事業計画及び成長可能性に関する説明資料
Appier Group株式会社｜2021年3月
－ 私たちのミッション －
将来の事象を予測する人工知能(AI)を用いて、データに
基づく意思決定に従い、顧客企業の事業が成長・成功
することを支援する
© Appier Group, Inc. All rights reserved. 2
KPIハイライト(グループ全体)
会社概要 ARR(年間経常収益)*1 売上収益ランレート*2
(2020年12月)
社名 Appier Group株式会社
設立
本社所在地
2018年4月（実質上2012年6月）
東京都港区愛宕二丁目５番１号
94 億円 111 億円
展開地域 アジア、欧州、米国に17のオフィス、15の国・地域に展開
代表者 代表取締役CEO 游 直翰 （Chih-Han Yu） ARR成長率*3 売上総利益成長率*4
(2020年 前年度比)
従業員数 492名 （2021年1月末時点）
事業内容 最先端の機械学習を活用したAI技術によって、マーケティングと
セールスの領域において、企業の持つデータが真の価値を発揮す
ることを可能にするAIプラットフォームの提供
36.6 % 41.5 %
沿革 2012年6月 台湾法人のAppier, Inc.にてAIを活用した企業向けマーケティングソリューシ
ョンの研究開発を開始 リカーリング売上収益比率*5 NRR*6
(2020年下半期) (2020年度)
2014年6月 最も生涯価値の高いユーザーを予測し、高い投資対効果を実現することがで
95.8 118
きるユーザー獲得のプラットフォーム「CrossX」の提供を開始
2017年7月 AI予測モデルを自動的かつ簡単に構築し、容易にオーディエンスの行動予測 % %
を行うことを可能にする データサイエンスプラットフォーム
「AIXON」の提供を開始
* 1 Annual Recurring Revenueの略。利用量ベースの価格体系で提供するソリューションについては、関連する期間にお
ける1か月平均のリカーリング売上収益*5を12倍し、サブスクリプション方式で提供するソリューションについては、
2018年10月 AIを活用して、ユーザーにパーソナライズされたメッセージを作成し、最も 関連する期間の最終月のリカーリング売上収益を12倍することで年換算して得られた金額。2020年12月のARRは、利用
量ベースの価格体系で提供するソリューションについては2020年７月から12月のリカーリング売上収益の1か月平均を
効率的にあらゆるチャネルを通じて、ユーザーとのエンゲージメントを実行 12倍し、サブスクリプション方式で提供するソリューションについては2020年12月のリカーリング売上収益を12倍して
するプラットフォーム「AIQUA」の提供を開始 算出。
*2 2020年第4四半期の売上収益を4倍して年換算
*3 2020年12月におけるARRを2019年12月のARRと比較した成長率
2019年10月 購入をためらっているユーザーを特定し、売上の最大化と購入の動機付けを *4 2020年の売上総利益の2019年と比較した成長率
もたらすプラットフォーム「AiDeal」の提供を開始 *5 売上収益に占めるリカーリング売上収益（リカーリング顧客(利用量ベースの価格体系で提供するソリューションに
ついては、①当社グループのソリューションを4四半期以上連続で使用している顧客企業及び②直近1年以内の新規顧客
企業で当社グループのソリューションを3カ月以上連続で使用している顧客企業を、サブスクリプション方式で提供す
© Appier Group, Inc. All rights reserved. 3 るソリューションについては、当社グループと1年以上の契約を締結している顧客企業)からの売上収益）の割合
*6 Net revenue retention rateの略。該当年度におけるその前年度以前に獲得した顧客企業から生じた売上収益÷前年度
における当該顧客企業から生じた売上収益
Appierの特徴
AIマーケティングSaaSソリューション(1)
業界のリーダー
広い業種・地域にわたる顧客基盤
• 世界トップクラスのAIの専門家と経験豊富
なビジネスリーダー
差別化されたAI SaaSソリューション
• マーティング及びセールスの領域にお 高い成長性と収益性の加速的改善
ける深い専門性
2022年に680億米国ドルの規模に拡大 優れた顧客メトリクス(3)と
すると見込まれる潜在市場(2) 強力な営業レバレッジ(4)
(1) インターネット経由でソフトウェアを提供し、AIを活用したマーケティング分野の各種課題を解決するサービスのこと
(2) 出典 IDC Artificial Intelligence Tracker, IDC Software Tracker, 2020H1 Edition
(3) 顧客から得られる収益に関わる各種経営指標の総称
(4) 営業の生産性を示す各種経営指標の総称
© Appier Group, Inc. All rights reserved. 4
当社への追い風となっているAI導入のトレンド
AIは企業にとって不可欠なものに AIの普及率は低く、広大で未開拓の
