| Sub-element | Score | Rationale |
|---|---|---|
| Source Tier | 7 | T1-T2が75%。MT事業粗利率100%（マクビーIR: T1-T2）、AC事業粗利率15%（IR: T1-T2）、バリューチェーン構造（電通: T1）。透明性問題データはT2-T3 |
| Recency | 8 | freshness_2yr_ratio=0.85。FY2025-2026決算データ、コンサルタント生産性データ、粗利貢献比率が中心。バリューチェーン構造は安定的で古さの影響小 バリューチェーン構造はlow volatility。利益率・粗利貢献比率はmedium volatility。FY2026の粗利率低下データは最新で鮮度が重要 |
| Convergence (Value) | 8 | MT事業粗利率100%、AC事業粗利率15%、粗利貢献AC 60%/MT 40%は全てマクビーIRの一貫したデータ。コンサルタント生産性156%増も時系列で整合 |
| Convergence (Scope) | 7 | バリューチェーン定義が統一的（広告主→代理店→DSP→Exchange→SSP→パブリッシャー + SaaSレイヤー）。MT事業が「チェーンの外側」という位置づけが明確 |
| Specificity | 7 | マクビー固有のセグメント別利益構造データが中心で特異性は高い。バリューチェーンは日本デジタル広告市場に特化。取引手法別シェアは日本固有 |
| Sub-element | Score | Rationale |
|---|---|---|
| Inference Depth | 8 | MT事業粗利率100% vs AC事業15%からの利益構造比較は直接計算（1ステップ）。「MT事業売上1億円≒AC事業売上6.7億円の利益インパクト」は明快な1ステップ推論 |
| Reasoning Type | 7 | バリューチェーン分析とP&L分析の組み合わせ。演繹的（バリューチェーンポジション→粗利構造の説明）+ 帰納的（AC/MT実績からの比較）。フレームワーク適用は適切 |
| Counter Check | 7 | MT事業の高利益率を指摘しつつ「売上規模の小ささ」を制約条件として明示。AC事業の粗利率低下（19.4%→17.4%）を正直に報告。MT事業スケールの不確実性を条件付き結論に反映 |
| Cross-FW Consistency | 7 | F4（バリューチェーン）とF12（利益プール）が完全整合。F5（SWOT: Strength=粗利率100%）、F2（Five Forces: 透明性問題）ともリンク。AC/MTの利益構造比較がFW間で一貫 |
| Sub-element | Score | Rationale |
|---|---|---|
| Required Items Rate | 8 | 7項目中6項目充足（86%）。バリューチェーン各段階、利益率、支配的プレイヤー、MT事業ポジション、品質リスク、生産性効果が充足。MT事業単体の売上・営業利益のみ欠落 |
| Critical Gaps | 4 | MT事業単体の売上・営業利益の欠落はバリューチェーン分析の「MT事業の価値」定量化を制約。粗利貢献40%からの推定は可能だがMT事業のスタンドアロンの収益性（営業利益率、FCF）は不明 |
| Obtainability | 3 | MT事業単体の財務データはマクビーのセグメント別開示がない限り取得不可能。粗利貢献40%×全社粗利からの逆算が最善の推定方法だが公式値ではない |
単一仮説として結論を提示