Upgrade to Pro — share decks privately, control downloads, hide ads and more …

GROWTH VERSE会社紹介資料

南野充則
January 09, 2024
2.9k

GROWTH VERSE会社紹介資料

南野充則

January 09, 2024
Tweet

Transcript

  1. 会社紹介資料 2024年1月
 株式会社GROWTH VERSE
 2024 GROWTH VERSE Co., Ltd. All

    rights reserve. This presentation is for inoformational purposes only. GROWTH VERSE Co., Ltd. makes no warranties, express or implied, in this summary.
  2. 会社概要
 社名 株式会社GROWTH VERSE 所在地 東京都豊島区東池袋2-60-3 グレイスロータリービル7F 設立 2021年6月17日 ※旧スプリームシステム株式会社:

    2000年4月17日 代表者 渡部 知博 南野 充則 従業員数 61名(2023年10月1日時点) 提供サービス Engagement Data Platform(EDP) 4

  3. 2024 GROWTH VERSE Co., Ltd. All rights reserve. This presentation

    is for inoformational purposes only. GROWTH VERSE Co., Ltd. makes no warranties, express or implied, in this summary. GROWTH VERSE社の価値観(Value) Customer Success Challenge for Growth Team Oriented Back to Basic Supreme Integrity • 弊社では、様々な判断基準に、「Value」を活用しています • 「どうしたらGROWTH VERSEがうまくいくか?」から逆算して作りました • 価値観にマッチする行動が多いと評価が高まります 6

  4. 経営陣-取締役
 代表取締役CEOの渡部に加え、2024年1月より、代表取締役CTOとして南野、取締役CFO として諸冨が参画 渡部知博
 代表取締役CEO
 Salesforceをはじめとした外資系 SaaS企業にて営業および営業 責任者として、日本法人の業績 拡大に貢献。
 特にCRM領域、MarTech領域に

    知見を持つ。
 ex ex ex 南野充則
 代表取締役CTO
 協会発足時からの日本ディープ ラーニング協会理事。
 ヘルスケアスタートアップ累計 1200万DLのFiNCアプリの CTO・CEOを経験。
 プロダクト開発・AIへの知見を持 つ。
 監査法人、ハンズオン型コンサルでの 経験を活かし、事業会社のIPO責任者 として東証グロース市場への上場を実 現。公認会計士として経営管理体制の 構築、投資・M&Aに加え、経営コンサ ルタントとして成長戦略の策定・実行、 新規事業開発などの領域で経験を有 する。
 諸冨圭輔
 取締役CFO
 ex ex ex 7

  5. 経営陣-経営メンバー
 南野 充則 代表取締役CTO 青木 歩人 執行役員CPO 稲田 修也 VPoT

    金山 杏佑子 常勤監査役 エンジニア・セールス・プロフェッショナルファーム出身者を中心に、各領域に高 い専門性を持つメンバーが経営を推進しています 渡部 知博 代表取締役CEO 諸冨 圭輔 取締役CFO 井上 陽介 執行役員CSO 道下 和良 社外取締役 藤原 久美子 非常勤監査役 ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex 8

  6. 会社沿革
 2004 2021 2022 2023 2024 2025 2026 2000 2001

    創業 資本参画 ミダスキャピタルが資本参画 全面的な経営支援を受け、第二創業期を迎える aimstar 開発開始 aimstar リリース aimstar SaaS版リリース 新経営体制 発足 シリーズA 資金調達 (5.1億円) CDP/MAツールで培ったノウハウをベースに統合AIプラットフォームの市場を狙う。 ・社名変更 ・経営体制刷新 ・統合AIプラットフォームへ 9

  7. 統合AIプラットフォームへの拡大
 GROWTH VERSE AIを様々な業界・企業へ提供
 (直近:マーケティング x Enterprise領域でのAI活用におけるNo.1シェアを目指す) 
 CDP/MAツール
 


    プロダクトを通じ顧客の業 務を支援
 機械学習/生成AI
 
 研究・開発を通じ顧客のソ リューションを開発
 データ x AIで
 企業をGrowthさせる
 プロダクト提供
 ソリューション提供
 データ蓄積
 機能連携
 成長ドライバー:プロダクト開発 x AIノウハウ 
 10

