| Sub-element | Score | Rationale |
|---|---|---|
| Source Tier | 8 | T1（消費者庁ステマ規制、厚労省薬機法、金融庁金商法、個人情報保護委員会APPI）が約40%。T2（業界レポート）が約35%。T3が25%。規制の一次ソースが豊富 |
| Recency | 6 | freshness_2yr_ratio=0.47（F9は最も低い鮮度）。薬機法66-68条は既存法令（構造的ファクト）。ステマ規制2023年施行は新しいが、APPI 2022年施行は3年前。2025年医療広告GL改訂は最新だが施行前 規制は基本的に構造的ファクト（volatility=low）。施行済み法令は変わらない。ただし執行実績と影響評価は動態的で、施行直後のデータ不足が鮮度を下げている |
| Convergence (Value) | 7 | 各法令の内容は一次ソース（法令テキスト）からの直接引用で一致。罰金額（ステマ規制最大3億円）、JICDAQ認証数（162社）は単一ソースだが信頼性が高い |
| Convergence (Scope) | 6 | 6法令を「AC事業への影響」という統一スコープで分析。ただし規制の影響範囲がデジタル広告業界全体→成果報酬型→マクビー固有と複数層があり、各層の影響度の区別がやや不明確 |
| Specificity | 7 | 日本固有の法令分析（景品表示法、薬機法等は日本法）。マクビーの業種構成（金融+医療83%）と規制集中ゾーンの対応は企業固有の高い特異性 |
| Sub-element | Score | Rationale |
|---|---|---|
| Inference Depth | 8 | 各法令の内容→ビジネスへの影響は1ステップ。「売上83%が規制集中ゾーン」→「構造的リスク」は法令データ×顧客構成データの1ステップ組み合わせ。推論は浅く堅い |
| Reasoning Type | 7 | 規制マップフレームワークの体系的適用。6法令を網羅的に分析し、業種別影響度を帰納的に評価。「規制をコストから堀に転換」の演繹的命題は論理的に説得力あり |
| Counter Check | 7 | 規制を「脅威と機会の二面性」として認識し、コンプライアンスの「堀」効果と「コスト」効果の両面を検討。売上83%の規制集中リスクと規制の「不連続な変更」リスクを正直に指摘。バランスの取れた反証検討 |
| Cross-FW Consistency | 6 | F9（規制マップ）とF3（PEST: P軸）が整合。F2（Five Forces: 参入障壁としての規制）とリンク。F5（SWOT: Threat/Opportunity）とも整合。ただしF13（テクノロジー）のcookie規制とF9のAPPI規制の統合分析はやや表面的 |
| Sub-element | Score | Rationale |
|---|---|---|
| Required Items Rate | 8 | 7項目中6項目充足（86%）。主要規制一覧、コンプライアンス要件、政策動向、業種別規制、業界自主規制、執行実績が全て充足。2025-2026年新規制施行後の影響評価のみ欠落 |
| Critical Gaps | 7 | 新規制施行後の影響評価の欠落はis_critical=false。施行前/施行直後のため構造的にデータが存在せず、この時点では不可避の欠落。規制マップの結論（6法令の影響構造）自体は堅固 |
| Obtainability | 6 | 新規制施行後の影響評価は時間経過とともに自然に取得可能（執行事例の蓄積）。2025年施行の医療広告GLの影響は半年程度の観察期間後に初期評価が可能 |
単一仮説として結論を提示