No.54 財務諸表に出ない実態：Webトラフィック・デジタルフットプリントによる業績推定

未上場企業の分析において、最大の壁は「決算書が出てこない」ことです。帝国データバンクや東京商工リサーチの評点は手に入りますが、それはあくまで「信用（倒産しないか）」の指標であり、「今の勢い（Growth）」を示すものではありません。

しかし、デジタル化が進んだ現代において、企業活動は必ずWeb上に痕跡（フットプリント）を残します。顧客が集まる場所は、店舗からWebサイトへ。商談の場は、会議室からZoomへ。本記事では、財務諸表の代わりに、Webトラフィックや利用テクノロジーの解析（Technographics） から、企業の売上規模や予算状況を逆算・推定する「現代の探偵術」を解説します。

1. オルタナティブデータとは何か

伝統的な経済指標（株価、決算書、政府統計）以外のデータを総称して「オルタナティブデータ」と呼びます。 POSデータ（購買履歴）、クレジットカード決済データ、衛星画像、そして今回取り上げるWebスクレイピング/トラフィックデータなどが含まれます。

機関投資家の主戦場

ヘッジファンドなどの機関投資家は、もはや決算発表を待っていません。「四半期決算が出る前に、Eコマースサイトの訪問者数から売上を予測し、ポジションを取る」。これが今のスタンダードです。この手法を、B2Bの与信管理や競合調査に応用しない手はありません。

2. トラフィックから売上を因数分解する

「SimilarWeb」や「Semrush」といった競合分析ツールを使えば、他社サイトの月間訪問数（Visits）や滞在時間を推定できます。このデータを以下のフェルミ推定の式に当てはめることで、驚くほど精緻に売上を算出できます。

売上推定式（Eコマースの場合） 月間売上 ≒ 月間訪問数 (Visits) × コンバージョン率 (CVR) × 平均客単価 (AOV)

推定のステップ

訪問数 (Visits): SimilarWeb等で取得（例: 50万訪問/月）。
CVR (Conversion Rate): 業界平均（ECなら1.0%〜2.5%）を仮置きするか、または類似の上場企業のIR資料から数値を引用します。
客単価 (AOV): そのサイトの商品単価レンジから中央値を設定（例: 5,000円）。

これらを掛け合わせると、「50万 × 2% × 5,000円 = 5,000万円/月」という数字が浮かび上がります。さらに、「広告流入比率」が高ければ、「この売上を作るために広告費をいくら使っているか（CPA推定）」まで逆算可能です。

3. Technographics：利用ツールから「財布の紐」を読む

企業がWebサイトで「どんな技術（SaaS）を使っているか」を知ることも、重要な手掛かりです。「Wappalyzer」や「BuiltWith」を使えば、そのサイトに埋め込まれているJavaScriptタグや利用しているサーバー技術を特定できます。

「何を使っているか」で分かること

マーケティング予算の潤沢さ:
- HubSpot / Marketo: 月額数十万円〜の高価なMAツールを導入している企業は、マーケティングに本気で投資しており、キャッシュフローが安定している証拠です。
- 無料のGoogle Formsのみ: まだIT投資の優先度は低いか、予算が厳しい可能性があります。
クラウド利用状況:
- AWS / GCP / Azure: クラウドネイティブな構成であれば、技術力の高いエンジニアチームを抱えていると推測できます。
Eコマースプラットフォーム:
- Shopify Plus: 月額$2,000以上のプランを利用しているなら、年商数億円規模の事業者である可能性が高いです。通常のShopifyなら個人事業主レベルかもしれません。

これらは、B2B営業において「どの企業にアプローチすべきか（ターゲティング）」を決める際の決定打になります。

4. コンプライアンスとガイドライン

こうした「裏口」からの分析を行う際、法的な線引きはどうなっているのでしょうか。

金融庁とFDUAの動向

金融庁はデータの高度利用を推進しており、直接的な「オルタナティブデータ禁止」のガイドラインはありません。しかし、「金融データ活用推進協会（FDUA）」などが、プライバシーや倫理に関する指針をまとめています。

特に注意すべきは以下の点です：

インサイダー取引リスク: 上場企業の「未公表の重要事実」に該当するレベルの内部データを、不正な手段（ハッキング等）で取得して取引することは違法です。しかし、Web上の公開情報（Publicly Available Information）を分析して得た知見は、一般的にインサイダー情報には当たりません（モザイク理論）。
個人情報の取り扱い: Webの行動ログが個人を特定できる形（Cookie ID等）で提供される場合、個人情報保護法の対象となります。SimilarWebなどの大手ベンダーは、統計処理された（Anonymized）データを提供しているため、通常は問題ありませんが、データの出所（Provenance）を確認することは利用者の責務です。

5. 限界を知る：あくまで「推計値」である

デジタルフットプリント分析は強力ですが、万能ではありません。

小規模サイトの誤差: 月間訪問数が5万以下のサイトは、パネルデータ（サンプル数）が不足し、SimilarWebの推定精度が著しく低下します。
B2B企業の難しさ: B2B企業の場合、Webサイトでのコンバージョン（資料請求）と実際の受注（数ヶ月後）にタイムラグがあり、かつ金額規模もバラバラなため、トラフィックから売上を直結させるのは困難です。

6. おわりに：見えないものを見る力

財務諸表は「企業の履歴書」ですが、デジタルフットプリントは「企業の生活態度」です。履歴書には立派なことが書いてあっても、生活態度を見ればその人の実態（浪費家か、堅実か、活動的か）が見えてきます。

企業価値評価（バリュエーション）の世界において、もはや「PL/BSしか見ない」という態度は許されません。公開されているデジタル空間の痕跡を拾い集め、繋ぎ合わせ、企業の等身大の姿を描き出す。その「想像力」と「構成力」こそが、AI時代のアナリストに求められる核心的なスキルなのです。