|
回次 |
第10期 |
第11期 |
第12期 |
第13期 |
第14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 |
|
|
売上高 |
(千円) |
|
|
|
|
|
|
経常利益又は経常損失(△) |
(千円) |
|
|
|
△ |
△ |
|
当期純利益又は当期純損失(△) |
(千円) |
|
|
|
△ |
△ |
|
持分法を適用した場合の投資損失(△) |
(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又は1株当たり当期純損失(△) |
(円) |
|
|
|
△ |
△ |
|
潜在株式調整後1株当たり当期純利益 |
(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:東証グロース市場250指数) |
(%) |
( |
( |
( |
( |
( |
|
最高株価 |
(円) |
6,800 |
5,700 |
2,083 |
1,685 |
882 |
|
最低株価 |
(円) |
4,730 |
1,923 |
965 |
767 |
580 |
(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.第10期、第13期及び第14期の持分法を適用した場合の投資損失(△)については、当社は関連会社を有しておりませんので記載しておりません。
3.1株当たり配当額及び配当性向については、配当実績がないため記載しておりません。
4.第13期及び第14期における潜在株式調整後1株当たり当期純利益については、潜在株式は存在するものの、1株当たり当期純損失であるため記載しておりません。
5.当社は、2020年12月17日に東京証券取引所マザーズ市場に上場したため、第10期の潜在株式調整後1株当たり当期純利益は、新規上場日から当事業年度末日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.当社は、2020年8月12日開催の取締役会決議により、2020年9月9日付で普通株式1株について3株の割合で株式分割を行っておりますが、第10期の期首に当該株式分割が行われたと仮定し、1株当たり純資産額、1株当たり当期純利益及び潜在株式調整後1株当たり当期純利益を算定しております。
7.2020年12月17日付をもって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10期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。第11期、第12期、第13期及び第14期の株主総利回り及び比較指標は、2020年12月末を基準日として算定しております。
8.最高株価及び最低株価は、2022年4月3日以前は東京証券取引所マザーズにおけるものであり、2022年4月4日以降は東京証券取引所グロース市場におけるものであります。
なお、2020年12月17日付をもって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、それ以前の株価については記載しておりません。
9.「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12期の期首から適用しておりますが、主要な経営指標等に与える影響はありません。
当社の創業者である岩井裕之は、BNPL(注)事業者における経験により、インターネット・スマートフォンの普及に伴うECビジネスの拡大の一方で、不正利用者が増加するであろうことに着想し、一過性のコンサルティングではなく、継続的に利用できるシステムを提供することができれば、増加する不正利用を食い止めることができ、安全なECの発展を支援することで社会貢献ができると考え、2011年1月28日に当社を設立するに至りました。
|
2011年1月 |
東京都千代田区神田において資本金2,400千円でかっこ株式会社を設立 |
|
2011年11月 |
決済コンサルティングサービスを開始 |
|
2012年6月 |
不正注文検知サービス「O-PLUX」をリリース |
|
2012年8月 |
情報セキュリティマネジメントシステム(ISO27001)認証取得 |
|
2012年12月 |
事業拡大に伴い、本社を東京都新宿区新宿に移転 |
|
2014年3月 |
事業拡大に伴い、本社を東京都港区元赤坂に移転 |
|
2015年1月 |
データサイエンスサービスを開始 プライバシーマーク認定取得 |
|
2016年7月 2016年11月 |
不正アクセス検知サービス「O-MOTION」をリリース 「O-PLUX」の普及版サービス「Fraud Finder」リリース |
|
2019年11月 2020年6月 |
「第14回ニッポン新事業創出大賞 経済産業大臣賞」受賞 「O-PLUX for トラベル」など業界特化型「O-PLUX」3サービスをリリース |
|
2020年12月 2021年10月 |
