信頼できるアイデンティティ、ビジネスコンテキスト、そしてクローズドループの効果測定が、マーケティングの意思決定を向上させ、その価値を証明するAIエージェントの 基盤となる理由
によって Elena Tesser 、 Alexandra Haefele による投稿
今日のマーケティングリーダーは、かつてないほど大きな複雑さに直面しています。顧客データ、チャネル、測定ツールの数は、マーケティングの歴史において最も多くなっています。その一方で、顧客ジャーニーは非線形化し、デバイスの変更や連絡先の変更によってアイデンティティシグナルは急速に減衰しています。マーケターは、この変化に対応するために過去20年間にわたり商用のマーケティングテクノロジー（martech）ツールを構築してきました。martechの専門家の推計によると、エージェント向けの無数のMCP統合（State of Martech 2026）を除いても、その数は15,000を超えています。しかし、新しいシステムが導入されるたびに、顧客データのコピー、新たな定義、チーム間の引き継ぎがさらに増えるため、何が効果を上げているのかに対する確信は追いついていません。
一方で、マーケティングの経済学も変化しています。価値は、リーチと頻度で成功を測定する「インプレッション通貨」から、予測エコノミーへと移行しています。DatabricksのMedia, Entertainment & Advertising担当Global GTM LeadであるJake LaDukeは、予測エコノミーについて「顧客が必要としているものを予測し、その瞬間に対応し、パーソナライズされたメッセージを届け、それを促進したビジネス成果を証明し、それを次のアクションの加速剤として活用する能力に報いる新しいモデル」と説明しています。同時に、消費者自身もAIエージェントを使って選択肢を比較し、数秒で購入を決定するようになっており、ブランドが結果を予測し、行動し、測定するための猶予は短くなっています。
しかし、このようなプレッシャーが高まる中でも、財務部門はマーケティング支出が増加収益やマージンを生み出したかどうか、そして次の1ドルをマーケティングに留めるべきか、別の成長レバーに移動すべきか、あるいは最終利益に還元すべきかを知る必要があります。マーケターにとっての課題は、この複雑さを打破し、誰もが信頼できる答えをいかに提供するかということです。
AIやエージェントがあらゆる業界や業務部門に普及するにつれ、これらはマーケターがこの明確さを提供するための強力な機会となります。適切な顧客、ビジネス、意思決定のコンテキストがあれば、エージェントはマーケター自身が定義した目標やガードレールの範囲内で、ほぼリアルタイムに各顧客に対してネクストベストアクションを推奨または実行できます。 各アクションは、それがなかった場合にどうなっていたかと比較して測定され、その結果は次の意思決定に使用されるコンテキストにフィードバックされます。最終的な成果として、何百万もの顧客の瞬間において一貫してより良い意思決定が行われ、それらの意思決定が増加インパクトをもたらしたことを示す明確な測定が可能になります。
エージェントは、与えられたコンテキストの質に応じてしか行動できません。そして、そのコンテキストを繋ぎ止めるのがアイデンティティです。AcxiomのProduct Strategy and Ecosystem担当SVPであるZachary Van Dorenは、これを「アクションの原動力となるアイデンティティ」と表現しています。このアイデンティティの基盤がなければ、「エージェントが使用できる、実用的なコンテキストは得られない」と彼は言います。アイデンティティ解決は、ゴールのあるプロファイル構築プロジェクトとして扱われがちですが、エージェント型モデルにおけるその目的は「アクション」です。つまり、チャネルをまたいで顧客を一貫して認識、エンゲージ、測定、そして再エンゲージする能力です。これらのステップをサポートできない、完璧に組み立てられただけのプロファイルでは、最善の結果をもたらすことはできません。
しかし、課題はアイデンティティが常に進化していることです。人々は引っ越しをし、デバイスを切 り替え、メールアドレスを変更し、その状況に応じて行動も変化します。したがって、アイデンティティは一度解決して放置するのではなく、継続的に維持する必要があります。また、ブランドは、プライバシー、ガバナンス、消費者の信頼を損なうことなく、既知の顧客レコードを、匿名のアプリアクティビティや広告への接触などの仮名化されたインテントシグナルと接続する必要があります。
