| Sub-element | Score | Rationale |
|---|---|---|
| Source Tier | 7 | T1-T2が80%。競合のIR資料（T1-T2）が主要ソース: CyberAgent、バリューコマース、セプテーニ、レントラックスの決算データ。F10/F11は推定要素を含みT2-T3 |
| Recency | 8 | freshness_2yr_ratio=0.89（F7）、1.0（F10、F11）。競合のFY2025決算データが中心。5年CAGRは2020-2025の時系列で最新を含む 競合の売上・成長率は動態的ファクト（volatility=high）。FY2025の競合減収トレンド（VC -20.5%、セプテーニ -16.5%）は直近データで高い鮮度 |
| Convergence (Value) | 7 | 各社の売上データは各社IRからの直接引用で一致。マクビーの市場シェア15-40%のみ市場定義依存で乖離あり。ASP上位5社70%占有は業界レポートと整合 |
| Convergence (Scope) | 7 | 競合プロファイルの定義スコープは統一的（日本のパフォーマンスマーケティング/アフィリエイト市場の上場企業）。戦略グループマップの分類基準も一貫 |
| Specificity | 7 | 全データが日本市場の個社データに特化。各社の売上・成長率・ROE等が企業固有。AI研究力（CyberAgent日本4位）も日本固有の評価。テクノロジー戦略比較の一部のみグローバル |
| Sub-element | Score | Rationale |
|---|---|---|
| Inference Depth | 8 | 各社プロファイルはIRデータの直接引用（1ステップ）。戦略グループの分類（3グループ）はデータの組み合わせで1-2ステップ。「既存ASP減収→従来型モデル成熟」の推論は2ステップだが因果関係が明確 |
| Reasoning Type | 7 | 競合プロファイル分析は帰納的（6社以上のデータ比較）。戦略グループマップとERRC分析の適用は演繹的フレームワーク活用。N=6以上の十分なサンプルサイズ |
| Counter Check | 6 | 既存ASPの減収を「従来型モデルの成熟」と解釈しつつ、CyberAgentのAI研究力を「潜在的脅威」として認識。マクビーのCAGR 51.5%が持続可能かの反証検討は限定的だが、FY2026の業績悪化を他論点で認識している |
| Cross-FW Consistency | 7 | F7（競合プロファイル）とF10（戦略グループ）、F11（ERRC）が整合的に統合。F2（Five Forces）のASP寡占構造とも一致。F6（3C）のCompetitor軸とリンク。FW間の矛盾なし |
| Sub-element | Score | Rationale |
|---|---|---|
| Required Items Rate | 8 | 7項目中6項目充足（86%）。主要競合プロファイル（6社以上）、市場シェア、差別化ポイント、財務比較、M&A戦略、戦略グループマップが全て充足。競合のテクノロジー戦略詳細比較のみ欠落 |
| Critical Gaps | 6 | 競合のテクノロジー戦略詳細は欠落だがis_critical=false。CyberAgentのAI研究力（日本4位）のデータはあり、テクノロジー面の競合環境の大枠は把握可能。詳細比較の欠落は結論への影響が限定的 |
| Obtainability | 7 | 競合のテクノロジー戦略は各社のIR資料・テックブログ・採用情報からの追加調査で部分的に取得可能。CyberAgent AI Labの公開情報は豊富。他社（VC、セプテーニ）は限定的だが調査クエリは明確 |
単一仮説として結論を提示