ソフトウエア製品の販売からASPサービスの販売へとサービスの提供方法を転換しており、新たなビジネスモデルで再出発を図ることを目的として、2004年1月に旧シルバーエッグ・テクノロジー株式会社からシルバーエッグ・ホールディングス有限会社に営業譲渡を行い、シルバーエッグ・ホールディングス有限会社はシルバーエッグ・テクノロジー株式会社に、旧シルバーエッグ・テクノロジー株式会社は株式会社ランドネットに商号変更いたしました。なお、当事業年度末現在、当社と株式会社ランドネットにおいて資本関係はありません。

 

0101010_001.png

 

1998年8月

シルバーエッグ・テクノロジー有限会社を大阪府吹田市に設立

1999年9月

シルバーエッグ・テクノロジー有限会社からマキシマ・ジャパン株式会社にレコメンデーションサービス事業を譲渡

1999年9月

シルバーエッグ・テクノロジー有限会社をシルバーエッグ・ホールディングス有限会社に商号変更

1999年9月

マキシマ・ジャパン株式会社をシルバーエッグ・テクノロジー株式会社(旧)に商号変更

2000年11月

レコメンドソフトウエア製品「アイジェント・ワンツーワン・サーバ」の提供開始

2003年3月

レコメンドサービス「アイジェントASPサービス」をリリース

2004年1月

シルバーエッグ・テクノロジー株式会社(旧)からシルバーエッグ・ホールディングス有限会社にレコメンデーションサービス事業を譲渡

2004年1月

シルバーエッグ・ホールディングス有限会社からシルバーエッグ・テクノロジー株式会社(新)に改組

2005年11月

モバイルサイト向けレコメンドサービス「アイジェントASPサービス・モバイル版」をリリース

2006年4月

技術開発拠点の設立を目的に、オランダにSilver Egg Technology B.V.を合弁会社として設立

2008年3月

東京オフィスを東京都港区に開設

2008年3月

レコメンドサービス「アイジェントASPサービス・コールセンター版」をリリース

2009年5月

東京オフィスを東京都千代田区へ移転

2012年1月

オランダの関連会社Silver Egg Technology B.V.を100%子会社化(非連結)

2012年6月

レコメンド広告サービス「ホットビュー」をリリース

2012年12月

東京オフィスを東京都千代田区内で移転

2013年3月

「アイジェントASPサービス」を「アイジェント・レコメンダー」に名称変更

2013年7月

韓国に100%子会社Silver Egg Technology Korea(非連結)を設立

2014年8月

リアルタイム・レコメンドメールサービス「アイジェント・レコガゾウ」をリリース

2015年9月

韓国100%子会社Silver Egg Technology Korea(非連結)を清算

2015年12月

大阪本社を大阪府吹田市内で移転

2016年9月

東京証券取引所マザーズに株式を上場

2017年3月

AIマーケティング・プラットフォーム「アイジェント・7」をリリース

2017年8月

リアルタイム・レコメンドメールサービス「アイジェント・レコガゾウ」の特許を取得

2017年10月

東京オフィスを千代田区内で移転

2018年8月

AIマーケティングツール「プロスペクター」をリリース

2018年11月

香港に100%子会社Silver Egg Technology Asia Limited(非連結)を設立

2019年2月

香港子会社Silver Egg Technology Asia Limitedに増資し、非連結から連結子会社へ変更

2019年6月

オランダ100%子会社Silver Egg Technology B.V.(非連結)を清算

2021年6月

AIパーソナライゼーション・プラットフォーム「アイジェント・エックス」をリリース

2022年4月

東京証券取引所の市場区分の見直しにより、東京証券取引所のマザーズからグロース市場に移行

2023年7月

香港100%子会社Silver Egg Technology Asia Limitedを清算

2024年10月

東京オフィスを東京都港区へ移転

 

3【事業の内容】

 当社は、AIを活用したレコメンド技術(※1)及びそれをベースとしたAIマーケティングサービス事業を行っております。

 