市場が存在
73% の企業が今後12-36か月でAIの活用 わずか 19% とAIの普及率は低い (2)
を考えている (1)
AI人材が不足している状況はSaaSの デジタルデータの増加がAIのスケールを加速
ビジネス機会に
デジタルデータ増加の年換算複利成長率(2020年
56% の企業がAIの導入にあたって人材不足が
最大の障害と考えている(挙げられた中で最多) (3) から2024年)は 26% (4)
将来を予測する力はマーケティング及びセ 自動化によってマーケティングの効率性
ールス領域の投資において重要 や正確性が向上
AIによって、投資の結果とリターンを予測す AIは最適な意思決定、資源配分に貢献する
ることが可能に 優れたソリューションを提供
(1) 出典: Gartner - Machine Learning Engineer — A Role That Bridges the Gap Between Data Science and IT（2020年７月） (4) 出典: IDC Global Data Sphere, 20201H edition（2020年５月）。全世界を対象にした調査。
(2) 出典: Gartner CIO Survey 2020（2020年５月）。64カ国の主要産業におけるCIOからの1,000超の回答によるもの。
(3) 出典: Gartner – Three Barriers to AI Adoption（2019年９月）
© Appier Group, Inc. All rights reserved. 5
カンパニー・ハイライト
AIマーケティングSaaSソリューション業界のリーダー
差別化された
AI SaaSソリューション
広い業種・地域にわたる顧客基盤
2022年に680億ドルの規模に拡大する潜在市場
高い成長性と収益性の加速的改善
© Appier Group, Inc. All rights reserved. 6
AIとビジネスに精通したメンバーから構成される経営陣
受賞実績
創業メンバー ビジネスリーダー
Dr. Chih-Han Yu Koji Tachibana
最高経営責任者(CEO) ファイナンス担当SVP
スタンフォード大学／ハーバード大学 ディー・エヌ・エー／野村證券／経済産
業省
Top 50
AI革命を牽引する50社に選定
(2017)
Joe Su Magic Tu
最高技術責任者(CTO) APAC市場営業担当SVP
ハーバード大学 htc／シノプシス
AI100
CB Insights AI100に選定
(2017, 2018)
Dr. Winnie Lee Michelle Wong
最高執行責任者(COO) エンタープライズビジネス担当SVP
スタンフォード大学／ワシントン大学 IBM／シスコシステムズ／AT&T
Natureへの論文掲載 Cool Vendor
Gartner AIクールベンダー
に選定 (2017)
© Appier Group, Inc. All rights reserved. 7
高い評価と技術力を有するリーダーシップと開発体制
Dr. Chih-Han Yu 最高経営責任者(CEO) テクノロジーの強み
• ハーバード大学で人工知能の博士号を取得、スタンフォード大学で人工知能の修士号を取得
• AI領域における15年の経験;AI関連のトップカンファレンスで多数の論文を発表
• マルチエージェントAIでの最優秀論文賞にノミネート
• スタンフォード大学主催の自動運転のDARPA ChallengeやLittle Dogのような象徴的なAIプロジェク
•
トに従事
世界経済フォーラム「ヤング・グローバル・リーダー」受賞
70% *1
博士 / 修士
AI&ビックデータ、コンピュ
Dr. Min Sun チーフAIサイエンティスト
ータサイエンス領域
• 国立清華大学准教授
• ミシガン大学で電気工学の博士号を取得、スタンフォード大学で人工知能の修士号を取得
• AIのトップカンファレンスで50の論文を発表
• ImageNetの設立メンバー:Robot Operating System (ROS) 及びMicrosoft Kinectの人間の姿勢推定シ
ステムへ貢献
Dr. Shou-De Lin チーフMLサイエンティスト 300+
• 国立台湾大学教授 論文
• KDDカップで7回優勝経験のある強豪チームをリード トップジャーナル、カンフ
• Netflixレコメンデーションコンペティションで2位を受賞 ァレンス、ワークショップ
• その他様々な論文賞を受賞 における発表数 *2
• 著名なジャーナルや会議に掲載される100以上の論文/出版物を発表
Dr. Hsuan-Tien Lin チーフデータコンサルタント
•
•
国立台湾大学教授
カリフォルニア工科大学でコンピュータサイエンスの修士号、博士号を取得 7回優勝
• 機械学習 (ML) の教科書である「Learning from Data」の著者 国際的なデータ・マイニング
• ML・AI分野で約100件の論文を執筆 ・コンテスト(KDDカップ) *3
