マーケティングの未来を切り拓く：エージェンティック・ジャーニー・オーケストレーション

マーケティングスタックにおける新たなレイヤーが、組織の業務運営および顧客との関係構築の在り方を大きく変革しつつあります。それが「エージェンティック・ジャーニー・オーケストレーション（Agentic Journey Orchestration）」です。これは「AIディシジョニング（AI Decisioning）」とも呼ばれ、本稿ではその概要を紹介し、このアプローチが従来の決定論的なカスタマージャーニー設計とどのように異なるかを明らかにするとともに、いくつかの代表的なユースケースにも触れます。

エージェンティック・ジャーニー・オーケストレーションとは何か？

エージェンティック・ジャーニー・オーケストレーションとは、マーケティングチームやプロダクトチームが、従来の機械学習手法（ML）および近年急速に発展した大規模言語モデル（LLM）を活用し、個々の顧客に対して高度にパーソナライズされたリアルタイムな対応を実現するための意思決定を行う仕組みです。

現在主流の多くのテクノロジーソリューションでは、チームがあらかじめ定義されたルールやセグメントに従って、手動でメッセージの配信スケジュールを作成し、複数チャネルにわたって配信する設計がなされています。それに対して、エージェンティック・ジャーニー・オーケストレーションは、リアルタイムデータ、行動シグナル、過去の履歴などを継続的に分析することにより、特定の顧客に対してその瞬間に最適なタッチポイントを導き出し、企業が目指すコンバージョンやリテンションなどの成果に直結する行動を促進します。

従来のソリューションが「次に取るべき最善のアクション（Next Best Action）」の実現を目指していたのに対し、AIベースのシステムでは「次に取るべき最善のアクション」に加え、「最適なコンテンツ」「提供すべきプロダクト」「タイミング」「頻度」「インセンティブ」など、複数の要素を組み合わせた最適解を予測し、実行することが可能です。

AI vs. 従来のルールベースアプローチ

それでは、マーケティングおよびプロダクトチームがこれまで製品体験やキャンペーンのオーケストレーションを行ってきた方法と、どのように異なるのでしょうか？

AI導入以前

従来のルールベースの意思決定は、あらかじめ定義されたルールや条件分岐ロジックに依存しており、多くの場合、人の手による調整が必要でした。たとえば、マーケティングチームがウェルカムメールキャンペーンを企画する際、このようなシステムではロジックの修正やパフォーマンス向上のために、手動での更新が求められます。その結果、急速に変化する環境への柔軟な対応が困難となっていました。

顧客ジャーニーを構築する企業が直面していた主な課題は以下のとおりです：

• 活用されていないデータ： 顧客データの大半（68％以上）はパーソナライズに活用されておらず、その主な要因は、必要なデータサイエンスやエンジニアリングの専門リソースを確保できないことにあります。
• 手作業で非効率なプロセス： 従来型のルールベースのジャーニー設計は、非常に手間がかかり、煩雑で時間を要するため、機動力や柔軟性が制限されます。
• 人間の意思決定のスケーラビリティ： 企業規模が拡大するにつれて、人間の意思決定には限界が生じ、チーム間の連携や多様な仮説の検証を通じた本質的なパーソナライゼーションの実現が困難となります。

AI導入以後

エージェンティック・ジャーニー・オーケストレーションは、主にクラシカルな機械学習（ML）および大規模言語モデル（LLM）といった先進的な人工知能技術を活用し、企業の上位目標に沿った自律的または半自律的な意思決定を実現します。

その最終目標は、各顧客に対して1対1で高度にパーソナライズされた体験を提供することです。

仕組みの概要：

エージェンティック・システムは、企業が保有するファーストパーティデータを最大限に活用し、各顧客にとって最も効果的な判断を下します。これらのシステムは、製品やマーケティング体験においてMLモデルを本番環境で活用するために必要な複雑なデータ変換作業を自動化する堅牢なインフラを備えています。通常、このようなインフラの構築には、十分な体制を整えたデータサイエンスおよびエンジニアリングチームによって数ヶ月を要します。

