メトリクールのJuan Pablo Tejela氏、CEO兼共同創設者 – インタビューシリーズ

Juan Pablo Tejela氏は、メトリクールのCEO兼共同創設者です。ソフトウェアエンジニアであり、テクノロジー起業家として、2014年から同社を率いてきました。同社は、デジタルコンテンツの管理と測定を総合的に行うプラットフォームに成長しました。メトリクールを立ち上げる前に、オプティマイスソフトウェアで約9年間勤務し、製品管理、アプリケーション開発、ユーザーインターフェイス設計、プレセールス、カスタマーサポート、およびKiuwanソフトウェアアナリティクスプラットフォームのオンラインマーケティングを担当しました。彼のキャリアの初期には、スイスリスク、インドラ、EADS-CASA、FEDETECでソフトウェアエンジニアとして働き、Java、C++、組み込みシステム、通信技術、Linuxカーネル開発に携わりました。

メトリクールは、マドリードを拠点とするソーシャルメディア管理プラットフォームで、クリエイター、ブランド、エージェンシーがコンテンツを計画し、投稿を公開し、会話を管理し、パフォーマンスを分析し、競合他社を監視し、統合ワークスペースからレポートを生成できるように設計されています。同プラットフォームは、Instagram、Facebook、TikTok、LinkedIn、YouTube、X、Bluesky、Pinterest、Google、およびMeta Adsを含む主要なソーシャルネットワークと広告チャネルをサポートし、AI支援のコンテンツ作成と最適化ツールも提供しています。メトリクールは、Forbes、Adidas、Volvo、H&M、Warner Music (WMG ) グループを含む200万以上のユーザーにサービスを提供しています。

あなたのキャリアはソフトウェアエンジニアリング、組み込みシステム、アプリケーションの品質、製品開発から始まりました。メトリクールを創設したとき、これらの経験はどのように役立ったでしょうか。また、ソーシャルメディアの専門家が新しいタイプのアナリティクスプラットフォームを必要としていることをあなたはどうやって気づきましたか。

正直に言えば、メトリクールは多くの人よりも小さく始まりました。私の妻Lauraと私は2015年にサイドプロジェクトとして作りました。当時、ブログはインターネットで最大のものでしたが、数字を一か所で見る方法がなかったことを私たちは気づきました。すべてが5つの異なるツールに散在しており、どれも技術的な人以外のために作られていませんでした。私の組み込みシステムとQAのバックグラウンドは、1つの習慣を私に叩き込みました。自分で測定していないものは信頼できない。そこで、私たちが存在したかったシンプルなバージョンを作りました。

アイデアを検証したのは、ブログではなく、すぐにその後に登録したソーシャルメディアの専門家たちでした。彼らはプロフェッショナルなクライアントレポートが欲しかったのです。これが重要な部分でした。彼らは支払う用意がありました。ブログはほとんどそうではありませんでした。私は、趣味のツールを作っているのではなく、未提供の職業に向けて作っているのだと気づきました。私たちは、2017年1月まで仕事を続け、正式に雇用を開始しました。以来、すべては最初の直感の延長線上にありました。ノイズを取り除き、アナリティクスを透明にし、他人のためにソフトウェアを購入する人ではなく、仕事をする人を作ることです。

メトリクールは、アナリティクス製品から、4百万以上の専門家、エージェンシー、クリエイター、ブランドが使用するソーシャルメディア管理プラットフォームに成長しました。成長の背後にある最も重要な製品の決定は何でしたか。また、会社の元のビジョンを再考する必要がある瞬間はありましたか。

いくつかの決定が重要でした。スケジューリングに注力しているHootsuiteやBufferとは異なり、アナリティクスに注力したことが最初で、現在でも私たちの差別化要因です。2つ目は、スペイン語やその他の言語をアメリカのツールの余分なものとして扱わないことであり、これにより私たちはヨーロッパやラテンアメリカで早期に優位性を得ることができました。3つ目は、最近のものですが、ソーシャル広告が有機コンテンツとは別のツールに存在できないという決定です。ソーシャルメディアマネージャーは、実際にはそれらを別々に考えることはありません。

ビジョンは変化しましたか。常に変化し、悪いことだとは思っていません。私たちは、エージェンシー向けにビルドすることを意図していませんでした。個々の専門家やブログ向けにビルドしました。エージェンシーは自分で現れ、必要なもの（ホワイトレーベルレポート、複数クライアントダッシュボード、チームシート）を私たちに伝え、そして私たちは対応しました。同様に、後にブランドも同様でした。メトリクールの「元のビジョン」をあまりにも固执に守っていたら、より小さな製品をニッチなオーディエンス向けにビルドしたでしょう。計画は決して神聖なものではありませんでした。ユーザーが基本的にロードマップを私たちに示しました。