*1 Appierの全エンジニアにおける博士号または修士号の取得者の割合
© Appier Group, Inc. All rights reserved. 8 *2 アルバータ大学による定義
*3 Appierの従業員が参加したチームの優勝回数
17のオフィスでグローバル展開
事業展開地域
東京/大阪/ソウル
17 台湾/北京/香港
北東アジア サンフランシスコ
オフィス
アジア太平洋地域 米国
、欧州、米国 グレーターチャイナ
* 2021年1月末時点
827 パリ
シンガポール/ バンコク
ホーチミン/ジャカルタ
顧客企業 クアラルンプール
(グローバル) 欧州 マニラ/ムンバイ
* 2020年12月末時点
ニューデリー/シドニー
東南アジア
492
従業員数
(グローバル)
* 2021年1月末時点
© Appier Group, Inc. All rights reserved. 9
データを活用したビジネスに対して高まる需要
1 データの利用可能性の拡大
検索エンジンや電子商取引を通じたトランザクション・
データ及びソーシャルメディア等を通じて生成された画
像・動画等の非構造化データの増加
2 デジタルデバイスの普及・浸透 ビッグデータを
スマートフォン、タブレット等を中心とした個人が所有 収集・解析・活用し
するデジタルデバイスの普及
経営判断に役立てる
ことが更に重要に
3 技術革新
クラウドコンピューティング、ビッグデータ解析技術、
深層学習技術（ディープラーニング）等におけるイノベ
ーション
© Appier Group, Inc. All rights reserved. 10
企業の課題を解決するソリューション
データの活用に当たって多くの組織が抱える課題
事業に良い影響を与えるAIアプリケーションを
バラバラに分断されたデータ AI人材の不足 開発することの難しさ
複数のソースから提供される大量の異なる AI人材の不足のためAI組織を内製するのは困難 AI・データサイエンティストを企業の組織に
データを管理し、統合することの難しさ 社外のソリューションに頼らざるを得ない状況 融合させることの難しさ
これらの課題を解決するAppierのソリューション
AIモデルの自動構築 簡単に利用可能なSaaSプラットフォーム
データ統合の自動化
AI・データサイエンティストのサポートを得る
ディープラーニングにより、様々なソー 最先端の機械学習を活用したAI予測モデルを自動で
ことなく、利用者だけでAIを活用することが
スから提供されたフォーマットが異なる 構築するソフトウェアを提供
可能
データを自動的に統合
© Appier Group, Inc. All rights reserved. 11
テクノロジーによって現実世界の課題を解決
1 すべてのチャネルの
データを統合 2 自動でAIモデルの構築と
予測を実施 3 AIによる予測結果を顧客企業
のサービスにリアルタイムに
反映
Webでファンデーションを閲覧
Cushion Foundation
Compact SPF-24
$50
ADD TO CART
YOU MIGHT ALSO LIKE….
アプリで口紅 メイク落としの 9am
+
をクリック レビューをチェック
データを統合して得られた エンドユーザーが何を購入するの
包括的なユーザー・ビュー かを学習し、予測するAIモデル
当社のAIのスケール（１日あたり、2021年2月時点）
約 290億件 のAIによる将来予測 約 18億件 のトレーニングデータ学習 3,000種類超 のAI予測モデルが稼働
© Appier Group, Inc. All rights reserved. 12
カンパニー・ハイライト
AIマーケティングSaaSソリューション業界のリーダー
差別化された
AI SaaSソリューション
広い業種・地域にわたる顧客基盤
2022年に680億ドルの規模に拡大する潜在市場
高い成長性と収益性の加速的改善
© Appier Group, Inc. All rights reserved. 13
ファネル 全体をカバーする包括的なAI搭載ソリューション *
• 最も生涯価値の高いユーザー 潜在ユーザーの予測 • AIを活用して、ユーザーにパー
を予測し、高い投資対効果を 及び獲得 ソナライズされたメッセージを
実現することができるユーザ 作成し、最も効率的にあらゆる
ユーザーの維持及び
ー獲得のプラットフォーム 関係構築 チャネルを通じて、ユーザーと
• 当社の最初のソリューション のエンゲージメントを実行する
であり、現在、当社の売上収 取引の実行
プラットフォーム
益への貢献度が最も大きいソ
リューション
ユーザーの予測
• 購入をためらっているユー • AI予測モデルを自動的かつ簡
ザーを予測し、売上の最大 単に構築し、容易にオーディ
化と購入の動機付けをもた エンスの行動予測を行うこと
らすプラットフォーム を可能にするデータサイエン
スプラットフォーム
© Appier Group, Inc. All rights reserved. 14 * 「じょうご」の意。当社グループでは、潜在的なユーザーの予測及び獲得からユーザーの維持及び関係構