チームは、目標、制約条件、および顧客との接点となるウェブやモバイル製品体験、あるいはメールやSMSなどのライフサイクルチャネルを定義するだけで済みます。AIベースのシステムの利点は、従来のA/Bテストでは4～5パターン程度しか用意できなかったコンテンツを、数百パターン生成してモデルに選ばせることが可能である点にあります。

AIは、各顧客に対して最適なタッチポイントとその順序を決定し、自動化された実験ループの中で常に体験を最適化していきます。膨大かつ多様なデータセットをリアルタイムで分析し、意思決定に反映させます。

AIによる最大の違いは、個々のデータと過去のインタラクションに基づいて体験を極限までカスタマイズできるだけでなく、そのプロセスが非常に動的かつ適応的である点です。AIは継続的に学習を行い、新たなデータやフィードバックをもとに戦略を改善し、顧客行動の変化に迅速に対応できるようになります。また、構造化されていない複雑なデータにも対応可能であり、従来のルールベースのシステムでは見逃されがちな傾向や行動を予測する能力に優れています。

将来の自動化意思決定は、従来のマーケティングおよびプロダクトチームが仮説、目標、制約、整合性、ガバナンスを担い、AIディシジョニングが動的な適応性、パーソナライゼーション、スケーラビリティを提供するという協調的なモデルへと移行していくと考えられます。

ユースケースの一例

AIディシジョニングとエージェンティック・ジャーニー・オーケストレーションの組み合わせは、さまざまな業界において定量的な成果をもたらしています：

• リテール - 初回購入から2回目購入へ：購買履歴、閲覧行動、ユーザーの好みを分析し、商品カテゴリ、コンテンツ、表現形式をパーソナライズ。
• コンシューマーSaaS - アクティベーションとリテンション向上：リテンションに因果的に寄与する機能の利用を促すナッジを提供。
• Eコマース - リカバリーキャンペーン：過去の行動、好み、関心をもとに、最適なメッセージ、タイミング、チャネル、インセンティブをパーソナライズ。
• フィンテック / 銀行 - アクティベーション、アップセル／クロスセル、紹介促進：ユーザーのオンボーディング完了を促進し、適切な商品と紹介インセンティブを提示。
• ホスピタリティ - ロイヤルティおよびエンゲージメント：過去の予約履歴、嗜好、支出傾向に基づき、ロイヤルティ特典と体験を個別化。

お客様が抱えていた課題

Auxiaを利用してくださるパートナー企業様の事例を紹介いたします。5000億ドル以上の運用資産を持つグローバルな大手金融サービス企業様で、パーソナライズされたデジタル体験のニーズを課題として感じていらっしゃいました。同社は投資および教育プラットフォームを運営しており、「パーソナライゼーション」の強化取り組みを推進することにしました。

この投資プラットフォームは、消費者にとって投資をより身近なものにすることでした。一方で、毎日、安定した数のサイト訪問者がプラットフォームを利用しているにもかかわらず、ほとんどのユーザーがアカウントを作成せずに離脱してしまうという問題がありました。これは、金融機関が潜在的な顧客を理解し、幅広く商品のエコシステムを紹介する機会を制限していました。この問題に対処するため、同社はAuxiaと提携し、アカウント作成を促すための最適なタイミング、方法、価値提案、コンテンツの表示場所などを特定することにしました。

ソリューション

Auxiaは、同社と緊密に協力して、ユーザージャーニーにおいて新規アカウント登録を促進する可能性が最も高いパーソナライズされたインタラクションを特定しました。チームは、プラットフォーム内の3つの主要な要素を特定し、顧客ごとに変化するパーソナライズされた施策を展開することにしました。

Auxia の機械学習基盤を活用することで、流入元のソース、行動インサイト（過去5つの閲覧記事など）、人口統計データ（年齢層など）を含む動的なユーザーの特徴を利用して、各顧客に適切なコンテンツ、アクション、表示場所、タイミングを調整することができました。これにより、この投資商品は、ユーザーにサインアップの完了を促す関連性の高い要素を認識した体験をリアルタイムで提供することができました。

