Stellantis、顧客データの連携と顧客体験のパーソナライズに向けAmperityを採用

Stellantisは、各ブランドや顧客接点にまたがる顧客情報を連携し、チームがより一貫した基盤のもとでパーソナライズされた顧客エンゲージメントを実現できるよう、Amperityを採用した。10月27日の発表では、自動車メーカーのデータ変革の中核に顧客のIDとコンテキストを据え、車両、世帯、ディーラー、そして長年にわたる所有関係を網羅している。

予定されている用途には、ブランドを横断した顧客エンゲージメント、アフターサービスやロイヤルティ施策における顧客体験、パーソナライズされたメッセージ配信、キャンペーン効果の測定が含まれる。Amperityによると、同社のコンポーザブルアーキテクチャは、Stellantisの既存のテクノロジー環境と連携する。概念実証では、このプラットフォームは数百万件のレコードを数分で取り込み、3日足らずで統合されたCustomer 360を構築したと報告されている。

これらは発表で報告された評価結果であり、本番環境への導入が完了したことを示すものではない。より広い意味で重要なのは、解決しようとしている課題だ。AIシステムやマーケティングチームが顧客にとって適切な判断を下せるのは、その基盤となるレコードが正しい人物と関係性を示している場合に限られる。

自動車業界で顧客データの連携が難しい理由

車両をめぐる顧客との関係は、一般的なオンラインショッピングの利用期間よりもはるかに長く続く。車を調べる人、購入者、日常的に運転する人、整備の予約を手配する人は、同じ世帯に属していても、それぞれ別の人である場合がある。所有者が変わっても、古い記録が別のシステムに残り続けることもある。

その結果、2種類の誤りが生じる。レコードを連携できなければ、同じ顧客を互いに無関係な複数の人物として扱うことになりかねない。一方、連携を過度に進めると、住所が同じ人や、その他の点で似ている人を一人にまとめてしまう可能性がある。どちらの誤りも、パーソナライズの有用性を損なうおそれがある。

したがって、統合されたプロフィールは、単に宛先リストをまとめたものではない。レコードが人、世帯、取引とどのように結び付いているかを継続的に捉え直すものだ。自動車メーカーにとって、こうしたつながりの精度は、顧客とのやり取りが現在の所有者のニーズを反映しているのか、それとも古い前提に基づいているのかを左右する。

Amperityによる顧客IDの解決方法

Amperityの顧客ID統合プラットフォームは、設定可能なルールとAIを活用した照合を組み合わせている。識別子とビジネス上の条件から一致すると判断できる場合はルールに基づいてレコードを連携し、情報が不完全または一貫していないために確度が低いケースは、スコアリングによって評価する。

同社の説明によると、このプロセスでは、まずソースレコードを連携し、照合ロジックを適用して、確度の低い関連付けをスコアリングしたうえで、チームが得られた関係図を確認できる。また、すべての用途に同じ照合方針が最適だと決めつけず、ビジネス上のニーズに応じた専用のIDビューにも対応している。

この違いは、実務上重要だ。マーケティングの対象者選定とカスタマーサービスの業務フローでは、許容できる不確実性の程度が異なる場合がある。チームは、レコードが連携された理由を把握し、疑わしい関連付けを調査し、新たな情報が届くたびにロジックを調整する必要がある。

ここでのAIは、生成AIに先立つデータの課題、つまりどのレコードを同じ人物に結び付けるかという判断に取り組む。アシスタントが流暢な回答を返しても、その基盤となるプロフィールに誤った顧客履歴がまとめられていれば、問題を補うことはできない。

IDを統合したプロフィールから顧客コンテキストを構築する

Amperityは、Customer Context Platformのウェブサイトで、より幅広い一連のプロセスを紹介している。IDを統合し、プロフィールを履歴や利用可能な最新のシグナルと組み合わせ、意思決定を支援し、連携チャネルを通じて施策を実行し、その成果を測定するという流れだ。

このプラットフォームには、セグメンテーション、顧客ジャーニーのオーケストレーション、予測・レコメンデーション機能に加え、マーケティングやサービスのツールとの連携機能が含まれる。Amperityは、データウェアハウスやレイクハウスの環境で利用できる導入方式も提供しており、適切なアーキテクチャは実装内容によって異なる。

これにより、顧客が誰なのかを把握することと、次に何をすべきかを決めることが切り分けられる。例として、直近のサービス対応によって、予定していたメッセージの適切さが変わる場合がある。有用なシステムには、その出来事を顧客の既存の履歴とともに、適切なタイミングで意思決定のワークフローに反映する仕組みが必要だ。

導入にあたっての課題は、単にデータを増やすことではない。どのシグナルに意味があるのか、どれほど速く利用可能になるべきか、どのチームが利用できるのか、そして介入が役立ったことをどの成果で確認するのかを定める必要がある。これらはエンジニアリング上の作業であると同時に、製品や業務運用に関する判断でもある。

この基盤がAIエージェントにもたらすもの

Amperityの幅広いプラットフォームは、互換性のあるAIツール向けにModel Context Protocolによる接続機能を提供する。同社のMCP Serverは、認証済みユーザーが既存のアクセス制御のもとで、統合された顧客コンテキストを照会し、対応する操作を実行できるよう設計されている。

同社によると、権限、ロールベースのアクセス制御、同意設定、利用ポリシーは、こうしたリクエストにも引き継がれる。これにより、ガバナンスは顧客プラットフォームとアシスタントをつなぐ仕組みの一部となり、新しいインターフェースごとに独自のデータアクセスモデルを別途設ける必要がなくなる。

これらはAmperityの一般的な機能であり、Stellantisがすべての機能を導入済みであることを示すものではありません。選定の発表から、具体的な本番環境のエージェント構成が明らかになったわけでもありません。

企業にとって、ここから導かれるアーキテクチャ上の示唆は明確です。AIアシスタントには、有用なコンテキストと、その利用に関する制約の両方が必要です。顧客プロファイルを統合して把握できれば、関連性を高められますが、それによってすべての推奨が正確になったり、すべての行動が適切になったりするわけではありません。アクセス制御、同意の管理、レビューも、引き続きワークフローの一部です。

この契約はStellantisのAI戦略にどう位置づけられるか

Stellantisはすでに、事業全体にAIを組み込む幅広い取り組みを示しています。同社が4月に自社ウェブサイトで発表した内容によると、自動車メーカーである同社はMicrosoftと5年間にわたって協業し、カスタマーケア、製品開発、オペレーションなどの分野で100を超えるAI施策に取り組みます。

このプログラムには、Azureインフラの近代化と、AIを活用したサイバーセキュリティも含まれます。これはStellantisの全社的なテクノロジー戦略を理解するうえでの背景となりますが、Amperityの発表では、両社の関係が技術面でどのように連携するかは明らかにされていません。

Amperityの選定が対象とするのは、より範囲を絞った領域、すなわちチームや接続されたシステムが意思決定に用いる顧客情報です。より優れたモデルと高速なインフラによって、企業ができることは広がります。一方、信頼できるID情報とコンテキストは、特定の顧客に対して適切な対応を取れるかどうかを左右します。

今後、実際の運用から得られる重要な証拠として、関係性の変化に応じてプロファイルの正確性が保たれるか、チームがそれを効果的に活用できるか、そして顧客の成果が向上するかが注目されます。この提携は、パーソナライズされた体験を可能にするデータの整理、ガバナンス、維持という、目立ちにくい作業が、企業におけるAI導入をますます左右していることを示しています。