アスマーク - 2025年11月期 通期決算説明資料 ★★

2026-01-14 最終更新日時 : 2026-01-14 icebreaker

基本情報

2023年11月 株式会社アスマーク

第4 四半期会計期間（9/1～11/1） 通期
2024/11 2024/11
2025/11 2025/11
前年比 前年比
HR テック事業
MR 事業 MR 事業
2025年11月期 通期売上高 4,172百万円 前年同期比 4.4%減 2025年11月期 通期売上高 4,172百万円 前年同期比 4.4%減
2025年11月期 通期売上高 4,172百万円 前年同期比 4.4%減 HR テック事業
2025年11月期 通期売上高 4,172百万円 前年同期比 4.4%減
2025/11 期 実績（a）売上高 4416 2025/11 期 2026/11 期
2025/11 期 実績（a）売上高 4,416 2025/11 期 業績予想（b） 差異（b－a） 対昨年成長率 (b/a) －1 4,700 +284 6.4%
2025/11 期 実績（a）売上高 4,416 2025/11 期 4,700
うちリサーチ事業 4,242 うちリサーチ事業 4,242 4,350
うちHR テック事業 174 うちHR テック事業 174 200
うちデータ分析事業 － うちデータ分析事業 － 150
営業利益 280 営業利益 280 200
営業利益率 6.3% 営業利益率 6.3% 4.3%
経常利益 289 経常利益 289 210
経常利益率 6.5% 経常利益率 6.5% 4.5%
当期純利益 199 当期純利益 199 140
当期純利益率 4.5% 当期純利益率 4.5% 3.0%
一株当たり配当額（円）
一株当たり配当額（円） 77.00 78.00 +1.00 1.3%
配当金 年間72 円 年間77 円 年間78 円
2024 年11 月期 2025 年11 月期 2026 年11 月期 配当金 年間72 円 年間77 円 年間78 円
業種別の市場売上構成比（注）
21/11 (実績） 22/11 (実績） 23/11 (実績） 24/11 (実績） 25/11 (実績） 調査会社 代理店・コンサル 事業会社 その他 21/11 (実績） 22/11 (実績） 23/11 (実績） 24/11 (実績） 25/11 (実績） 調査会社 代理店・コンサル 事業会社 その他 6.2％ 事業会社 売上伸長率 23.5％ 27.5％ 0.8％ 6.0％
21/11 (実績） 22/11 (実績） 23/11 (実績） 24/11 (実績） 25/11 (実績） 調査会社 代理店・コンサル 事業会社 その他 21/11 (実績） 22/11 (実績） 23/11 (実績） 24/11 (実績） 25/11 (実績） 調査会社 代理店・コンサル 事業会社 その他

投資判断(AI生成)

投資評価: ★★

評価の理由は、売上高は微増傾向にあるものの、利益率が大幅に悪化する見通しである点にあります。2026年11月期予想では、売上高が前年比6.4%増の4,700百万円となる一方で、営業利益が280百万円から200百万円へと28.6%減少し、営業利益率が6.3%から4.3%へと大幅に低下する見込みです。これは、新規事業（データ分析事業）への先行投資や、既存事業の収益性悪化を示唆しています。

特に懸念されるのは、リサーチ事業の成長鈍化です。売上構成比の大部分を占めるリサーチ事業の成長率が2.5%と低迷しており、これが全体の利益率低下の主因となっている可能性があります。HRテック事業は14.9%成長していますが、売上規模が小さいため全体の牽引力としては限定的です。

新規事業であるデータ分析事業が150百万円の売上を計画していますが、これが利益率改善に寄与するまでの不透明性が高いです。過去の資料との比較から、成長戦略の実行に伴うコスト増が利益を圧迫する構造が明確になっており、収益性の回復シナリオが不明瞭です。配当は微増ですが、利益水準の低下を考慮すると、積極的な株主還元策とは言えません。

投資判断としては、成長の鈍化と利益率の悪化が同時に進行しているため、現状では「様子見」が妥当と考えられます。

投資判断の根拠：
売上高は微増（+6.4%）の見込みですが、利益水準が大幅に低下（-28.6%）する見通しであり、収益性が悪化しています。主要事業であるリサーチ事業の成長鈍化が懸念されます。

重要なポイント：
1. 利益率の急激な悪化： 売上成長率（+6.4%）に対して営業利益成長率が大幅なマイナス（-28.6%）となる見通し。
2. リサーチ事業の成長鈍化： 売上構成比の大部分を占めるリサーチ事業の成長率が2.5%と低迷。
3. 新規事業への先行投資の不透明性： データ分析事業の立ち上げが利益を圧迫する構造。

会社への質問(AI生成)

リサーチ事業の売上成長率が2.5%と鈍化している主な要因は何でしょうか。特に、競合環境の変化や顧客単価の変動について、具体的なデータに基づいた説明を求めます。

2026年11月期に計画されているデータ分析事業（売上150百万円）について、損益分岐点と想定される粗利率を教えてください。この事業が営業利益率を改善させるまでの具体的なロードマップと、先行投資の規模について詳細を伺いたいです。