築、販売に至るマーケティングのすべてのプロセスを「フル・ファネル」と表現しています。
事業系統図
オンライン
サービスの
提供
AI
を
対価の 活
支払 用
顧 し ユ
客 た ー
企 サ ザ
業 ー ー
ビ
オンライン ス
サービスの の
提
提供 代 供
理
店
対価の 対価の
支払 支払
© Appier Group, Inc. All rights reserved. 15
ソリューションの概要
機械学習とディープラーニングを活用し、ユーザーのライフタイムバリュー（生涯価
値）等を予測。Google, Facebook, Twitter等、数多くのマーケティングプラットフォー
ムと接続して、AIがマーケティングキャンペーンを実行し、最も価値の高いユーザー
を獲得。顧客企業にとってはマーケティング費用が回収予測可能な投資に。
価格体系
顧客企業によるユーザー獲得キャンペーン等の利用量に基づく価格体系
機械学習とディープラーニングによる 最も価値の高いユーザーを
高いライフタイムバリューを有する 予測可能なリターンの提供
広範に獲得
エンドユーザーの予測 16
ソリューションの概要
AI予測機能を用いることで、エンドユーザーとの高品質なエンゲージメントを実行
・ 顧客企業のあらゆるコミュニケーションチャネルを最適なタイミングで活用
・ パーソナライズされたプロアクティブで効果的なメッセージ
価格体系
顧客企業のアクティブユーザー数に応じたサブスクリプション方式の価格体系
マルチチャネルで メッセージの 送信時間の 予測セグメントを用いた
のメッセージ送信 自動生成 最適化 積極的なアクション
17
ソリューションの概要
機械学習と深層学習を活用しユーザーの行動パターンから、購入を躊躇するユーザー
を予測。それらのユーザーに限定してインセンティブ（クーポン等）を提供すること
で、収益性を維持しつつ売上の最大化を実現
価格体系
顧客企業の取引量に応じたサブスクリプション方式の価格体系
機械学習とディープラーニングを 最適なインセンティブを リアルタイム分析
活用した購入確度の予測 即座に提供
18
ソリューションの概要
自動構築される機械学習モデルを活用し、ユーザーの行動をあらゆる切り口から予測。
自社で内製AIシステム・組織を構築することなく、顧客企業が保有する消費者データの
有効活用を実現
価格体系
予測件数に応じたサブスクリプション方式の価格体系
データの統合と自動処理 自動構築される機械学習モデルが 予測・提案の背景を
生成したシナリオに基づく予測 説明可能なAI
19
当社の競争優位性：Appierが選ばれる理由
課題と既存のソリューション 顧客がAppierを選ぶ理由
（課題）マーケティングのコストに見合う高い
リターンが期待できるユーザーを獲得できない 潜在ユーザーの • 機械学習モジュールが最も価値の高い潜在
マニュアルによるA/Bテスト 予測及び獲得 ユーザーを予測
• ROIを予測することのできる最も価値の高
• 予算の浪費につながる可能性
いユーザーを獲得
• 自動化した方法よりも低い成果
• 顧客の潜在的な行動を予測し、最も効果的
（課題）既存ユーザーとのエンゲージメント（関
係性）を効果的・効率的に維持・構築できない
ユーザーの維持及び な方法で積極的に顧客をエンゲージメント
一般のマーケティングクラウドソリューション
関係構築 • すべてのメッセージングチャネルでAIを緊
密に統合した、完全自動化されたソリュー
• 人が定めたルールに基づき対応 ション
（課題）カートに入れられた商品の • AIがユーザーパターンを特定して躊躇して
多くが最終的に購入されずに終わってしまう いるユーザーを検知し、その躊躇している
ユーザーのセグメンテーションに基づく 取引の実行 ユーザーだけにインセンティブを付与する
インセンティブ付与 • 売上を最大限引き上げながら、同時にイン
• 売上の増加につながらないインセンティブを付与 センティブやクーポンの浪費を抑えること
してしまう可能性 が可能
（課題）データ分析により得られる知見をビジネスに有
効利用するのに時間を要するうえ難しい • 差別化された最高クラスのAI予測モデルを
自動で構築するサービスをSaaSとして提供
AIベンダー、データサイエンティスト ユーザーの予測 • 研究者やエンジニア無しに、AIによる分析
チームによる内製化 を活用することが可能
• スケールが難しく、コストが高くなる可能性
© Appier Group, Inc. All rights reserved. 20
当社の競争優位性：ソリューションのネットワーク効果
補完的かつ緊密にリンクした
ソリューション
顧客企業が追加のソリューションを導入し
当社のプラットフォームから離れられなくなるよう促す
AIモデルの学習と改善
顧客企業の利用に応じて分析・学習
されるデータ量が増加することで、AI
アルゴリズムの精度が向上し、顧客
プロダクト間のデータシナジー
企業の満足度が向上し継続利用が
共通のデータインフラストラクチャーを
進む
容易に活用できることで、複数ソリュー
ションのクロスセルを促す
© Appier Group, Inc. All rights reserved.