  8. GROWTH VERSE構想
 コミュニケーションチャネル 弊社はスプリームからGROWTH VERSEに社名変更し、核となる汎用AIを起点 に5つの領域でDXを推進し、顧客の事業拡大をAIで支える会社を目指していきま す。 GROWTH VERSE構想 新商品開発

    新規顧客獲得 既存顧客LTV向上 集客 LP データ取込 分析 アクション オンライン オフライン スマホアプリ ウェブサイト/EC SNS メール マス媒体 OOH DM カタログ コールセン ター テレセールス 対面営業 媒体 物 人 核となる CDP/MA 機械学習/生成AI 将来的に パートナーと協業 コンサルティング 部隊の強化 ダイレクトマーケDX オンライン集客DX ダイレクトマーケDX 劣後 営業DX 11

  9. AIMSTAR概要 - Engagement Data Platform
 データ統合・分析・施策実行まで可能なAll in Oneソリューションであり、 BtoC事業者が保有する会員顧客からのエンゲージメントを高め、LTV向上に繋げます 取込/統合/加工

    CDP データ活用 データ出力 配信連携 ・連携元レイアウトの加 工不要の取込 ・データ統合にクレンジ ング作業不要 ・マッピングもバッチ処 理で自動化 • GUI操作で高 度なOne to One施策実現 • 成功事例シナ リオをテンプ レート化 分析活用 • 100種類以上の 分析テンプレート • SQLなしのUI操作 で高度な分析が 統計知識なしでも 運用可能 データ取得 基幹データ Web/App DM・カタログ メール LINE Web接客/レコメンド 同梱/請求書 アプリプッシュ アンケート 広告連携 SMS 顧客カルテ 顧客データ 購買履歴データ 商品データ キャンペーン 広告 ・・・ アクセスログ GA/GA4連携 アプリ連携 AI 施策活用 • 分析・MAと シームレスに 連携したAIス コアリング、AI レコメンド機能 顧客、購買履歴、キャンペーン 履歴、アクセスログなど 多様なデータを統合するCDP One to Oneで 最適な顧客体験を 提供できるMA基盤 分析・MAと シームレス連携した AI・機械学習※オプション 顧客を軸に、購買 /行動を 深堀して課題を発見できる 高度な分析 13

  10. 強み①データ統合の柔軟性
 独自のデータレイアウトのまま データの取込みができる BigQueryと 直接接続できるコネクタを搭載 GUIによる直感的な操作で データ取込・加工・画面表示設定 point1 point2 point

    3 顧客データ EC購買データ 商品データ サイト行動ログ 広告データ 店舗データ etc… 標準データ定義 カスタムデータセット ・S3連携 ・SFTP連携 ・データコネクタ データ データ取込 データ加工 データ取込・加工はドラッグ&ドロップで直感的に操作可能 ジョブフロー管理 企業が保有する、多種大量なデータをノーコードで統合するプラットフォームが基盤にあり、 データについては独自のレイアウトでの統合が可能です 15

  11. 強み①データ統合の柔軟性(事例)
 取込/統合 CDP データ活用 データ出力 配信連携 分析活用・AI データ取得 基幹データ、 WEB/APP

    DM・カタログ メール アプリ Web広告 電話 顧客情報 家族情報 購買履歴 契約データ コンタクト履歴 アンケート回答 施策 アプローチ履歴 Adobe analytics 分析DB BIツール ・・・ IF本数 200以 上 明細 50億 件 BEFORE AFTER データはたくさんあって顧客行動を捕捉できてはいる が、タイムリーに活用できていない aimstarで一元管理する。各種データを活用した行動 トリガーでのアプローチシナリオを実施。 200種類以上の外部システムからAIMSTARに統合し、その後の分析、施策実行までワンス トップで実現している実績もあります 16

