開示会社：ＣＩＮＣ(4378)
開示書類：2024年10月期第３四半期決算短信〔日本基準〕(非連結)
開示日時：2024/09/13 16:00

<決算スコア> +0.01

<業績データ>
発表期 2024/07
種別 3Q
売上高(百万円) 1,483
前期比 +0.1% ○
営業利益(百万円) 77
前期比 +8.5% ○
経常利益(百万円) 77
前期比 +8.5% ○
純利益(百万円) 60
前期比 +2100.0% ○

予想期(通期) 2024/10
売上高(百万円) 1,935
前期比 -0.5% ●
会社予想比 0.0%
営業利益(百万円) -55
前期比 -170.5% ●
会社予想比 0.0%
経常利益(百万円) -55
前期比 -171.4% ●
会社予想比 0.0%
純利益(百万円) -37
前期比 -840.0% ●
会社予想比 0.0%
予想年間配当(円) 0.00


＜要約＞
　2024年10月期3Qの業績は、売上高が前年同期比0.1%増の14億8300万円、営業利益が同8.2%増の7700万円、経常利益が同9.5%増の7700万円、最終損益が6000万円の黒字(前年同期は300万円の赤字)だった。

　サービスを取り巻く環境は、インターネット、スマートフォン、SNSの普及によりデジタルチャネルでの購買が一般化してきたこと、新型コロナウイルス感染症拡大をきっかけにオフラインでのマーケティング活動が制限されたことにより、企業のマーケティング活動のデジタルシフトが続いており、DXコンサルティングや「Keywordmap」等のデジタルマーケティングを支援するサービスへの需要は引続き拡大傾向にある。2023年3月に発表されたX社のAPIの仕様変更、API利用料金の有料化などの既存プラットフォーマーの方針変更、米国のOpenAI社が提供する「ChatGPT」の台頭に代表されるような技術的な進化など劇的な変化が起きている。セグメントごとの経営成績はなる。

　アナリティクス事業は、マーケティングDXコンサルティングサービスにおいては、ウェビナーや顧問サービスを活用したマーケティング施策が順調に推移し、新規獲得案件が順調に進捗した。顧客層は、従来の中堅企業に加え、大手企業へと拡大している。既存顧客からの案件継続やアップセルも順調に推移した。生成AIを活用した業務効率化のシステム開発を行った。コンサルタント1人当たりの生産性が向上した。エキスパートソーシングサービスにおいては、顧客獲得のための営業体制の構築、プロ人材の効率的な獲得のための広告宣伝活動、自動マッチング機能などの営業効率改善のためのシステム投資を行った。売上高は8億9900万円(前年同四半期比11.3%増)、セグメント損失は300万円(前年同四半期はセグメント利益2300万円)となった。

　ソリューション事業においては、「Keywordmap」については、企業の多様化するニーズに対応することを目的とし、ハイリテラシー層からライトユーザー層まで幅広いユーザー層に対応するために、初心者向けのガイド機能の追加やコンテンツの制作・運用のサポート対象範囲を拡張するなど、2023年11月に大幅な刷新を行った。「Keywordmap for SNS」については、X社から提供されるAPIの仕様変更の発表によりサービス提供環境の厳しさが増したため、2024年4月30日をもって「Keywordmap for SNS」の提供を終了した。売上高は5億8100万円(前年同四半期比15.7%減)となり、セグメント利益は7900万円(前年同四半期比65.6%増)となった。

　その他の事業において、初めての案件が成約した。M&A仲介歴10年以上のM&Aコンサルタントとパートナーシップを形成し、新規案件の創出を行っており、仲介契約の締結も順調に進捗している。上場企業・未上場企業問わず2万件以上のM&A実績データの自動収集機能と、買い手企業データを自動収集して分析する独自システム「CAMM DB(キャムディービー)」を開発した。マッチング業務の効率化を行い、新規案件の創出を加速させている。売上高は1600万円、セグメント利益は100万円となった。

　2024年10月期の業績は、売上高が前期比0.5%減の19億3500万円、営業損益が5500万円の赤字を計画。



免責文：
※東京証券取引所のTDnet（適時開示情報閲覧サービス）で開示された書類に基づく情報です。
※一部のお客様は参照文書にリンクできない場合があります。

【決算スコアについて】
　企業の発表する決算や業績予想修正が、どの程度株価にインパクトを及ぼすかを統計的に算出した参考指標です。
　スコア算出にあたっては、発表内容を（１）前の期の実績（２）直近の会社予想（３）市場予想（QUICKコンセンサス）--との比較で分類してパターン化。類似パターンの発表時に過去、株価がどう反応したかを分析して算出しました。算出モデルには移動平均かい離率も投入し、発表前の株価の織り込み度合いも考慮しています。
　あくまで過去データに基づく統計的な値であり、個別事象の予測を目的としたものではありませんので、ご注意ください。


【QUICK AI速報】本コンテンツは、最新の言語解析技術を活用して企業の開示資料の内容を読み取って自動生成しております。データが正しく生成されていない可能性もありますので、最終的には上記リンク先の元資料をご覧ください。