Tsuruha HD 決定導入 SalesSensor、並新增與 NEL 的合作，強化以廣泛客戶覆蓋搭配 AI 交叉銷售、推動毛利率回升的「決策 OS」願景

摘要

FY3/27 第一季營業收入為 4.89億日圓（年增+19.4%），營業利潤 1,200萬日圓（年增+13.0%），相較期初計劃原本預估營業虧損，實現獲利起跑。管理層於說明會上揭露兩項未載於財報資料的新案：Tsuruha Holdings 決定導入以 AI 為基礎的新店營收預測服務 SalesSensor，以及同意向 NEL 新推出的 Trade Lift Ads 服務提供廣告用購買區隔資料。毛利率下滑至 51.2%（-9.1個百分點），公司定調為策略性選擇，即先透過合作夥伴盡速擴大客戶接觸點，再向既有客戶基礎交叉銷售高毛利 AI 解決方案，以提升 ARPU 與營業毛利——形成三階段模式。透過 CVC 及相關投資工具已執行三筆投資，並已進入 M&A 標的搜尋階段，明確鎖定質性調查資料、購物者行為資料及 POS 周邊技術。

重點項目（業績亮點與成長舉措）

• 經營策略與市場觀點
  • 管理層目標以「購買資料 x AI 洞察」為核心，從行銷 SaaS 公司進化為支援企業決策的公司。
  • 生成式 AI 的發展被視為順風；競爭主軸並非是否擁有 AI，而是是否擁有能讓 AI 做出正確判斷的資料。
  • 護城河不僅在於資料量，更在於逾 15 年來持續投入的資料生成流程——將每年 20 億張發票中不一致的商品名稱標準化並整合。
  • 廣告領域方面，公司不會自行成為廣告銷售者，而是掌握前後兩端：投放前的目標設計與投放後的效果衡量。
• 現行業務進展與驅動因素
  • 面向製造商的導入家數達 201 家（年增 39 家、季增 21 家），受惠於會計年度初的合約切換與 FOODATA 得標重疊，推升淨增加數。
  • 零售端方面，上一會計年度推出的大型零售商解決方案已於營運層面落地並開始全面使用，帶動營收成長。
  • 零售媒體單獨營收高於原本已相當強勁的第四季水準，主因大型消費品製造商的重複下單，以及合作夥伴銷售體制的強化。
  • 第一季獲利反映經常性合約的累積，以及部分費用遞延至下半年。
• 關鍵策略舉措與轉折點
  • Tsuruha Holdings 已決定導入 SalesSensor——繼 Welcia Pharmacy 之後，再獲大型藥妝連鎖的大型訂單。
  • 將向 NEL 新推出的 Trade Lift Ads 服務提供廣告用購買區隔資料，以購買資料驗證社群媒體廣告素材的成效。
  • 價格模擬服務將先以客製化報告形式累積使用案例，再轉為雲端服務提供。
  • 已透過 CVC 對 AI／深科技基金及相關投資工具執行三筆投資；新創標的儲備的建構已接近完成。

展望

• 全年財測（營業收入 22億日圓、營業利益 8,000萬日圓）維持不變。考量現貨型（spot）營收集中於第二季與第四季，且經常性營收持續累積，第一季營業利益達成率 15.6% 符合計劃。
• 儘管公司承認存在上修空間，仍維持財測不變，因今年將集中投資於轉型至「成本不隨資料量與客戶數等比例上升」的事業基礎。
• 毛利率規劃透過三階段模式長期回升：擴大廣度 → 以 AI 深化 → 提升 ARPU 與營業毛利。
• 第二季起製造商導入家數的淨增加可能不如第一季速度；成長將愈來愈仰賴「客戶數 x ARPU」。
• M&A 並非為了花掉投資預算；公司將機會性地推進能在 ID-POS 之上疊加質性調查資料、購物者行為資料及 POS 周邊技術的交易。
• FY3/29 營業收入逾 30億日圓、營業利益 3億～4億日圓的目標，將透過四項驅動因素達成：客戶數成長、ARPU 提升、毛利率改善與 M&A。

正面因素

• 經常性營收 4.4億日圓（年增+26.4%、季增+8.6%），獲利基礎的穩定度再上一階。
• 零售解決方案營收 1.17億日圓（年增+118.5%），大型零售商專案開始全年貢獻。
• 6 月底淨現金 8.52億日圓、股東權益比率 76.8%、有息負債為零，提供充裕的 M&A 能量。
• FY3/26 經常性營收佔比達 81.4%；以年度合約為核心的結構即使跨越景氣循環仍支撐可預測性。
• 零售媒體網路市場預估至 2028 年約達 2,760億日圓，公司可觸及的營收機會（Revenue Opportunity）估計約 360億日圓。
• FreakOut 的 DSP「Red」擁有每月逾 8,500億次曝光的廣告庫存，資料費收入具備可觀擴張空間。