  12. 強み②AI・機械学習
 aimstar 顧客データ 購買データ 商品データ 定期契約 広告 … 標準機能 AI・機械学習

    ◆ 従来のAIツールを活用した施策 MAツール AI・機械 学習ツール • データサイエンティストがMAツール外で個別にモデルを作成 • MAシナリオで一元管理するためには、取り込み作業 /設定が必要 • 一元管理しないと、他施策との連携/効果検証などができない MAツール AI・機械 学習ツール 機械学習用 データセット aimstar CDP モデル生成 モデルデプロイ パラメータ チューニング 再学習・モデル 更新 DM・カタログ メール LINE Web接客/レコメンド 同梱/請求書 アプリプッシュ アンケート 広告連携 SMS 顧客カルテ 分析テンプレート MA ③ユーザーはAI部品をシ ナリオに組み込むだけで OK! ④AI施策結果を取り込み自動で再学習して精度 UP ①AIスコアリング ②AIレコメンド ②aimstar内で、 自動でモデル生成~再学習を実施 ※作成済モデルの組込も可能 スケジュール 実行 スケジュール 実行 ①EC・通販・金融など BtoCを中心とした実績豊 富なデータセット経験を活 用 AI・機械学習による精度の高いモデルをAIMSTAR内で生成しシナリオにセット可能 モデル作成負荷を抑えながら、効果的な施策実施〜検証〜再学習までを実施 17

  13. 強み③AIMSTAR活用を支援するプロフェッショナルサービス
 当社メンバーが長年蓄積した業界知見や製品知見等をもとに、コンサルティングを 提供し、企業様のエンゲージメント強化を後押しします 充実したサービスメニュー • 自社PMの一貫支援 製品導入/立上げ/運用を当社内製でサポート • 主体的な支援方針 マーケティング全般のコンサルティング

    • PDCA伴走サイクル aimstar活用定着のためのサポート 自社PMの一貫支援 •2001年から開発・提供開始当時から 続く自社PM支援体制 •豊富な経験に基づく自社 PMで導入 から立上げ、運用もカバー •外部パートナーとの共同 PJも窓口対 応は自社で統一 主体的な支援方針 •問合せではなく定例会ベースでの 伴走支援体制を構築・提供 •課題発見のみならず、テーマ選定 施策の立案から支援提供が可能 •お客様要望に応じた支援プラン柔軟 な見積対応で課題の解決 PDCA伴走体制 •定例会の他、無償 /有償での半期ごと の振返り等の標準支援 •お客様での運用完結を目指すトレーニ ング/ワークショップ支援 •習熟度に応じて段階的に内容調整 支援ありきではない運用実現へ 18

  14. AIMSTARご利用満足度
 「機能満足度No.1(※1)」をはじめ、 ご利用いただいているBtoC事業者からの高い満足度を獲得しています ※1: 「BOXIL SaaS AWARD Summer 2023」において、 2022年4月1日から2023年3月31日までの1年間で新た

    に投稿された口コミ約 16,000件の口コミのうち、「機能満足度」「お役立ち度」「カスタマイズ性」「サービスの安定 性」について、 MAツール(BtoC)部門で最も高い平均点を獲得 BOXIL ITreview 19

  15. 導入事例①:ジュピターショップチャンネル様
 AIMSTARのAI機能でDM配送の「対象者」×「発送内容」を1to1レベルで最適化 <ジュピターショップチャンネル 池田様> 効果が高かったのは、DM施策です。 今まで我々のターゲットの設定条件は、基本的に最終購入時期(リーセンシー)と累 計購入回数(フリークエンシー)でセグメント分けすることが多かったのですが、 「aimstar」が導入されてからは、 機械学習を取り入れたDMの予測モデルを作ってもらい、 お客様の属性や購入傾向からスコアリングが行われ、

