Geekly,inc. · TSE:505A

Geekly,inc — Q3 FY2026.5 Earnings Presentation

31 slides from Geekly,inc's earnings presentation, Apr 13, 2026

  1. Slide 1: 2026年5月期 第3四半期 決算説明資料

    2026年5月期 第3四半期 決算説明資料 2026年4月13日 株式会社ギークリー

  2. Slide 2: エグゼクティブサマリー(2026年5月期3Q累計)

    エグゼクティブサマリー(2026年5月期3Q累計) 売上高 営業利益 配当 6,952百万円 1,523百万円 1株当たり 30円 前年同期比 +32.7% 前年同期比 +109.6% 2026年5月期 予定 堅調な集客と面談CAの増員に伴 増員に伴う人件費の増加や、販売 上場記念配当12円を含む30円の う面談数の増加、成約単価の上昇 促進費の増加を増収で吸収し、大 配当を実施予定 により売上高は大幅に伸長 幅な増益を達成 【内訳】 普通配当 18円 上場記念配当12円 2

  3. Slide 3: 2026年5月期第3四半期決算概要

    SECTION 01 2026年5月期第3四半期決算概要

  4. Slide 4: 損益計算書

    2026年5月期第3四半期決算概要 損益計算書 ⚫ 増員や販売促進費の増加など販売費及び一般管理費の上昇要因はあったものの、売上高の伸長及びコストコントロールにより、各段階利益は大 幅に増加 (百万円) 2025.5 2026.5 3Q累計 3Q累計 前年同期比 通期予想 進捗率 売上高 5,238 6,952 +32.7% 9,703 71.7% 売上原価 547 726 +32.6% - - 売上総利益 4,690 6,226 +32.7% - - 販売費及び一般管理費 3,963 4,702 +18.6% - - 営業利益 727 1,523 +109.6% 2,004 76.0% 経常

  5. Slide 5: 四半期ごとの売上高

    2026年5月期第3四半期決算概要 四半期ごとの売上高 ⚫ 季節性はあるものの、四半期ごとの売上高では増収トレンドを維持 ⚫ QoQで大幅に伸長し、四半期において過去最高を更新 四半期ごとの売上高 +43.7% (百万円) 3,000 ⚫ 売上高の季節性について 2,479 2,500 2,401 売上高は、4月入社を前提とした求職者 が多いことや、年度替わり・賞与支給後 2,071 のタイミング等に転職ニーズが高まりや 1,982 2,000 1,909 すい日本の採用慣行の影響を受け、第 1,725 4四半期、特に4月に集中する傾向があ 1,530 ります。 1,500 ⚫ 2026.5期

  6. Slide 6: 営業利益増減要因

    2026年5月期第3四半期決算概要 営業利益増減要因 ⚫ 事業拡大に伴う増員による給与手当の増加、集客数増加のための販売促進費の増加はあるものの、増収及びコストコントロールにより大幅増益 で着地 営業利益増減要因 変動要因 ⚫ 売上高 堅調な集客と面談CAの増員に伴う面談 広告宣伝費の減少 数の増加 +243百万円 売上原価の増加 ⚫ 給与手当 △178百万円 CAを増員するほか、その他の部署で事 給与手当の増加 △324百万円 1,523百万円 業拡大に合わせた必要人員を採用 販売促進費の増加 △525百万円 その他 ⚫ 広告宣伝費 △134百万円 eスポーツチームZETA DIVISION

  7. Slide 7: 面談CA数及び生産性・成約単価の推移

    2026年5月期第3四半期決算概要 面談CA数及び生産性・成約単価の推移 ⚫ 売上高の源泉となる面談CAの採用は順調に進捗し、早期戦力化も継続 ⚫ 成約単価は、高年収層の求職者の成約増加と紹介手数料率の上昇により向上 面談CA数及び生産性※1の推移 成約単価の推移※2 (人) (千円) (万円) 120 10,000 225 8,865 8,918 220 100 7,876 7,858 97 220 8,000 90 215 212 211 80 210 72 67 6,000 205 60 200 203 4,000 200 40 195 196 194 2,000 190 20 185

