【第569回】 Marketing Cloud Next ： Data 360 Marketing エージェント
Data 360 の 9 月の新機能リリースでは、Data 360 Marketing Agent と呼ばれる セグメント作成をサポート する新しいエージェントが登場しました。
Marketing Cloud Next 限定の機能ではなく、Data 360 のエージェントになりますので、例えば、Marketing Cloud Engagement の有効化用のセグメントにも利用可能です。
エージェントタイプは Employee のため、利用するユーザーやプロファイルには、エージェントアクセス権を付与 してください。
Einstein Segment との違い
Marketing Cloud Next / Data 360 には以前から、生成 AI を利用して自然言語からセグメントを作成できる Einstein Segment があります。
従来の Einstein Segment の中心となる機能は、
自然言語からセグメントを作成することのみ です。
一方、Data 360 Marketing Agent では、
セグメントの作成・変更
セグメント母集団の確認
セグメントの公開
セグメントの健全性の確認
公開が失敗した原因の調査
特定顧客がセグメントに含まれているかの確認
なぜ特定顧客がセグメントに含まれていないのかの調査
セグメントの請求サイズの確認
複数セグメント間の重複確認
重複した顧客から新しいセグメントを作成
といった、セグメント作成後の管理や調査まで Agent から実行できる仕組みになっています。
Data 360 Marketing Agent では、サブエージェントによって、処理が大きく次の 3 つに分けられます。
① Segment Builder サブエージェント
新しいセグメントを作成したり、既存セグメントへ条件を追加・変更したりする機能
② Segment Management サブエージェント
既存セグメントの母集団、公開作業、健全性、請求サイズ、メンバーシップなどを確認・管理する機能
③ Segment Overlap サブエージェント
複数の既存セグメントを比較し、重複する顧客を確認する機能
なお、Einstein Segment 自体は、現在も Salesforce の公式ドキュメントに掲載されているため、現時点では Data 360 Marketing Agent が Einstein Segment を完全に置き換えたと考えるべきではありません。
Segment Builder
まずは、自然言語を使ってセグメントの作成・変更を行う Segment Builder です。
Data 360 Marketing Agent では、例えば、
「東京都に住んでいて、過去 30 日以内に商品を購入した顧客のセグメントを作成して」
と自然言語で依頼できます。
内部では、入力された自然言語から条件を抽出し、
Natural Language
↓
Conditions
↓
DMO / Attribute
↓
Relationship
↓
Segment Filter
↓
Segment
という流れでセグメントの条件が生成されます。
利用する属性の条件は、以下のように自然言語で細かく決めていきます。
自然言語で指示通りの条件のセグメントが作成されます。
① AND / OR / EXCEPT にも対応している
単純な条件だけではなく、複数の条件を組み合わせたセグメントにも対応しています。
例えば、
「東京都または神奈川県に住んでいて、過去 30 日以内に購入した顧客。ただし、退会済みの顧客は除外して」
といった条件です。
Data 360 Marketing Agent では、自然言語から個々の条件に加えて、AND / OR / EXCEPT のロジックツリーも抽出します。
また、条件のグルーピングが曖昧な場合には、Agent がユーザーに確認する設計になっています。
※ Einstein Segment の公式ドキュメント では、プロンプトで「OR」や「Exclude」の演算子は利用できないとされています。
② 関連 DMO をまたいでセグメントを作成する
実際のセグメントでは、Individual や Unified Individual のデータだけで条件が完結するとは限りません。
例えば、
「過去 30 日以内に商品を購入した顧客」
という条件であれば、Individual から Order などの関連 DMO へ Relationship をたどる必要があります。
Data 360 Marketing Agent には、関連 DMO を探索し、適切なパスを特定する処理も組み込まれています。
そのため、ユーザーが Relationship をすべて把握していなくても、Agent が対象となる DMO や Attribute、Relationship を探しながらセグメントを構築できる設計になっています。
③ 既存セグメントを自然言語で変更する
Data 360 Marketing Agent では、新しいセグメントの作成だけではなく、既存セグメントの条件を変更することもできます。
