| Sub-element | Score | Rationale |
|---|---|---|
| Source Tier | 8 | T1-T2が85%。F6のaverage_tier=T1.3。Company軸（マクビーIR: T1-T2）、Customer軸（IR顧客構成: T1-T2）、Competitor軸（CyberAgent IR: T1-T2）の全3軸にT1-T2データ |
| Recency | 9 | freshness_2yr_ratio=1.0。全データが2024-2025年。FY2025決算、競合FY2025決算、顧客単価423%上昇データが全て最新 3C各軸は動態的ファクト（high volatility）。全データが直近1年以内で最高の鮮度 |
| Convergence (Value) | 6 | Company軸（Cookie非依存技術、プロダクト群）は一貫。Customer軸の金融39-58%に幅あり。Competitor軸のCyberAgent規模格差は明確。MT事業のスタンドアロン販売実績が不明でCompany軸の一部に空白 |
| Convergence (Scope) | 7 | 3C分析の定義スコープがMT事業（SaaSツール）に焦点。ただしCompetitor軸のデータが広告エコシステム内のプレイヤーに偏り、SaaSツール直接競合のデータが不在 |
| Specificity | 6 | Company軸とCustomer軸はマクビー固有データで特異性高い。ただしCompetitor軸はMT事業の直接競合（KARTE等）のデータがなく、広告業界競合のデータで代替している点で特異性に制約 |
| Sub-element | Score | Rationale |
|---|---|---|
| Inference Depth | 7 | 3C各軸の評価は1ステップ。「AC基盤×MTクロスセル」モデルの評価は2ステップ（AC顧客基盤→MT導入→単価成長）。CyberAgent規模格差→MT事業の競争環境は1ステップ |
| Reasoning Type | 7 | 3C分析フレームワークの適切な適用。各軸にデータポイントが3以上。帰納的（顧客単価423%上昇の実績データ）+ 演繹的（3Cバランスからの戦略的含意導出） |
| Counter Check | 6 | 「AC事業の減速がMT事業の販売チャネルを脅かす」リスクを正直に指摘。CyberAgentとの規模格差を認識しつつ「専門性の深さで対抗」と条件付き結論。ただしMTのスタンドアロン販売力の不在が反証検討の限界 |
| Cross-FW Consistency | 6 | F6（3C）とF7（競合）、F8（顧客JTBD）が整合。F5（SWOT）のStrength/Weaknessとリンク。ただしMT事業の直接競合データ不在がFW間統合の制約 |
| Sub-element | Score | Rationale |
|---|---|---|
| Required Items Rate | 8 | 6項目中5項目充足（83%）。Customer、Competitor、Company、3Cバランス、顧客単価トレンドが充足。MT事業のスタンドアロン販売実績のみ欠落 |
| Critical Gaps | 4 | MT事業のスタンドアロン販売実績（AC経由クロスセル vs MT単独獲得の比率）の欠落は、MT事業のAC事業依存度の定量化を不可能にし、3CのCompany軸の独立性評価を制約 |
| Obtainability | 2 | AC事業経由のクロスセルとMT単独獲得の内訳はマクビー内部データであり、公開情報では取得不可能。経営層への直接確認が唯一の取得手段 |
単一仮説として結論を提示