営業利益率が6.3%から4.3%へ大幅に低下する見通しですが、この利益率悪化の主要因（人件費、販管費、原価率上昇など）を具体的に分解し、2027年11月期以降の利益率回復計画について説明してください。

売上倍増のための施策(AI生成)

施策名 成功率（％） インパクト 評価コメント
HRテック事業のクロスセル強化と機能拡充 70% A 既存のHRテック顧客基盤に対し、リサーチ事業で培った知見を活かした高付加価値な分析・レポーティング機能を提供し、ARPU（顧客単価）を向上させる。成功には、開発リソースの集中と市場ニーズに合致した機能開発が不可欠。
データ分析事業の特定業界特化型ソリューション開発 65% A データ分析事業を汎用的なサービスではなく、リサーチ事業で蓄積した業界知識を活かせる特定セグメント（例：特定業界の市場調査データ分析）に特化させ、高単価なコンサルティング型サービスとして展開する。初期の顧客獲得が鍵。
リサーチ事業における「高付加価値・高単価案件」へのシフト 80% S 数量ベースの案件獲得から脱却し、戦略的インサイト提供や継続的なモニタリングなど、単価の高いリサーチ案件の受注比率を高める。既存顧客との関係強化と提案力の向上が必須。
既存顧客向けサブスクリプション型データ提供モデルの強化 60% B リサーチで得られたナレッジやデータを、定期的に更新・提供するサブスクリプションモデルを構築し、安定収益源を確保する。初期のデータ整備コストと継続的な更新体制の構築が必要。

最優先戦略(AI生成)

最優先戦略は、「リサーチ事業における『高付加価値・高単価案件』へのシフト」です。

現状、リサーチ事業が売上の大部分を占めていますが、その成長率が2.5%と鈍化しており、全体の利益率悪化の主因となっています。売上を倍増させるためには、このコア事業の収益性を抜本的に改善する必要があります。単に案件数を増やすのではなく、単価の高い戦略的インサイト提供型の案件へのシフトが不可欠です。

この戦略の成功率は80%と評価しましたが、これは企業の持つリサーチノウハウと顧客基盤を前提としています。成功の鍵は、営業・リサーチ部門が連携し、顧客の経営課題に深く踏み込んだ提案ができるかどうかにかかっています。具体的には、過去の定型的な調査レポート提供から、顧客の事業戦略立案に直結するような、深い洞察とアクションプランを含む提案へと転換する必要があります。

このシフトにより、案件単価が向上し、売上高の伸び以上に利益率が改善する効果が期待できます。また、高付加価値案件は顧客との関係性を強化し、継続的な取引につながりやすいため、将来的な安定収益基盤の構築にも寄与します。

この戦略を実行するためには、リサーチ担当者のスキルアップ研修、提案資料の標準化と高度化、そして営業部門とリサーチ部門間の情報共有プロセスの抜本的な見直しが必要です。特に、データ分析事業との連携を強化し、定性的なインサイトに定量的な裏付けを加えることで、提案の説得力を高めることが重要です。

ITコンサルからの提案(AI生成)

最優先戦略である「リサーチ事業における『高付加価値・高単価案件』へのシフト」を支援するため、ITコンサルタントとして以下の施策を提案します。

1. 案件インテリジェンス・プラットフォームの構築
目的：高単価案件の創出に必要な情報収集と提案プロセスを効率化・高度化する。
支援内容：既存のCRM/SFAデータと過去の成功案件データを統合し、AIを活用した「インサイト・レコメンデーションエンジン」を開発します。これにより、顧客の業界動向、過去の調査履歴、競合情報に基づき、リサーチャーや営業担当者に対して、次に提案すべき高付加価値な調査テーマやアプローチを自動で提案します。
期待効果：提案の質とスピードが向上し、高単価案件の受注率が向上します。属人的なノウハウ依存から脱却し、組織的な提案力を底上げします。

2. ナレッジマネジメント・システム（KMS）の高度化
目的：過去の調査結果や分析レポートから、再利用可能なインサイトや分析モデルを体系化し、新規提案の基盤とする。
支援内容：非構造化データ（調査報告書PDF、インタビュー音声データなど）を自然言語処理（NLP）技術で解析し、タグ付け・構造化します。これにより、リサーチャーは過去の知見を瞬時に検索・活用でき、ゼロベースでの分析工数を削減します。
期待効果：リサーチ工数の削減による利益率改善と、過去の知見を活かした提案の質の向上を両立させます。

3. 提案・レポーティング自動生成支援ツールの導入
目的：高付加価値案件におけるドキュメント作成工数を削減し、リサーチャーが分析や顧客との対話に集中できる時間を創出する。
支援内容：提案書や最終レポートの骨子、グラフ、定型的な分析結果の記述部分をテンプレート化し、データ連携により自動生成する仕組みを構築します。特に、データ分析事業で得られた定量データとリサーチの定性分析結果をシームレスに統合するインターフェースを設計します。
期待効果：ドキュメント作成にかかる間接工数を削減し、リサーチャーの生産性を向上させ、利益率改善に直接貢献します。

前の記事
室町ケミカル - 2026年5月期第2四半期 決算説明資料 ★★★
2026-01-14
次の記事
メディアドゥ - 2026年2月期 第3四半期決算説明資料 ★★★
2026-01-14