AI搭載Salesforce CRMを活用するには、より優れたデータ管理が必要

ジャック・ワグノン氏は10年以上にわたり顧客関係管理（CRM）コンサルタントとして活躍しています。現在、リミニストリートのSalesforceプラクティスのグローバルヘッドを務める彼は、AIがアジア太平洋地域の企業にとって「CRM本来の目的」、つまり真の顧客360度ビューを実現すると考えています。

これは決して容易なことではありません。SalesforceがAIを展開し、企業が適切な顧客情報を適切なタイミングで自動化・活用しようとする中で、企業は自社のデータを把握し、AIのユースケースに予算を計上し、実装するために努力する必要があるとワグノン氏は述べました。

Salesforceのデータ管理をマスターするための4つの重要なステップ

Salesforce のパートナーである Rimini Street は、「プレイブック」は次の 4 つの重要なステップに要約されると主張しています。

• マスターデータ管理戦略の設計と構築。
• データ統合とスケールを考慮した設計を徹底的に検討します。
• AI 機能の有効化のための予算計画を開始します。
• AI ユースケースの配信ロードマップを作成します。

1. マスターデータ管理戦略を設計・構築する

Salesforceの調査によると、組織のデジタル資産全体におけるアプリの平均数は現在991個です。AIの導入により、この「APIの無秩序な増加」はさらに複雑化しています。さらに、95%の組織が統合がAI導​​入の妨げになっていると回答しており、実際に接続されているアプリはわずか28%です（図A）。

ワグノン氏は、データの断片化と非構造化データは企業にとって大きな課題だと述べた。構造化データ環境の構築は容易ではないと述べ、収集したデータに関するシステム再構成契約の締結など、複数の要素に対処する必要があると付け加えた。

Wagnon 氏は、構造化されたデータ フレームワークと緊密な統合を伴うマスター データ管理戦略を推奨しています。

「一度それを取り込めば、良いことと悪いことを理解するようになります。AIによる自動化のリスクは、間違った行動を引き起こしてしまうことです」とワグノン氏は語った。

CRMデータ戦略には経営幹部によるトップダウンのサポートが不可欠

ワグノン氏によると、マスターデータ管理戦略の成功は、経営陣によるトップダウンの賛同と支援にかかっている。彼は、失敗の最大の原因は「中間層のリーダーシップ」に頼ることであり、彼らは既存の企業構造の重圧に負けそうになる可能性があると指摘した。

参照: オーストラリアのサイバー セキュリティ専門家も、経営幹部との連携に苦労している。

「経営陣の賛同、つまり資金提供の義務付けがなければ、マスターデータ管理戦略の策定はほぼ不可能になります」とワグノン氏は述べた。「そのサポートがなければ、たとえ優秀な中間管理職であっても、妥当な時間内に実現するのは困難でしょう。」

2. ERP全体のデータ統合と拡張性を考慮した設計を検討する

リミニストリートの事業は、OracleおよびSAP ERPシステムを利用する企業へのサードパーティサポートの提供を基盤としています。ワグノン氏は、この経験に基づき、AIを活用したCRMシステムの潜在能力を最大限に発揮するには、エンタープライズ・リソース・プランニング（ERP）スタックの理解が重要であると述べています。

ワグノン氏は、サプライチェーンや会計といったERPスタックのより広範な機能が顧客ベースのデータを生成すると述べた。CRMツールや機能を構築する際にこれらの連携を無視することは、より多くのサイロ化されたデータを生み出し、あるいは「機能を停止させることなく」拡張する能力を最小限に抑えることを意味すると彼は述べた。

ERP スタック全体にわたってより広い範囲を把握できることにより、総所有コストを削減し、日常の管理効率を向上させることができます。

「金銭的なコストだけでなく、複雑さも問題です」とワグノン氏は述べた。「システムの拡張性が高まると、管理の課題が軽減されます。」

3. AI機能の有効化のための予算計画を開始する

AI機能の導入に向けた予算計画は、社内の関係者、特にCFOへの啓蒙から始まります。ワグノン氏は、CFOが日常業務からイノベーションと事業拡大へと資金を移行することのメリットを理解していない場合、資金調達は困難になると述べています。

「社内で合意を形成する上で、CFOは最良の友人です」とワグノン氏は語った。

事業予算の約90%は日常業務に、約10%はビジネス変革に充てられています。リミニストリートは、一部の領域でコスト削減を行い、他の領域に再投資することで、業務支出と変革支出の比率を60/40%にすることを目指しています。

4. AIユースケースの実現に向けたロードマップを作成する

AI関連のイノベーションに十分な予算を確保するには、優先すべき機能のロードマップを作成することも重要です。ワグノン氏は、このイノベーションへの投資に必要な24ヶ月分の資金配分は、優先順位を明確に示した強力なロードマップと一体となって重要だと述べています。

参照: オーストラリアの Zetaris 社が連合データ レイクを使用して AI にデータを提供する方法。

「このロードマップは、構造化データの課題に次いで2番目に難しい課題でしょう。なぜなら、AIが私たちのためにできることの中で、まずこれを、次に二番目、そして三番目にやりたいという点について、人々の合意を得る必要があるからです」とワグノン氏は述べた。「合意が得られれば、技術提供パートナーと協力して、『これが最も費用対効果の高いビジネス機能だと考えています。ぜひ構築にご協力ください』と言えるようになります。」

「ビジネスとテクノロジーの提供が連携されています。」