    スコア上位へDM送付する仕組みも取り組み始めました。 まだ開始から半年ほどですが、回数を重ねるたびに効率が高まっていて、 従来の施策と比べてROIに倍ぐらいの差が出ています。 OMOデータ統合 AI×DM最適化 DM施策のROI 約2倍に向上 デジタル×アナログ施策履歴も aimstarのCDPで統合 顧客に紐づくあらゆるデータが SQL不要で活用可能に AIのインプットデータ作成 →連携も CDPを土台に全自動化 個別施策に最適化された AI機能 ・該当回のCV見込スコア ・送付すべき内容(媒体組合せ、クーポン 等) を顧客1人ひとりに付与 部数10万→上位10万人で指定など、 最適なリストをDMシステムへ自動連携 「今回送るDM」の対象者として、 最適な顧客を1to1でピックアップ CVしやすい顧客に対して、 最適なタイミングで、最適な媒体を送付 DM送付による売上 ÷DMコスト この計算における ROIが約2倍に向上 21

  16. 導入事例②:ファミリア様
 <スプリームシステム> aimstarご導入後、データ利活用の属人化の課題はどのように解決されま したか。 <ファミリア 菅沼氏> aimstar上にダッシュボードを作成していただいた ため、専門的なスキル がなくても、様々な部署が視覚的にデータを見られるようになりました。 <スプリームシステム>

    以前の分析ツールでは、様々な部署の方からデータ抽出や分析の依頼を 熊澤様にされていたとのことですが、 aimstarご導入後、どれくらいご負担 は軽減されましたか。 <ファミリア 熊澤氏> 1番大きく軽減されたのは月次定例用の資料 で、以前は様々なシステムか らのデータ抽出、その後のデータ変換、分析、アウトプットまで 3営業日か かっていました。 現在では必要な各データや定例資料のデータフォーマットまで、全て aimstar内に入っており、かつ毎月自動で出力されるようスケジュール設 定しています。そのため実作業としてはデータの確認と共有だけになり、 作業時間が約2時間程度に大幅に削減されました。 スケジュール設定する際は、 スプリームシステムのカスタマーサクセス担 当者に、月次作業の細かいヒアリングをしていただき、現在の作業時間を 最小化できる形までアウトプットしていただきました。 ※インタビュー全文は下記URLにて公開中 https://aimstar.net/case/familiar/#%E5%B0%82%E9%96%80%E3%82%B9%E3%82%AD% E3%83%AB%E5%BF%85%E9%A0%88%E3%81%AB%E3%82%88%E3%82%8B%E3%83 %87%E3%83%BC%E3%82%BF%E5%88%A9%E6%B4%BB%E7%94%A8%E3%81%AE% E5%B1%9E%E4%BA%BA%E5%8C%96 月次レポート作業時間の3日間→2時間への大幅改善 22

  17. ターゲット市場:統合AIプラットフォーム
 当社はAI(機械学習)等における競合優位性を活かし、国内DX市場を統合AIプ ラットフォーム市場に塗り替え、更なるシェア拡大を見込んでおります。 注記(1) 出典元:国内DX市場(出典):株式会社富士キメラ総研「 2023 デジタルトランスフォーメーション市場の将来展望」 注記(2) 出典元:令和5年情報通信に関する現状報告の概要の「情報通信分野の現状と課題 」

    注記(3)現在のメインターゲット顧客である B2Cエンタープライズ約 1,400社に対して、年平均 1,440万円(月額120万円相当)を乗じて算出 6兆5,194億円 (2025年予測) 9,000億円 (2025年予測) 201億円 (2023年算出) 現在の製品でアプローチ可能な BtoCエンタープライズ事業者の市場規模(3) 国内AI市場規模(2) 国内DX市場規模(1) AI(機械学習)による顧客抽出やレコメ ンド機能の活用等、他社への優位性を 活かし、DX市場へ更なるシェア拡大 24

  18. 競合比較:統合AIプラットフォーム
 自社 AIプロダクト AI受託開発・ コンサルティング フロントオフィスDX(業績拡大) コンサルxAI統合プラットフォーム 広告最適化 入力自動化 SMS配信効率化

    法務レビュー 自動運転・AR領域 建設・金融・エンタメ領域 サイネージ・インフラ領域 コンサルティング バックオフィスDX(業務効率化) コンサル×プロダクト コンサル×プロダクト 「フロントオフィスDX」 × 「自社AIプロダクト」を保有する企業として、 AI業界内でポジショニングしています 25