回次 |
第10期 |
第11期 |
第12期 |
第13期 |
第14期 |
|
決算年月 |
2020年2月 |
2021年2月 |
2022年2月 |
2023年2月 |
2024年2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 投資利益 |
(千円) |
|
|
|
|
|
資本金 |
(千円) |
|
|
|
|
|
発行済株式総数 |
(株) |
|
|
|
|
|
普通株式 |
|
|
|
|
|
|
A種優先株式 |
|
|
|
|
|
|
B種優先株式 |
|
|
|
|
|
|
C種優先株式 |
|
|
|
|
|
|
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) |
- |
4,780 |
4,150 |
1,175 |
1,066 |
最低株価 |
(円) |
- |
3,460 |
726 |
485 |
491 |
(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.持分法を適用した場合の投資利益については、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、配当を実施していないため記載しておりません。
4.第10期の潜在株式調整後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、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、また、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.第10期における自己資本利益率については、当期純損失が計上されているため記載しておりません。
6.第10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.当社は、2019年3月29日付で株式1株につき100株の割合で株式分割及び2020年10月31日付で普通株式1株につき30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て1株当たり純資産額、1株当たり当期純利益又は1株当たり当期純損失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。
8.従業員数は就業人員(正社員及び契約社員)であり、臨時雇用者数(パートタイマー)は、年間平均人員を( )外数で記載しております。
9.2020年10月14日付で、A種優先株主、B種優先株主及びC種優先株主の株式取得請求権の行使を受けたことにより、全てのA種優先株式、B種優先株式及びC種優先株式を自己株式として取得し、対価として当該A種優先株主、B種優先株主及びC種優先株主にA種優先株式、B種優先株式及びC種優先株式1株につき普通株式1株を交付しております。また、同日付で当該A種優先株式、B種優先株式及びC種優先株式を消却しております。なお、当社は2020年10月23日開催の臨時株主総会において、種類株式を発行する旨の定款の定めを廃止しております。
10.2021年2月19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期及び第11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。また、株主総利回りの比較指数は、東京証券取引所の市場区分見直しに伴い、「東証マザーズ指数」から「東証グロース市場250指数」へ変更しております。
11.最高株価及び最低株価は、2022年4月4日の東京証券取引所の市場区分の見直しにより、東京証券取引所グロース市場におけるものであります。それ以前については、東京証券取引所マザーズにおけるものであります。
なお、2021年2月19日付をもって同取引所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。
12.「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13期の期首から適用しており、第13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。
当社は、代表取締役社長大淵亮平らが、デジタルマーケティングにおけるコンサルティングサービスを提供することを目的に、2010年9月に株式会社WACUL(出資金7,000千円)として東京都文京区に設立いたしました。
