AIR
AIR(AI音声IR取材)
AIRセールスファクトブック
AIR日本株ファクトブック/かっこ/事業
4166
データサイエンス技術でEC事業者やBNPL事業者向けに不正注文・不正ログインを検知するSaaS型サービスを提供し月額・従量課金で収益を得る
有価証券報告書(2025-12期)からの抜粋。
3
(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特定機能(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2025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、被害額は500億円以上(注4)、うち番号盗用が9割超を占めております。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、カード保有者からの取引取消申請(チャージバック)により売上が取り消され、発送済みの商品も回収が困難なため、EC事業者は売上と商品の二重損失を被ります。さらに、不正利用が継続する加盟店では決済承認率が低下し、正当な取引まで通りにくくなるリスクもあります。一方、本人認証サービス(EMV 3-Dセキュア)の導入だけでは、認証時の離脱(かご落ち)による売上機会の損失に加え、代金引換注文での受取拒否や後払い決済での未払い、アフィリエイト報酬を狙ったなりすまし注文等、クレジットカード不正以外の不正手口には対応が困難です。「O-PLUX」は、これらEC取引における様々な不正注文をリアルタイムに検知する不正対策ツールとして、EC事業者への導入が進んでおります。 b.不正ログイン検知サービス「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型の不正ログイン検知サービスです。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) 当社の不正検知サービスにおける収益構造は、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、2025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、79.7%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。
4.一般社団法人日本クレジット協会「クレジットカード不正利用被害の発生状況」 (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。
財務は有価証券報告書、株価は市場の公開情報。 数値の正確性は保証しません。 水色のセルは、次の基準を満たすときです。成長率20%以上/総利益率70%以上/販管費率10%以下/営利率20%以上/Rule of 40が40%以上/セールス効率150%以上/PSRがRule of 40×7以下/PGPRがRule of 40×10以下/PERが成長率×100以下/PBRが営利率×10以下/ネットキャッシュが時価総額の50%以上/EV/EBITDAが5倍以下/自己資本比率80%以上/ROE20%以上/ROA10%以上。