Snowflake、BigQuery、Databricks、あるいはその他のクラウドデータウェアハウスに顧客の360度ビューを構築している多くの企業は、現実的な判断を迫られています。すなわち、データウェアハウスの処理ペースに合わせた、コンポーザブルCDPだけで十分なのか、それともリアルタイムCDPやハイブリッドCDP（英語）も必要なのか、という判断です。
こうしたバズワードの背後にあるアーキテクチャ上の違いは、1つの問いに集約されます。それは、プロファイルが取得された時、それが顧客の最新のイベントを反映したものなのか、それとも最新のデータウェアハウスとの同期結果に過ぎないのか、ということです。
どちらのアーキテクチャも、ミリ秒単位でプロファイルを返すことは可能です。しかし、それは両方のプロファイルが同じ鮮度を持つという意味ではありません。
データウェアハウスの処理ペースに合わせて動作するコンポーザブルCDP：数分または数時間で十分な場合
コンポーザブルCDPのモデルでも、データウェアハウスは引き続き記録管理システムとしての役割を果たします。顧客プロファイルは、データウェアハウスの処理間隔に応じて更新されます。15分ごと、30分ごと、1時間ごと、あるいはそれ以上の間隔になる場合もあります。
パーソナライゼーションAPIはそれらのプロファイルを迅速に取得できるかもしれませんが、返される情報のほとんどは、依然としてデータウェアハウス側の最新の更新時点データであり、必ずしも顧客の直近のクリックやインタラクションを反映しているとは限りません。
このモデルは、次のような場合に効果を発揮します。
- 意思決定の猶予時間が数分または数時間単位である場合。
- 電子メールやSMSキャンペーンの送信前にオーディエンスをエンリッチする場合。
- ポータルやアカウント体験を、主に長期的な顧客属性を使ってパーソナライズする場合。
- AI部門や分析部門が、データウェアハウスで既にモデル化されている特徴量を利用する場合
こうした活用シーンでは、データウェアハウス主導型のコンポーザブルなアプローチが効率的な解決策となり得ます。このアプローチは、強力なガバナンスを提供するとともに、企業がすでにデータウェアハウスに投じた投資を効果的に活用することができます。
イベント駆動型のCDP：現在のセッションが重要な場合
次の意思決定が顧客の直前の行動に左右される場合、要件は変わります。
ストリーミング型のリアルタイムCDPでは、条件に該当する各イベントが発生するたびに、リアルタイムの行動に依存する顧客プロファイルの項目が更新されます。これには、オーディエンス、カウンター、セッション属性、IDステータス、イベント駆動型のスコアなどが含まれます。
この違いは、次のような活用シーンにおいて重要となります。
- セッション中のWebやアプリでのパーソナライゼーションにおいて、次のページ、オファー、またはコンポーネントは顧客の最新のクリックを反映する必要がある。
- 訪問者のプロファイルがデータウェアハウス上で確立されていない段階で行う、最初のページや匿名状態でのパーソナライゼーション。
- セッション中の、未知から既知へのIDスティッチングにより、ログイン前の行動をログイン直後の体験にすぐに反映。
- アクティブなセッション中に行うカートの回復、オファーの抑制、または次善のアクションの決定。
- 現在のインタラクションのコンテキストを必要とするチャットボット、AIアシスタント、およびコンタクトセンターのオペレーター。
このような場合、属性が存在することや、APIが低レイテンシでその属性を返すだけでは不十分です。この属性は最新のイベント後に再計算されたものでしょうか。それとも、前回のデータウェアハウスでの処理時点のスナップショットを依然として反映しているのでしょうか。
もし答えが、顧客がたった今行ったことを反映している必要がある場合、その活用シーンには真のリアルタイムなプロファイル鮮度が求められます。
リアルタイムの取得は、リアルタイムのプロファイルとは異なります
2つのAPIが、どちらもミリ秒単位で顧客データを返すことがあります。しかし、一方が前回のデータウェアハウス同期時に作成されたプロファイルのスナップショットを返すのに対し、もう一方は数秒前に発生したイベントによって更新されたプロファイルの状態を返す可能性があります。
導入を検討する企業が検証すべき違いは以下の通りです。
- APIのレイテンシは、回答がどれほど速く届くかを示す。
- プロファイルの鮮度は、その回答がどの時点の情報を反映しているかを示す。