結果

同社とAuxiaとの連携は、目覚ましい改善をもたらしました。

• サインアップ完了率が50%向上
• 月間のグロース施策検証数が22倍に増加
• 最も成果の高い施策のクリック率（CTR）が20倍に増加

この取り組みの追加の詳細：

• 175以上のコンテンツバリエーションをテスト
• 6週間以内で測定可能なポジティブな影響を確認
• 数百万件の機械学習主導の意思決定を提供
• 意思決定ごとの遅延は75ミリ秒未満で、シームレスなユーザーエクスペリエンスを実現
• 継続的な最適化のため、毎月40以上の新しい施策を導入

拡大と今後の計画

これらの結果により、同社はAuxiaのプラットフォームの利用を当初の計画を超えて拡大しました。その後、プラットフォームはホームページ全体を再設計し、Auxiaの動的な最適化機能を活用することで、さらに大規模なパーソナライズを実現しています。

課題：ユーザーごとに最適な体験を届けたい

あるグローバル語学学習アプリは、ユーザーの体験をよりパーソナライズし、エンゲージメントの向上と無料から有料への移行促進を目指していました。UX調査や過去の実験から、「複数のレッスンを完了したユーザーは有料プランに移行しやすい」という傾向が見えてきていました。

しかし次のような課題が立ちはだかっていました：

• どのユーザーをさらにエンゲージさせるべきか？すでに価値を理解し、有料プランを検討している人もいるのでは？
• エンゲージを進める場合、どんな機能やレッスンを見せると効果的？
• アップセルが最適な場合、どの有料プランを誰に勧めればいい？

ソリューション：AuxiaのAI意思決定で一人ひとりに最適なアクションを

このアプリは、AuxiaのAI意思決定エンジンを導入することで、データサイエンティストの大規模採用なしに、個々のユーザーに合わせたレッスンや機能提案ができるようになりました。

導入のポイントは以下の通りです：

• 初期段階で20以上のコンテンツバリエーションをAIが最適化。
• 最終的には50以上に拡張し、継続的に改善。
• システム構築は1か月以内に完了し、本番投入もスムーズ。
• 基本的なバンディットモデルから因果推論型モデルまで幅広く活用し、効果最大の提案を実現。

成果：一つの画面変更で大きなインパクト

まずはホーム画面上のコンテンツカード1か所に導入しただけで、以下のような成果が得られました：

• エンゲージメント指標が40%向上
• 無料→有料転換率が7%増加
• コンテンツカードのクリック率が最大20%
• ROIは7〜10倍を記録

AuxiaのAIにより、語学学習アプリはユーザー一人ひとりに合った学習の流れを設計できるようになり、体験の質・エンゲージメント・収益すべてを同時に向上させることに成功しました。

お客様が抱えていた課題

Auxiaを利用してくださるパートナー企業様の事例を紹介いたします。マーケットプレイスを運営するこちらの企業は、ライフタイムバリューを高めるために、インタラクションをよりパーソナライズすることでユーザー体験の向上を目指していました。ライフタイムバリューの成長と関係の高い指標を特定することはできましたが、いくつかの重要な課題に直面していました。

• 最適ではない意思決定: 同社はアプリ内でのプロモーションキャンペーンに既存のツールを使用していましたが、各ユーザーに応じた最適なアクションを決定するのに苦労していました。セグメントレベルでの A/Bテストは利用率の向上につながりましたが、飛躍的なライフタイムバリューの成長には繋がりませんでした。
• パーソナライズの必要性:マーケティングチームでは、ユーザーごとに好む機能が異なり、エンゲージメントとコンバージョンを最大化するためには、より個別化されたアプローチが必要であると考えていました。
• A/Bテストの制約: 従来型の A/B テスト手法では、大規模なコンテンツの追加、変更、削除の PDCA を回すのが困難でした。
• UI/UX に対するコントロールの難しさ: 同社は、既存のSDKベースの実装では実現が難しかった、アプリ内でのユーザーエクスペリエンスをもっと積極的にコントロールすることを望んでいました。