メトリクールの調査によると、96%のソーシャルメディアの専門家がAIを使用していますが、36%はAI生成コンテンツが人間が作成したコンテンツと比較してどのように機能するかを測定または把握していません。なぜAIの採用は、その実際のビジネスへの影響を評価する能力よりも速く進んだのでしょうか。

AIを使用することは簡単ですが、適切に測定することは労力が必要です。ツールを開き、キャプションを取得し、投稿するのはまったく摩擦がありません。実際にそれが何かに役立ったかどうかを知るには、比較を設定し、1つの良い投稿後に勝利を宣言する誘惑に抵抗し、辛抱強く待つ必要があります。ほとんどのチームはまだその規律を身につけていません。正直に言えば、なぜそうする必要があるでしょうか。18か月前までは、誰も「AIバージョンは人間のバージョンよりも優れているかどうか」を尋ねる必要はありませんでした。誰かがそれを書き、投稿の価値を判断するだけです。

その36%は、私が思っているほど心配事ではありません。人々が無謀であるということではありません。測定は常に採用に遅れています。有料ソーシャル、インフルエンサーマーケティングでも同じことが起こりました。今回も同様です。AIを使用するためのツールは急速に改善されました。判断するための習慣はまだ追いついていません。だが、いつかはそうなるでしょう。

生成的なAIにより、ブランドはコストを削減しながらより多くのコンテンツを生成できます。しかし、リーチや発行量の増加は、成功の誤った感覚を生み出す可能性があります。信頼、ブランドの健康状態、顧客関係を強化するAI支援コンテンツであるかどうかを判断するために、チームはどのような指標を優先するべきでしょうか。

リーチは、AIが最も膨張させやすく、最も説明しにくい指標です。ただその数字だけを見ていると、数か月間は素晴らしい気分になります。実際に注目しているのは、コンテンツを保存したり共有したりしている人、ただスクロールして投稿を見ているのではなく、コンテンツを保存して友達に送ったりしている人です。その違いは「見た」と「価値がある」ということです。また、ブランドは3百のAI支援投稿の後でも、1人の人間のように聞こえるかどうかを確認する必要があります。声が投稿ごとに変化していないか、誰も気づかないままに変化していないかです。

その最後の点は、うすくのびているものです。信頼は一度に崩壊するのではなく、静かに侵食されます。リーチや売上がそれを示すまでに、すでに数か月間失われていることになります。

メトリクールの調査によると、66%の回答者がコンテンツの少なくとも半分にAIを使用していますが、6人に1人がAI生成コンテンツが人間が作成したコンテンツと同等かそれ以上であると考えています。ブランドは、相関関係、プラットフォームのアルゴリズム、コンテンツの品質を混同することなく、AI支援コンテンツと人間が作成したコンテンツを比較する実験をどのように設計するべきでしょうか。

テストするのは1つのことだけにします。同じブリーフ、同じプラットフォーム、同じ日と時間、同じ人が最終編集を行うという条件で、最初の草案を書く人だけを入れ替えます。そのだけです。大多数の「AI対人間」の比較はそうではありません。3か月前の別のトピックの人間の投稿と、火曜日のAI投稿を比較し、結論を導き出します。

ペアで実行し、数週間実行します。1つの投稿のパフォーマンスはほとんど運とアルゴリズムの気分です。1日のパフォーマンスを見過ごすのに十分なボリュームが必要です。人間の作成したコンテンツと「同等」ということは、インプレッションが似ているがコメントの品質が悪いか、保存が少ないという警告信号ではないことを意味します。6人に1人の自信の多くは、表面の数字だけを見てそこで止まっている人たちだと思います。

現在、自動化はソーシャルメディアチームに最も価値を提供する場所はどこですか。また、ブランドの声の確立、コミュニティの管理、または危機時の対応などの責任は、人間の管理下に留めるべきでしょうか。

面白くない、高ボリュームの作業 — スケジューリング、初稿、6つのプラットフォーム用のビデオのサイズ変更、月次レポートの作成 — これらはすべて自動化によってチームに返還される時間です。2026年現在、誰も手動で行うべきではありません。

私にとってのラインは、判断です。声、コミュニティ、そして特に危機的な状況 — これらはすべて人間が必要です。AIが妥当なものを草案できるかもしれませんが、デリケートな瞬間に間違ったトーンを出すコストは公開され、即時のものです。ブランドの評判は、A/Bテストできるものではありません。以前にも言ったことがありますが、ソーシャルメディアで半分存在するか、存在感が悪いことは、壊れた店の窓のようです。危機対応を人間が30秒で確認できるようにAIが草案を作成するのは素晴らしいことですが、AIが独自に公開することは絶対にありません。