会社設立後の事業の沿革については、以下のとおりであります。
年 月 |
沿 革 |
2010年9月 |
創業。デジタルマーケティングのコンサルティング事業を開始 |
2011年4月 |
成果コミット型デジタルマーケティングのコンサルティング事業を開始。成果予測のために現在の「AIアナリスト」の前身となる社内利用向けのアクセス解析データ自動分析ツールを開発開始 |
2014年8月 |
社内利用向けの自動分析ツールをSaaS(Software as a Service)として改良し、アクセス解析データ分析レポートサービス「Sure!」のベータ版をリリース |
2015年4月 |
「Sure!」事業の後継として、アクセス解析・改善提案サービス「AIアナリスト」をベータ版としてリリース |
2015年6月 |
ジャフコSV4共有投資事業有限責任組合から資金調達 |
2015年11月 |
「AIアナリスト」をサブスクリプションモデルに変更、正式版としてリリース |
2016年9月 |
ジャフコSV4共有投資事業有限責任組合から追加の資金調達 |
2017年1月 |
電通デジタル投資事業有限責任組合から資金調達 |
2018年4月 |
コンテンツマーケティングサービス「AIアナリストSEO」をベータ版で提供開始 |
2018年11月 |
株式会社リコー、株式会社マイナビ、TIS株式会社、みずほ成長支援第2号投資事業有限責任組合などより資金調達。株式会社リコーのプロダクトに対し「AIアナリスト」の一部機能を提供する協業契約を提携 |
2019年1月 |
コンテンツマーケティングサービス「AIアナリストSEO」正式版を提供開始 「AIアナリスト」のナレッジ(知見)を活かし、集客から接客までを一貫で行うべく自動広告運用サービス「AIアナリストAD」を提供開始 |
2019年2月 |
社内研究所として「WACUL テクノロジー&マーケティングラボ」を設立。研究顧問として国立大学法人東京大学・国立大学法人京都大学・学校法人明治大学よりAIやマーケティングの専門家を招聘 |
2020年2月 |
「AIアナリスト」をデータ分析でデジタルマーケティングのPDCAを支援するサービスとしてアップデート |
2020年9月 |
「デジタルマーケティングの定石 なぜマーケターは「成果の出ない施策」を繰り返すのか?」(垣内勇威著)を株式会社日本実業出版社より上梓 |
2020年10月 |
株式会社JTBコミュニケーションデザインと観光業デジタルトランスフォーメーションを支援する「AIアナリスト forツーリズム」共同開発・リリース |
2021年2月 |
東京証券取引所マザーズに株式を上場 |
2021年5月 |
「AIアナリスト」サイト登録総数35,000サイト突破 |
2021年12月 |
フリーランスマーケター向け人材マッチングサービス「Marketer Agent」提供開始 |
2022年1月 |
有料職業紹介事業の許可を取得 |
2022年4月 |
東京証券取引所の市場区分の見直しにより、東京証券取引所グロース市場に移行 |
2022年8月 |
人工知能がサイトを評価する「B2BトップページAI診断」を無料提供開始 |
2022年11月 |
マーケター特化型転職サービス「Marketer Agent 転職」提供開始 |
2022年11月 |
「BtoBマーケティングの定石 なぜ営業とマーケは衝突するのか?」(垣内勇威著)を株式会社日本実業出版社より上梓 |
2023年4月 |
人工知能がフォームを評価する「B2BフォームAI診断」を無料提供開始 |
2023年4月 |
「AIアナリスト」とGA4との新規連携数が2,000件を突破 |
2023年4月 |
「AIアナリスト」GA4対応を開始 |
2023年5月 |
「AIアナリストSEO」ChatGPTの社内制作システムへの導入テスト開始 |
2023年7月 |
「LTV(ライフタイムバリュー)の罠」(垣内勇威著)を株式会社日経BPより上梓 |
2023年10月 |
最短1ヶ月でオウンドメディアを構築する「オウンドメディア構築パッケージ」提供開始 |
2024年1月 |
広告運用のインハウス化や代理店管理を支援する「セカンドオピニオン」サービス提供開始 |
2024年2月 |
企業の採用力を向上する「採用マーケティング支援サービス」開始 |
2024年2月 |
Meta Business Partnersバッジを獲得 |
・事業の概要