これらの課題に対処するため、同社は Auxiaと提携し、各ユーザーを追従してパーソナライズできる最新の AI 主導型の意思決定エージェントを導入しました。

ソリューション

同社は、自社のファーストパーティデータを活用しユーザーエンゲージメントを向上させるための最適なツールとして、 Auxia のAIプラットフォームを選定しました。 Auxiaで提供される意思決定の機能は主に以下のようなものがあります。

• リアルタイムのデータ連携: ノーコードでのインテグレーションにより、イベント、ユーザー属性、トランザクションデータがリアルタイム且つシームレスに処理されました。
• 自動化された機械学習モデル: 機械学習モデルを自動的に選択、導入する機能によって、同社は大きな社内リソースの投入を必要とせずに、複数のモデルのアーキテクチャを導入することができました。
• コンテンツのバリエーションとパーソナライズ : AuxiaのUIコンソールを使用して、同社は 200以上のコンテンツのバリエーションを作成、テストしました。これは、既存のツールを用いたキャンペーンで対応できる数の20倍以上です。
• 複数のKPIを同時に最適化:  Auxiaが提供する最適化の機能により、同社は複数のKPI を進化するビジネスニーズと同時に最適化することができました。

結果

実装から4ヶ月以内に、同社は以下を達成しました。

• クロスカテゴリーでのライフタイムバリューが84% 向上: AuxiaのAIモデルは、ライフタイムバリューを最大化するための適切な施策を決定する効果をほぼ2倍にしました。
• CTR が5倍に増加: パーソナライズされた配信がユーザーのクリック率を大幅に向上させました。
• クロスカテゴリーの購入数が4%増加: マーケティングチームにとって注力分野であったクロスカテゴリーでの取引について、各ユーザーに追従したパーソナライズにより、以前の購入者がより多くのカテゴリーで取引を行うようになりました。

追加特典付き：

UI/UXコントロールの強化: アプリ内での表示要素とユーザーエクスペリエンスを自律的に最適化しました。

シームレスなデータ統合: 簡素化されたデータ共有プロセスにより、統合からローンチまで6週間未満での完了を実現しました。

低遅延: このシステムは、低遅延（100ミリ秒未満）でリアルタイムのレコメンデーションを提供しました。

Auxiaを活用することで、同社はキャンペーン中心のアプローチからユーザー中心のモデルへと見事に移行し、ユーザーエンゲージメントとライフタイムバリューの大幅な向上を達成することができました。

AI を活用して、インテリジェントでパーソナライズされた顧客体験を提供することにご興味があれば、ぜひ Auxia.io をご覧ください。

この度の資金調達によって、Auxia は1対1のパーソナライズされた顧客体験を提供する AI エージェントの開発を進め、市場への参入を拡大することを目指します。このラウンドは VMG Technology Partners が主導し、Google の CMO であるロレイン・トゥーヒル氏、Booking.com の CMO であるアルヤン・ダイク氏、元 Facebook の CBO であるデイビッド・フィッシャー氏を含む 50 名以上の業界リーダーが参加しました。

AI の力がもたらすパーソナライズされた顧客体験

一般的に、既存顧客をコンバージョンさせることは新規顧客を獲得するよりも最大で 25倍効率的と言われています。しかし、ほとんどの企業はパーソナライズのために自社で保有する顧客のファーストパーティデータにおいて最大68%を活用できていません。Auxiaでは、B2C企業がAI主導の顧客体験をシームレスに構築することで、顧客データを最大限に活用できるようにします。これにより、重要なタッチポイント（メール、アプリ、通知、SMSなど）全体で動的にパーソナライズされたコンテンツを提供できます。