メトリクールスタジオでは、ユーザーはレポートを生成し、パフォーマンスを比較し、競合他社を分析し、投稿パターンを特定するために自然言語プロンプトを使用できます。AIがコンテンツの生成からパフォーマンスの解釈に移行するにつれて、ソーシャルメディアマネージャーとマーケティングアナリストの日常の役割はどのように変化するでしょうか。

仕事の内容が変わります。ソーシャルメディアマネージャーの1週間の多くは、数字をスライドにまとめることと、何が起こったかを説明する文を書くことに費やされます。何かを尋ねて、数秒で実際の答えが得られるようになれば、その週の大部分が消えます。

残るのは、実際に価値のある部分です。答えに対して何をするかを決めることです。どの形式に注力するか、クライアントに説明する方法、データが何かに言及しているが直感と反するときにどうするかです。私は、役割が縮小するのではなく、2つのグループに分かれると思います。実際の分析を行っていた人と、主にデータ入力を行っていた人です。最初のグループだけが成長します。

メトリクールは、Model Context Protocolを採用し、AIアシスタント、自動化プラットフォーム、カスタムエージェントがソーシャルメディアデータとワークフローとやり取りできるようにしました。どのような機会が生まれますか。また、企業は、自律システムが不適切なコンテンツを公開したり、アナリティクスを誤読したり、ブランドに損害を与える行動を取ったりしないようにどうすればよいですか。

私たちは、ClaudeのMCPを基盤に構築した最初のソーシャルメディアプラットフォームの1つでした。理由は簡単です。メトリクールのデータが私たちのインターフェイス内にしか存在しないことを意味しないからです。ブランドのエージェント、自動化プラットフォーム、チームがすでに使用しているものが、パフォーマンスデータを直接取得したりワークフローをトリガーしたりできるようになります。私たちがすべての統合を自分で構築する必要はありません。まだ考えることのできないワークフローが開かれます。

リスクは、最初から設計する必要があります。実際に公開する場合は、デフォルトで人間の承認ステップが必要です。特にクライアント向けのものについては、サイレントな自動投稿ではありません。許可は厳密に範囲を指定する必要があります。エージェントがレポートを取得するように構築されている場合、投稿をトリガーすることはできません。エージェントが行うすべてのアクションには、人間が後に確認できるトレイルが必要です。プロトコルは接続を提供します。ガードレールは、会社が故意に決定するものです。

メトリクールの調査によると、伝統的なパブリックなやり取りは減少する可能性がありますが、クリック、スワイプ、ビュー、リンクタップなどの行動によって全体的なエンゲージメントが増加する可能性があります。企業は、最も重要な注目度の信号が公共に不可視になる場合にどう対応するべきでしょうか。

いいねやコメントは、注目度の良いプロキシではありませんでしたが、さらに悪くなっています。今日のほとんどの真正の関心は、誰も見ることができない場所で発生しています。誰かがカラーページのすべてのスライドをスワイプしたり、ビデオを最後まで見たり、友達に秘密に送るために何かをスクリーンショットしたりします。どれも公共に表示されません。すべてが真正の注目度であり、たとえ反射的なダブルタップよりも価値があると言えるでしょう。

したがって、企業は、完了率、スワイプスルー率、クリックスルー率を主要な数字として扱う必要があります。実際のシフトは、質問自体を変えることです。得られたエンゲージメントの量ではなく、実際に獲得した注目度を尋ねることです。多くの場合、後者の数字は誰にも見えません。自分のダッシュボード内でしか見ることができないからです。

今後、AIはソーシャルメディアの専門家が使用するアシスタントのコレクションのままですか。あるいは、キャンペーンを計画し、リソースを割り当て、パフォーマンスを解釈し、決定を推奨するオペレーショナルレイヤーとして発展しますか。

オペレーショナルレイヤーであり、多くの人よりも早く発展するでしょう。AIに1つのことを尋ねるモデルは、段階的なものであり、最終目標ではありません。私たちが構築しようとしているものは、パフォーマンスをすべてのプラットフォームで継続的に監視し、人間が気づく前に何が機能しているかを把握し、次のステップを推奨するAIです。

決定ではなく、推奨です。AIがキャンペーンを実行し、誰も見ていないことを私は考えていません。AIが、チームが時間がない徹底的な監視を行い、人間に役立つ短いリストを渡すことです。専門家がその世界でうまくやっていくのは、レイヤーと戦う人ではなく、指し示す人です。

素晴らしいインタビュー、ありがとうございました。さらに詳しく知りたい読者は、メトリクールを訪れてください。