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】
提出会社の状況
|
回次 |
第10期 |
第11期 |
第12期 |
第13期 |
第14期 |
|
|
決算年月 |
2015年６月 |
2016年６月 |
2017年６月 |
2018年６月 |
2019年６月 |
|
|
売上高 |
（千円） |
|
|
|
|
|
|
経常利益 |
（千円） |
|
|
|
|
|
|
当期純利益 |
（千円） |
|
|
|
|
|
|
持分法を適用した場合の投資利益 |
（千円） |
|
|
|
|
|
|
資本金 |
（千円） |
|
|
|
|
|
|
発行済株式総数 |
（株） |
|
|
|
|
|
|
純資産額 |
（千円） |
|
|
|
|
|
|
総資産額 |
（千円） |
|
|
|
|
|
|
１株当たり純資産額 |
（円） |
|
|
|
|
|
|
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金額 |
（円） |
|
|
|
|
|
|
潜在株式調整後１株当たり当期純利益金額 |
（円） |
|
|
|
|
|
|
自己資本比率 |
（％） |
|
|
|
|
|
|
自己資本利益率 |
（％） |
|
|
|
|
|
|
株価収益率 |
（倍） |
|
|
|
|
|
|
配当性向 |
（％） |
|
|
|
|
|
|
営業活動によるキャッシュ・フロー |
（千円） |
|
|
|
|
|
|
投資活動によるキャッシュ・フロー |
（千円） |
△ |
△ |
△ |
△ |
△ |
|
財務活動によるキャッシュ・フロー |
（千円） |
|
|
|
|
△ |
|
現金及び現金同等物の期末残高 |
（千円） |
|
|
|
|
|
|
従業員数 |
（人） |
|
|
|
|
|
|
（外、平均臨時雇用者数） |
( |
( |
( |
( |
( |
|
|
株主総利回り |
（％） |
|
|
|
|
|
|
（比較指標：配当込みTOPIX） |
（％） |
( |
( |
( |
( |
( |
|
最高株価 |
（円） |
－ |
－ |
14,090 |
8,890 |
3,945 |
|
|
|
|
|
|
|
(7,800) |
|
最低株価 |
（円） |
－ |
－ |
7,470 |
5,200 |
3,400 |
|
|
|
|
|
|
|
(4,175) |
（注）１．当社は連結財務諸表を作成しておりませんので、連結会計年度に係る主要な経営指標等の推移については記載しておりません。
２．売上高には消費税等は含まれておりません。
３．持分法を適用した場合の投資利益については、当社は関連会社を有していないため記載しておりません。
４．１株当たり配当額及び配当性向については、配当を実施していないため、記載しておりません。
５．第10期及び第11期の潜在株式調整後１株当たり当期純利益金額については、潜在株式は存在するものの、当社株式は非上場であり、期中平均株価が把握できないため記載しておりません。なお、第12期の潜在株式調整後１株当たり当期純利益金額は、新規上場日から第12期末までの平均株価を期中平均株価とみなして算定しております。
６．第10期及び第11期の株価収益率については、当社株式は非上場であるため、記載しておりません。
７．従業員数は就業人員であり、臨時雇用者数は（ ）内に年間平均人数を外数で記載しております。
８．第10期以降の財務諸表については、金融商品取引法第193条の２第１項の規定に基づき、EY新日本有限責任監査法人の監査を受けております。
９．最高株価及び最低株価は東京証券取引所（マザーズ）におけるものであります。なお、第10期及び第11期の最高株価及び最低株価については、当社株式は非上場でありますので記載しておりません。
10．当社は、2019年７月１日付で普通株式１株につき２株の株式分割を行っております。第13期の期首に当該株式分割が行われたと仮定して、１株当たり純資産額、１株当たり当期純利益金額及び潜在株式調整後１株当たり当期純利益金額を算定しております。第14期の株価については、株式分割による権利落後の最高株価及び最低株価を記載しており、（ ）内に株式分割前の最高株価及び最低株価を記載しております。
11．当社は、2017年３月30日付で東京証券取引所マザーズに株式を上場いたしましたので、第12期以前の株主総利回り及び比較指標については記載しておりません。
２【沿革】
当社は、代表取締役社長である伊藤将雄が2005年９月に設立しております。その後、伊藤は早稲田大学大学院国際情報通信研究科に入学し、当大学院での研究成果であるインターネットユーザーのアクセス履歴の解析及び可視化技術を用いたサービス提供を2008年12月より当社にて開始しております。当社の前身である有限会社ユーザーローカル設立以降の主な沿革は以下のとおりです。