  8. Slide 8: 貸借対照表

    2026年5月期第3四半期決算概要 貸借対照表 ⚫ 利益剰余金の積上げによる純資産の増加に伴い、財務基盤が強化 ⚫ 自己資本比率は65.8%と、高い財務の安定性を確保 ⚫ 自己株式の消却を2025年8月に実施 (百万円) 2026.5 2025.5 3Q 増減 流動資産 2,546 3,973 +1,427 固定資産 1,345 1,386 +40 資産合計 3,892 5,360 +1,468 流動負債 1,257 1,725 +468 固定負債 99 100 +1 負債合計 1,356 1,825 +468 純資産 2,535 3,534 +999 負債純資産合計 3,892 5,360

  9. Slide 9: 2026年5月期業績見通し

    SECTION 02 2026年5月期業績見通し

  10. Slide 10: 損益計算書(業績見通し)

    2026年5月期業績見通し 損益計算書 ⚫ 2026年2月27日開示の業績予想から変更はなく、順調に進捗 (百万円) 2025.5 2026.5(予) 前期比 売上高 7,147 9,703 +35.8% 営業利益 703 2,004 +184.8% 経常利益 704 1,965 +178.9% 当期純利益 493 1,346 +172.7% 1株当たり当期純利益(円) ※分割考慮後 44.18円 119.96円 +171.5% 10 ※当社は、2025年8月31日付で普通株式1株につき2株の割合で株式分割を行っております。

  11. Slide 11: 株主還元・EPS向上の施策

    2026年5月期業績見通し 株主還元 ⚫ 株主還元と積極的な成長投資を両立 ⚫ 配当は、配当性向15%程度を目途とし、累進配当を基本方針とする 1株当たり配当金・配当性向の推移 EPS向上の施策 普通配当 記念配当 配当性向 成長投資を通じてEPSの拡大を目指す (円) 35 40% 30 35% M&A 人材への投資 12.0 30% 25 ⚫ 他業種とハイレイヤ―・ハイクラス ⚫ 採用の加速 25.0% 層への人材紹介領域拡大に向けた 25% ⚫ 賃金の向上 20 M&A戦略 ⚫ 社内研修の充実 20% ⚫ マネジメント人材の育成 15 15.3% 14.0% 13.7% 15% 23.0

  12. Slide 12: Appendix

    SECTION 03 Appendix

  13. Slide 13: 会社概要

    Appendix 会社概要 ⚫ IT・Web・ゲーム業界に特化した人材紹介のパイオニア 会社名 株式会社ギークリー(Geekly, Inc.) 事業内容 IT/Web/ゲーム業界専門特化人材紹介 設立 2011年8月 代表者名 代表取締役社長 奥山 貴広 所在地 東京都渋谷区渋谷二丁目17番1号 資本金 30百万円(2025年5月末) 売上高 7,147百万円(2025年5月期) 経常利益 704百万円(2025年5月期) 事業許可番号 有料職業紹介事業13-ユ-305272 従業員数 385(52)(2025年5月末) (外、平均臨時雇用者数) 13

  14. Slide 14: マネジメントチーム

    Appendix マネジメントチーム 代表取締役社長 取締役 取締役 奥山 貴広 西内 信 浅野 大樹人 大学卒業後、総合人材企業の創業メンバー 大学卒業後、大手飲食企業に新卒入社。 大学卒業後、東京共同会計事務所に入所。 として参画し、取締役として人材紹介事業を その後、奥山が取締役を務める総合人材 大手小売企業、総合人材企業、スタート 立ち上げ。2011年にギークリーを創業し、 企業に入社し、人材紹介事業に従事。2011 アップ企業を経て2022年CFOとしてギーク 代表取締役社長に就任。 年ギークリー創業メンバーとして参画し、 リーに参画し、2023年取締役に就任。 2017年取締役に就