例えば、
「このセグメントに、過去 90 日以内にメールをクリックした顧客という条件を追加して」
といった操作です。
この場合、セグメント全体を一から作り直すのではなく、追加・変更する条件を生成して、既存の条件とマージ（結合）します。
※ Segment Builder キャンバス上に編集中の未保存条件がある場合も、それらを置き換えるのではなく、新しい条件と結合する設計になっています。
④ ネストされたセグメントにも対応している
既存セグメントを別のセグメントの条件として利用する ネストされたセグメント にも対応しています。
例えば、
「VIP Customers のセグメントに含まれていて、過去 30 日以内に購入していない顧客」
といったセグメントです。
Data 360 Marketing Agent では、既存セグメントを一つの条件として扱い、通常の Attribute 条件と組み合わせてセグメントを生成できます。
つまり、すでに作成しているセグメントを再利用しながら、自然言語でさらに条件を組み合わせたセグメントを作成することもできます。
Segment Management
ここからが Data 360 Marketing Agent の特に面白いところです。
自然言語からセグメントを作るだけであれば Einstein Segment でも実現できますが、Data 360 Marketing Agent では、作成したセグメントの管理や調査まで Agent から行うことができます。
具体的に、どのようなことができるのかを見ていきます。
① セグメントの母集団を確認する
Data 360 Marketing Agent では、セグメントに含まれる Population（母集団）を確認できます。
例えば、
「このセグメントには何人いますか？」
と質問することで、セグメント全体の母集団を確認できます。
さらに、必要に応じて以下の情報も取得できます。
Population Breakdown：Filter ごとの母集団を確認
Preview：セグメントに含まれる Profile を Preview で確認
セグメントを公開する前に、想定した規模や対象者になっているかを確認するために利用できる機能です。
② セグメントを公開する
セグメントの公開も Data 360 Marketing Agent から実行できます。
公開種別として、以下を指定できます。
Immediate：すぐに公開
Scheduled：指定したスケジュールで公開
Manual：手動で公開
また、公開ジョブのステータス（状況）としては、以下のような実行状況も確認できます。
RUNNING：実行中
COMPLETED：完了
FAILED：失敗
つまり、
「このセグメントを公開して」
といった操作から、その後の実行状況の確認まで、Data 360 Marketing Agent との会話の中で行うことができます。
③ セグメントの健全性を診断する
個人的に面白いと思ったのが、セグメントの健全性診断です。
Data 360 Marketing Agent には、セグメントの実行状況を分析する Observability（可観測性）機能が用意されています。
セグメントジョブの状態だけではなく、例えば以下のような問題も検出し、「失敗した原因」や「推奨アクション」を返す設計になっています。
Data Explosion：Relationship をたどることで処理対象のレコード数が大幅に増加し、セグメントの処理負荷が高くなっている状態
Skew Join：Join に使用するデータが特定の値に極端に偏り、一部の Join 処理に大きな負荷がかかっている状態
つまり、
「このセグメントはなぜ失敗している？」
と Agent へ質問して、その原因を調査できる可能性があります。
セグメントが複雑になると、「なぜ公開に失敗しているのか」を調べるだけでもかなり時間がかかります。ここを Agent が補助してくれるのであれば、セグメント運用ではかなり便利そうです。
④「なぜセグメントに入っていない？」を調べる
特定の顧客がセグメントに含まれているかを確認し、含まれていない場合はその原因まで調査できる機能です。
セグメントを運用していると、
「この顧客は条件を満たしているはずなのに、なぜセグメントに入っていないの？」
という調査をすることがあります。
Data 360 Marketing Agent では、例えば以下のような確認ができます。
セグメントメンバーシップの確認：特定の Profile が、指定したセグメントに含まれているかを確認
セグメントに含まれない原因の調査：Profile がセグメントに含まれていない場合、どのフィルター条件を満たしていないのかを特定
例えば、
「John Smith は VIP Customers のセグメントに入っていますか？」
と確認し、含まれていなければ、
「なぜ入っていないの？」
と続けて調査するような使い方です。