|
2005年９月 |
有限会社ユーザーローカルを東京都千代田区に設立 |
|
2007年８月 |
株式会社ユーザーローカルへ組織変更（有限会社を株式会社化） |
|
2008年12月 |
アクセス解析ツール「User Insight」リリース |
|
2011年５月 |
東京都渋谷区に本社移転 |
|
2012年１月 |
ソーシャルメディア分析ツール「Social Insight」リリース |
|
2013年５月 |
東京都目黒区に本社移転 |
|
2013年10月 |
ヤフー株式会社「Yahoo!アクセス解析」にアクセス解析ツールのシステム提供を開始 |
|
2013年12月 |
ニフティ株式会社「ココログ」にアクセス解析ツールのシステム提供を開始 |
|
2015年５月 2016年11月 |
メディア向け解析サービス「Media Insight」リリース 東京都港区に本社移転 |
|
2017年２月 |
サポート業務支援システム「サポートチャットボット」リリース |
|
2017年３月 |
東京証券取引所マザーズに株式を上場 |
３【事業の内容】
当社は「ビッグデータ×人工知能で世界を進化させる」という経営理念のもと、大量のデジタル情報（以下、「ビッグデータ（注１）」という。）を収集し、解析し活用するためのプラットフォームの提供を主事業としております。とくに、企業のデジタルマーケティングデータとSNS上の大量データの分析により、企業の経営やマーケティングの意思決定を支援しております。近年では、人工知能（以下、「AI（注２）」という。）を使い、より高速かつ高精度な分析、データ活用ができるようにシステム強化を推進しております。
なお、当社はデータクラウド事業の単一セグメントであるため、セグメント別の記載を省略しております。
（当社事業領域における事業環境）
インターネットの普及とともに、毎日大量のログデータが生成されております。また、スマートフォンや様々なデバイスがインターネットに接続されることで、これまでデータとして捉えられていなかった事象もビッグデータとして蓄積されるようになってきております。さらに、SNS等のインターネットコミュニケーションツールの発展により、個人の感情や反応を含んだ定性的な情報についてもビッグデータの一部として認識されつつあります。
にもかかわらず、データの膨大さゆえに即時性のある結論を導き出すことは困難であり、データを十分に活用することができていないのが現状一般的であるため、あらゆるデータを収集し分析・意思決定に活用するための基盤が求められております。また、国内生産人口の将来的な減少による経済規模の縮小懸念があることから、データとAIを利用した生産性の向上や自動化が求められつつあると認識しております。
（当社の事業コンセプト）
このような背景を受け、当社では、ビッグデータをわかりやすく分類・解析し、事象間の因果関係をもとに次のアクションに活かすための基盤提供が重要であると考えております。このため当社は、直感的にわかりやすい解析結果として当該ビッグデータを集計・可視化し顧客の「データによる的確な意思決定」をサポートするための解析ツールを開発し、提供しております。
また、国内生産人口の将来的な減少による経済規模の縮小懸念の打開策として、AI技術の採用に着手しております。とくに機械学習（注３）の中でもディープラーニング（注４）を使うことにより、過去のデータをもとにしたオペレーションの自動化を目指しております。
（付加価値創出のフロー）
当社の各サービスは、以下のフローによりデータを価値あるサービスへと転換しております。なお当社では、本サービスの提供にあたっては、SaaS（注５）形態での提供を行っており、低価格かつ導入しやすいサービスの提供に努めております。
① データ収集：インターネット上に存在するビッグデータを収集
② データ解析：これまで当社内で開発されたAI等を駆使し、データを分類・解析
③ データ活用：消費者データをもとに、顧客企業がマーケティング施策の決定に必要なインサイト（注６）を提供
（具体的なサービスの特徴）
こうした事業コンセプト・付加価値創出フローを踏まえ、当社が提供している具体的なサービスは以下のとおりです。
（1）User Insight
User Insightは、ユーザーエクスペリエンス（以下、「UX（注７）」という。）を測定するWeb解析製品です。
顧客のホームページを訪れたユーザーが、どこをクリックしているか、コンテンツのどこがよく見られたかといった膨大なユーザーのページ内行動を解析し、それらをヒートマップという手法を用いて可視化します。なお本可視化にあたっては、当社に蓄積されたビッグデータとAIを活用することでユーザー属性推定を行っております。