当社は「知を創集し道具にする」をミッションとして掲げ、世界に遍在するデータやナレッジ(知見)を集め、またそこからナレッジ(知見)を新たに創り出す活動を継続し、それら集合知を、テクノロジーを用いて誰にでも使える道具(ツール)へと変えて、広くあまねく提供することで、「テクノロジーでビジネスの相棒を一人一人に」というビジョンを実現すべく、事業を行っております。
デジタルを活用したビジネス変革を推進するデジタルトランスフォーメーション(以下「DX」(*1)という。)に取り組もうと考える企業が増える中、多くの企業はそもそも何から手を付ければ良いか分からない、データがあっても活用方法が分からない等の課題感を持っており、主に『ナレッジ』が不足しているが故にDXを推進できていないと当社は認識しております。
当社は世界に偏在する知を創集し、その集合知を誰にでも使える道具へと変え、全ての企業や人に開放することを目指します。そのために、デジタル上の『行動解析データ』の収集を行い、さらに“どういったビジネスモデルのどういった企業が何をしたらどういう結果が出たか”という『PDCA(*2)データ』を基に、新たな『ナレッジ』を獲得してまいります。また、こうした『ナレッジ』をコンサルティング、ツール、実行支援、人材など、様々な形で顧客に届けてまいります。
当社はデジタルマーケティングを中心に、あらゆるビジネスのデータを優れたテクノロジーによって、整理・分析だけでなく課題特定・解決まで行うことで、ビジネスパーソンの生産性を高め、クリエイティビティの最大化を支援しております。
現在、当社は既存のオペレーションのデジタルによる置き換えにとどまらない「構造的なデジタル変革」を顧客の経済活動において実現すべく、成長著しいDX市場において、(1) データ分析でデジタルマーケティングのPDCAを支援するサービス「AI analyst」(以下「AIアナリスト」という。)を中心に、マーケティングのDXを推進するワンストップ・サービス「AIアナリスト・シリーズ」(*3)を提供するプロダクト事業と、(2) DX実現のための戦略立案や組織・オペレーション設計等のコンサルティングを行う「DXコンサルティング」、そして企業・学術機関と共にPoC(*4)等を行う社内研究所「WACUL テクノロジー&マーケティングラボ」などを持つインキュベーション事業、(3) デジタル人材が不足している企業にフリーランスや転職を希望するマーケターをマッチングし、マーケティングDXの内製化を支援する人材マッチング事業により、主に企業の生産性向上と収益向上に資する課題解決ソリューションの提供を、戦略立案などの上流から実行や内製化などの下流まで、幅広く行っております。
(*1)DXとは、企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること。
(*2)Plan(計画)・Do(実行)・Check(評価)・Action(改善)を繰り返すことによって、業務を継続的に改善していくサイクル及び手法のこと。
(*3)「AIアナリスト」を中心に、「AIアナリストSEO」「AIアナリストAD」などを含む、ソリューション群の総称。
(*4)Proof of Conceptの略称。新規アイディアのフィジビリティ・スタディなどの検証・実証のトライアル活動のこと。
当社は「DX事業」の単一セグメントでありますが、以下に各事業の内容及び当社の事業の特徴を記載いたします。
1.プロダクト事業
プロダクト事業では、当社が「AIアナリスト」をリリースする2015年まで属人的かつ高コストに提供してきた“データ分析に基づくデジタルビジネスの改善活動”を、蓄積されたナレッジを基にテクノロジーを活用し、自動化したツールである「AIアナリスト・シリーズ」として顧客に提供しております。
多くの企業は、デジタルを活用してビジネスを変革するDXの重要性を認識しながらも、そもそも何から手をつければいいか分からない、現状を正しく認識できていない、データがあっても分析や示唆の抽出ができない、分析の工数がとれないといった様々な課題を持っていると当社は認識しております。そうした企業は、DXによって大きく事業を成長させられるポテンシャルを持っていても、改善計画の策定・管理(Plan)、改善施策の実行(Do)から施策の成果測定(Check)そして次の改善方針の見直し(Act)というPDCAサイクルを実行できず、そのポテンシャルを発揮することができていないと考えられます。