強固なアイデンティティ基盤があっても、シグナルを永続化されたプロファイルに接続するだけでは不十分です。同じ顧客であっても、タイミング、最近の行動、チャネル、過去の広告接触、および目前のビジネス目標に応じて、まったく異なるアクションが求められる場合があります。誰であるかと同じくらい、どこでどのようにエンゲージしているかが重要です。そのため、人ベースかコンテンツベースかという従来の二者択一から、その両方が必要とされるようになっています。最も有用なアイデンティティ戦略は、意思決定のためのより良いコンテキストを構築することに焦点を当てており、接続され永続化されたプロファイルがその目標に貢献します。
Acxiomは、この基盤がどのように近代化されているかを示す有益な例を提供しています。Lovelyticsと連携し、AcxiomはデータおよびアイデンティティサービスをDatabricks上のネイティブアプリケーションレイヤーとして再構築しました。これにより、実用的な顧客インサイトの市場投入までの時間を約30%短縮し、運用コストを約15%削減しました。AcxiomのReal IDアイデンティティ解決エンジンもDatabricks内でネイティブに動作するようになったため、ブランドはデータを別の環境にエクスポートすることなく、データがすでに存在する場所で顧客データの解決と強化を行うことができます。
「私たちそれぞれが異なる役割を担っています」と、LovelyticsのCommunications and Media担当Practice LeadであるJay Goebelは述べています。「Databricksはプラットフォームを提供し、Acxiomは信頼できるアイデンティティを提供し、Lovelyticsはそれを本番環境に導入するためのデリバリーエクスペリエンスを提供します。CustomerLakeの初期ローンチパートナーとして、私たちはマーケターが顧客コンテキストに基づいて行動し、その行動の価値を証明できるように協力しています。」
従来の顧客レコードは、その人が誰であり、何をしたかを記録します。エージェントがマーケターの意図に沿った意思決定を行うには、4つのコンテキストが必要です。
これらのコンテキストの量は急速に増加します。1回のトランザクションで30〜50個のメタデータパラメータが保持される可能性があるため、1つの顧客プロファイルは容易に数千列のコンテキストに達し、マーケターが支援なしで処理できる量をはるかに超えてしまいます。マーケターの視点から見ると、より完全なプロファイルが価値を発揮するのは、それが意思決定を改善する場合のみです。その意思決定は通常、そもそもエンゲージすべきか、どのメッセージやオファーが最も適切か、どのチャネルを使用すべきか、そして顧客体験、オファーの経済性、または顧客の同意を損なうことなく価値を創出できるか、という点に帰着します。
クイックサービスレストラン（QSR）ブランドの常連客で、注文を止めていたものの、最近アプリを閲覧するために戻ってきた顧客を考えてみましょう。反射的な対応は、別の割引を送ることです。より優れたアプローチは、ブランドが実際に下そうとしている意思決定から始まります。それは、次の5つの検討事項に沿って進められます。
このような状況では、顧客によって異なる対応が求められます。普段は毎週金曜日に注文している顧客が1週間注文を休み、木曜日にいつもの注文内容を閲覧している場合、タイミングの良いリマインダーを送るだけで十分かもしれません。同じ顧客が6週間注文しておらず、注文を完了せずにファミリーミールを閲覧している場合は、セットメニューの割引やサイドメニューの無料提供などのインセンティブが、習慣の再構築に役立つ可能性があります。何度もメッセージを見ているにもかかわらず反応がない顧客は、ブランド側がメッセージを変更するか、チャネルを切り替えるか、あるいは当面の間その顧客へのアプローチ費用を抑えるべきだというシグナルを送っているのかもしれません。
優秀なマーケティングチームであれば、1人の顧客に対してこれらすべてを推論できますが、毎日何百万もの顧客の瞬間に対して、手作業で同じようにきめ細かな対応を行うことは不可能です。エージェント型マーケティングは、一貫性のある、十分な情報に基づいた判断を大規模に適用し、人間がガードレールを管理しながら、あらゆる結果から学習することで、そのギャップを埋めるように設計されています。
