🎧
東証スタンダード インターネット・Webサービス

ソケッツ

ひとことで言うと
作品の好みをデータにして企業へ届ける会社LINE MUSICやHuluの「次に見たい」を裏側で支える
平均年収
664万円
1,171位 / 1,913社
初任給
210,000
1,688位 / 1,720社
営業利益
-77百万
平均年収
664万円
1,171位 / 1,913社
初任給
210,000
1,688位 / 1,720社
📊

数字で見るソケッツ数字でみる

更新 2026年7月29日
平均年収
664万円
1,171位 / 1,913社
初任給
210,000
1,688位 / 1,720社
売上高
10億円
営業利益
-0.77億円
営業利益率
-7.4%
従業員数
57
平均年齢
42.1
平均勤続
7.8
月平均残業時間
20.0h
男性育休取得率
%
💡
ここがポイント
売上は10億3900万円まで伸びた一方、本業の損失は7700万円。社員57人の小さな組織ながら、売上の約6.8%に当たる7100万円を研究開発に回している。今の利益より、作品データや広告技術を育てる将来投資を優先している段階と読める。
出典:ソケッツ 有価証券報告書(2025年度)
📈

ソケッツの業績推移業績の伸び

更新 2026年7月29日
💡
ここがポイント
売上は2022年度に落ち込んだ後、3年連続で回復し、2025年度は過去5年で最高になった。一方、営業利益は5年すべてマイナス。2024年度に赤字が大きく広がり、2025年度も改善はわずかで、売上の成長を黒字化につなげられるかが次の焦点。
出典:ソケッツ 有価証券報告書(2025年度)
💰

ソケッツの売上構成なにで稼いでる?

更新 2026年7月29日
データサービス事業(単一セグメント)
100.0%
作品データ活用支援
💡
ここがポイント
売上のすべてが、作品データを使った推薦・検索・分析・広告の事業から生まれる。データを貸す継続料金に加え、導入時の開発費や運用費も受け取る稼ぎ方。事業の種類は一つだが、音楽・動画・出版・広告へ用途を広げ、毎年入る収入の比率を高めようとしている
出典:ソケッツ 有価証券報告書(2025年度)

ソケッツの事業概要どんな仕事してるの?

更新 2026年7月28日

💡 ビジネスのしくみ

音楽・映像・書籍に、曲調、歌詞のテーマ、物語の世界観、登場人物の関係など、人が感じる特徴を細かく付けた作品データ「MSDB」を作る会社。LINE MUSICやdヒッツでは好みに合う曲の推薦、HuluやFODでは作品情報や検索のしやすさを裏側から支える。販売先は通信、配信、出版、広告、小売などの企業で、データの利用料、導入・機能追加の開発費、運用費を受け取る。最近は記事の内容や雰囲気に合う広告を出す「Trig’s」も育成中。学生から見ると、作品を作る仕事というより、エンタメへの理解をデータと技術でサービス改善につなげる仕事が中心だ。

🛒 つくってるもの・サービス

作品データベースMSDB音楽・映像のおすすめ機能作品の専門検索サービス感性広告「Trig’s」商品分析・販売予測支援

🤝 おもな取引先

顧客は個人ではなく、KDDI、NTTドコモ、LINE MUSIC、楽天グループ、Hulu運営会社、フジテレビジョンなどの大手企業が中心。出版社では集英社や講談社にも提供する。各社が曲や動画、記事を探しやすくし、利用者に新しい作品を薦めて、視聴・購入・継続利用を増やしたい場面で必要とされる。

ソケッツの強み・弱みいいとこ・気をつけたいとこ

更新 2026年7月28日

◎ ここが強い!

1曲調や世界観まで整理したMSDBが、推薦・検索・広告の共通基盤になる
2LINE MUSICやHuluなど大手サービスを長期に支えた運用実績
357人規模で研究開発に7100万円を投じ、専門分野へ集中している

△ ここは気をつけたい

1売上は伸びても営業赤字が続き、現金も減少。投資を続ける余力に注意
2少数の大手顧客への依存が強く、契約終了や値下げ交渉の影響が大きい
3生成AIとの競争、著作権処理、広告の規制対応に継続的な負担がかかる

ソケッツの新卒採用情報採用情報

更新 2026年7月29日
初任給
210,000※1
1,688位 / 1,720社
平均年収
664万円※2
1,171位 / 1,913社
月の残業
20.0h※2

🏢 社風

役職や部署の垣根が低く、目標が明確なら社歴に関係なく挑戦しやすい、フラットな職場。出社と在宅を組み合わせ、始業時間も選べる。一方、挑戦目標への約束と、事実をごまかさず向き合う姿勢が評価されるため、自由さと同時に自律性も求められる。

🙋 こんな人を求めてる

感謝や謝罪を素直に伝え、苦しい場面でも事実から目をそらさない人。人の感性やエンタメ、技術への好奇心を持ち、ユーザーに役立つ形へ粘り強く磨けることが大切。新技術を学ぶだけでなく、他職種にも分かりやすく説明し、チームで挑戦を続ける姿勢が合う。

🗺️ 選考の流れ

1エントリー
2一次面接
3二次面接
4社長・役員面接
内定 🎉
※ 参考: 新卒者採用
✍️

ソケッツの志望動機例・質問例就活ガイド

AI生成 更新 2026年7月29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

音楽・映像・書籍が好きなだけでなく、「なぜ人の心が動くのか」をデータや技術で考えたい人に向いている。少人数の組織で職種を越えて話し、自分から提案や改善を進めたい学生とも相性がよい。赤字下でも研究開発を続ける環境を、変化の大きさより挑戦機会として捉えられることも重要。