「AIアナリスト・シリーズ」は、これまで高いコストをかけてそうしたPDCA活動を外部に委託してきた企業や、内部で膨大な工数をかけていた企業はもちろん、そもそも費用面やナレッジ不足からそういった改善活動を行えなかった企業まで、“データ分析に基づくデジタルビジネスの改善活動”を求める全ての企業に向けて提供されております。
現在、プロダクト事業ではレポーティング、データ分析及び改善方針の提案と改善幅予測、また実行された施策の成果検証を行う「AIアナリスト」と、「AIアナリスト」の改善方針に従い、実行を支援するサービスラインナップとして、SEO(*5)コンテンツ制作などコンテンツマーケティング支援を行う「AIアナリストSEO」、Webサイトにおけるお問い合わせや購買などのゴールまでを考慮したWeb広告の運用を代行する「AIアナリストAD」などのソリューションを展開しており、「AIアナリスト・シリーズ」と総称しております。
プロダクト事業のソリューションは、一定期間の利用を前提としたリカーリングレベニュー方式(*6、継続収益方式)を採用しています。そのため、解約されない限り継続的に収益を上げることができます。
以下に主なソリューションである「AIアナリスト」「AIアナリストSEO」「AIアナリストAD」について、詳細を記載します。
(*5)Search Engine Optimizationの略称。検索エンジン最適化とは、検索エンジンの検索結果において特定のWebサイトが上位に表示されるようWebサイトの構成やコンテンツなどを調整すること。
(*6)ビジネスモデルのひとつ。モノ・サービスの販売契約を行った後、継続的に売上が発生するビジネスモデル。将来の収益が安定的であるのが特徴。
1-A.AIアナリスト
「AIアナリスト」はWebサイトに関するナレッジ、各社に閉じていたWebサイトのデータを集め、誰にでもデジタルマーケティングにおける分析と改善が行える道具(ツール)に変えSaaS(*7)として提供しております。「AIアナリスト」は顧客が自社Webサイトに関するアクセス解析データ・広告データ・SEOデータをクラウド上で連携するだけで、それぞれのデータを自動でつなぎ合わせ、コンバージョンまでを一気通貫で分析し、レポートの作成から、データ分析結果からの改善提案、実施した改善施策の記録と成果の測定などまで、デジタルマーケティングのPDCAをサポートするプラットフォームです。
昨今、多くの企業が顧客獲得のために自社Webサイトを保有しております。また、GoogleアナリティクスなどのテクノロジーツールをWebサイトに導入し、自社のWebサイト上における消費者のページ遷移等の行動データを収集し分析することで、Webサイト訪問者の行動の理解とそれに沿ったWebサイトの最適化を行うデジタルマーケティング活動を行っております。
このような中、「AIアナリスト」は、AI(*8)が行動データを分析し、レポートとして現状を「見える化」するだけでなく、そこから改善すべき点を示して「分かる化」することに特徴があります。この改善提案機能がある点が、サービスのクオリティ面での大きな差別化につながっていると考えております。
また、「AIアナリスト」は無料でサービスの利用が開始できるフリーミアムモデルを採用しており、当社はユーザーに対し無料で「AIアナリスト」の基本機能を開放するかわりに、そのユーザーが保有するWebサイトの行動データを獲得しております。2024年2月末時点で約4万サイトのデータを保有しているため、このビッグデータを基に、類似サイト群からなるベンチマーキング(*9、類似サイト比較)を提供することが可能です。顧客はベンチマークとの比較を通じて、自社の強みと弱みを認識し、成長戦略の策定に活かすことができます。
一方、コスト面では、「AIアナリスト」はSaaSとして、シングルソース・マルチテナント型(*10)を採用することにより、全ての顧客が共通のソースコードで作られた同一のアプリケーションを使用しております。そのため、当社は常にひとつのソースコードを通じて、機能の強化・拡張を行っていくことができます。開発者はひとつのソースの開発に集中できるので比較的少ないリソース(コスト)で開発することが可能です。そのため、顧客に対しても比較的低価格でのサービス提供が可能となっております。
さらに、当社は継続的に機能アップデートが実施される体制を構築しており、毎週何かしらの修正がプロダクトに施されるなど、常に最新機能を顧客に提供しております。そのため、顧客に対する提供価値の陳腐化を防ぎ、当社の優位性を維持することが可能です。
よって、当社は比較的高いコストパフォーマンスで、顧客に対する提供価値の向上に持続的に取り組むことが可能です。
「AIアナリスト」の画面イメージ