カスタマーデータプラットフォーム（CDP）は、マーケティングスタックにおいてこの変化が最も顕著に現れる場所です。従来のCDPはプロファイルの統合やオーディエンスのアクティベーションを支援しますが、通常は企業のコアデー タおよびAIプラットフォームの外側に位置しているため、機密性の高い顧客データのコピーが新たに作成され、統合、セキュリティ確保、照合が必要になります。エージェントは、アイデンティティ、予測モデル、ビジネスロジック、アクティベーションエンドポイント、パフォーマンスシグナルに対して、統制されたアクセスを1か所で一元的に行う必要があります。
それが、Databricksのエージェント型CDPであるCustomerLakeの背景にある原則です。CustomerLakeはDatabricksレイクハウスに組み込まれ、Unity Catalogによってガバナンスが確保されているため、マーケティングのエンゲージメントやパーソナライズは、ビジネスの他の部門がすでに信頼しているものと同じデータおよびAI基盤上で動作します。これは、2種類のエージェントを中心に構成されています。
マーケターは自然言語を使用して、Genieを通じて顧客コンテキストを探索し、オーディエンスを構築できるため、カスタムデータの抽出を待つ必要性が減ります。マーケターは、エージェントの実行を導く戦略、目標、ガードレールを定義します。
CustomerLakeは、Databricksが「インフィニティキャンペーン（Infinity Campaigns）」と呼ぶものを強力にサポートします。これは、単発のキャンペーンを構築、開始、再構築するサイクルに代わる、常時稼働のエンゲージメントループです。マーケターは、休眠顧客の再活性化などの目標から開始します。その後、エージェントが適切なオーディエンスを特定し、適格性や在庫の制約を考慮し、ネクストベストオファー（最適オファー）やチャネルを推奨し、配信先全体でアクティベーションを行い、パフォーマンスに基づいて最適化または抑制（サプレッション）を行います。
CustomerLakeは、ブランドがすでに使用しているアイデンティティ、アクティベーション、測定、カスタマーエクスペリエンスのパートナーとも連携できるように設計されているため、新たなサイロを作成することなく、信頼できる顧客コンテキストをチャネル間で流通させることができます。Acxiomを含むオープンなパートナーエコシステムとともにローンチされ、Lovelyticsなどのサービスパートナーによってサポートされています。
多くの組織において、測定はキャンペーンがもたらした成果に関する事後報告として行われます。しかし、エージェント型モデルでは、測定が意思決定ループの一部になります。ブランドがオーディエンス、オファー、チャネル、または投資レベルについて学習した内容が、まさに次の意思決定を形成します。
インクリメンタリティ（増分効果）の概念がこのフライホイールを動かしており、これはマーケティングと財務の間で最も有用な共通言語でもあります。これにより、マーケティング活動に関連付けられた成果と、ブランドが行動を起こしたことによって変化した成果が区別されます。アトリビューション、インクリメンタリティテスト、マーケティングミックスモデリング（MMM）はそれぞれ全体像の一部を構成し、対話型分析は、カスタム分析の順番待ちをすることなく、何がなぜ起こったのかをチームが探索するのに役立ちます。継続的な学習により、飽和状態や収穫逓減を特定しやすくなり、投資をいつシフトすべきか、あるいは活動をいつ停止すべきかを認識しやすくなります。
財務部門が、次の1ドルをマーケティング、販売促進、その他の成長レバー、あるいは最終利益（ボトムライン）のどこに投入すべきかを検討する際、CMOは一般的に次の5つの事項を示す必要があります。
これらの質問を中心に構築された測定基盤は、マーケティング、営業、財務の各部門に、何が価値を生み出しているのか、そして次の1ドルをどこで最も効果的に活用できるかについての共通の視野を提供します。LovelyticsのバリューリアライゼーションリーダーであるDedra Berg氏は次のように述べています。「これらのチームは、会議の半分を数字の照合に費やす代わりに、同じ信頼できる基盤からスタートできるようになりました。目標は、マーケティングが常に勝つべきであることを証明することではなく、次の1ドルがビジネスに最大 のインクリメンタルな売上とマージンをもたらす場所を示すことです。」