  15. Slide 15: 企業理念

    Appendix 企業理念 ⚫ 当社は、「IT人材の適材適所によって成長機会にあふれる社会を創る」をパーパスに掲げる、IT・Web・ゲーム業界に特化した人材紹介会社 PURPOSE IT人材の適材適所によって成長機会にあふれる社会を創る VALUES 「専門性にかける(bet on speciality)」 「徹底的にやり続ける(keep on completely)」 「安定にこだわる(focus on reliability)」 2011年の設立以来、当時、主流ではなかったIT・Web・ゲーム業界に特化した人材紹介会社として、 “IT採用のインフラ”を担い、転職支援を通じて企業の成長を人材

  16. Slide 16: 複数の集客経路と分業化がビジネスモデルの特徴

    Appendix 複数の集客経路と分業化がビジネスモデルの特徴 ⚫ インバウンド、アウトバウンドの求職者集客経路の併用や、求職者との面談設定(MA)、求職者との面談・求人案件紹介(CA)、 求人企業からの求人案件獲得(RA)などの役割ごとの分業化が特徴。各担当が特定業務に専念することで、蓄積されるデータベースの量・質の 向上を実現 面談 当社 イ 面談設定 ン バ 面談設定 求職者情報共有 ウ Webメディア ン 登録 当社 ド メディア 求職者 面接設定 求人企業 集客 広告宣伝費+販売促進費 MA CA RA マーケティング キャリア リクルーティング 部門 アドバイザー アドバイザー ア

  17. Slide 17: 転職市場は堅調に成長。IT業界は継続的に人材不足

    Appendix 転職市場は堅調に成長。IT業界は、継続的に人材不足が見込まれる追い風の市場環境 ⚫ 職業紹介事業の市場規模と案件数は年々増加傾向にあり、9,000億円を越える規模まで拡大している ⚫ 少子高齢化とDX推進により、国内のIT人材不足は一段と深刻化が見込まれる 職業紹介事業の市場規模と件数の推移 国内IT人材の需給見通し (億円) (万件) 高位シナリオ (万人) 12,000 手数料収入(左軸) 就職件数(右軸) 100 160 供給人材数 79万人 人材不足数 90 中位シナリオ 手数料収入CAGR 140 10,000 59万人 10.6% 80 (2014-2023) 1

  18. Slide 18: 市場環境の説明:他領域との比較

    Appendix 市場環境の説明:他領域との比較 ⚫ 情報通信業はほかの産業に比べて業況のダウンサイドが小さく、業況悪化局面でも人手が過剰になりにくい 業況判断DI(「良い」-「悪い」)2025年12月まで 雇用人員判断DI(「過剰-「不足」)2025年12月まで 40 50 全産業 製造業 非製造業 情報通信 全産業 製造業 非製造業 情報通信 30 40 良い 20 30 過剰 10 20 0 10 -10 0 -20 -10 悪い -30 -20 不足 -40 -30 -50 -40 -60 -50 -70 -60 2004 2005 2006 2007 2008 2009 2010 2

  19. Slide 19: 成果報酬型の料金体系と40日間のリードタイム、少ない返金件数

    Appendix 成果報酬型の料金体系と40日間のリードタイム、少ない返金件数 ⚫ 入社が決定したタイミングで報酬が発生する成果報酬型の料金体系 ⚫ 短い期間で成約までサポートできることや、返金件数が少ないことも当社の特徴 約40日間※1 人物像と 転職アドバイス・ 求人企業の 求人企業 入社意向 入社 一定期間 転職相談 要望把握 求人紹介 書類選考 との面接 (内定承諾) (成約) 以内に退職 受注残高※2 成約単価の 売上計上※2 認識 一部を返金 当社のKPI(売上構成図) 売上 = 受注残高 - 早期退職に伴う返金 早期退職者数 返金額 成約数 CAの面談数 CA人数 成約決定率 C

  20. Slide 20: 競争優位性Summary:分業体制と独自マッチングシステム「OLG」

    Appendix 競争優位性Summary:分業体制と独自マッチングシステム「OLG」が最大の特徴 ⚫ 集客担当のMAが収集した、 面談にかかるCPA、成約率などのデータが蓄積。当社データには①2011年からの蓄積した豊富なデータ量②IT業界 の求職者に特化したCPAや成約率などの動向が分かるという特長がある ⚫ 蓄積したデータを活用したマッチングシステムがCAと求職者の面談をサポート。未経験者でも戦力化できる体制を背景に採用を加速 IT業界特化×分業制 システムによるサポート ⚫ 左分業と集客 IT業界特化 × CA キャリア アドバイザー OLG 求人 AIモデル 集客 面談 求人企業対応

