開示会社：ｼﾞｰﾈｸｽﾄ(4179)
開示書類：通期業績予想の修正に関するお知らせ
開示日時：2025/03/28 15:30

<決算スコア> +0.06

予想期(通期) 2025/03
売上高(百万円) 673
前期比 +10.3% ○
会社予想比 +10.3% ○
営業利益(百万円) -169
前期比 -14.2% ●
会社予想比 -20.7% ●
経常利益(百万円) -185
前期比 -23.3% ●
純利益(百万円) -214
前期比 -43.6% ●
予想年間配当(円) 0.00


＜要約＞
　2025 年3月期においては、売上高については、既存事業の成長率や改善、新規案件・マーケット開拓における競合・市場環境等を考慮し、より有用かつ合理的な情報提供を行う観点から、各段階損益についても、オペレーションの効率化に伴う業務委託先の整理や不採算案件の解消、事業効率化の推進などのコスト削減施策をより機動的に進める観点から、レンジ方式による通期業績予想開示を採用していた。

　売上高については、2度にわたる臨時株主総会開催や継続企業の前提に関する注記が付された影響による与信起因による案件の期ずれ等があったものの、クラウド型サービスのMRRの伸長、「SRM Design Lab」事業の成長の結果、業績予想より+4.5%～+10.3%増加する見通しである。

　 新規事業及びマーケット開拓のための投資を加速させた背景から、生成AIへの投資による研究開発費の増加、早期の収益構造改善を目指した外部専門家への支払報酬料等の増加によって、営業利益の見通しについては△1億6900万円に修正している。

　コストマネジメント施策の遂行により、通信費に関しては円安、案件数増加といった増加要因があったものの、当初予想より200万円の削減、業務委託・外注費については当初予定より9000万円の削減にて着地予定である。

　今回新たに、合理的な予想が可能となったという判断から、経常利益及び純利益の業績予想を公表している。

　料の月額合計額を指す。


＜引用＞
当社は、2024年6月21日に公表した2025年3月期の通期業績予想を修正いたしました。

＜業績予想修正＞
2025年3月期においては、売上高については、既存事業の成長率や改善、新規案件・マーケット開拓における競合・市場環境等を考慮し、より有用かつ合理的な情報提供を行う観点から、また、各段階損益についても、オペレーションの効率化に伴う業務委託先の整理や不採算案件の解消、事業効率化の推進などのコスト削減施策をより機動的に進める観点から、レンジ方式による通期業績予想開示を採用しておりました。
そのような中で、売上高については、2度にわたる臨時株主総会開催や継続企業の前提に関する注記が付された影響による当社の与信起因による案件の期ずれ等があったものの、クラウド型サービスのMRR(※1)の伸長、「SRMDesignLab」(※2)事業の成長の結果、業績予想より+4.5%～+10.3%増加する見通しです。
しかしながら、新規事業及びマーケット開拓のための投資を加速させた背景から、生成AIへの投資による研究開発費の増加、早期の収益構造改善を目指した外部専門家への支払報酬料等の増加によって、営業利益の見通しについては△169百万円に修正しております。一方で、コストマネジメント施策の遂行により、通信費に関しては円安、案件数増加といった増加要因があったものの、当初予想より約2百万円の削減、業務委託・外注費については当初予定より90百万円の削減にて着地予定です。
今回新たに、合理的な予想が可能となったという判断から、経常利益及び当期純利益の業績予想を公表しております。
(注)上記の予想は本資料の発表日現在において入手可能な情報に基づき作成したものであり、実際の業績は今後様々な要因によって予想値と異なる場合があります。
以上
(※1)MRR
MonthlyRecurringRevenueの略で、毎月繰り返し得られる収益であり、月次経常収益のこと。ここでは、月次のライセンス
料の月額合計額を指す。
(※2)SRMDegignLab
当社HPで2023年4月3日リリースの「ジーネクスト、ステークホルダーと顧客価値共創を目指す取り組み「SRMDesignLab」を開設」より抜粋



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。