当社が所属するデジタルマーケティング領域におけるECサイト(※2)運営者の課題は、顧客満足度向上、リピート率向上、売上増加です。変化の激しい顧客ニーズに対応し、売上に繋げるため、個別顧客の好みに応じてパーソナライズなコンテンツを提供するレコメンドサービスが活用されています。

レコメンドサービスはパーソナライゼーション(※3)の一環であり、顧客のウェブサイト上やPOSなどのチャネルから閲覧や購買といった顧客行動データとして取り込み、AI技術を用いて、自動的に個別顧客の次の行動を予測し提示することで、その顧客が欲している商品や情報をリアルタイムに取得し、顧客満足を提供します。

当社は、顧客企業が自らの顧客を知り、顧客に対して最大の価値をすべてのタッチポイント(※4)においてリアルタイムで提供できるように、AI技術をベースに企業のマーケティングを支援します。

 

当社のサービスの特徴は、レコメンドエンジン「アイジェント」の活用によるリアルタイム解析とパーソナライズ・ターゲティングです。

 

当社が提供する主なサービスは以下のとおりです。

 

「アイジェント・レコメンダー」

 当社独自のリアルタイム・レコメンドサービスです。サイトに訪れるユーザーの行動データをリアルタイムに取得・解析して、その時点における各ユーザーの嗜好に合わせたおすすめ商品やコンテンツを顧客のサイトやアプリ内といった様々なタッチポイントで表示することができるサービスです。また、独自のリアルタイム・ユーザー動線分析技術により、単純な商品軸のレコメンデーションに比べ、より一人一人の嗜好に合わせたレコメンデーションが可能で、サービス・ドミナント・ロジックを強力に支援します。

 当社が提供する管理画面とリリース後のレポーティングサービスにより、費用対効果を明確にすることができます。

 当社は、顧客企業の投資対効果を最大化するため、成果報酬型料金体系を主軸としております。この料金体系では、提供するサービスによる成果に対してのみ料金が発生するため、顧客企業はリスクを最小限に抑えつつ、費用対効果の高いマーケティング活動を展開できます。さらに、顧客企業の多様なニーズに対応するため、ページの表示回数に基づくPVベース型料金体系も提供しております。この柔軟な料金体系により、顧客企業は自社のマーケティング戦略や予算に応じて最適なプランを選択できます。

 

「レコガゾウ」

 配信するHTMLメール(※5)内にタグ(※6)を設置することで、ユーザーがメールを開封した時点で、そのユーザーの嗜好にマッチしたレコメンド結果をリアルタイムで抽出して表示することができる、リアルタイム・レコメンドメールサービスです。従来のレコメンドメールでは、レコメンドエンジンで生成されたレコメンド結果をメール配信システムに連携させる必要があり、システム構築の複雑さや導入コストの高さが課題となっておりました。また、リアルタイム配信が困難であるため、メール開封時に商品が在庫切れとなる等のタイムラグによる顧客体験の悪化も課題として存在しておりました。レコガゾウはこれらの課題を解消し、より簡易かつリアルタイム性の高いレコメンドメール配信を実現します。本サービスの基本的な課金体系は、配信リクエスト数に応じた従量課金制を採用しております。

 

「ホットビュー」

 当社の「アイジェント・レコメンダー」のレコメンドエンジンを基盤とするレコメンド広告サービスであり、ユーザーの嗜好に合致する商品を動的に表示します。これにより、サイト運営者は自社サイトへの関心が高いユーザーを効果的に誘導し、購入、問い合わせ、資料請求といったコンバージョンを促進することが可能となります。

 本サービスは、他社DSP(※7)と連携して利用することが可能です。個々のエンドユーザーの嗜好に合わせてパーソナライズされたレコメンド広告バナーの生成機能と、DSPが提供する高度なターゲティング機能を組み合わせることで、インターネット広告の効果を最大化します。課金体系は、成果報酬型と広告リクエスト数に応じた従量課金制の二種類があり、顧客のニーズに合わせて最適なプランを選択いただけます。

 

