リアルタイムで高品質な顧客体験を提供するには、組織にデータを迅速かつ効率的に取り込む能力が重要です。また、データがクリーンで接続され、高品質であることを確保する必要があります。しかし、高品質な顧客体験を提供するためには、多くの場合高度に技術的な手動作業が多く、複数のツールに分散しており、データエンジニアやアーキテクトはそのペースに対応するプレッシャーを感じています。
多くの企業が、スケーラブルなデータモデルの設計、取り込みパイプラインの構築、変換ロジックの記述、ガバナンスの実施、データセットの管理に数え切れないほどの時間を費やしています。これらのワークフローは不可欠ですが、同時にボトルネックも生み出し、タイムリーなデータに基づいてインパクトの高い大規模キャンペーンを実行するチームの業務を停滞させています。
期待が高まりスケジュールが短縮されるにつれ、業務負荷を軽減し、ビジネス全体の価値を高め戦略的取り組みに集中できるインテリジェントなシステムを必要とするようになります。そこでAdobe Data Engineering Agentの出番です。
Data Engineering Agentとは？
Adobe Experience Platform Agent Orchestratorを基盤とするData Engineering Agentは、エンジニア、アーキテクト、マーケティングオペレーションスペシャリストなどのデータ利用者のデータライフサイクルを効率化します。このAIエージェントは、Adobe Experience Platformアプリケーションでのデータオンボーディング、SQL準備、データ収集、トラブルシューティングなど、さまざまなタスクを実行できるようになり、ワークフローを高速化し、データ品質を向上させ、専門スキルの必要性を最小限に抑えます。Data Engineering Agentはまた、運用タスクを削減し、技術専門家が組織目標を推進する高価値なアーキテクチャおよびガバナンス業務に焦点を当てることができるようになります。
複雑なデータセットのエンドツーエンド自動オンボーディング
従来、eコマーストランザクション、ロイヤルティ活動、顧客プロファイルなどのデータセットのオンボーディングは遅く、エラーが発生しやすいものでした。データエンジニアは、乱雑なデータソースファイルを処理し、一貫性のない命名規則を調整し、欠損値を処理し、すべてをアドビアプリケーションに必要なエクスペリエンスデータモデルに合わせるための複雑な変換を構築する必要があります。さらに、データのオンボーディングは手作業で断片化されており、数週間、時には数ヶ月かかることも珍しくありません。そのため、下流工程で遅延が発生し、マーケターやアナリストがリアルタイムのアクティベーションに必要なデータにアクセスすることが困難になっています。
Data Engineering Agentはこの複雑さを軽減し、データ準備を数週間から数日に短縮します。安全でAIによりガイドされ、人間が関与するワークフローを通じて、データ分析、スキーマモデリング、検証、取り込みをエージェントに指示することで、チームはAdobe Experience Platformに新しいデータを迅速かつ確実にオンボーディングできるようになります。
Data Engineering Agentは、どのようなデータオンボーディングのプロセスを自動化できるのか？
エージェントは、ガイド付き会話を使用して複雑なデータセットのオンボーディングをエンドツーエンドで自動化することができるようになります。ワークフローの重要なコンポーネントを処理し、データがアドビの基準に確実に準拠するようにしながらプロセスを大幅に簡素化し、アクティベーションまでの時間を短縮し、以下によってデータ品質を向上させます：
- Amazon S3、Data Landing Zone、Marketoなど、さまざまなソースからデータをオンボーディングするためのファイルとエンティティを選択
- データ品質の検証とスキーマ作成のためのAI推奨フィールドを承認
- セマンティックエンリッチメントの設定
- スキーマの作成、スキーマモデルの検証、スキーマのパブリッシング前のAI自動化によるマッピングエラーの修正
- Adobe Experience Platformへのデータ取り込みのためのAIアシスタントを使用したデータフローの作成
オンボーディングの高速化により、より新しい顧客データがダウンストリームのシステムに流れ込み、リアルタイムのパーソナライゼーション、オファー最適化、リテンションプログラムを直接的に強化します。手作業を排除し、技術的なフリクションを軽減することで、Data Engineering Agentはアクティベーションまでの時間を短縮するだけでなく、データ品質と信頼性も向上させます。これにより、マーケティングチームとアナリストチームは、可能な限り最新の情報を基に実際のビジネス成果を推進することができ、キャンペーンパフォーマンスの測定可能な向上、より良い顧客体験、より強いROI、顧客のライフタイムバリューの向上を実現します。
自然言語プロンプトによる簡素化されたSQLデータ準備
エンジニアリング、マーケティング、制作部門など、多岐にわたるデータチームは、Adobe Experience Platform内で膨大な量のデータの準備と管理を担っています。SQLベースのデータ準備はこれらのワークフローの中核を担っていますが、SQLクエリの実行には時間がかかり、高度な技術が必要で、プラットフォームの専門家に頼らざるを得ない場合があります。その結果、システムの稼働が遅れ、クリーンで信頼性の高いデータを必要とする技術チームとビジネスチームの間に摩擦が生じます。