これにより、顧客企業にとってのペルソナ（注８）分析のサポートデータを提供しております。
主な機能は以下のとおりです。
|
ヒートマップ解析 |
訪問者の閲覧頻度が高い「熟読エリア」、どのリンクが実際に注意を引きクリックされているのかを表す「クリックエリア」、ページのどこまでを表示しているのか示す「終了エリア」等を可視化することで、ホームページ等のユーザーインターフェイスの改善に寄与。 |
|
ユーザー属性解析 |
訪問者の年齢、性別、接続元地域、訪問頻度、インターネットの利用頻度等を推測し、大まかな比率を明らかにし、どのコンテンツがどのユーザー層に訴求しているかを分析。 |
|
組織分析 |
Webサイトがどのような組織から閲覧されているのか、どのような業界からのアクセスが多いのか、といった組織別足あと解析。 |
|
広告効果測定 |
広告経由のクリック数や、広告経由での会員登録、商品購入といったコンバージョン及びCVR(注９)を分析。また、直接コンバージョンだけでなく、間接効果のあった広告の履歴を全件確認することも可能。 |
|
スマートフォン解析/携帯解析 |
PCユーザーだけでなく、スマートフォンやタブレット、フィーチャーフォンからのアクセスを解析する機能。 |
|
検索キーワード分析 |
サーチワード（検索ワード）を１語から複合語（検索フレーズ）で解析。また、どのキーワードがどのようなユーザーに訴求しているのか、といったユーザー属性分析にも対応。 |
（2）Social Insight
Social Insightは、ソーシャルメディア運用を支援する企業向けの管理・解析プロダクトです。国内SNSユーザーアカウント、企業アカウント、投稿データ、写真、動画データ等を解析した結果をもとにしたインサイト提供により、ソーシャルマーケティングへの活用支援を行っております。
主な機能は以下のとおりです。
|
クチコミ傾聴(注10)分析 |
SNSのキーワード分析では、特定のキーワードや記事URL、ドメイン等を指定すると、そのキーワードを含む投稿を取得し、テキストマイニング・視覚化が可能。また、自社名・製品名が多数取り上げられた際に自動で通知してくれるアラート機能により、風評被害や炎上を察知するための機能を搭載。 |
|
SNSアカウント分析(注11) |
SNS内の自社アカウントや競合他社のファンの増減、推移を分析できる機能を提供。キャンペーンの効果を測定することも可能。SNS上での発言内容や発言したユーザーの推測属性や地域分布を集計するとともに、いつ投稿するとエンゲージ(注12)を得ることができるかといった時間帯分析に対応。 |
|
投稿管理(注13)機能 |
複数SNSの自社アカウントへの投稿予約、リプライ、上長による承認が可能。また特定キーワードについて発言したユーザーへのアクティブサポートやCRM(注14)強化を実現。 |
（3）Media Insight
Media Insightは、ニュースサイト等Webサイト運営に特化した記事コンテンツ分析プロダクトです。ニュース記事等が発信された際に、多数のWebサイト上での取り上げ状況を集約・解析することでトラフィック流入や記事の読まれ方等を可視化し提供しております。当分析結果によって、例えば多くのWebサイトにて取り上げられた拡散力の高いキーワードを示すことが可能となっており、記事作成者に対して今後の記事作成におけるインサイト提供を行っております。
主な機能は以下のとおりです。
|
競合媒体モニタリング |
自社だけでなく、競合媒体の記事へのSNSでの反響数を自動集計。また、記事別ランキングで上位の記事と、自社の記事とを比較することで、競合媒体の成功パターンの把握を実現。拡散力が高いキーワードを抽出することも可能。 |
|
チャネル別効果測定 |
検索・SNS・ニュースアプリ等の各チャネル別の流入数を調査し、SNS拡散状況の可視化や、チャネル別流入とページビュー（PV）の相関を分析。 |
|
記事コンテンツ分析 |
記事読者の属性や、記事の中でとくにどの段落が熟読されたかを、ヒートマップによって可視化。読者にとって、記事中のどの要素に価値があったのかを分析。 |
|
リアルタイム分析 |
ページビュー（PV）やユニークユーザー数（UU）、訪問者数（VISIT）といった数値を、訪問後すばやく解析画面に反映し、ネット上の“視聴率”をリアルタイムに動向解析。 |
（4）サポートチャットボット
サポートチャットボットは、人工知能を活用したサポート業務支援システムです。コールセンター等のカスタマーサポート業務や社内ヘルプデスク業務に特化しており、会話ログが蓄積すると、人工知能による自動学習機能で回答精度を向上させていく点が特徴です。
主な機能は以下のとおりです。
|
チャットボット |
Webサイト、メッセージアプリやSNSアプリ等の利用者とコミュニケーションを行うサポート業務支援システム。 |
（用語注記）
|
注１ |
