1. HOME
  2. MEDIA
  3. 【11月第1週資金調達サマリー】FinTechのウェルスナビが約41億円の調達など

【11月第1週資金調達サマリー】FinTechのウェルスナビが約41億円の調達など

2019/11/4-10 資金調達サマリー

注目の大型資金調達

ウェルスナビ調達額:約41億円
調達先:DBJキャピタル / NECキャピタルソリューション / SMBCベンチャーキャピタル / みずほキャピタル / りそなキャピタル / オプトベンチャーズ / グローバル・ブレイン / ソニーフィナンシャルベンチャーズ / 三井住友トラスト・インベストメント / 千葉道場 / 東京大学協創プラットフォーム開発

誰もが世界水準の資産運用をできるようにするロボアドバイザー「WealthNavi(ウェルスナビ)」を開発するFinTechスタートアップ。
「WealthNavi」は、世界水準の金融アルゴリズムに基づいた最適なポートフォリオを作成し、長期・積立・分散投資を、全自動で合理的に行ってくれるロボットアドバイザーサービスである。リリースから3年の2019年10月16日時点で、預かり資産1800億円、口座数24万口座を突破し、預かり資産とユーザー数において国内No.1のシェアを誇る。明瞭な手数料や透明化された資産運用アルゴリズム、リバランス機能付き自動積立、自動税金最適化の機能などの面から高く評価されている。

マイクロ波化学調達額:約4億7000万円
調達先:第一生命保険

2007年に誕生したマイクロ波化学プロセスの事業化を目的にしたスタートアップ。
マイクロ波化学はマイクロ波(電磁波の一種。波長1mm~1mの電波)による物質の加熱方法の開発を元に事業を展開する。そのため、主事業は3つあり、①マイクロ波化学プロセスの研究開発及びエンジニアリング、②マイクロ波化学プロセスを活用した製品製造における合弁とライセンス事業、③マイクロ波化学プロセスを活用した製品の製造・販売に取り組んでいる。これらの事業を通して、低エネルギーで効率よく加熱できる大型装置の開発に挑む。

マツリカ調達額:3億7000万円
調達先:DNX Ventures / NTTドコモ・ベンチャーズ / SMBCベンチャーキャピタル / いよぎんキャピタル

AI搭載のクラウド営業支援ツール「Senses(センシーズ)」を開発・提供するスタートアップ。
同サービスはSFA・CRMと呼ばれる顧客管理、案件管理に加え、営業情報の解析をAIを用いて支援することで、”営業現場の入力負担軽減”と”営業現場へのメリットの最大化”を目指す。更に同サービスを利用した企業情報の取得により、営業先情報の取得業務を1人当たり月5~10時間削減できるという利点もある。2019年10月時点では利用企業社数が1300社を突破した。

mui Lab調達額:2億円
調達先:Darma Tech Labs / 京都信用金庫 / 京銀リース・キャピタル / 環境エネルギー投資

IoTを用いたタッチセンサーとワイヤレスセンサーを内蔵した、木製デバイス「mui」の開発を行なっているスタートアップ。
今後ますます進んでいくテクノロジーの未来が作為的でなく、自然なありさまを示す「無為自然」のコンセプトの元、テクノロジー、人の生活、自然との調和をデザインコンセプトの中心に据え、デジタル情報との新しい関係性をデザインし、最先端のエンジニアリングを通じて未来を創造していく。Tech in Asia Tokyo 2018のピッチセッション「Arena」のファイナリストで、Monozukuri Hardware Cup 2019 で2位を獲得。また、CES 2019 Innovation Awards を受賞している。

FLUX調達額:2億円
調達先:Archetype Ventures / DNX Ventures / 有安伸宏他、複数の個人投資家及び事業会社を含む

メディアの広告収益を増加させるヘッダービディングの仕組みを、SaaS型のプロダクトとして展開するスタートアップ。
主力事業である「FLUX Header Bidding Solution」は2019年1月の正式リリースから約10ヶ月で最大手パブリッシャーを中心に契約ドメイン数100以上を達成した。同サービスでは、複数のSSPとGoogle AdSense/AdExchangeを同時にオークションにかけることにより、メディアにとって最も高い広告が落札される仕組み”ヘッダービディング”を用いている。更にここで蓄積してきたビッグデータや独自の分析技術などを用いて、購買における各ユーザーのLTV
を推定する新サービス「FLUX LTV Analytics」を今後展開していく計画だ。導入企業がもつ顧客データとFLUXの保有データを統計と機械学習で処理し、限られたデータセットの中からユーザーごとのLTVを予測できるのが大きな特徴である。

シェアする