21
当社の競争優位性：
戦略的買収による事業ポートフォリオ拡大
買収したソリューションを当社のAI技術で強化・改良し、当社のセールス網を
使って販売することで成長を加速
2018年 2019年
Quantumgraph Solutions Private Limited を買 Emotion Intelligence株式会社を買収し、同社
収し、同社のソリューションをシステムか のソリューションを最先端の機械学習技術
ら全て再設計し、AI機能を追加することで、 で強化することで、AiDealを立ち上げ
AIQUAを立ち上げ
© Appier Group, Inc. All rights reserved.
22
カンパニー・ハイライト
AIマーケティングSaaSソリューション業界のリーダー
差別化された
AI SaaSソリューション
広い業種・地域にわたる顧客基盤
2022年に680億ドルの規模に拡大する潜在市場
高い成長性と収益性の加速的改善
© Appier Group, Inc. All rights reserved. 23
多様な業種及び地域にわたる顧客基盤
2020年度売上収益の業種別割合(1) 2020年度売上収益の地域別割合
東南アジア
Eコマース＆小売 ゲーム
金融 グレーターチャイナ
ソーシャル＆
エンターテイメント
北東アジア
その他
消費財
(1)顧客からの契約金額(米国ドルベース)
© Appier Group, Inc. All rights reserved. 24
様々な業界におけるベストプラクティス
EC 小売
グローバルに展開する
小売グループのデジタル
韓国最大手の
プラットフォーム
ファッションブランドEC
目標: カートからの購入量を増やすこと 目標: オフラインユーザーのオンラインへの移行
で売上を増やす を通じた、全社的なDXの推進
成果: AIでパーソナライズ化されたメッセ 成果: オフラインユーザーのオンラインでのユー
ージにより売上高とROIが向上 ザー登録を成功裏に実現
金融 オン 自動車
デマンド
国際的な
タイの大手商業銀行 国際的な自動車ブランド
フランチャイズレストラン
目標: 潜在的なニーズを持つユーザーを特定 目標: 他のサービスとの顧客獲得競争に勝ち 目標: 最も関連あるユーザー数の拡大、市場
し様々な金融商品のニーズを発掘 Webサイトでの売上高を拡大 シェアの拡大
成果: 金融商品に対するエンドユーザーエ
Prevent Churn 成果: 購入を躊躇するユーザーに対して働き 成果: AppierのAIを活用することで、車の購
ンゲージメントを向上 かけることで、売上拡大を実現 入可能性のあるユーザーによるサイト
閲覧数が大幅に増加
© Appier Group, Inc. All rights reserved. 25
大規模かつ急成長するAIソリューション市場
APAC外の地域でも事業を開始していることからTAMを世界規模で算出
2022年（予想値）
2020年 米国ドル
米国ドル
3,430億
2,480億
2022年（予想値）
2020年
米国ドル
米国ドル
524億 AIソフトウェアの市場規模 675億
TAM:想定する最大の市場規模
（カスタマーリレーションシップマネジメント、
データ分析及びプレゼンテーションソフトウェア）
© Appier Group, Inc. All rights reserved. 26 出典: IDC “Semiannual Artificial Intelligence Tracker, 1H 2020(2021年1月)”
及び”Semiannual Software Tracker, 1H 2020(2020年11月)”
当社の成長戦略
基本的な考え方：
中長期にわたる成長を維持するため3つの方向で事業を強化
より効率的な機械学習／
1 テクノロジーの強化 ディープラーニング技術の開発
テクノロジーの強化
顧客企業がAIの恩恵を享受できるようになるまで より広範な領域における
の期間の短縮や、提供ソリューション拡大を実現 更に多様なデータの活用
するための技術開発を目的とし投資を継続
顧客との対話に関連した
近接領域における提供 社内のベストプラクティスを
ソリューションの拡大 活用し新規顧客を獲得
2 ソリューションの拡大
業務自動化に関連した
他領域における更なる 既存顧客内における成長を加速
顧客にとってより大きな価値を提供できる
イノベーションの進展
よう隣接する領域から順次拡大し包括的 強みを活かした他地域
なイノベーションの提供を目指す 製品ライン拡充 への本格的な進出