1-B.AIアナリストSEO
「AIアナリストSEO」は、“コンバージョン(*11)=購買・商談機会の獲得”を意識したコンテンツをサイト運営者に代わって制作する、コンテンツマーケティング支援サービスです。
近年、多くの企業が自社で保有するWebサイト(オウンドメディア)などを活用し、コンテンツマーケティングに力を入れております。コンテンツマーケティングとは、見込み客の疑問や関心に沿ったコンテンツを提供し、それによって見込み客を引き寄せ、最終的に自社製品やサービスの購買へと導くマーケティング手法です。
このコンテンツマーケティングにおいて重要となるものが、見込み顧客を誘引する「キーワード選定」、そのコンテンツが狙ったキーワードの検索結果における「コンテンツの検索順位」そして「Webサイト内における設置場所の決定」です。
第一に「キーワード選定」についてですが、現在多くのコンテンツマーケティング支援企業は、インターネット上にオープンになっている情報を基に”サイトへの流入=集客”にフォーカスしたキーワード選定を行っております。しかし、本来コンテンツマーケティングの目的は“コンバージョン=購買・商談機会の獲得”です。従って、効果的なコンバージョン獲得のためには、クローズドな情報である“サイト内の行動データ”の分析を行い、コンテンツを制作することが不可欠です。当社では、サイトへの流入ではなくコンバージョンにフォーカスし、サイト内の行動データも分析した上でキーワード選定を行っております。
第二に「コンテンツの検索順位」についてですが、当社ではGoogleからの高い評価を期待できるコンテンツのアウトライン作成の工程を一部システム化することで、SEO対策コンテンツの制作を再現性高く、従来より低コストに提供することを可能としました。現在、コンテンツ制作プロセスにChatGPTの導入を行っております。
第三に「Webサイト内における設置場所の決定」についてですが、当社ではコンテンツを置くべき場所の選定を、「AIアナリスト」の分析結果から得られる最適導線の提案に従って行うことで、コンテンツの価値を引き出します。
当社は「AIアナリスト」を利用する顧客に対して、その改善に日々向き合っているため、コンテンツマーケティングを実施すべきかどうか、実施する際にはどのような形で行うべきかを把握することができ、顧客のシチュエーションに合わせた提案を行っております。
1-C.AIアナリストAD
インターネット広告媒体費は成長が続き、広告媒体費が初めて1兆円を超えた2016年に引き続き、2023年には3.3兆円と3倍にまで急拡大をしております(広告媒体費データは株式会社電通「2023年 日本の広告費」より引用)。このような中、当社では、Web広告の運用を代行するサービス「AIアナリストAD」を提供しております。
Webサイト内のデータを保有・分析できる「AIアナリスト」を提供する当社ならではの強みを活かし、「AIアナリスト」と「AIアナリストAD」を共に導入いただくことで“訪問数を増やすWeb広告”ではなく“コンバージョンを増やすための、Web広告とWebサイトの一体運用”をサイト運営者に代わって行い、広告効率をより高めます。具体的には、Web広告を高いコストパフォーマンスで運用するには、どういった広告からWebサイト内のどのコンテンツに誘導すれば良いかまでを踏まえて運用します。こうした取り組みにより、顧客はコンバージョンにつながらない広告費の削減や、広告をクリックした人々がお問い合わせや購入に至る率を向上することができます。同時に、当社では多くの顧客のデータを保有し分析しているため、顧客の属性に合わせて、検索連動型広告やSNS広告、記事広告など多様な広告媒体を横断的に提案し、最適化を図っております。
また、当社では広告運用担当者を固定的に社内に保有するだけでなく業務委託のプロフェッショナルを活用することで、一時的な広告キャンペーンの実施など、需要の波に合わせてコストコントロールを可能としております。同時に、業務委託者の運用状況の管理は成果に直結するため、運用状況の監督ツールを独自に開発し、安定的な運用を可能としております。
(*7)Software as a Serviceの略称。ソフトウェアを利用者(顧客)側に導入するのではなく、提供者(サーバー)側で稼働しているソフトウェアを、インターネット等のネットワーク経由で、利用者がサービスとして利用するもの。
(*8)Artificial Intelligence(人工知能)の略称。
(*9)企業が製品、サービス、プロセス、慣行を継続的に測定し、優れた競合他社やその他の優良企業のパフォーマンスと比較・分析する活動のこと。
