Databricks、社内AIアシスタント導入でマーケターのデータ活用が3倍に

Databricksは、同社のブログ投稿によると、マーケティング部門が社内向けAIアナリティクスアシスタント「Marge」を構築し、マーケターが意思決定にデータを活用する頻度を3倍に高めたと発表した。

このアシスタントは、Databricksの対話型アナリティクス技術であるGenie Agentsをマーケティング向けに実装したもので、同社が「ガバナンスの効いたMarketing Lakehouse」と呼ぶ基盤の上に構築されている。このレイクハウスは、キャンペーンプラットフォーム、ウェブ解析、CRMシステム、イベントツール、広告チャネル、営業データを統合しており、Databricksによれば、これらは以前は別々のシステムに存在し、定義も一貫していなかったという。

Databricksが報告した内容

同社によると、Margeの導入後は以下のような変化が見られたという。

• マーケターが意思決定にデータを活用する頻度が3倍に増加。
• マーケティング部門の85%以上がMargeを利用。
• 利用率は前四半期比で50%増加。
• Margeは月間800件以上の質問に対応し、累計では5,000件以上に回答。
• システムの改善に伴い、誤った回答として報告される件数が25%減少。
• Databricksは、アナリティクス担当の人員を増やすことなくインサイトへのアクセスを拡大できたとしている。

Databricksによると、マーケターはメールキャンペーンの成果や、ある四半期でどのプログラムがパイプラインに影響を与えたかといった質問を自然言語でMargeに投げかける形で利用しているという。同社によれば、このアシスタントはそうした質問を分析クエリに変換し、ガバナンスの効いたデータから導き出した回答を返す。Databricksによると、マーケターは「Genie One」と呼ばれる仕組みを通じてMargeにアクセスしており、これはビジネスユーザー向けのAI共同作業体験とされ、ダッシュボードやアプリも含まれる。また、Genie Oneはウェブパフォーマンス、デジタルアナリティクス、マーケティングプランニングといった領域向けに構築された専門エージェントにリクエストを振り分けるという。

Databricksが語る精度と信頼性の構築方法

同社は、Margeの精度と信頼性を高めるために用いた4つの仕組みを説明している。第一に、Databricksはメタデータ、テーブルの説明、データリネージ、アクセス制御を一元管理するためにUnity Catalogを利用し、マーケティング部門の担当者がAIによって生成された説明をレビューし、ビジネス上の文脈を加えて内容を充実させたという。第二に、同社は、コンバージョン率や顧客生涯価値といった頻出かつ重要度の高い質問について、検証済みの回答とサンプルクエリを組み込み、各分野の専門家がレビューを行ったとしている。第三に、Databricksは、Margeが自社特有の用語を解釈できるよう振る舞いに関するガイダンスを与えたという。例えば「spend(支出)」や「investment(投資)」を「cost」という名称のフィールドと同等に扱うよう指示し、期間や地域といった情報が欠けているリクエストに対しては確認の質問をするよう指示したとしている。第四に、同社は継続的なフィードバックと評価の仕組みを構築したという。ユーザーが回答を評価し、BIマネージャーがその評価をレビューする体制であり、Databricksによれば、これにより誤った回答として報告される件数の削減率が25%に達したという。同社によると、こうした保守作業は現在、週にわずか1時間程度で済んでいるという。

展開の進め方

Databricksによると、まずマーケターと直接協力し、彼らが最も頻繁に尋ねる質問や使う言葉を把握することから始めたという。その上で、メールキャンペーンの成果という単一のユースケースに絞り込み、その質問に答えるために必要なキャンペーン、受信者、エンゲージメントのデータのみを用いて着手した。同社によれば、この当初の狭い範囲設定によって精度を検証しやすくなり、他のデータやユースケースへ拡大する前に価値を実証できたという。

出典:Databricksブログ「How Databricks' marketers use data 3x more with Genie, an AI analytics assistant」、2026年9月15日公開。