のため戦略的
M&Aの活用
3 顧客基盤の拡充
関連度の高い業界からAI活用の成功事例
を適用していき、欧州・米国などの
他大陸へも今後本格的に進出 ソリューションの拡大 顧客基盤の拡充
CrossX以外のソリューションの売上比率増
© Appier Group, Inc. All rights reserved. 27
カンパニー・ハイライト
AIマーケティングSaaSソリューション業界のリーダー
差別化された
AI SaaSソリューション
広い業種・地域にわたる顧客基盤
2022年に680億ドルの規模に拡大する潜在市場
高い成長性と収益性の加速的改善
© Appier Group, Inc. All rights reserved. 28
KPIの推移: ARR(年間経常収益)
ARR(年間経常収益) ARR(年間経常収益)
(百万円) (千米国ドル)
+36.6% +40.8%
YoY YoY
94億円 89.9百万米国ドル
2019年6月 2019年12月 2020年6月 2020年12月 2019年6月 2019年12月 2020年6月 2020年12月
5,476 6,908 7,880 9,438 49,885 63,845 72,830 89,900
© Appier Group, Inc. All rights reserved. 29
KPIの推移:売上総利益
売上総利益 売上総利益
(百万円) (千米国ドル)
+65.8%
+61.3% YoY
YoY
22.8百万米国ドル
24億円
2019年6月 2019年12月 2020年6月 2020年12月 2019年6月 2019年12月 2020年6月 2020年12月
1,431 1,486 1,730 2,396 13,016 13,750 15,974 22,797
© Appier Group, Inc. All rights reserved. 30
良好な推移を示す全てのKPI
顧客解約率と収益への影響 顧客企業数
827
NRR 700
月次顧客解約率*1 0.98%
=118 %
0.82%
0.593% 0.591%
月次顧客収益解約率*2
2019年 2020年 2019年度末 2020年度末
*1 前四半期末時点の顧客企業(当月のみの利用又は有償での試験的利用等により一時的に当社グループのソリューションを利用した顧客企業を除く)の数に対する当四半期に離脱した顧客企業数の割合を月平均したもの
*2前四半期末時点の顧客企業(当月のみの利用又は有償での試験的利用等により一時的に当社グループのソリューションを利用した顧客企業を除く)からの売上収益に対する当四半期に離脱した顧客企業からの前四半期における売上収益の割合を月平均したもの
*3 当社グループと契約しており、当社グループのソリューションを1種類以上利用している企業グループの総数。複数のブランドで当社グループの同一のソリューションを利用している企業は、1社としてカウント。複数のブランドで当社グループの複数のソ
リューションを利用している企業は、利用している当社グループのソリューションの数ごとに個別の顧客企業としてカウント。
© Appier Group, Inc. All rights reserved. 31
良好な推移を示す全てのKPI
ARPC(年額) LTV/CAC*2
(百万円)
10.8
10.1 6.9
5.6
FY2019 FY2020 FY2019 FY2020
*1 Average Revenue Per Customerの略。1顧客企業当たりの平均売上収益を意味する。ある年度の売上収益を当該年度末の顧客企業数で除した、顧客企業1社当たりの平均年間売上収益(当月のみの利用又は有償での試験的利用等により一時的に当社グルー
プのソリューションを利用した顧客企業及び対応する売上収益を除く)
*2 LTV とは顧客から期待される平均的な生涯価値のこと。(1) 各事業年度のARPCに当該事業年度の売上総利益率を乗じ、 (2)当該事業年度における顧客収益解約率で除して算出。CAC(顧客獲得コスト)は、(1)人件費や福利厚生含む顧客関連のあらゆる営業
及びマーケティング費用の米国ドルベース合計値を、(2) 当該事業年度の獲得新規顧客数（但し戦略的買収により増加した顧客を除く）で除して算出。顧客からの長期的な収益と当該顧客獲得のためのコストのバランスを見ることで、長期的な収益性を計
測することが可能。
© Appier Group, Inc. All rights reserved. 32
コスト構造