「プロスペクター」

 購買履歴等のユーザー行動データを取得・解析し、特定の商品の購買意欲が高いと予測される顧客層を抽出するサービスです。従来の不特定多数に向けた広告配信は、費用対効果の低下に加え、顧客の嗜好にあわない広告が表示されることでブランドからの離反が生じるリスクがありました。本サービスは、「アイジェント・レコメンダー」の機械学習技術とノウハウを応用し、年齢・性別等の属性情報に加えて、個々のユーザーの嗜好に基づく精密な分析を可能にすることで、アウトバウンド広告においても高精度なパーソナライゼーションを実現いたしました。キャンペーン配信機能とレポート機能を標準装備しており、ユーザー分析からプロモーション実行、効果測定までをワンストップで提供いたします。

 課金体系は、顧客企業のニーズに合わせて複数のプランを用意した固定料金制を採用しております。

 

[事業系統図]

0101010_002.png

用 語 解 説

 

※1 レコメンド技術

 オンラインショップなどで、利用者の好みにあった物品やサービスを推薦するための技術・手法。ショップの利用者の購入履歴や行動履歴等の情報を分析し、適切な物品やサービスを絞り込んで推薦し、顧客と消費者間のサービス・ドミナント・ロジックを強力に支援。

 

※2 ECサイト

 インターネット上で商品等を販売するウェブサイト。

 

※3 パーソナライゼーション

 顧客のウェブ閲覧行動、購買行動などの情報を基に、その顧客に最適な情報を提供すること。又はその技術。

 

※4 タッチポイント

 企業やブランドと顧客とのすべての接点のこと。企業やブランドについて顧客に何らかの印象が残るあらゆる接点が当てはまる。従業員のみでなくウェブサイト、スマートフォン、コールセンター、タブレット、広告など顧客がブランドに接するメディアも含まれる。

 

※5 HTMLメール

 HTML(HyperText Markup Language)は、ウェブページの記述やレイアウトに用いられるマークアップ言語をいい、HTMLメールとは、電子メールの本文をHTMLで記述したものを指す。マークアップ言語とは、文書の一部を「タグ」と呼ばれる特別な文字列で囲うことにより、文章の構造や、修飾情報を、文章中に記述していく記述言語をいう。

 

※6 タグ

 コンピュータで扱う文書(テキストデータ)中に埋め込む特殊な記号や文字列のこと。デザイン、レイアウト、論理構造、意味を記述する。主にHTMLやXMLといったマークアップ言語で用いられる。

 

※7 DSP

 デマンドサイドプラットフォーム(Demand-Side Platform)の略。オンライン広告において、広告主(購入者)側の広告効果の最大化を支援するツールのこと。広告枠の買い付けや配信、クリエイティブ分析(広告の認知・表現要素等の分析)までを自動で行い、最適化を行う。

 

4【関係会社の状況】

該当事項はありません。

 

5【従業員の状況】

(1)提出会社の状況

 

 

 

 

2024年12月31日現在

従業員数(人)

平均年齢(歳)

平均勤続年数(年)

平均年間給与(円)

50

10

40.5

4.59

6,251,472

 (注)1.従業員数は就業人員であり、臨時雇用者数(パートタイマー、アルバイト、人材会社からの派遣社員を含む)は、年間の平均人員を( )外数で記載しております。

2.平均年間給与は、賞与及び基準外賃金を含んでおります。

3.当社の事業は、「レコメンデーションサービス事業」の単一セグメントであるため、セグメント別の記載は省略しております。

 

(2)労働組合の状況

 当社の労働組合は結成されておりませんが、労使関係は安定しております。

 

(3)管理職に占める女性労働者の割合、男性労働者の育児休業取得率及び労働者の男女の賃金の差異

 当社は、「女性の職業生活における活躍の推進に関する法律(平成27年法律第64号)」及び「育児休業、介護休業等育児又は家族介護を行う労働者の福祉に関する法律(平成3年法律第76号)」の規定による公表義務の対象ではないため、記載を省略しております。