(*10)ひとつのソースコードで書かれたソフトウェアを、多数のユーザーで、共同で利用する形式のこと。ひとつのソースコードを改良することで、多数のユーザーがその恩恵を受けることができるため、効率的に改善が可能。
(*11)Webサイトにおける最終的な成果・目的のことを指す。主なものとして、商品の購入・予約、会員登録、資料請求、お問い合わせなどがある。
2.インキュベーション事業
インキュベーション事業では、最先端のデータ分析に基づいたデジタルマーケティングを推進する企業に対し、コンサルティングのサービスを提供しております。さらにアカデミア及びビジネスの先端をいく人材を顧問とする社内研究所である「WACUL テクノロジー&マーケティングラボ」を2019年2月に社内研究所として立ち上げ、AIやマーケティングを専門とする大学教授などを顧問に迎えるなど、先端テクノロジーの導入とナレッジの磨き上げに力を入れております。また、そうした活動で得られたナレッジをソリューションに落とし込む形で「AIアナリスト・シリーズ」などの新規ソリューションの立ち上げ及び「AIアナリスト・シリーズ」の機能拡張に活かしてきております。
これまでにも、AIについては2015年に国立大学法人東京大学松尾研究室とのコラボレーションリサーチを実施し、当社としてサイト分析システムで特許を取得しております(特許第6056094号)。また、深層学習(*12)(ディープラーニング)など、新たな技術を活用した機能・ソリューション開発も行っており、現在特許を出願中です(特開2018-136845)。さらに、顧客とともに深層学習を用いたアプリ内における行動分析や、顧客の行動分析に基づくWebと店舗の最適なつなぎ合わせなどのプロジェクトを実施してきており、そうした取り組みを通じて得たナレッジに基づき、特許出願を積極的に行っております。
当社のDXコンサルティングでは、継続的に顧客から「AIアナリスト」を通じて共有される最新のPDCAデータから、過去に成果が出ることの多かった事例を抽象化した“勝ちパターン”を見出し、最も効果の見込める施策を短時間・少工数で提供することが可能です。また、当社はコンサルティング業に源流を持つため、社内のコンサルティングに関するナレッジの蓄積を活かして、事業全体の再構築や、KPI設計、組織設計、オペレーション構築・運用等のコンサルティングサービスを提供しております。
(*12)多層の人工ニューラルネットワークによる機械学習手法。ディープラーニングとも呼ばれる。2010年代に普及し始め、第3次AIブームを牽引することとなった革新的な技術。
「インキュベーション事業」の取り組み事例
3.人材マッチング事業
昨今、企業を取り巻く環境や消費者の価値観が大きく変化する中、企業のDX推進に向けた取り組みが活発化しております。マーケティング分野においても、インターネットを通じた消費行動が当たり前になり、消費者獲得のためにインターネット経由で得られるデータの分析・活用が企業活動の成否に直結する時代となっております。
専門性の高いマーケティングDX領域において、専門知識を持つ人材の活用は企業のマーケティング成果を最大化するために不可欠です。また、日々進化するデジタルマーケティングの世界において、最新のトレンドやツール情報、成果を出すためのノウハウこそが鍵であり、それらを基にした専門人材のスキルアップが重要といえます。
一方で、働き方の多様化が進みフリーランス等の独立したマーケターが増える中、活躍するための環境としては、企業側が正社員前提での体制作りをしている点や、フリーランスが継続的にスキルをアップデートする機会が少ない点など、いまだ十分に整備されていない現状があります。
そのため、企業側にとっては、マーケティング人材の専門性の目利きが難しいという課題が、マーケターにとっては、自己成長のための最新情報を得られる機会が限定的といった課題があり、その結果、マーケターと企業のマッチングにおいて「期待したことをやってもらえなかった」「業務を請け負ったが自分ができる範囲を超えていた」などのアンマッチが発生しております。
当社は、「AIアナリスト」を軸に、これまで1,000社超の企業を支援し、様々なマーケティング課題の解決を行ってまいりました。そこで、WACULが培った企業のマーケティング課題の「特定力」、また38,000超のサイト分析に基づく成果を出すための「方法論」などを活かして、この度、専門性を持つマーケターのスキル、リソースを最大活用するフリーランスマーケター向け人材マッチングサービス「Marketer Agent」を2021年12月からスタートしました。
