ブランド品買取アバター
AIがブランド品買取査定を行います。

ブランド品買取アバター
AIがブランド品買取査定を行います。
- 1 -
2024
(TEL 03-6451-4300)
社の
画(20252029)らせ
2025 2029
該資につして、当ウェサイ(https://www.daikokuyajp.com/)掲載


2025~2029


Agenda
2
1.  P.5
2.  P.12
3.  P.28
4.  P.35
5.  P.41













Brand : A / model : A
Price : 123,000
Brand : B / model : B
Price : 39,030




Agenda
4
1.  P.5
2.  P.12
3.  P.28
4.  P.35
5.  P.41



単位:兆円
【出典】リサイクル通信「リユース市場規模の推移と予測」より当社作成


2.2
2.4
2.4
2.7
2.9
3.3
4.0
0
1
1
2
2
3
3
4
4
5
2017 2018 2019 2020 2021 2022 2025 2030
2017
2030

実績
推計
6
中古品のあり、今後も注力すべき市場である
2,945
3,062
4,200
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
2021 2022 2030
【出典】リサイクル通信「ブランド品市場規模推移」より当社作成
CAGR:4.0%
単位:億円

 
7
円安により、日本の中古品の需要は高まり、今後も円安が進めばさらなる市場の拡大が見込める
0
20
40
60
80
100
120
140
160
2018
4
2018
8
2018
12


2019
8
2019
12
2020
4
2020
8
2020
12
2021
4
2021
8


2022
4
2022
8
2022
12
2023
4
2023
8
2023
12
単位: 単位:億円
52
55
47
85
117
114
0
20
40
60
80
100
120
140
2018 2019 2020 2021 2022 2023
【出典】日本銀行「東京市場ドル・円スポット月中平均」より当社作成
出典】財務省貿易統計「中古の衣類 その他の物品」より当社作成


8
新品ブランド品市場規模はである。新品ブランド品市場規模は、中古ブランド品の潜在市場規模で
あるため、魅力的と考えられる
15
12
17

14
15
17
20
5
10
10

4
3
5
5
9
7
12

46
48
60
89
0
10
20
30
40
50
60
70
80
90
100
2019 2021 2023 2030
    
単位:兆円






【出典】BAIN&COMPANYLUXURY GOODS WORLDWIDE MARKET STUDY FALL 2023 22ND EDITION」より当社作成


(1:全く意識していない⇔10:常に意識している 平均値)
9
環境・社会を配慮した購買行動は、中古品に対する社会のしていくと思われ
【出典】博報堂「生活者のサステナブル購買行動調査2023」より当社作成
45.4%
28.8%
26.4%
24.0%
14.6%

6.9%
6.8%
0%
10%
20%
30%
40%
50%
󰺖
󰹼
󰺢
󰺜
󰹼
󰺣
󰺠

【出典】マーケティング・リサーチ会社クロス・マーケティング「リユースに関する調査」より
当社作成
単位:兆円
*

*かくれ資産・・・1年以上使用しておらず、理由なく家庭内に保管
ているモノを不要品とし、不要品保管数量調査および「メルカ
リ」の平均取引価格により不要品を金額換した数値


【出典】メルカリ「日本の家庭に眠る”かくれ資産”」より当社作成
43.7
66.7
0
10
20
30
40
50
60
70
80
2021 2023
10
国内では、約67兆円のかくれ資産が存在し、さらなる市場拡大が見込め
Agenda
11
1.  P.5
2.  P.12
3.  P.28
4.  P.35
5.  P.41

















Web





86%
27%
73%
13
91%




9%
14




在庫回転率
粗利率
売上

KSF


60

個人販売および法人販売によって構成されている
個人販売は店舗数にある程度依
法人は天井がなく販売が可能
買取額・販売額の値付けによって構成されている
販管費 変動費
固定費
販売手数料やカード手数料等によって構成されてい
人件費・家賃・広告宣伝費等で構成されており、規模に応じ
てある程度増減する


当社は、日本経済の活性化とともに
さらには、そのプロセスでていく

15








()




















1
st







資産評価を即時に行える世界を確立することで、
その結果、ことを目指す
16








GMV













AIDX
SDGs







買取窓口を提携企業が担うことで、提携企業はにも
繋がり、売上が同時にあがる。さらには、ることが可能となる
(=)
ver. 1.0 (2020) ver. 2.0 (20202023) ver. 3.0 (2024)
()

()
/



17


DX










18
させながら、させ、企業の労働生産性
を飛躍させ、する




















19


















という顧客体験の実現のために、
よりUXを追求した、サービスを開発を追求する

20
/



し、よりユーザーさせる

21
/








UX



AI
ソフトの活用で、商品預かり時に鑑定士が不要
店舗を持つ企業との協業でタッチポイントを拡大
店舗・買取専門店舗の出店拡大
事前査定別機能を持店舗での買取導入で生産性向上


複数店舗や様々なサイトで買取の相見積もり
買取にかかる時間や手間を大幅短縮
AIが常に最新情報参照するのでブレがない
フリマへの出品時にも目安価格を把握できる
店舗や買取イベントへの持ち込

自宅にいながら正確な査定額を知ることができる
買い物中に売値の把握や、下取りの手続きが可能
オンライン・オフラインのタッチポイントを網羅
質屋出自を活かした幅広いカテゴリの買取


8年以上ブランド品を専門にAI画像学習データを蓄積し、
高い精度で写真査定を実現

22
小売百貨店小規模店舗等
二次流通資産(不動産・自動車等) サービス業(旅行・エンタメ等)
金融(銀行証券等)