風險

• 毛利率 51.2%（年減 9.1個百分點），受合作夥伴合約增加造成的組合惡化，以及現貨型專案開發成本以總額法認列所拖累。
• FY3/27 營業利益財測年減 21.3%；最終結果將視策略投資預算的執行程度而定。
• 第二季認列的大型零售商追加開發現貨型營收預定於 9 月，存在時點遞延風險。
• 計劃中大部分營業利益集中於第四季，形成下半年偏重的達成率風險。
• 管理層的最壞情境集中於地緣政治變化——法規或跨境環境改變——將影響整體資料平台結構。
• ID-POS 資料供應集中於少數頂級零售商，商業條件變動可能衝擊獲利。

業績亮點

FY3/27 第一季營業收入 4.89億日圓（年增+19.4%），營業毛利 2.5億日圓（年增+1.4%），營業利益 1,200萬日圓（年增+13.0%），經常利益 1,300萬日圓（年減 12.4%）。第一季原先計劃為營業虧損，但受惠於經常性合約累積與費用未支用而確保獲利。相對全年計劃的達成率，營業收入與營業毛利均為 22.3%，營業利益為 15.6%。

分部業績

• 製造商解決方案導入家數：201 家（年增+24.1%、增加 39 家）
• 經常性營收：4.4億日圓（年增+26.4%）
• 毛利率：51.2%（年減 9.1個百分點）
• 營利率：2.5%（年減 0.1個百分點）
• EBITDA：2,800萬日圓（年增+6.4%）
• 季度本期淨利：600萬日圓（去年同期為 800萬日圓）
• 第一季末現金及存款：8.52億日圓；股東權益比率 76.8%（本行估算）