■ 売上原価：クラウドサーバー利用料、マーケティング・プラットフォームの利用に係る費用等。①CrossXのアルゴリズムの正確性が増したことに伴いより効
率的なキャンペーンの実施が可能になったこと、②売上総利益率の高いAIQUA、AiDeal及びAIXONからの売上が増えたこと、により売上総利益率は改善傾向
■ 販売及びマーケティング費用：営業部門の人件費等。営業効率の向上により比率は減少傾向
■ 研究開発費：研究開発部門の人件費、クラウドサーバー利用料等。SaaSであることから、事業規模拡大と研究開発部門の人員増が連動しないため、比率はゆ
るやかな減少傾向
■ 一般管理費：間接部門の人件費、専門家費用等。効率的なオペレーションを構築していることから、比率は減少傾向
費用項目の内訳 指標 2019年度 2020年度
2020年度 2020年度
(対売上収益%) 下半期 第4四半期
売上総利益率 41% 46% 49% 50%
60% 販売及びマーケ
100% 58%
ティング費用 38% 38% 36% 34%
54%
売上原価 (ソフトウェアの
償却費用を除く)
販売及びマー
ケティング費
用(ソフトウ
ェアの償却費 研究開発費 25% 17% 16% 15%
37% 38% 用を除く) (1)
38% 研究開発費
一般管理費 一般管理費 10% 9% 9% 9%
22% 25%
17%
12% 10% 9%
EBITDAマージン -27% - 12% -7% -2%
2018年度 2019年度 2020年度 (2)
(1 )当社の販売及びマーケティング費用はソフトウェアの償却費用を含む。ソフトウェアの資産化はFY2020から開始
33
経営において認識される主なリスク
以下には、当社が経営においてリスク要因となる可能性があると考えられる主な事項について記載しております。有価証券届出書「事業等のリスク」に記載の内容のうち、成長の実現や事業計
画の遂行に影響する主要なリスクを抜粋して記載しております。その他のリスクは、有価証券報告書の「事業等のリスク」をご参照ください。なお、文中の将来に関する事項は、現在において
当社が判断したものであり、将来において発生する可能性があるすべてのリスクを網羅するものではありません。また当社のコントロールできない外部要因や必ずしもリスク要因に該当しない
事項についても記載しております。
項目 主要なリスク 可能性 時期 影響度 リスク対応策
当社ソリューション及び技術 ▪ 当社の保有するAI技術・特許・ノウハウを代替するような ▪ 新技術の動向について情報収集を継続的に実施
中 長期 中
革新等に関するリスク テクノロジーの出現及び普及リスク ▪ 技術革新に対応可能な開発人員の確保
▪ 投資してから開発、提供までの間に時間差が生じるリスク
先行投資から得られる効果が
、また開発・改良したサービスに対する顧客企業の需要が 中 中期 中 ▪ 投資対効果を見極めた適切な投資のコントロール
期待通り実現しないリスク
当初の見込みを大幅に下回るリスク
▪ 当社グループのソリューションの品質・価格・評判などが
顧客企業の維持・獲得に ▪ プロダクトの継続強化
顧客の要求を満たせず、新規顧客企業の獲得や既存顧客企 高 中期 中
関するリスク ▪ 販売体制、カスタマーサポート体制の強化
業の維持ができないリスク
▪ プロダクトの継続強化、データの蓄積によるAIアルゴリズ
▪ AIを活用したマーケティング及びセールス支援プラットフ
ムの改善等による参入障壁の強化
競合に関するリスク ォームをエンタープライズ向けに提供する、既存又は新規 高 中期 中
▪ 業界リーダーとしての当社の認知拡大、ブランディング強
の競合他社との競争の激化リスク
化の取り組みを実施
▪ DX化進展における新規需要の取り込み
新型コロナウイルス感染症の ▪ 新型コロナウイルス感染症の拡大長期化と、それによる顧
中 短期 中 ▪ 当社のAIプラットフォームが効率化や生産性の向上に資す
影響 客企業の出費抑制及び倒産リスク
るツールたり得る点を訴求
▪ 世界的に最も厳しい個人情報保護規制とされるGDPRに沿っ
▪ 個人情報の保護に関する規制の変更が行われた場合、対応
個人情報保護規制に関する た社内運営システムを構築済
に多額の費用を要し、当社のソリューションのクオリティ 中 中期 大
リスク ▪ 世界の個人情報保護に関する新規制の動向やトレンドにつ
が低下する等、事業成長力が損なわれるリスク
いて情報収集を継続的に実施
© Appier Group, Inc. All rights reserved.
