目先の施策以上に経営インパクトを与えねば……データ分析の新手法

　企業の中には、顧客コンテクストの要素となるデータが散在している。会員データや行動データ、問い合わせ履歴、ときには画像や音声まで、種類も形式もバラバラだ。

　これらを統合・加工し、まとまった一つの「コンテクストレイヤー」として表現・可視化して、事業に活かす。さらに、活用して得られたデータを蓄積し、顧客コンテクストを継続的にアップデートしていく──プレイドは、こうしたサイクルを描いているのだという。そのサイクルを回す土台が、同社の顧客コンテクストデータ基盤「Context Lake」である。

　Context Lakeは、社内のあらゆるデータが蓄積されるデータウェアハウスの上にコンテクストレイヤーを構築し、AIエージェントなどのアプリケーションレイヤーへと、活用の流れを作ることができる。あらゆる種類の構造化データに加えて、テキスト、画像、音声、動画などの非構造化データも整理し、AIが活用するためのコンテクストデータの層を生み出す仕組みだ。その過程で大量のデータをリアルタイム処理する必要があるが、プレイドが内製した超高速処理基盤が特定の行動をしているユーザーを「1秒」で抽出するという。

　このContext Lakeを通じて顧客コンテクストを整備することで、何が可能となるのか。牧野氏は、顧客コンテクストが「経営の解像度」を上げる点にまで踏み込んだ。

　従来のデータ分析は、売上や利益を事業別・商品別・エリア別に見る実績値のレポーティングが中心だった。これを顧客データに基づいて分解すると、現状の売上を誰が支えているのかなど、重要顧客の内訳やLTVが見えてくる。さらに、コンテクスト軸で分析することで、顧客が自社を選び続けている理由や背景にまで、解像度を上げられるのだ。

　具体的なユースケースを挙げよう。たとえば、住宅ローン事業で「今四半期の融資実行額：前年同期比115％」という実績があったとする。従来型のデータ分析では、この数字は追えても「金利目当てですぐ離れる顧客なのか、長く付き合う優良顧客なのか」までは判断が難しかった。次に顧客軸で分解すると、上位20％の顧客が将来収益の約80％を占めるといった構造が見えてくる。その上でコンテクスト軸の視点を加えると、該当の顧客は「審査スピードを重視して自社を選んでいる」など、選択の理由が具体的に浮かび上がる。

　この“顧客軸×文脈軸”で事業環境を可視化し、経営の戦略策定へとつなげるプロダクトが、Context Lakeとともに活用できる「Context Cube」だ。

　そしてもう一つ、Context Lakeで捉えた顧客コンテクストを理解したAIエージェントを、接客や業務の現場に実装する役割を果たす「Context Agent」も用意されている。Context Lakeが顧客理解を生む源泉であり、Context Cubeがそれを経営判断へつなげる。そして、Context Agentが現場のアクションへつなげる。この3つによって、プレイドは顧客コンテクストを競争力へと変えようとしているのだ。

「顧客コンテクストは、従来のマーケティングだけでなく、戦略策定や商品開発、集客、接客、カスタマーサクセスまで、業務全体に使える重要なデータなのです」（牧野氏）