問答一覽

• Q：第一季經常性營收成長，若趨勢延續，今年業績看來將優於計劃。為何維持財測不變？
  A：第一季經常性營收年增 26.4%，表現扎實，營業利益亦優於期初假設起步。惟今年我們更重視轉型至能中長期持續創造獲利的獲利結構，而非追逐短期上修空間。具體而言，今年將集中投資於支撐客戶數與資料量成長的系統基礎自動化與升級，以及推動 AI 解決方案開發的技術人才。這些並非單純的成本增加；結合 AI 整合，這是為了打造成本不隨資料量或客戶數等比例上升的事業基礎，使營收成長能轉化為更大幅度的獲利成長。因此，儘管僅就第一季達成率而言存在上修可能，我們認為此時維持含括這些成長投資的全年財測較為妥當。今年是掌握短期成長、同時打造自明年起進一步加速獲利成長之基礎的一年。目前我們認為全年計劃進度符合預期。
• Q：第一季毛利率由去年同期的 60.2% 大幅下滑至 51.2%。貴公司表示符合全年計劃的 51.0%，但毛利率長期是否將維持此水準？作為 SaaS 公司，毛利率下滑令人擔憂。
  A：直接回答，我們計劃長期使毛利率再度回升。目前的下滑正反映我們處於以擴大廣度為目標的策略投資期。透過包含 ITOCHU Corporation 在內的強大合作夥伴網路，我們以收益分成模式快速擴大客戶接觸點。短期而言，經由合作夥伴的營收比重上升會壓低毛利率，但我們優先擴大自家資料與服務被使用的範圍。在取得的客戶基礎之上，我們將交叉銷售價格模擬等高附加價值、高毛利的 AI 解決方案，以提升 ARPU 與毛利率。換言之，模式是：先擴大廣度，再以 AI 深化，進而提升 ARPU 與營業毛利。與其孤立地看待目前的毛利率，我們希望投資人理解，我們正在建構擴大客戶基礎、極大化整體 LTV 與獲利的事業結構。
• Q：貴公司表示對透過合作夥伴網路取得的客戶進行向上銷售與交叉銷售是未來成長關鍵。具體將銷售哪些服務？
  A：最具代表性的例子是此次發表的價格模擬服務。對製造商而言，我們運用 ID-POS 資料將價格彈性可視化：漲價幅度多少可極大化營業毛利、漲價是否會導致消費者轉向自家其他商品或競品。對零售商而言，我們將展開需求預測及用於新店營收預測的 SalesSensor。過去我們的服務以分析「發生了什麼」為核心。未來我們將延伸至「為何發生」、「接下來會發生什麼」，以及「因此該如何決策」。簡言之，從「看資料的公司」進化為「用資料做決策的公司」，是我們最大的成長機會。
• Q：跳脫現行中期計劃，展望下一期中期與長期計劃，米倉社長認為 AI 進一步演進帶來的最佳情境為何？反之，會造成困擾的環境變化即最壞情境為何？
  A：我們目前的策略是將 AI 與零售資料結合——即以個人軸捕捉購買行為的 ID-POS。再往前一步，是透過結合眾多其他資料集，成為比任何人都更了解消費者的資料平台。當要做決策時，只要查詢 True Data，就能看到消費者如何行動、將往何處去，據此做出決策。我們相信能成為這樣獨一無二的平台。以此為前提，今天沒有人能預見 AI 將演進至何種程度與方向，但若該價值完全實現，我們或許能以現在無法想像的方式創造價值——這是最佳情境。反之，目前我想不出最壞情境，但若發生超出現行假設、影響 AI 或資料平台整體結構之事——法規、跨境環境變化或地緣政治轉變——我們可能受到衝擊。我們的基礎架構建於全球性平台之上，因此我們相信在此建立的成果可推展至海外等全球市場。若出現使全球展開困難的限制，那將是最壞情境。
• Q：貴公司提出以 AI 分析購買資料以支援客戶決策的方向，包含價格模擬。隨著 AI 功能擴充，這些將定位為既有服務的附加功能，還是設想將 AI 附加價值反映於定價、進而提升 ARPU 的收入模式？
  A：本質上，SaaS 是擴大客戶數最有效率的方式，也是我們拓展廣度的強項。但 AI 服務結合了每位客戶所需的 AI、資料與洞察，我們將積極對既有客戶交叉銷售並向上銷售，而非僅開發新客戶。結果將是每客戶 ARPU 提升。另一方面，也會有以選配功能附加於既有服務更為合適、在策略上更有利或客戶更易使用的情況，以及以附加價值定價單獨銷售的情況。因此將是兩者並行——採取最合適的方式。
• Q：貴公司的連結面持續擴大——Rakuten、Hakuhodo DY ONE、SMN、MBK Digital，如今再加上 FreakOut。相較於成為自行銷售廣告的業者，貴公司是否志在成為多個廣告平台共同使用的購買資料基礎設施？若是，您認為在何處最能擷取價值？
  A：我們無意成為自行銷售廣告的業者。相反地，市場上有許多製作與銷售廣告的代理商與公司，當他們在上游進行受眾設定時，會來找 True Data 決定該鎖定誰、哪種訊息最能引起共鳴。接著我們提供觸及這些受眾的資料路徑——這是前端。之後由其他公司製作素材、銷售廣告並執行。在那之後，我們認為還有另一項角色：效果衡量，且能快速且相當精準地執行。因此在廣告製作、銷售與執行的前端與後端，我們希望確立「問 True Data 就對了」的地位。我們認為那是最容易擷取價值之處，並依此策略建構生態系。
• Q：與 ITOCHU 等的合作大幅增加製造商客戶數，但收益分成短期壓低毛利率。當客戶基礎達到一定規模後，是否設想透過向上銷售 AI 功能提升每客戶營收並使毛利率再度回升？或將持續優先追求客戶數成長？
  A：這與先前所述重複，但短期而言經由合作夥伴的營收比重上升會壓低毛利率，原因在於我們優先擴大自家資料與服務被使用的範圍。在取得的客戶基礎之上，我們再交叉銷售價格模擬等高附加價值、高毛利的 AI 解決方案。屆時 ARPU 與毛利率才會提升。這就是結構。因此基本模式是：擴大廣度、以 AI 深化、提升 ARPU 與營業毛利。我們將持續擴大客戶數，但同時結合 AI 深化以提升 ARPU 與毛利率。