Experience Platform Agent Orchestratorを搭載したAIアシスタントの会話型インターフェースで自然言語プロンプトを使用することで、データエンジニアやその他のユーザーは、Data Engineering Agentを活用して以下を含むSQLワークを自動化できるようになります：
- 最適化されたスキーマ対応SQL文を作成し、実行前にユーザーにプレビューを提供します。
- クエリUIを操作したりツールを切り替えたりすることなく、SQLジョブのモニタリングとトラブルシューティングを実行します。
- SQLジョブを実行する前に、データセットの準備状況と品質を検証します。
- 問題を早期に発見し、自動修復を通じてユーザーをガイドします。
これにより、Adobe Real-Time Customer Data Platform（CDP）、Adobe Customer Journey Analytics、Adobe Journey Optimizerなどのアドビの下流アプリケーションに、クリーンで信頼性の高いデータのみが確実に流れるようになります。
Data Engineering AgentはSQLの自動生成、反復作業の効率化、エラーの事前検出により、技術者以外のチームでもSQL機能へのアクセスを拡大できるようになります。このようにアクセスが広がることで、データ準備のライフサイクル全体が加速し、組織全体でインサイトを得るまでの時間が短縮されます。チームはより迅速に行動し、効果的に連携し、技術的な複雑さに阻まれることなくリアルタイムのユースケースを実現できます。
データ収集とトラブルシューティングの合理化
実装エンジニアやweb開発者は、複雑なユースケースにおいてデータ収集コンポーネントがどのように連携するかを理解するために、多くの時間を費やしています。ドキュメンテーション、コミュニティ投稿、社内wikiを行き来し、要件を検証し設定の詳細を調整するために、機能横断チームとの複数の会議をスケジュールすることがよくあります。問題が発生した場合、トラブルシューティングも同様に困難です。ユーザーは、チェーン内のすべてのオブジェクトにわたってデータ系譜を手動で追跡し、設定を一つずつ確認して不整合や依存関係の破綻を発見する必要があります。このプロセス全体は遅く、断片的で、専門家の可用性に大きく依存し、誤解を招きやすく、実装タイムラインの延長と問題解決の遅延につながります。
Data Engineering Agentは間もなく、Adobe Experience League、コミュニティフォーラム、GitHubの公開ドキュメンテーションで、コンテキストに基づいた製品知識を提供し、あらゆるユースケースでデータ収集コンポーネントがどのように連携するかを説明できるようになります。この会話型ガイダンスにより、データ収集オブジェクトの設定時にユーザーを支援し、系統、依存関係、関係性を可視化する運用上のインサイトを提供します。オブジェクト関係の文脈的なセマンティック理解により、エージェントはユーザーが各コンポーネントを手動で検査することなく、設定ミスの迅速な特定、未使用アセットの検出、データ問題の根本原因の追跡を支援します。
その結果、実装期間の短縮、データ収集設定の簡素化、ダウンストリームアプリケーションを支えるデータの精度と信頼性への確信向上が実現され、よりスムーズなアクティベーションと堅牢な顧客体験を可能にします。
会話型のエージェントインテリジェンスでデータエンジニアリングを再構築
データはパーソナライズされたエクスペリエンスの基盤であり、エージェント型webの台頭により、もはや組織は遅く手動で断片化されたデータエンジニアリングワークフローを続けることはできません。
間もなくData Engineering AgentはAdobe Experience Platformとアプリケーションに新しい運用モデルをもたらします。複雑なタスクが会話型になり、データの準備がプロアクティブになり、エンジニアリングチームは劇的に加速したペースで成果を上げることができます。このエージェントは、オンボーディングを合理化し、SQLデータ準備を簡素化し、あらゆる段階で品質を確保することで、チームが事後対応的なデータ管理から戦略的なデータイノベーションへと移行できるよう支援します。
Data Engineering Agentにより、組織はより迅速なアクティベーション、より高いデータ整合性、より強力な部門横断的なコラボレーションを実現し、最終的にカスタマージャーニー全体でより良い意思決定、より良いエクスペリエンス、より良い成果を推進できるようになります。
エージェント型AIでマーケティングとクリエイティビティの未来を支えることで、アドビがエンタープライズ向けAIの未来をどのように形作っているかをご覧ください。
Huong Vuは、Adobe Experience Platformのシニアプロダクトマーケティングマネージャーとして、革新的なExperience PlatformとAI機能の市場投入戦略をリードし、アドビのCustomer Experience Orchestrationオファリングの認知と採用を推進しています。Vuは、プロダクトおよびブランドマーケティングで5年以上の経験を持ちます。彼女は、ノースウェスタン大学ケロッグ経営大学院でMBAを取得後、2024年にアドビに入社しました。