また、2022年11月にはマーケティング人材の需要の高まりを受けて、マーケティングDX人材のフリーランス・マッチングから正社員の転職までサポート範囲を拡大し、マーケター転職の支援サービス「Marketer Agent 転職」の提供を開始しました。
主なサービスは以下の3点です。
[マッチング]
Marketer Agentが企業とフリーランスマーケターをマッチングします。マーケターの中にはスキルは高いものの営業力に長けていない人材も多いのが現状です。こうしたフリーランスマーケターに営業機会を提供します。これにより企業としても、今まで出会えなかった優秀なマーケターに協力を依頼することが可能になります。
Marketer Agentでは当社の30,000社以上の豊富なマーケティング部門を中心とした顧客ネットワークを基に案件を創出します。企業側の課題を把握し、各々のマーケターの特性も把握している当社が企業とマーケターの間に入ります。企業としては、知らないフリーランスに重要な業務を任せることにハードルがありますが、当社が間に入ることで安心して任せることが可能になります。また、フリーランスとしても、現状は企業から過大な要求を受けるケースが発生しており、これもマーケティング支援を本業とする当社が間に入ることで、専門知識を基に「案件や専門スキルの目利き」を徹底することでミスマッチを回避することができます。また「個人(フリーランス等)」は、発注側の企業から見た際の「信用力」が欠けるというデメリットはありますが、発注企業と個人との間に当社が入ることで解消することが可能です。
また、フリーランス活用から正社員採用へとステップを進める企業向けには「Marketer Agent 転職」により、企業が欲する人材の正社員紹介を行います。
デジタルマーケティング人材における主な要件の比較
[アップスキリング]
当社は独自に収集した約4万サイトのデータと10,000超の成功事例・失敗事例データにより、成功確率の高いマーケティング施策のみを提供しております。こうしたノウハウは、少ない時間でいかに成果を出すかが求められるマーケターにとって有用です。
このノウハウを、まず研修という形でマーケターに提供します。さらにはWACULで実際に行っている業務から学ぶOJTの機会も提供します。
[コラボレーション]
マーケターと当社のコラボレーションにより、企業の課題解決を推進します。加えてマーケター同士の連携も推進します。フリーランス等のマーケターは企業に属しているマーケターと比べて孤独です。こうしたマーケター同士による情報共有や案件の相互紹介などの機会を創出します。
・当社の事業の特徴
①当社独自データとナレッジ
当社の「AIアナリスト」は、基本的な機能を無料で提供し、さらに高度な機能や特別な機能については料金を課金するフリーミアムモデルで提供されております。そのため、当社はユーザーに対し無料で基本機能を開放する代わりに、そのユーザーのデータを獲得しております。
また、当社は顧客から共有されるクローズドなビッグデータとWeb上に存在するオープンデータを合わせて分析し、顧客に改善ポイントの提案を行っております。顧客が改善施策を実行したのち、当社はその成果を測定します。こうしたPDCAデータを当社は蓄積することで、改善提案の質の向上に役立てております。改善提案の質の向上は、更なる顧客数の増加や定着につながる好循環を生むと考えております。
改善施策の立案からその実行、そして成果測定に至るまでのPDCAデータは、当社独自のものです。この独自のPDCAデータを分析することで当社は“デジタルビジネスの勝ちパターン”を蓄積しており、当社の課題解決力の強化、延いては事業における競争力につながると認識しております。
こうした好循環は、Data Network Effectsと呼ばれ、追随しようとする他社に対する参入障壁となり、当社の先行優位性をより強固にすると考えております。
また、新たなナレッジを生み出すために、AIとマーケティングに関する外部識者をアカデミックとビジネスの両サイドから招聘した研究所「WACULテクノロジー&マーケティングラボ」を設立し、産学連携でナレッジの蓄積を進めております。これまでも、AIによるWebページの自動グルーピングやスマートフォンゲームの課金者獲得率の予測モデルの構築、再購買予測モデルによるリテンション率予測など、様々な技術開発を行っております。
②ナレッジの多様なマネタイズ