• Q：觀察其他新上市的 AI 與大數據分析公司，我的印象是包含經營層在內的許多從業人員學術能力強，但不擅長經商。我對 True Data 沒有這種印象，然而目前市值似乎反映出市場擔憂貴公司未來不擅於變現。我也覺得近期的業績說明會並未太著墨於市值水準。在可談論的範圍內，米倉社長認為要將公司真正的實力與未來潛力轉化為市值，需要什麼？
  A：首先，我認為公司與事業有不同階段，必須逐一跨越。或許用基本面與評價倍數來說明最為容易——即建構真正強勁、能持續擴大獲利的服務與事業，並讓市場給予評價，兩者的結合。在基本面方面，除非投資人信任事業的強度、我們在市場與環境變化中所建構的護城河、模仿門檻，以及我們將如何成長，否則單靠評價倍數能做的有限。我認為現階段必須盡快建立這些基本面，而如數字所示，有機營收成長已提升至 20% 的速度。在此之上，透過成長投資，我們終於開始加入運用資產負債表的成長——這是我們目前的階段。隨著這些具體化，我們當然會推動 IR，且我們已逐漸能夠展示策略背後的意圖、KPI，以及這些 KPI 將如何演變。因此在基本面與評價倍數兩方面，我們可執行的範圍已擴大並就位，終於進入能強化前瞻性溝通（包含 IR）的階段。敬請期待。
• Q：製造商解決方案導入家數大幅增加，年增 39 家、累計達 201 家。淨增加速度與營收展望為何？
  A：第一季淨增加數大，是因新年度預算與合約切換時點與 FOODATA 得標重疊。因此第二季起淨增加速度可能不如第一季陡峭。惟未來我們將沿兩條軸線成長：客戶數與 ARPU。第一，透過與大型批發商及商社的深化合作擴大客戶數。第二，透過新增 AI 功能與新解決方案提升 ARPU。因此成長不會單純來自客戶數增加，而是「客戶數 x ARPU」的相乘。
• Q：第一季經常性零售解決方案營收季增 13%。驅動因素為何？展望如何？
  A：主要驅動因素是上一會計年度推出的大型零售商解決方案已於營運層面落地，並開始全面使用。惟部分服務受季節性及客戶自身銷售擴張政策影響，季度營收可能出現一定程度波動。整體而言，作為穩定的經常性營收基礎仍持續擴大。未來我們將以這些零售商接觸點為起點，橫向展開 SalesSensor 等高附加價值 AI 解決方案並提升 ARPU。
• Q：零售媒體及其他季增幅度輕微。是否應解讀為零售媒體單獨營收大致與強勁的第四季持平？展望如何？
  A：第一季零售媒體單獨營收實際上高於上一會計年度極為強勁的第四季，受惠於大型製造商的重複下單。背景是大型消費品製造商的重複下單，加上合作夥伴銷售體制的強化。我們亦持續新增合作夥伴，並提升交付體制效率以因應案件量增加。我們的目標並非單純協助銷售廣告庫存。我們將把它進化為運用購買資料提供端到端支援的資料事業：該觸及誰、傳達什麼，以及是否確實轉化為購買。藉此進一步將零售媒體擴大為關鍵成長領域。
• Q：關於新推出的價格模擬服務，與競爭對手的差異化為何？市場開拓策略為何？
  A：最大的差異化在於將 SAS 最新的 AI 平台與我們的 ID-POS 資料結合。一般的需求預測是由 POS 與氣象資料預測需求波動。透過使用 ID-POS，我們能分析消費者的價格容忍度——漲價時哪些顧客留在品牌、哪些轉向競品。換言之，我們的強項是預測的不只是銷售如何變化，而是顧客如何移動。我們的路徑是先透過針對個別企業的客製化報告累積使用案例，再擴展為高擴充性的雲端服務。
• Q：生成式 AI 快速進展。是否存在製造商與零售商自行內部使用生成式 AI、不再需要 True Data 分析工具與服務的風險？
  A：正好相反，我們視生成式 AI 的進展為最大順風。無論生成式 AI 引擎效能多高，正確判斷都需要高品質資料作為燃料。任何單一公司內部持有的資料無法掌握整體市場動向或競爭態勢。且若商品名稱不一致仍存在，AI 便無法正確分析。逾 15 年來我們持續比對、清洗並精煉全國性購買資料至可供 AI 使用的狀態。未來重要的並非是否擁有 AI，而是是否擁有能讓 AI 正確判斷的資料。在這一點上，我們相信自身處於非常有利的位置。
• Q：可否再次說明未來的成長策略？
  A：我們的目標是從單純的行銷 SaaS 公司進化為支援企業決策的公司。為此我們有四項成長驅動因素。第一，擴大客戶數——運用包含 ITOCHU Corporation 在內的強大合作夥伴網路，擴大自家資料與解決方案被使用的範圍。第二，提升 ARPU——向既有客戶基礎交叉銷售價格模擬與 SalesSensor 等 AI 決策支援服務。第三，提升毛利率——透過資料基礎的自動化與高度化強化規模效益，同時提高高附加價值 AI 服務的比重。第四，透過 M&A 實現非有機成長。以逾 15 年累積、規模達 10兆日圓的 ID-POS 資料為核心資產，我們將結合 AI、質性資料與購物者行為資料，從「看資料」進化為「預測未來」並支援企業做出最適決策。FY3/29 中期計劃目標——營業收入逾 30億日圓、營業利益 3億～4億日圓——將透過這四項成長驅動因素的相乘達成：擴大客戶數、提升 ARPU、提升毛利率，以及透過 M&A 實現非有機成長。本季正是這項結構性轉型正式啟動的一季。我們視今年並非極大化獲利的一年，而是打造未來獲利大幅成長之結構的一年。將該結構自明年起連結至營收與獲利成長，正是本中期計劃的核心。