アイデンティティは、パズルの最後のピースです。同じアイデンティティフレームワークが広告接触、エンゲージメント、成果を接続するとき、結果を顧客とそれを生み出した意思決定にまで遡って追跡することができ、アトリビューションループを閉じることが可能になります。
統合されたアイデンティティ、クリーンな顧客データ、成熟した測定環境がすべて整った状態からスタートできる組織はほとんどありません。また、その3つがすべて揃うのを待つことは、ほとんど意味がありません。最も現実的な出発点は、より優れたコンテキストと迅速なアクションが測定可能な価値を生み出すことができる、単一の有意義な意思決定です。休眠顧客の再活性化は、よく選ばれるアプローチです。他には、顧客がどのみち購入したであろう取引に対して補助金を出すようなオファーを抑制することや、飽和状態に達したオーディエンスから支出をシフトすることなどが挙げられます。
そこからの手順は、ほぼ一貫しています。意思決定と、それが影響を与えるべきビジネス成果を定義し、必要な顧客およびビジネスのコンテキストを収集します。ガードレールと、人間が関与し続けるポイントを設定します。インクリメンタルな価値をどのように測定するかについて事前に合意し、得られた学習内容を活用して次の意思決定を改善した上で、このアプローチを別のユースケースに拡張します。CustomerLakeの初期の導入企業も同様のパターンをたどっており、まずエージェントをどこで 使用するかを定義し、信頼と成果が構築されるにつれて自動化の範囲を拡大しています。
テクノロジーと同じくらい、組織的な取り組みも重要です。エージェント型マーケティングは、マーケティング、財務、テクノロジー、アナリティクス、プライバシー、営業の各部門が緊密に連携し、顧客に関する意思決定、ガードレール、測定の所有権が明確であり、チームが孤立したパイロットプロジェクトからビジネス成果に結びついた再現可能なワークフローへと移行するときに成功する傾向があります。
エージェント型マーケティングによるブランドの変革について詳しく知るには、オンデマンドウェビナーをご覧ください。→ Know Your Audience. Act with Relevance. Measure What Matters
エージェント型マーケティングとマーケティングオートメーションの違いは何ですか？ マーケティングオートメーションは、人間が事前に設計したルールやジャーニーを実行します。一方、エージェント型マーケティングは、AIエージェントを使用して現在の顧客およびビジネスのコンテキストを評価し、人間が定義したガードレールの範囲内でネクストベストアクション（アクションを実行しないという選択肢を含む）を選択し、測定された成果を利用して将来の意思決定を改善します。
マーケティングにおいて、なぜAIエージェントにとってアイデンティティ解決が重要なのでしょうか？ エージェントは、自身が利用できるコンテキストに基づいて意思決定を行います。継 続的なアイデンティティ解決は、取引、アプリ内での行動、メディアへの接触など、既知のシグナルと仮名のシグナルを接続して、各顧客の一貫した全体像を作成します。これにより、エージェントによる推奨の信頼性が高まり、その成果を測定できるようになります。
エージェント型CDPとは何ですか？ エージェント型カスタマーデータプラットフォーム（CDP）は、アイデンティティ解決、オーディエンス構築、アクティベーションなどのコアなCDP機能と、顧客シグナルを分析し、ネクストベストアクションを決定し、チャネル間で行動するAIエージェントを組み合わせたものです。Databricks CustomerLakeは、Databricksレイクハウスに組み込まれ、Unity Catalogによってガバナンスが確保されたエージェント型CDPです。
エージェント型マーケティングのROIはどのように測定するのでしょうか？最も信頼できる指標はインクリメンタリティ（増分効果）であり、これは何もしなかった場合と比較した売上、マージン、または顧客行動の差を意味します。アトリビューション、インクリメンタリティテスト、マーケティングミックスモデリングは、それぞれパフォーマンスの検証に役立ち、これらの結果を顧客のコンテキストにフィードバックすることで、意思決定を行うたびに次の施策を改善していくことができます。
(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事
ブログを購読して、最新の投稿を受信トレイにお届けします。