パーソナライズされた体験を提供することの重要性については多くの企業が認識していますが、ほとんどの企業の場合は従来のルールベースのプロセスを通じて、顧客にリーチしています。私たちは、大手テック企業と同等の、クオリティの高いAI機能を提供し、ルールベースで行われていた訴求を、AIを通じて行う訴求に変革して行きます。また、その変革において、Auxia 導入企業は、AIのデータサイエンティストやエンジニアを採用する必要はなく、Auxia を導入するだけでAIマーケティングを実施できます。

AI主導マーケティングの市場は2兆ドル規模

顧客体験のパーソナライズは、企業の成長に不可欠なものであることは明らかです。今後5年間で、2兆ドル以上の収益がAI主導のパーソナライズを実施する企業に移行すると予測されています。こうしたパーソナライゼーションを率先して導入していく企業は、平均的な企業よりも40%多くの収益を上げており、さらに10%速い成長を遂げています。また、AI主導のマーケティングを実施する組織は、収益成長率が60%高くなっています。

Auxiaのプラットフォームは2024年はじめにローンチして以来、驚くべき成果を導いています。利用顧客は月ごとに 35%以上増加しており、現在では1日あたり2億5千万件以上の意思決定の実行、26億件以上のイベントを処理し、ピーク時には毎秒 6,500件のクエリを処理しています。導入企業では下記の成果が得られています。

• 世界有数のC2Cマーケットプレイスにおけるライフタイムバリューが 84%増加
• 6500億ドル以上の資産を管理する金融機関におけるユーザーのサービス登録完了率が50%向上
• 月間アクティブユーザー2500万人以上のグローバルな語学学習アプリにおける40%のエンゲージメント増加

AIエージェントによって顧客データを収益に変える

Auxiaのプラットフォームは、3つの主要なイノベーションを通じてマーケティングのパーソナライズに対するアプローチを採用しています。

1. Auxia の最先端のインフラストラクチャはほとんどの企業が活用できていないファーストパーティデータから、隠れた特徴を自動的に抽出して処理します。
2. Auxiaのモデル主導の実験プラットフォームにより、マーケティングチームは複数の最適化された機械学習モデルと数百の仮説を同時並行にテストできます。
3. Auxiaはマーケティングおよびプロダクトチームに AI エージェントを提供し、これらのエージェントが連携してチャネル全体にわたるすべての顧客とのインタラクションを高度にパーソナライズし、継続的に最適化します。

導入企業のマーケティングチームが Auxiaを利用するプロセスはとても簡潔です。目標を設定し、制約条件などを設定したら、あとは AuxiaのAIエージェントに複雑な処理を任せるだけです。Auxia のプラットフォームは、それぞれのユーザーにパーソナライズされたコンテンツを継続して提供し、ウェブ、アプリ、メール、SMSなどのチャネル全体で顧客体験を自律的に最適化します。これにより、既存のルールベースのシステムが、各顧客にリアルタイムで適応するモデル主導の意思決定に置き換わります。この自動化されたアプローチにより、A/Bテストやキャンペーン最適化の手作業がなくなり、マーケターは戦略に集中しながら、各施策が売上成長にどのように貢献しているかを、測定することが可能になります。

AI主導の未来の顧客エンゲージメントへの投資

”VMGが保有する顧客エコシステム全体で、CXOは顧客ライフタイムバリューを高めるための体系的なアプローチを切望しています。そうでなければ、高コストなユーザー再獲得の悪循環に陥るためです” と、VMG Technology Partnersのジェネラルパートナーであるインディ・グハ氏は述べています。『顧客に2回目の購入をしてもらう』といったシンプルな目標でさえ、ファーストパーティーデータとマーケティングの連携不足が障壁になっています。Auxia がこのマーケティングの最大のギャップに実務的に取り組んでいることを非常に頼もしく思い、今回の投資を決めました。”

この度の資金調達により、市場におけるイノベーションを加速させるため、エンジニアリングチームを拡大し、AI主導型の意思決定エージェントを強化します。また、米国での事業拡大を支援し、カスタマーサクセス体制を強化するために、営業チームを拡大する予定です。

AIを活用して、インテリジェントでパーソナライズされた顧客体験を提供することにご興味があれば、ぜひ Auxia.io をご覧ください。