同一セッションのコンポーザブルパターンでは、受信したイベントによって特定のオーディエンスフラグが更新される場合があります。しかし、顧客生涯価値、解約傾向、その他のデータウェアハウスでモデル化された値などの関連属性は、依然としてデータウェアハウスの直近の更新を反映している可能性があります。
ストリーミングモデルでは、条件を満たすイベントにより、次の意思決定が行われる前に、イベントに依存するプロファイル情報を更新できます。
例えば、以下のことが可能です。
- オーディエンスをイベントごとに再評価。
- pages_in_session、cart_value_now、last_product_viewedなどのセッション属性を最新の状態に維持。
- カウンターや意図シグナルに最新の行動を反映。
- ライブジャーニー中に、匿名のアクティビティを既知のIDに紐付け。
データウェアハウス由来の属性は、依然として独自のモデリングサイクルに従う可能性があります。ストリーミングプロファイルの利点は、そうした永続的な属性を、秒単位で更新される行動およびセッションのコンテキストと組み合わせることができる点にあります。
バッチ処理によるアクティベーションの場合、この違いはそれほど重要ではないかもしれません。しかし、その場で意思決定を行うAIアシスタント、パーソナライゼーションエンジン、サービスアプリケーションにとっては、その結果として提供される体験が適切なものになるか、それともすでに陳腐化したものになってしまうかを左右する要因となります。
多くの組織がハイブリッドアーキテクチャを選ぶ理由
多くの企業は、完全にデータウェアハウス中心の構成にするか、従来のCDPに全面的に依存する構成の二者択一は望んでいません。
企業には、活用シーンに応じた異なるレベルのデータ鮮度が必要です。
- モデル化された要件、履歴データに基づく要件、キャンペーン指向の要件に対応する、データウェアハウスの処理ペースに合わせたアクティベーション。
- セッション内およびAI駆動型の体験に対応する、リアルタイムのストリーミングプロファイル。
- 戦略が変更されるたびに企業がプラットフォームを刷新することなく、両方のパターンをサポートできるオーケストレーションレイヤー。
ハイブリッドアーキテクチャでは、以下の点が重要となります。
- データウェアハウスは、顧客の履歴、分析モデル、ガバナンスに関する永続的な記録システムとして機能する。
- リアルタイムレイヤーは、現在のセッションコンテキストとイベント発生直後の最新のプロファイル情報を維持する。
- チームは、すべての要件を同じアーキテクチャに押し込むのではなく、活用シーンごとに適した鮮度のモデルを選択できる。
エージェンティックAI、コンタクトセンターの機能拡張、AIアシスタントを通した購入などが、実験段階から本番環境へ移行するにつれて、こうした柔軟性はますます重要になります。
こうした体験を実現するには、昨日の、あるいは直近1時間の顧客データに迅速にアクセスできるだけでは不十分です。顧客が今何をしているのかを理解する必要があります。
チーム向けの簡易チェックリスト
アーキテクチャの選定前に、以下の項目について確認してみましょう。
- 顧客の直前の行動に基づいて、現在のセッション中に重要な体験を変更する必要がありますか？
- 匿名の訪問者がデータウェアハウスに登録される前に、パーソナライズされた対応を行う必要がありますか？
- 顧客がログインして自分を識別した直後の体験に、ログイン前の行動を反映する必要がありますか？
- サービス担当者やAIアシスタントは、直近数分間のアクティビティやクリックの履歴を確認する必要がありますか？
- イベント発生直後に、抑制、回復、次善のアクションに関する決定を変更する必要がありますか？
- 自社のアーキテクチャは、データウェアハウス主導の活用シーンと、真にイベント駆動型の活用シーンを明確に区別することはできますか？
複数の質問への答えが「はい」となった場合、ハイブリッドモデルの方がより柔軟かつ堅牢な選択肢となる可能性が高いでしょう。データウェアハウスを永続的な信頼できる情報源として維持しつつ、顧客の最新のインタラクションを反映する必要がある意思決定のために、リアルタイムのプロファイルレイヤーを追加する構成です。
最終的な判断基準はシンプルです。
プロファイルを取得したとき、それは最後の同期時点のデータなのか、それとも最後のイベント時点のデータなのか？
データウェアハウスを記録システムとして維持しつつ、次の顧客体験が顧客の直前の行動に左右される場合は、最後に同期されたスナップショットに依存しないようにしてください。