34
上場時資金の投資先
AIソリューションの開発等のため、AIサイエンティストやエンジニアの採用といった研究開発費等への先行投
資を従来より行ってきたことから創業以来赤字であるものの、今後も収益性の向上に努めながら、研究開発費
等に加えて事業領域の拡大やクロスセルの拡充等を目的とした販売及びマーケティング費用等への投資を継続。
上場時の株式新規発行による手取金（約138億円）は、当社の成長を実現するため、以下の使途に充当。
総手取金に
想定充当額 想定充当額 想定充当額
想定充当先 関連する成長戦略 対する割合
(2021年) (2022年) (2023年)
（累計）
AI技術の継続的な強化と新たなソリューションの開発
製品開発を行うエンジニア、
新規顧客企業の獲得
営業人員、その他バック 38.6億円 53.5億円 19.3億円 80.8%
既存顧客企業からの売上収益の増加
オフィス人員等に係る人件費
アジア太平洋地域への一層の浸透と新たな地域への展開
SaaSサービスを提供するため
AI技術の継続的な強化と新たなソリューションの開発 5.3億円 7.3億円 - 9.1%
のクラウドサービス利用料
新規顧客獲得のための
新規顧客企業の獲得 1.0億円 1.5億円 - 1.8％
広告宣伝費
借入金の返済資金 N/A（財務健全性の強化） 11.4億円 - - 8.3％
© Appier Group, Inc. All rights reserved. 35
財務データサマリー
各期12月31日を締め日とする会計年度の 各期12月31日を締め日とする会計年度の
財務データ 財務データ
2018 2019 2020 2018 2019 2020
（百万円） （百万円）
損益計算書のサマリー: 貸借対照表のサマリー:
売上収益 6,291 7,220 8,970 現金及び現金同等物 627 4,118 1,635
売上原価 (3,661) (4,303) (4,844) 流動資産合計 2,070 10,713 10,046
売上総利益 2,629 2,916 4,125 資産合計 3,311 12,137 12,394
販売及びマーケティング費用（S&M） (2,315) (2,766) (3,460) 流動負債合計 6,946 18,319 4,396
研究開発費（R&D） (1,407) (1,776) (1,491) 純資産合計 (4,246) (6,514) 7,668
一般管理費（G&A） (747) (734) (808)
その他収益 1 2 76 キャッシュフロー計算書のサマリー:
その他費用 (74) (3) (20) 営業活動によるキャッシュフロー (1,545) (1,808) (840)
営業利益（損失） (1,913) (2,361) (1,578) 投資活動によるキャッシュフロー (200) (5,710) (2,706)
金融収益 0 127 112 財務活動によるキャッシュフロー 1,741 11,103 1,161
金融費用 (51) (19) (91) 現金及び現金同等物期末残高 627 4,118 1,635
税引前利益（損失） (1,964) (2,253) (1,557)
法人所得税費用 14 (96) 104
当期利益（損失） (1,950) (2,350) (1,454)
© Appier Group, Inc. All rights reserved. 36
免責事項
本プレゼンテーションは、見通し、予想、目標及び計画を含む、1995年米国民事証券訴訟改革法の意味における将来に関する記述を含
んでいます。そのような将来に関する記述は、経営陣が将来の業績について表明し保証するものではありません。多くの場合、将来に
関する記述には、「目指す」、「予期する」、「信じる」、「続ける」、「努力する」、「予測する」、「期待する」、「イニシアテ
ィブ」、「意図する」、「かもしれない」、「計画する」、「潜在的な」、「可能性」、「プロジェクト」、「リスク」、「模索する
」、「すべきである」、「奮闘する」、「目標」、「であろう」やこれらの類義語が用いられますが、これに限られません。また、将
来に関する記述は、戦略、計画又は今後の方向性の議論においてもなされる可能性があります。これらの記述は、将来予想について議
論し、戦略を示し、業績結果及び財務状況についての計画を含み、又は当社の事業及び産業、当社の将来に関する戦略並びに当社が将
来的に事業を営む環境についての現時点での期待、推測、予測及び計画に基づくその他の将来に関する情報について述べるものです。
業績又は成果は、既知又は未知のリスク、不確実性その他の要因により、将来に関する記述に含まれ又は示唆されているものから大き
く異なることがあります。当社は、これらの将来に関する記述において表明された期待が実現することについて保証することはできま
せん。実際の結果、業績又は成果は、期待と大きく異なる可能性があります。
本プレゼンテーション及び本資料に含まれている情報は、いかなる法域においても当社のあらゆる有価証券について販売若しくは引受
けの募集又は購入若しくは引受けの募集の勧誘又は案内を構成しません。当社の有価証券は1933年米国証券法（改正を含む。）に基づ
く登録は行われておらず、今後行われることは無く、また、当社の有価証券は、米国の証券法に基づく登録又は登録要件の免除の適用
なしに、米国において又は米国人に対して、募集、販売又は引渡しは行われません。本資料は、情報提供のみを目的として作成してい
ます。本資料は、日本、米国、その他の地域における有価証券の販売の勧誘や購入の勧誘を目的としたものではありません。
今後の開示
当資料のアップデートは今後、本決算の発表時期を目途として開示を行う予定です。
© Appier Group, Inc. All rights reserved. 37