Auxiaはこのたび、AI主導でカスタマージャーニーを自動最適化するプラットフォームを日本市場でも本格展開すべく、Auxia Japan株式会社を設立いたしました。私たちは、企業のマーケティングやプロダクト部門が抱える「パーソナライズはしたいが、時間も人手も足りない」という課題を、AIによって根本から解決します。今回の日本ローンチにより、私たちは世界でも屈指の洗練された市場である日本への本格展開を開始します。

なぜ日本なのか

日本は、世界でも特に品質・精度・顧客体験へのこだわりが強い市場です。私たちAuxiaは、そうした高い期待水準に応えるべく、AI主導でカスタマージャーニーを自動最適化するプラットフォームを日本に展開します。すでにパートナーシップを結び、日本でも導入してくださっている企業様もいらっしゃいます。

日本市場のための体制構築とリーダーシップ

日本での取り組みをリードする存在として、吉嗣浩隆（よしつぐ・ひろたか）がAuxia Japan株式会社 代表取締役に就任しました。吉嗣は、20年以上にわたりプラットフォームエコシステムの構築に従事してきた経験を有しています。NTTドコモで iモードのパートナーシップを担当後、AdMob東京オフィスの立ち上げに参画。Googleによる買収後は、米国本社にてGoogle Playの国際展開をゼロから構築し、その後は日本においてPlayパートナーシップ事業を統括しました。日本のテック業界と深く接続したこの経験こそ、Auxiaの日本展開を導く上で欠かせない人材だと私たちは確信しています。

次世代のカスタマージャーニー設計を、日本へ。

Auxiaはすでに、金融、メディア、通信など、さまざまな業界で活用されています。Auxiaの特徴は、単なる自動化にとどまりません。従来、数ヶ月かかっていたML基盤の構築やA/Bテストの設計・運用といった作業を、マルチモデル同時実験と自己最適化アルゴリズムにより一瞬で可能にします。

• 数百の仮説を同時に検証
• 手作業では難しいセグメント間の微細な違いもリアルタイムに把握
• 顧客ごとに異なる最適解を導き出す

こうした体験を、マーケター自身が直接扱える点がAuxiaの最大の魅力です。

今後の展開

今後、日本にオフィスを設置し、さまざまな業界の皆様とパートナーシップを深めていきます。また、カスタマーサクセス、ソリューションエンジニア、リサーチなどの分野で日本国内の採用も積極的に進めています。日本のお客様の期待にきめ細かく応える体制を築いてまいります。

CEO・共同創業者 サンディープ メノン、CTO・共同創業者 ラヴィ　デス、代表取締役社長 吉嗣 浩隆と日本支社創設メンバー

ともに、次の知性を。

日本でAI活用に挑戦する企業・組織の皆様、Auxiaとともに新しい知的インフラを築いていきませんか。私たちは、皆様と未来を創ることを心から楽しみにしています。

Agentic Journey Orchestration（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AIによる意思決定の進化により、マーケティングやプロダクトチームの働き方が根本から変わりつつある。
従来の自動化を超えて、ユーザーの行動に即したリアルタイムの意思決定と、スケーラブルなパーソナライズ体験が可能となっている。

マーケティングでは、静的なファネルやルールベースのトリガーに頼らず、顧客の行動から継続的に学習する適応型エージェントを導入できるようになり、エンゲージメントやコンバージョンの最適化が可能となる。
プロダクトチームでは、リアルタイムで機能のテストと改善ができ、より迅速な反復と応答性の高い体験が実現している。

こうした仕組みは理論ではなく、実際にキャンペーン成果、顧客維持率、プロダクト利用率といった面で大きな成果を生んでいる。
先進企業は意思決定インテリジェンスとジャーニー設計を中核業務に組み込み、受け身の対応から文脈を理解した能動的なエンゲージメント戦略へと進化している。

以下では、業界別にAgentic Journeyが戦略的価値を提供している事例を紹介する。

小売業（Retail）

• リアルタイムの購買行動に基づくパーソナライズド推薦により2回目の購入を促進
• 利益率とコンバージョン率を最適化する動的なプロモーション戦略
• オムニチャネルでの顧客体験とロイヤルティ強化のためのジャーニー設計

※顧客データ（購入履歴、閲覧行動、感情分析など）を活用して、従来の「Xを買った人はYも買った」型推薦を超えた、文脈に沿った提案が可能。

銀行・フィンテック（Banking and Fintech）

• オンボーディング完了とアクティベーション率の向上
• 人生のステージや目標に合わせたパーソナライズ金融商品の提案
• 意図に基づいた顧客維持とアップセルのジャーニー設計

※顧客のプロファイルやタイミングに応じた、ローン・クレジットカード・投資商品の提案で収益性とシェア拡大。

コンシューマーSaaS（Consumer SaaS）

• ユーザーの行動に基づく機能・ナッジ・オンボーディング経路の個別最適化
• 機能採用と利用状況に基づくジャーニー設計
• セッション中に発生する解約リスクへのリアルタイム対応と引き留め施策

※自然なアップグレード経路やタイムリーな機能アンロックにより、有料プラン転換やアカウント価値向上を実現。

B2B SaaS

• チームの行動や設定進捗に応じて適応するオンボーディングフロー
• 拡張の可能性に基づく「次善のアクション」提案
• プロダクト内の各タッチポイントでアクティベーションと維持を促すジャーニー設計

※利用傾向や拡張の兆候を捉えて、適切なタイミングで新機能・座席数・モジュールのアップセルを実施。

eコマース（eCommerce）

• コンテキスト情報に基づくパーソナライズされたホーム、検索、カート体験
• 購入履歴や意図をもとにしたスマートバンドル・クロスセル戦略
• 行動・チャネル情報を使ったカート放棄からのリカバリー施策

※チェックアウト時の動的な提案やバンドル設計で、単価やリピート率の向上が可能。

メディア・エンタメ（Media & Entertainment）

• 視聴履歴や関心度に基づくコンテンツ推薦
• サブスクリプションライフサイクル全体での維持・アップセル戦略
• トレンドや高インパクトコンテンツを予測的に提示

※利用度や好みに基づき、上位プランや限定パッケージへの誘導を最適化。

ホスピタリティ・レジャー（Hospitality and Leisure）

• 滞在履歴や好みに合わせたパーソナライズオファーとアップグレード
• 滞在前・滞在中・滞在後にわたる体験設計で満足度とロイヤルティ向上
• 解約兆候をとらえてリアルタイムで提案する引き留めオファー

※滞在全体を通じて高付加価値な体験や収益化ポイントを提案し、満足度と単価の両立を図る。

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。