メルカリ
数字で見るメルカリ数字でみる
更新 2026年7月7日メルカリの業績推移業績の伸び
更新 2026年7月7日メルカリの売上構成なにで稼いでる?
更新 2026年7月7日
ビジネスのしくみ
メルカリは「個人と個人がモノを売買するフリマアプリ」を軸にした会社です。出品した商品が売れると、代金の10%が手数料として会社の売上になります。服・本・家電など日用品から希少なコレクターズアイテムまで幅広く扱われ、国内の月間利用者数は2,300万人超、年間の取引総額は1兆円を超えます。さらに「メルペイ」によるスマホ決済、「メルカード」というクレジットカード、暗号資産の売買「メルコイン」、隙間時間に単発の仕事ができる「メルカリ ハロ」など、フリマを入口に日常の金融・仕事領域にも事業を広げています。
つくってるもの・サービス
おもな取引先
主な利用者は不用品を売りたい個人や、定価より安く商品を買いたい個人。「メルカリ」は個人間取引なので、出品者も購入者もどちらも顧客です。フリマの売上金でメルペイ決済やメルカードを使う個人向け金融サービスも展開しており、ネットショップを開きたい小規模事業者向けには「メルカリShops」を提供しています。
◎ ここが強い!
△ ここは気をつけたい
社風
「Go Bold」「Move Fast」を行動指針に掲げ、失敗そのものより試行回数の少なさを問題視する文化。新卒でも中途採用と同基準で選考し、入社後はメンターがつくが現場の第一線への早期参加が前提。週2日以上の出社とリモートを組み合わせ、Slackのオープンチャンネルでフラットにやりとりするのがスタンダード。
こんな人を求めてる
高いビジョンを持ちやり抜く意志と、AI活用も含めた専門性の向上に貪欲であること。立場を超えてチームを動かす行動力と、逆境でも手を動かして成果を出す粘り強さ。書類選考時点でブログ・GitHub・研究などアウトプットがあるとより評価される。
選考の流れ
メルカリの志望動機例・質問例就活ガイド
AI生成 更新 2026年7月7日ESや面接の準備に、そのまま使えるヒント集だよ。※ AIが公開情報をもとに作成しています。応募前に必ず公式情報で確認してね。
😊 向いてる人
フリマやフィンテックなどデジタルサービスの成長に興味があり、自分のアウトプット(コード・文章・企画)を積み上げてきた人。「とりあえず試してみる」思考で動け、失敗を引きずらずに改善サイクルを回せる人。AIや新技術を面白がって取り込む姿勢があり、多様なバックグラウンドのチームで働きたい人に向いている。
😣 ちょっと注意
指示通りに着実に仕事を進めたいタイプや、じっくり手順を踏んで業務を完成させる環境を好む人には注意が必要。メルカリは新規領域への挑戦が多く、役割が変化しやすい。明確な職種別の職務定義や、長期計画の安定したなかで腰を据えて動きたい学生には、仕事の進め方でギャップを感じやすい。
私がフリマアプリのしくみに興味を持ったきっかけは、祖母が使わなくなったミシンをメルカリに出品し、同じ趣味を持つ見知らぬ人のもとへ届けた経験です。価値があると思えなかったものが誰かの役に立つ瞬間を目の当たりにして、マーケットプレイスが生む「価…
私がフリマアプリのしくみに興味を持ったきっかけは、祖母が使わなくなったミシンをメルカリに出品し、同じ趣味を持つ見知らぬ人のもとへ届けた経験です。価値があると思えなかったものが誰かの役に立つ瞬間を目の当たりにして、マーケットプレイスが生む「価値の循環」の力を実感しました。その後、不正取引の検知や価格推薦の仕組みを独学で調べ、信頼が担保されるほどGMVが伸びるという構造を理解しました。御社を志望する理由は、MAU2,300万人・GMV1兆1,209億円という国内最大規模のマーケットプレイスを持ちながら、AI与信の「メルカード」や短時間求人の「メルカリ ハロ」など、価値循環の舞台を次々と広げている点がほかにないからです。フリマのデータとAI/LLMを掛け合わせた不正検知や価格設定改善に、学生時代に磨いた機械学習の知識を活かしたいと考えています。入社後はGo Boldの精神で試行回数を重ね、マーケットプレイスの信頼性向上に貢献したいです。
私が御社に興味を持ったのは、アルバイト先でクレジットカードを持てない外国籍のお客様が、決済できずに困っている場面を繰り返し目にしたことがきっかけです。既存の金融機関では信用スコアを積み上げにくい人が多く、決済や資金調達の選択肢が狭まるという…
私が御社に興味を持ったのは、アルバイト先でクレジットカードを持てない外国籍のお客様が、決済できずに困っている場面を繰り返し目にしたことがきっかけです。既存の金融機関では信用スコアを積み上げにくい人が多く、決済や資金調達の選択肢が狭まるという問題意識を持つようになりました。御社の「メルカード」は、メルカリの取引履歴をAI与信に活かし、既存の信用履歴がなくてもサービスを使える設計になっています。これは国内のフリマ利用データという御社固有の資産があるからこそ可能な取り組みで、カード発行500万枚超・債権回収率99.3%という実績は、AI与信モデルの精度の高さを示していると受け止めています。同じ与信モデルを銀行やカード会社単体で実現しようとしても、これほどのリアル取引データは集まりません。入社後はフィンテックのプロダクト開発やデータ分析に携わり、より多くの人が金融サービスにアクセスできる仕組みの改善に貢献したいと考えています。学生時代に統計と機械学習を学んできた経験を、御社のAI与信精度の向上に役立てたいです。
💬 面接の予想質問集+解答例
A. 大学のゼミで新しい分析手法を提案したとき、前例がないと反対されましたが、小規模な実験で結果を示してチームを説得しました。失敗を恐れず試行回数を重ねることで、最終的に研究の精度が向上しました。
A. 機械学習を使った文章分類モデルをGitHubで公開しています。精度改善のためにデータ前処理を工夫し、ベースラインから10ポイント以上向上させました。コードにREADMEを整備し、再現性も意識して取り組みました。
A. 学園祭の運営で準備期間が半減する状況になりました。私は各担当者の状況を把握してタスクを再分配し、自分も不足箇所を率先して補いました。結果として当日は予定どおり開催でき、来場者数も前年を上回りました。