東京証券取引所マザーズに株式を上場 上限額なしでクレジットカード不正被害を補償する「O-PLUX Premium Plus」をリリース 株式会社サイバーセキュリティクラウドとパートナー契約を締結し、EC事業者向けセキュリティパッケージ「ECサイト鉄壁パック」をリリース 月額4,000円から利用可能な不正注文検知サービス「不正チェッカー」をリリース 株式会社エルテスとオンライン取引におけるセキュリティ領域で資本業務提携 |
|
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市場からグロース市場に移行 |
|
2022年10月 |
「第16回ASPIC IoT・AI・クラウドアワード2022」社会業界特化系ASP・SaaS部門 総合グランプリ賞受賞 |
|
2022年12月 |
後払い決済導入パッケージ「SaaS型BNPLシステム」をリリース |
|
2023年2月 |
バリュークリエーション株式会社とインターネット広告市場におけるアドフラウド対策領域で資本業務提携 |
|
2023年6月 |
フィッシング対策パッケージ「鉄壁PACK for フィッシング」をリリース |
|
2023年11月 |
「第17回ASPICクラウドアワード2023」社会業界特化系ASP・SaaS部門 先端技術賞受賞 |
|
2024年4月 |
マーケティング支援サービス「いろはに分析」をリリース |
|
2024年9月 |
メールチェックサービス「Mail Validator」をリリース |
(注)Buy Now Pay Laterの略。クレジットカードを使わず、品物を先に受け取り、後から代金を支払う決済手法である後払い決済のこと。
当社は「未来のゲームチェンジャーの『まずやってみよう』をカタチに」という経営ビジョンを掲げ、当社の有するデータサイエンスの技術とノウハウをもとに、アルゴリズム及びソフトウエアを開発・提供することで、企業の課題解決やチャレンジを支援する「SaaS型アルゴリズム提供事業」を展開しております。
特に、EC分野において、近年急増するオンライン決済での不正対策として、代金未払いとなり得る注文をリアルタイムに検知するSaaS型サービス「O-PLUX(オープラックス)」を主力製品とする「不正検知サービス」を展開しており、当社事業の中核サービスと位置づけております。
また、「不正検知サービス」とシナジー効果を発揮するサービスとして、クレジットカード等を用いずに、商品の受け取り後に支払いができるBNPLを提供するBNPL事業者に向けて、システム提供及びコンサルティングを行う「決済コンサルティングサービス」を展開しており、BNPLの審査エンジンとして「O-PLUX」をご利用いただくことで、ワンストップのサービスを提供しております。
加えて、「SaaS型アルゴリズム提供事業」をEC分野のみならず、小売・流通業や製造業をはじめとした様々な分野において展開するべく、マーケティングや生産効率向上等に資するアルゴリズムを開発・提供する「データサイエンスサービス」を展開しております。
当社が、SaaS型アルゴリズム提供事業において提供している各サービスの具体的な内容は、以下のとおりです。
なお、当社は、SaaS型アルゴリズム提供事業の単一セグメントであるため、サービス別に記載しております。
(具体的なサービスの内容)
(1) 不正検知サービス
当社は、当社の有するデータサイエンス及びセキュリティの技術・ノウハウをもとに、以下のとおり不正検知サービスを展開しております。
a.不正注文検知サービス「O-PLUX」
「O-PLUX」は、ECにおける注文データを分析することで、代金未回収となり得る注文をリアルタイムに検知するSaaS型の不正注文検知サービスです。当社の有するAI・統計学・数理最適化といったデータサイエンスの技術で独自の検知モデルを構築し、日本語独特の表記ゆれを名寄せする正規化機能(注1)や、注文のあった端末を特定するデバイス認証機能(注2)などの機能により、単純なブラックリスト照合や担当者の目視による審査ではなしえなかった検知精度を実現いたしました。また、購入時にパスワード入力等を求める本人認証サービスと違い、画面遷移なく審査可能なため、購入者の操作性・利便性を損ねることなく不正対策が可能です。「O-PLUX」は、これらの機能・性能をご評価いただき、日本国内のECサイトにおける有償の不正検知サービスの累計導入件数№1を獲得しております。(株式会社東京商工リサーチが実施した「ECサイト不正検知サービスに関する累計導入数調査」による。調査対象時点は2024年3月末日時点。)
<EC事業者の不正対策>
近年、クレジットカード番号等の情報を盗まれ不正に使われる「番号盗用被害」が急増しておりますが、ECにおいて番号盗用等によるクレジットカードの不正利用が発生した場合、クレジットカード保有者が代金の支払いに同意せずにクレジットカード会社に対して注文の取り消しを申請すると、その代金の売上は取り消され、基本的にEC事業者の負担となります。「O-PLUX」は、このようなクレジットカード不正の対策をはじめ、代金引換注文での受取拒否やアフィリエイト報酬を狙ったなりすまし注文等、ECにおける様々な不正の対策ツールとして、EC事業者への導入が進んでおります。
b.不正アクセス検知サービス「O-MOTION」