  21. Slide 21: 求職者集客のノウハウがMAに集約

    Appendix 求職者集客のノウハウがMAに集約 ⚫ 求職者の集客担当を担うMAが、面談にかかるCPA、成約率などの各種データを収集・分析 ⚫ 各種データは、IT業界の求職者に特化しており、他社が蓄積するデータと質・量ともに異なる。当社独自の集客戦略立案を支える インバウンド アウトバウンド 分業化 ⚫ リスティング ⚫ 各種プラットフォーム(ビズリーチなど) ⚫ アフィリエイト ⚫ 自然検索 参照経路 ⚫ 友人紹介 ⚫ マイページ(自社HP、Geekly Review 集客 面談 求人企業対応 など) (MA) (CA) (RA) 各経路別 プラットフォーム別 ⚫ PV数 ⚫ 面談数 マー

  22. Slide 22: 蓄積したデータベースとマッチングAIモデルの連携

    Appendix 蓄積したデータベースとマッチングAIモデルの連携が当社マッチングの源泉 ⚫ 創業以来収集してきたIT人材データと、巡回システムにより収集した求人情報がOLG内に蓄積 ⚫ マッチングに最適化したAIモデルとの連携により成約確度の高い求人提案を実現 OLG(データベース)とマッチングAIモデルを活用したマッチング概略図 当社 ❶ ⚫ 過去からの豊富なIT人材データ ❶ 巡回システムによる求人情報収集 ⚫ AIによるブレのない正確な情報収集 求人企業 基礎情報入力 基礎情報入力 求職者 OLG ❹ 求人企業からの合否情報の ❷ 過去のマッチング成否事例及び FBを即時反映 マッチン

  23. Slide 23: 業界深耕を成長ドライバーに領域拡大やコスト構造省力化に取り組む

    Appendix 業界深耕を成長ドライバーに領域拡大やコスト構造省力化に取り組む ⚫ 一貫してIT業界に特化して蓄積した豊富な成功事例とノウハウを活かして業界の深耕を成長ドライバーに、ハイレイヤー層、ハイクラス層への 展開やAI・RPAの導入によるコスト構造省力化など、持続的な成長に取り組む IPO 3~5年後 ハイクラス層への拡大 ハイレイヤー層への拡大 事 業 領 域 中堅層の拡大 (CA採用ペース加速) RPA・AI導入 (コスト構造省力化) 23 ※ 上記グラフは当社の今後の事業領域のイメージを示したものにすぎず、当社の業績に関する数値の推移を保証するものではありません。

  24. Slide 24: 追い風の市場環境と競争優位性を背景に中堅層での業績規模拡大

    Appendix 追い風の市場環境と競争優位性を背景に中堅層での業績規模拡大に取り組む ⚫ 未経験からの流入により既存サービス領域の市場規模は拡大傾向 ⚫ ハイレイヤー層の人材サービスは集客コストが高く、参入には一定の財務基盤が必要となるためプレイヤーが少ない 求職者の構造 年収イメージ 人材サービス企業の構造 Pros/Cons 参入障壁 Pros ⚫ 成約単価が高い ハイクラス ⚫ TAMが小さい(対象人数が少ない) CTO・事業責任者 1,300万円~ ヘッドハンティング会社 Cons ⚫ 初回面談から内定までのリードタイムが長い ITシニアマネージャー 参入障壁 ⚫ 成約単価が高い シ

  25. Slide 25: M&Aを活用しハイクラス領域への事業領域拡大を目指す

    Appendix 中堅層領域での事業基盤を活用し、ハイレイヤー領域に事業領域拡大を目指す ⚫ 中堅層領域で確立した事業基盤を活用し、ハイレイヤー領域への事業領域拡大に取り組む ⚫ M&Aを活用しハイクラス領域への事業領域拡大を目指す IT人材領域 IT以外の領域 ハイクラス 1,300万円~ CxO・金融・ CTO・事業責任者 M&A 業種 ITシニアマネージャー 士業 など シニアITコンサル etc…… ハイレイヤー ITアーキテクチャー・ 800万円~1,300万円 人材育成 ITエキスパート・ 広告宣伝 規模 DXコンサルタント 規模 (売上or営業利益など) プロジェクトマネージャー

