回次 |
第5期 |
第6期 |
第7期 |
第8期 |
第9期 |
|
決算年月 |
2015年12月 |
2016年12月 |
2017年12月 |
2018年12月 |
2019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) |
( |
( |
( |
( |
( |
(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おりませんので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、配当実績がないため記載しておりません。
5.第5期及び第6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、潜在株式が存在するものの、当社株式は非上場であるため、期中平均株価が把握できませんので、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。
6.第7期、第8期及び第9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、潜在株式が存在するものの、当社株式は非上場であるため、期中平均株価が把握できませんので記載しておりません。
7.第5期及び第6期については、当期純損失を計上しているため、自己資本利益率は記載しておりません。
8.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。
9.第5期、第6期及び第7期については、キャッシュ・フロー計算書を作成していないため、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・フロー並びに現金及び現金同等物の期末残高は記載しておりません。
10.前事業年度(第8期)及び当事業年度(第9期)の財務諸表については、「財務諸表等の用語、様式及び作成方法に関する規則」(1963年大蔵省令第59号)に基づき作成しており、金融商品取引法第193条の2第1項の規定に基づき、仰星監査法人の監査を受けておりますが、第5期、第6期及び第7期については、当該監査を受けておらず、「会社計算規則」(2006年法務省令第13号)の規定に基づき算出した各数値を記載しております。
11.「『税効果会計に係る会計基準』の一部改正」(企業会計基準第28号 2018年2月16日)等を当事業年度(第9期)の期首から適用しており、前事業年度(第8期)に係る主要な経営指標等については、当該会計基準等を遡って適用した後の指標等となっております。
12.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8期の期首に当該株式分割が行われたと仮定し、1株当たり純資産額及び1株当たり当期純利益を算定しております。
13.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。
そこで、東京証券取引所自主規制法人(現 日本取引所自主規制法人)引受担当者宛通知「『新規上場申請のための有価証券報告書(Ⅰの部)』の作成上の留意点について」(平成24年8月21日付東証上審第133号)に基づき、第5期の期首に当該株式分割が行われたと仮定して算定した場合の1株当たり指標の推移を参考までに掲げると、以下のとおりとなります。なお、第5期、第6期及び第7期の数値(1株当たり配当額についてはすべての数値)については、仰星監査法人の監査を受けておりません。
回次 |
第5期 |
第6期 |
第7期 |
第8期 |
第9期 |
|
決算年月 |
2015年12月 |
2016年12月 |
2017年12月 |
2018年12月 |
2019年12月 |
|
1株当たり純資産額 |
(円) |
34.19 |
105.10 |
126.52 |
160.75 |
210.08 |
1株当たり当期純利益又は1株当たり当期純損失(△) |
(円) |
△119.39 |
△90.17 |
21.40 |
34.47 |
48.99 |
潜在株式調整後1株当たり当期純利益 |
(円) |
- |
- |
- |
- |
- |
1株当たり配当額 |
(円) |
- |
- |
- |
- |
- |
(うち1株当たり中間配当額) |
(-) |
(-) |
(-) |
(-) |
(-) |
当社の創業者である岩井裕之は、後払い決済事業者(注)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 |
2018年5月 |
「O-PLUX あんしんパック」をリリース |
2019年11月 2020年1月 2020年6月 2020年10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-motion」が株式会社オスティアリーズの提供する着信認証サービスと連携開始 「O-PLUX」の無形商材対応サービス「O-PLUX for トラベル」など3サービスをリリース 「O-PLUX」が「Salesforce Commerce Cloud」と連携 |
(注)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を提供する事業者のこと。代表的なスキームとしては、販売店から、購入者に対する売掛債権の譲渡を受けることにより、販売店に対して商品代金等の立替払いを行い、販売店に代わって後払い決済事業者が債権回収を行う。
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後払い決済を提供する後払い決済事業者に向けて、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、後払い決済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調査」による。調査対象時点は2020年5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、代引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。
<後払い決済事業者の審査エンジン>
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後払い決済は、クレジットカード利用に不安を抱くユーザーニーズに応える形で利用者が拡大しており、株式会社矢野経済研究所による「オンライン決済サービスプロバイダーの現状と将来予測2020年版」によりますと、2018年度の後払い決済市場の市場規模は、前年度比30.0%増の5,720億円となっております。
後払い決済は、クレジットカード決済に比べ、事前審査がなく、基本的に注文情報のみで審査を行う必要があるため、代金未払い等の回収リスクが高く、より高精度な審査が求められます。後払い決済における代金未払い等の被害は、基本的に決済を提供する後払い決済事業者が負うこととなるため、その対策として「O-PLUX」をご利用いただいております。
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、主に後払い決済を提供する後払い決済事業者に向けて、当社の後払い決済に関するノウハウをもとに、決済システムの提供及び後払い決済事業の立上げ・運用のコンサルティングを行っています。
後払い決済は、購入者にとって利便性が高い一方、それを提供する後払い決済事業者にとっては、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、後払い決済の審査エンジンとして「O-PLUX」をご利用いただくことで、後払い決済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、2019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、70.3%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。
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。
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の種類やバージョンやOSの種類や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
|
|
|
|
2020年10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、最近1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。