さらに、単に「条件を満たしていません」と回答するだけではなく、その Profile をセグメントから除外しているフィルターを特定し、原因となっているフィルターを UI 上でハイライトする 仕組みまで用意されています。
つまり、これまで人がセグメントの条件と Profile のデータを一つずつ確認していたような調査を、Data 360 Marketing Agent に依頼できる可能性があります。
これは単なる Segment Builder ではなく、セグメントのトラブルシューティングまで支援する Agent として利用できるということです。
⑤ セグメントの請求サイズを確認する
Data 360 Marketing Agent には、セグメントを実行した際に、どの程度のレコードが処理対象となるのか、その規模を事前に確認する機能も用意されています。
Data 360 Marketing Agent では Segment Billing Estimate として、処理対象となるレコード数の規模を以下の 3 段階で確認できます。
SMALL：約 2,000 万 Record まで
MEDIUM：約 2,000 万 ～ 2 億 Record
LARGE：約 2 億 Record 以上
ここで示されるのは、最終的にセグメントに含まれる顧客数ではなく、セグメントの計算で処理されるレコード数の規模です。
例えば、最終的なセグメント母集団がそれほど多くなくても、複数の DMO や大量の関連レコードを参照する条件になっていれば、セグメントの計算では多くのレコードを処理する可能性があります。
そのため、
「このセグメントの請求サイズは？」
と Data 360 Marketing Agent に確認することで、セグメントを公開する前に、そのセグメントがどの程度の処理規模になるのかを把握できます。
複雑なセグメントを作成した際に、実行前に処理規模を確認するための目安として利用できる機能と考えると分かりやすそうです。
Segment Overlap
Data 360 Marketing Agent には、複数のセグメントを比較して、それぞれのセグメントに含まれる顧客がどの程度重複しているのかを確認する Segment Overlap（重複）機能も用意されています。
Data 360 Marketing Agent では、例えば以下のような操作ができます。
Segment Overlap の確認：2 つ以上のセグメントを比較し、母集団がどの程度重複しているのかを確認
Overlap から新しいセグメントを作成：2 つのセグメントの両方に含まれる顧客を利用して、ネストされたセグメントを作成
例えば、
「VIP Customers と High Engagement Customers はどれくらい重複している？」
と質問すると、それぞれのセグメントに含まれる母集団の重複を確認できます。
さらに、
「両方に含まれている顧客で新しいセグメントを作成して」
と依頼することで、2 つのセグメントの重複部分を利用した新しいセグメントを作成することもできます。
例えば、「購入金額が高い顧客」と「メールへのエンゲージメントが高い顧客」の重複を調べることで、売上への貢献度が高く、マーケティング施策にも積極的に反応している顧客を見つける、といった使い方が考えられます。
単にセグメントを個別に作成するだけではなく、既存セグメント同士の関係を分析し、その結果を新しいオーディエンスの作成につなげられる機能と考えると分かりやすそうです。
補足：すべてのセグメントタイプに対応しているわけではない
Data 360 Marketing Agent では、Data 360 で利用できるすべてのセグメントタイプを自然言語から作成できるわけではありません。
今回確認した中では、Conversational Segment Builder から作成できるのは標準公開セグメントと高速公開セグメントで、以下のようなセグメントタイプは、現時点では作成対象外となっています。
Waterfall
Realtime
Dynamic
Look-a-like
そのため、Data 360 Marketing Agent が、すべての Data 360 の セグメント機能そのものを置き換えるわけではありません。
あくまで対応しているセグメントタイプに対して、自然言語を使ったセグメントの作成・変更や、その後の管理・調査を支援する仕組みと考えると分かりやすそうです。
いかがでしたでしょうか。
最初に Data 360 Marketing Agent を確認したときには、
「自然言語でセグメントを作れるだけの新しい Agent なのかな？」
と思いましたが、実際にはそれだけではありませんでした。
Data 360 Marketing Agent では、セグメントの作成だけではなく、母集団の確認、公開作業、健全性診断、メンバーシップの調査、請求サイズや重複の分析など、セグメントライフサイクルのかなり広い範囲をカバーする設計になっています。
よって、単なる セグメント作成 Agent ではなく、セグメントの作成から運用・調査までを支援する Agent と考えると分かりやすそうです。
是非活用してみてください。
今回は以上です。