😣 ちょっと注意

知名度の高い消費者向けサービスを自社で大規模運営したい人は、企業向けに裏側を支える事業との違いを確認したい。手順や正解が固まった環境を望む人、業績の安定性を最優先する人も慎重な検討が必要。ハイブリッド勤務でも原則週3日出社の記載があり、完全在宅を前提にする人は制度の適用条件を要確認。

志望動機 例文 1

作品の表面的な分類ではなく、声質や歌詞テーマ、世界観まで整理したMSDBを基に、人の感性に合う出会いをつくる技術に惹かれ、御社を志望します。音楽配信の利用者基盤を持つ企業を裏側から支え、推薦から検索、分析まで同じデータ基盤で改善できる点が、…

作品の表面的な分類ではなく、声質や歌詞テーマ、世界観まで整理したMSDBを基に、人の感性に合う出会いをつくる技術に惹かれ、御社を志望します。音楽配信の利用者基盤を持つ企業を裏側から支え、推薦から検索、分析まで同じデータ基盤で改善できる点が、私の学びを生かせると考えたからです。私は情報系のゼミで推薦システムを学び、課題制作では閲覧履歴だけに頼らず、作品の説明文から特徴を抽出する方法を選びました。結果が偏った際は、分類項目と評価例を見直し、メンバーへ判断根拠を言葉で共有して検証を重ねました。この経験から、精度だけでなく、推薦理由を人が理解できることの重要性を学びました。御社は、楽器、奏法、感情などを細かく整理したMSDBを持ち、LINE MUSICやdヒッツなどの実サービスで安定運用してきた点が強みです。入社後はデータ整備とシステム運用の基礎を学び、利用状況を確かめながら推薦機能を改善します。粘り強く仮説を検証し、利用者が納得できる作品との出会いを増やします。

志望動機 例文 2

書店アルバイトで売り場づくりを続ける中、同じテーマの商品でも伝え方によって手に取られ方が変わると実感しました。記事の文脈や感性を基に広告を届ける「Trig’s」と、商品企画や効果測定まで支える御社の事業に惹かれ、志望しています。私は担当棚で…

書店アルバイトで売り場づくりを続ける中、同じテーマの商品でも伝え方によって手に取られ方が変わると実感しました。記事の文脈や感性を基に広告を届ける「Trig’s」と、商品企画や効果測定まで支える御社の事業に惹かれ、志望しています。私は担当棚で、お客様の質問や手に取った後の反応を記録し、作品をジャンルだけで分けず、「前向きになりたい」「落ち着いて読みたい」といった気分でも紹介できるカードを作りました。反応が鈍い時は同僚の意見を聞き、表現や置き場所を見直しました。この経験から、人の選択を支えるには、属性だけでなく、その時の関心や気持ちを丁寧に捉える必要があると学びました。御社は、音楽・映像・書籍を横断する感性メタデータを持ち、個人を追跡するクッキーに依存せず、内容に合う広告を出せます。大手配信企業への提供で培ったデータ整備や運用力を広告へ広げている点にも、成長余地を感じます。入社後は営業・企画職として顧客の課題を聞き、技術職にも分かる言葉で整理します。売り場で培った観察と改善の習慣を生かし、広告主と媒体、利用者の三者が納得できる提案を積み重ねます。

💬 面接の予想質問集+解答例

Q. なぜ消費者向けの配信会社ではなく、企業向けに裏側を支えるソケッツを志望するのですか。

A. 私は、一つの配信サービスを運営するより、MSDBを通じて複数の企業やサービスの推薦・検索を良くできる点に惹かれています。作品の感性を細かく捉え、利用者ごとに納得感のある出会いを広げたいです。

💡 サービス名だけでなく、BtoBの立場だから実現できる価値と自分の志望軸を結び付ける。
Q. 苦しい時にも事実をごまかさず向き合った経験を教えてください。

A. ゼミの共同制作で私の確認不足から作業の遅れが生じた際、まずメンバーに謝り、原因と残作業を整理して共有しました。その後は確認項目を一覧にし、早めに相談する進め方へ改めました。失敗を隠さず、次の行動に変えることを大切にしています。

💡 失敗を美化せず、自分の責任、周囲への伝え方、改善後の行動を順番に話す。
Q. MSDBや感性メタデータのどこに可能性を感じますか。

A. 閲覧履歴だけでは分からない声質や世界観、気持ちの違いまで扱える点です。推薦理由を説明しやすく、検索や広告、商品企画にも同じ基盤を生かせます。私は利用者の反応を確かめながら、データの付け方や使い方を改善したいです。

💡 仕組みの説明で終わらず、どの利用者や顧客にどんな価値が生まれるかまで述べる。

🙋 逆質問のネタ

新卒エンジニアは、入社後どのようにMSDBのデータ整備や運用を学びますか。
若手社員が立てた挑戦目標のうち、実際に事業やサービスへつながった例を教えてください。
技術ライセンス事業を伸ばすうえで、新卒社員に期待する役割は何でしょうか。
部署を越えた提案は、普段どのような場や進め方で検討されていますか。
🧭

つぎは、どの会社いく?

1社わかったら、関心のとなりへ。気になる会社がきっと見つかる。

👀 こんな会社も気になりません?