当社のコアコンピタンスであるデータとナレッジを、そのまま販売するのではなく、テクノロジーを掛け合わせることで、様々なサービスに“仕立てて”提供することが、当社のサービスの特徴です。これにより、外形的には「一般的なマーケティング支援サービス」であっても、成果の創出幅が大きいことやオペレーションが自動化されていることにより、価格競争力の実現が可能です。
それぞれの事業におけるテクノロジーを活用したナレッジのマネタイズ例
③顧客の“できない”をなくし、PDCAを確実にまわせるサービス群を提供することで、クロスセルが実現
当社は「AIアナリスト」による改善提案だけでなく、その改善提案と紐づく形で実行・実装を行う「AIアナリストSEO」や「AIアナリストAD」やマーケターの不足を補う「Marketer Agent」による人材支援といった様々なサービスを顧客に合わせて提案することで、同一顧客に複数ソリューションを提供するクロスセルを行っております。
コンサルティング支援のみでは、そのコンサルティング内容の実現が欠けてしまい、提案が絵に描いた餅になることも多く、逆に代行サービスだけではそもそも何をどうすべきかという船頭なくして船山に登ることとなることも多いものです。また、マーケティングDXに取り組もうにも、そもそも社内に先導できる人的リソースがないということもしばしば聞かれます。こうした顧客がマーケティングDXを実現できない理由をつぶすサービス群を提供することで、確実に顧客を前に進めることができ、巡り巡って当社のサービスのクロスセルへとつながっております。
顧客は様々な課題を各社が抱えております。当社はそのひとつの課題に対して、保有するソリューションのひとつで成果を創出することで信頼を獲得し、顧客が新たに直面する課題や周辺の課題に対してもまた別のソリューションをクロスセルしていくことで、顧客1社当たりの売上高の拡大が可能となっております。
④コンサルティング+テクノロジー+実行実装の代行を組み合わせた差別化
当社は、コンサルティング+テクノロジー+実行実装の代行を揃えた、独自ポジショニングを構築しております。そのため、コンサルティング会社、広告代理店、ツール提供会社など、それぞれの企業と差別化できております。
例えば、多くの広告代理店は、人的な稼働に対するフィーではなく実行実装のトランザクションに対して収入を得ているため、時に顧客の成果につながらないものも押し売りせざるを得ないという状況にあります。しかし当社はコンサルティングサービスを提供しているため、成果につながらないものを実施しないでおくと伝えることでフィーをいただけます。そのため、顧客の真の成果に向き合うことができ、結果として顧客の信頼を勝ち得ることができます。
独自のポジショニング
⑤事業成長と参入障壁を実現する独自PDCAデータの蓄積
当社の「AIアナリスト」は、基本的な機能を無料で提供し、さらに高度な機能や特別な機能については料金を課金するフリーミアムモデルで提供されております。そのため、当社はユーザーに対し無料で基本機能を開放する代わりに、そのユーザーのデータを獲得しております。
<事業系統図>
該当事項はありません。
(1)提出会社の状況
|
|
|
|
2024年2月29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(正社員及び契約社員)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DX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。
(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)3 |
||
全労働者 |
正規雇用労働者 |
パート・有期労働者 |
||
15.0 |
100.0 |
54.4 |
81.5 |
79.7 |
(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。指標の計算式は以下のとおりです。
・管理職に占める女性労働者の割合:女性の管理職人数÷男性と女性の管理職人数
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。指標の計算式は以下のとおりです。
・男性労働者の育児休業取得率:育児休業を取得した男性労働者÷配偶者が出産した男性労働者
3.全労働者の賃金差異については、女性労働者に占めるパートタイマーの人員比率が高いことに起因しております。指標の計算式は以下のとおりです。
・労働者の男女の賃金の差異:女性労働者の平均年間賃金÷男性労働者の平均年間賃金