ビッグデータ |
従来のデータベース管理ツールやデータ処理アプリケーションでは記録や保管、解析が困難な大規模かつ複雑なデータの集合です。 |
|
注２ |
人工知能（AI） |
言語の理解や推論、問題解決等人間の知的能力をコンピュータ上で実現する様々な技術やソフトウエア、コンピュータシステムです。 |
|
注３ |
機械学習 |
コンピュータやロボット等の機械にデータから反復的に「学習」させ、そこに潜むパターンを見つけ出させる技術・手法です。学習した結果を新たなデータにあてはめることで、パターンにしたがって将来を予測・分析することができます。 |
|
注４ |
ディープラーニング |
システムがデータの特徴を学習して事象の認識や分類を行う「機械学習」の手法です。データの特徴をより深いレベルで学習し、非常に高い精度で特徴を認識できるため、人の声の認識や、カメラで撮影した画像の認識等で応用が期待されています。 |
|
注５ |
SaaS |
Software as a Serviceの略であり、利用者がインターネットを介して必要な情報システムに係るサービスを受けるクラウドコンピューティングの一形態です。これにより、利用者は保有するデバイスへ直接ソフトウエアをダウンロードすることなくサービスを活用することができるため、インターネットへの接続環境さえあれば保有デバイスのストレージ容量やCPUの性能に左右されず円滑にデータ処理結果等の提供を受けることが可能です。 |
|
注６ |
インサイト |
結果データのみでは判明しない意思決定の行動原理全般を指します。例えば消費者心理としての購入理由や、消費者自身も気づいていない核心的な理由といった意味で用いられます。当社においては、Webユーザーのアクセス結果について自社蓄積データを用いて解析した結果得られる想定アクセス理由を指します。 |
|
注７ |
ユーザーエクスペリエンス（UX） |
Webユーザーが、サイトを通じて得られる体験（experience）の総称です。Webサイトの「見やすさ」や「使いやすさ」等の要素に加えて、使い心地・感動・印象といった要素も含まれます。 |
|
注８ |
ペルソナ |
消費財を中心としたマーケティングにおける、企業の理想の顧客像又は当該顧客像に関する具体的な属性を指します。 |
|
注９ |
CVR |
Conversion Rateの略であり、Webサイトの訪問者数に対し、そのサイトでの商品購入や会員登録等を行った人数の割合で、Webサイトの投資対効果を計る指標です。 |
|
注10 |
クチコミ傾聴 |
ソーシャルメディア上の投稿等を言語解析して、市場分析・競合分析・施策や広告効果のモニタリングを行うことを指します。ソーシャルリスニングともいわれます。 |
|
注11 |
SNSアカウント分析 |
SNSで保有しているアカウントのフォロワー数やフォロワーの推定属性、投稿に対するリアクションの数やシェア数等を分析することを示します。 |
|
注12 |
エンゲージ |
SNSにおいて、ユーザーが積極的な反応を示すことを指します。 |
|
注13 |
投稿管理 |
SNSで保有している企業アカウントを複数人で管理している場合、登録したページに対しての返信（他ユーザーからのコメントや返信、メンション等）を一元管理し、複数の担当者で対応できます。 |
|
注14 |
CRM |
Customer Relationship Managementの略であり、顧客満足度の向上等、顧客との関係性を管理する経営戦略及び経営手法を意味します。なお、当社の所属する業界においては当該経営戦略実現のために顧客の属性や過去のコメントを記録・管理し、それぞれの顧客に応じた対応を行うことを可能とする情報システムやデータベース全般を指します。 |
[事業系統図]
現在の当社事業系統図は以下のとおりです。当社システムを利用企業の分析担当者が直接利用するケースと、当社システムを利用企業のシステムに組込んで利用するケースがあります。
（注） システム組込みとは当社サービスのOEM提供であり、本書提出日現在ニフティ株式会社に対して行っております。
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
|
|
|
|
|
2019年６月30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（千円） |
|
|
|
（ |
|
|
|
（注）１．従業員数は就業人員であり、臨時雇用者数は（ ）内に年間平均人数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、データクラウド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
労働組合は結成されておりませんが、労使関係は円満に推移しております。