AI



当社のAIによるし、各提携企業の
を強化する

















23
LINEチャットボットによる完全AIの即時査定機能により、、提携企
は顧客に対し買取サービスを提供できる
クローゼット写真から
し、
資産価格を
資産総額だけでなく、各アイ
テムの
売買
のタイミングを検討可能に。












XXX,XXX











チャットボットの活用により、のある買取サービスを提供可能

24






SDGsPR
/



査定士












AI査定

買取カウンター

提携企業は、買取サービスを通じて、従来の既存店舗等が可能であ
り、また、買取代金とし、囲い込みの強化が期待で
きる







25

26
ことにより、させ、手軽な買取企業とての地位を確
する
󰴦
󰴧
󰴨
󰴩
󴰐

󰹾
󰹿
≒画像鑑定非対応





27
  
   
   
   
   

AI
29
大黒屋では、約7年前からブランド品のデータ収集を進め、データアナリストやエンジニアの手で
と、同社が長年に亘り培ってきた
、入力された商品画像デタをもとに、





abc




 category brand model
000 handbag abc mno
111 jewelry def pqr
222 gold ghi stu
333 watch jkl vwx
A






category brand model
handbag abc mno

1




EC

30
ChatGPTなどのテキスト型AI技術と異なり、大黒屋は、過去豊富
ており、デタサエンティストと
現場の査定技術者のコラボレーションにより
Chat GPT 等のテキストデータAI 画像認識AI
TXT
|
無料
Ai
PNG
白黒


1110101010100

110101101110101


0001011000100101




31
2
。参照価格データは常に最新にアップデートされる




* オークションからリテール販売までのデータを含む



32
当社のKYCの情報基盤に基づき、今後パートナー企業に対して、
顧客・商品クラス別のする




 
例:
例:
例:








弊社のAIチャットボットを介することで、顧客へ商品・サービスを購入する資金を提供し、アライアンス企業の商品・
サービス利用量を増加させる

 
 









33
Agenda
34
  
   
   
   
   

36


2024
3
2025
3
2026
3
2027
3
2028
3
2029
3

10,671
15,666
26,522
41,682
63,189
87,421

-
12.3%
46.8%
69.3%
57.2%
51.6%
38.3%

3,164
4,533
7,734
12,610
19,361
26,996

29.6%
28.9%
29.2%
30.3%
30.6%
30.9%

226
1,081
1,966
4,102
7,354
11,049

2.1%
6.9%
7.4%
9.8%
11.6%
12.6%
EBITDA
273
1,134
2,030
4,188
7,483
11,229
EBITDA
-margin
2.6%
7.2%
7.7%
10.0%
11.8%
12.8%

-
452
199
817
2,827
5,065
7,691

14,867
15,240
17,043
22,273
31,015
32,744

5,385
5,559
6,545
8,948
12,624
6,662

9,482
9,681
10,498
13,325
18,391
26,082

 -
88
265
-
433
-
340
1,019
3,739

CF -
55
2
-
153
-
351
-
586
-
524

CF
190
-
590
877
1,961
3,086
-
6,625

CF
47
-
324
292
1,271
3,519
-
3,409
*上記は子会社としての大黒屋のみを対象とする数値計画です。連結では他にも電機事業を営んでおりますが、売上高に占める割合は極めて僅少です。

自社店舗の出店および他社との提携を軌道に乗せ、大きな成長を目指してい

37


2025
/3
2026/3 2027/3 2028/3 2029/3
買取専門店
新規出店
0 9 32 40 39
買取販売店
新規出店
0 1 1 6 4


0 10 43 89 132
 
全国で25店舗
(10
- 麻布十番店
- 池袋店
- 上野店
- エキュート上野店()
- 吉祥寺パルコ店()
- 銀座店
- 渋谷店
- 新宿本店
- 新宿二番館
- 六本木店
4
- 柏店()
- 千葉店()
- 成田店()
- 船橋店()

- 大宮店()
2
- 川崎店
- 横浜店()
3
- 梅田店
- 大阪ミナミ店
- 心斎橋店

- 名古屋大須店

- 仙台パルコ店()

- 神戸元町店

- 福岡天神本館

- 静岡パルコ店()
():買取専門店
北海道 札幌市
京都府 京都市
愛知県 名古屋市名駅
愛知県 名古屋市植田山
愛知県 名古屋市鎌倉台
愛知県 春日井市
愛知県 日進市
愛知県 稲沢市
広島県 広島市
東京都 目黒区
東京都 千代田区
大阪府 大阪市阿倍野区


38
競合他社は、仕入強化の施策として、自社店舗の積極的な出店を行っている。当社出店余地が大きく残されている

243
 K 
 119,460 10,671
 48.4% 73.2%
 51.6% 26.8%
 89,870 7,508
 4.30 4.94
 29,590 3,164
 24.8% 29.6%
() 7,902 226
 6.6% 2.1%
 222 25
 193 10
 29 15
3 137 2
39

いくつかのリスクは考えられるものの、いずれも発生確度が低いもしくは対応策が考えられる
 


リファイナンスが滞り、返済期日や返済
額が厳しい状態が継続してしまうリスク
えられる
複数の金融機関へ打診することはもち
ろんのこと、増資なども視野に入れて
資金繰りをしていく


ウクライナ危機などと同等の変化が発生
し事業に大きな影響を与えるリスクが考
えられる
主要顧客を限定せず、国内はもちろん
のこと各国の顧客をターゲットとして
依存しない体制を構築する

新規で中古ブランド品売買業界へ参入す
る企業が増えてきて競合度合が増すリス
クが考えられる
自社店舗の出店だけでなく、前述のと
おりパートナー企業へ買取機能を提供
することで買取窓口の多角化につなげ
ること・ブランド価値を高めていくこ
とで競合に打ち勝っていく

40
1.  P.5
2.  P.12
3.  P.28
4.  P.35
5.  P.41

42

󲽩
󲽩󲽩



󲽩
󲽩