  26. Slide 26: 用語集とマーケットデータ

    SECTION 04 用語集とマーケットデータ

  27. Slide 27: 用語集(五十音順)

    用語集とマーケットデータ 用語集(五十音順) 表記 概要 アウトバウンド集客 他社が運営する転職プラットフォーム等に登録している求職者に対し、当社がスカウトを通じて直接アプローチを行う集客方法 アフィリエイト広告 Webサイトやブログ等に広告を掲載し、広告を通じて登録などの成果が発生した場合に、報酬を支払う成果報酬型の広告手法 インバウンド集客 自社運営のWebサイトや広告施策等によって当社サービスサイトへの登録を促し、求職者を獲得する集客方法 OLG(オルグ) 当社基幹システム 完全成功報酬型 着手金等の初期費用は発生せず、紹介した求職者の入社が決定した時点で初めて、報酬をお支払いいただく報

  28. Slide 28: 人材紹介市場データ:人材紹介会社数・手数料推移

    用語集とマーケットデータ 人材紹介市場データ:人材紹介会社数・手数料推移 有料職業紹介事業所 有料職業紹介事業に関する手数料収入の推移 (所) 有料職業紹介事業所(左軸) 前年度比(右軸) (億円) 手数料収入(左軸) 前年度比(右軸) 5年CAGR(右軸) 30,000 30% 12,000 50% 40% 25,000 30% 20% 9,000 20,000 20% 10% 15,000 10% 6,000 0% 10,000 -10% 0% 3,000 -20% 5,000 -30% 0 -10% 0 -40% 1995 2008 1996 1997 1998 1999 2000 20

  29. Slide 29: 人材紹介市場データ:転職者数・転職希望者数の動向

    用語集とマーケットデータ 人材紹介市場データ:転職者数・転職希望者数の動向 転職者数 転職希望者数 (万人) 転職者数(左軸) 前年比(右軸) (万人) 転職希望者数(左軸) 前年比(右軸) 400 10.0% 1,200 10% 353 330 328 331 330 1,007 1,000 1,023 321 968 8% 307 311 5.0% 299 303 291 290 897 300 900 865 834 848 810 812 809 827 6% 0.0% 200 600 4% -5.0% 2% 100 300 -10.0% 0% 0 -15.0% 0 -2% 2014

  30. Slide 30: 市場環境の説明:他領域との比較

    用語集とマーケットデータ 市場環境の説明:他領域との比較 ⚫ 当社がターゲットとする正社員は、派遣労働者やパートタイム労働者と比較して景気変動の影響を受けにくく、また、人材の需給動向は逼迫傾向 にあることから以前と比較して景気変動の影響を受けにくくなっている 労働者過不足判断指数と景気動向指数 労働者過不足判断指数※1 景気動向指数C.I指数※2 15.0 140.0 労働者過不足判断指数(正社員等)/左軸 労働者過不足判断指数(パートタイム労働者)/左軸 労働者過不足判断指数(派遣労働者)/左軸 景気動向指数C.I指数、(一致指数)/右軸 10.0 120.0 5.0 0.0 100.0 -

  31. Slide 31: Disclaimer

    Disclaimer 本資料に掲載されている情報には、将来の見通しに関するものが含まれています。これらの情報は、現時点で当社が入手している情報および合理 的であると判断する一定の前提に基づいており、リスクや不確実性を含むものです。当社としてその実現や将来の業績を保証するものではなく、実 際の業績はこれら将来の見通しと大きく異なる可能性があることにご留意ください。 上記の実際の業績に影響を与える要因としては、一般的な業界および市場の状況、金利、通貨為替変動といった一般的な国内および国際的な経 済状況が含まれます。 本資料における将来情報に関する記載は、上記のとおり本資料の作成時点のものであり、当

Geekly — Q3 FY2026.5 Earnings Presentation on 6ix