20260409_Databricksでのデータ・AI活用をTROCCOで加速させよう！_第3回 Youは何しにDatabricksへ！？

Transcript

1. Databricksでのデータ‧AI活⽤を TROCCOで加速させよう！ 2026.4.9 第3回 Youは何しにDatabricksへ！？ primeNumber Inc. 鈴⽊ ⼤介（D）
2. 2 鈴⽊ ⼤介（D） 株式会社primeNumber マーケティング本部 プロダクトマーケティングマネージャー TROCCOやCOMETAといったプロダクトについて、 どのような機能開発をするべきか、 事業としてどのように展開していくべきかを 検討し、実⾏しています。
3. 3 会社紹介
4. 会社概要 4 株式会社primeNumber 代表取締役CEO 田邊 雄樹 2015年11月 約130名 約34億円 東京都品川区上大崎3丁目1番1号 JR東急目黒ビル5F 会社名 代表 創業 メンバー数 累計調達額 オフィス © primeNumber Inc.
6. 6 primeNumberが提供するサービス
7. 7 2500を超えるお客様にサービスをご提供しております
8. 8 TROCCOとは
9. 9 TROCCOとは 点在するデータの「統合」を⾃動化。 「統合」を軸にデータ基盤の構築や運⽤を⽀援するSaaSプロダクト。 データをビジネスに活⽤するまでのステップ
10. 10 データ活⽤の基盤を⾃動化する データの転送、加⼯、実⾏管理の⾃動化を担うことで、 BIでの可視化∕AI活⽤∕データ連携を効率的に実現する Web行動ログSDK　 データ転送 （ETL） データ加工（ELT／データマート定義・dbt連携） BI ML / LLM 顧客/会員データ 購買データ 広告/MAデータ CRM/SFAデータ SaaSデータ 広告配信 コンテンツ レコメンド SFA MA CRM ファイル ストレージ ワークフロー データカタログ DWH / Lakehouse Lake Warehouse Mart データ転送 （リバースETL）
11. 11 TROCCOとDatabricksを合わせて使う
12. 12 連携アーキテクチャ 転送元 システム 転送先 システム Workflow: 　　　or　　 ブロンズ シルバー ゴールド
13. 13 Databricksへ∕Databricksからデータを転送できる • 転送元：DB、ストレージから各種SaaS、広告まで幅広く対応 ◦ 各種サービス∕ストレージ∕SaaS等からDatabricksにデータを取り込む • 転送先：DB、ストレージはもちろんMA/SFAや広告なども対応 ◦ Databricksでデータを処理した結果を外部サービスに連携する
14. 14 TROCCOの対応コネクタ 様々な業務領域に対するコネクタがあり、カスタムコネクタも利⽤可能 データベース DWH / Lakehouse MA∕SFA∕CRM 表計算∕ストレージ ERP EC∕在庫管理 ノーコード ローコード プロジェクト管理 コミュニケーション コラボレーション 会計∕決済 ⼈事∕労務 情シス 開発 コネクタを⾃作できる カスタムコネクタ and more... 広告
15. 15 オンプレ∕クラウドの転送元から閉域内でデータ転送 Self-Hosted Runnerを利⽤することで閉域通信でデータを転送可能
16. 16 各処理の連携 転送元 システム 転送先 システム TROCCO Workflow　 ブロンズ シルバー ゴールド TROCCO データマート機能／dbt連携 転送元 システム 転送先 システム Databricks Workflow　 ブロンズ シルバー ゴールド TROCCO API TROCCO API
17. 17 TROCCOとDatabricksで実現する コンポーザブルCDP
18. 18 コンポーザブルCDP・・・？？
19. 19 従来型CDPでは「⼩さく始める」ことが困難 従来型CDPは操作がシンプルな反⾯、4つの限界があり「まず⼩さく始める」ことが困難 従来型CDP （パッケージ型） ⼤きな箱を丸ごと導⼊ →⼩さく始めることが困難 1 使うほど費⽤が増える データ量課⾦＋パッケージ費⽤でコストが年々膨張する 2 ⾃社に合わせにくい ベンダー独⾃のデータモデルへの制約 3 データ主導権を持ちにくい 顧客データはツールベンダー側に保持される 4 新しい活⽤に広げにくい ベンダーロックインで将来の変更困難
20. 20 必要な機能を組合せて始める、それがコンポーザブルCDP データはDWH∕Lakehouseに集約したまま。必要な機能を⾃由に追加‧交換できる Cloud DWH / Lakehouse （データの中⼼） 取り込む ETL/ELT 理解する メタデータ 整える データ変換‧加⼯ 選ぶ‧分ける セグメント 配信する Reverse ETL 分析する AI分析 A I AIエージェント セグメントビルダー
21. 21 TROCCOセグメントビルダー ⾮エンジニアでも、Databricks上で顧客セグメントを作成‧加⼯し、 各種チャネルへデータ連携できる セグメントビルダー JOB設定 DB お客様環境 セグメント ルール DB セグメントビルダーが実⾏した抽出‧配 信したデータを保管‧管理 Job実⾏エンジン GUI セグメントルールと 実⾏ログ‧ユーザー情報等を管理 ‧セグメントルール渡し（SQL） ‧ワークフローJOB作成‧実⾏ ‧ユーザー属性登録情報 ‧JOBの実⾏結果 ユーザー DB 実⾏ログ DB アナリスト マーケター 各種 DataMart 顧客マスタ ⾏動履歴 データ セグメントリスト （テーブル出力） 配信履歴データ オーディエンス配信 コネクタ 各種ReverseETL コネクタ Input Output BI/MA 外部環境 参照‧取得 テーブル出⼒ データ活⽤環境 デジタル広告系連携 Google広告 Yahoo広告 Meta広告 LINE広告 その他デジタル広告 MA‧BI系その他連携 S3‧GCS等ストレージ 各種MA 各種BI その他マーケ系sys
22. 22 オーディエンス配信の例 顧客ランク別の セグメント配信 LTVや購入頻度に応じて顧客をセグ メント化し、各ランクに最適化さ れたメッセージや商品を訴求。優 良顧客には高額商品、新規・低頻 度顧客には入門商品を提案 解約リスク顧客への 引き止め施策 利用頻度の低下や契約更新時期が 近いユーザーを特定し、特別オ ファーや継続メリットを訴求する 広告を配信して解約を防止 購入サイクルに基づく 再購入促進 消耗品など定期的な購入が見込ま れる商品について、前回購入から の経過日数に基づいて最適なタイ ミングで再購入を促す広告を配信 新規獲得キャンペーンの 既存顧客への配信除外 既存顧客リストを除外設定するこ とで、新規獲得施策の無駄な広告 費用を削減し、本当に獲得すべき 新規顧客にリソースを集中 既存休眠ユーザーの 掘り起こしキャンペーン 過去に購入・利用したが最近活動 がないユーザーに対して、特別オ ファーやリマインド広告を配信 し、再活性化を促進 ロイヤル顧客の類似 ユーザーにアプローチ LTVの高い優良顧客リストを基に類 似オーディエンスを生成し、質の 高い見込み客への効率的な新規獲 得を実現
23. 23 まとめ
24. 24 TROCCOとDatabricks 組み合わせて使うと便利です！ TROCCOはフリープランもあるので、 試してみてください！
25. Thank you!