「O-MOTION」は、会員サイト等において、本人になりすました不正なアクセスをリアルタイムに検知するSaaS型の不正アクセス検知サービスです。独自のデバイス情報・操作情報を駆使した不正判定により、User Agent(注3)、Cookie等を用いた従来型の検知では判別しきれなかった不正も判定・検知が可能です。その性能をご評価いただき、インターネットバンキングにおける不正送金や、2019年6月から施行されたいわゆる「チケット不正転売防止法」によって規制の対象となった不当なチケット買い占めによる高値転売の対策として、金融機関、大手チケットサイト等にご導入いただいております。
(2) 決済コンサルティングサービス
当社の決済コンサルティングサービスは、主にBNPLを提供するBNPL事業者に向けて、当社のBNPLに関するノウハウをもとに、決済システムの提供及びBNPL事業の立上げ・運用のコンサルティングを行っています。
BNPLは、購入者にとって利便性が高い一方、それを提供するBNPL事業者にとっては、代金未払い等の回収リスクが高く、高精度な審査が不可欠となるため、当社は、「決済コンサルティングサービス」の提供とともに、BNPLの審査エンジンとして「O-PLUX」をご利用いただくことで、BNPLの構築をワンストップで支援しております。
(3) データサイエンスサービス
当社のデータサイエンスサービスは、マーケティングや業務生産性などの課題に対し、企業が保有するビッグデータを、AI、統計学、数理最適化等データサイエンスにおける最適な技法を用いて分析し、アルゴリズムを開発・提供するサービスです。基礎集計フェーズ、解析フェーズ、システム構築フェーズなど、フェーズごとに料金を設定することにより、透明性の高いサービスを提供しております。本サービスの主な事例は以下のとおりとなります。
(a) アパレルメーカーの実店舗とECすべてを対象とした購買データをもとに、買い方別に顧客の特徴をクラスタリング(データを機能やカテゴリごとに分けて集めること)。月次での購買期待値順会員リスト生成と、クラスタ別の施策やコミュニケーション立案材料の提供。
(b) コールセンターの翌月の日・時間帯単位での需要を予測。現状の対応能力から、経営指標に応えられる応答率と、従業員の勤務希望、労働条件といった複数の制約を満たす人員配置計画を計算し、自動提供。
(当社のビジネスモデルについて)
当社の主要製品である「O-PLUX」の収益構造は、定額課金である月額料金及び審査件数に応じた従量課金である審査料金からなるストック収益と、初期導入料金等のスポット収益で構成されており、2024年12月期において、売上高全体に占めるストック収益の割合は、64.1%となります。
ストック収益の成長を実現するために、当社のデータサイエンスの技術による更なる精度向上に加え、国内製品・自社製品ならではのモニタリング・サポート体制を提供することで顧客価値向上を実現し、利用企業及び審査件数の増加、並びに高い継続率の維持の実現を目指してまいります。
(注)1.表記の異なる同一情報(例えば、「赤坂一丁目5番31号」と「赤坂1-5-31」)を一定のルールに基づいて変形し、表記を揃える機能のこと。
2.IPアドレス、cookie、言語設定等の端末に関する様々な情報や設定をもとに、注文のあった端末を特定する機能のこと。
3.ブラウザがWebサーバーに対して自動的に通知しているブラウザやOSの種類、バージョンなどの情報を組み合わせた識別子のこと。
(事業系統図)
当社の事業系統図は下図のとおりであります。
該当事項はありません。
(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) |
|
|
|
( |
|
|
|
(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)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.当社は、SaaS型アルゴリズム提供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います。
(2) 労働組合の状況
当社において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。
(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
|
当事業年度 |
||||
|
管理職に占める女性労働者の割合(%) (注)1. |
男性労働者の育児休業取得率(%) (注)2. |
労働者の男女の賃金の差異(%) (注)1. |
||
|
全労働者 |
正規雇用労働者 |
パート・有期労働者 |
||
|
|
|
|
|
|
(注)1.「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)の規定に基づき算出したものであります。
2.「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)の規定に基づき、「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施行規則」(平成3年労働省令第25号)第71条の4第1号における育児休業等の取得割合を算出したものであります。