非公開ユーザー
広告・販促|開発|1000人以上|ビジネスパートナー|契約タイプ 分からない
基本的な仕組みが揃っている
CDPツールで利用
良いポイント
Treasure Data は CDP として顧客データの収集・統合・活用までワンストップで進められる点が大きな魅力なのは周知の通り。特に TD Console 上でのワークフロー管理や Presto クエリでの分析は使いやすく、マーケ施策への落とし込みが早い。さらに「Predictive Scoring」や「Journey Orchestration」など AI を活用した機能はかなり実用的で、ありがたいです。最近追加された「Generative AI Insights」も、インサイト抽出を自動化してくれるので、分析から提案までのリードタイムが短縮されそうです。
一方で、Snowflake の Snowpark や Databricks の Lakehouse アーキテクチャと比べると、基盤レイヤーのスケーラビリティや Spark ベースの柔軟な分散処理はやや弱く、大規模データの ETL や機械学習パイプライン構築ではどうしても固定費がかTreasure Dataだと重くなる印象はあります。
マーケ × データ活用を最短で回すには非常に頼れる選択肢であり、総合評価は 4/5 としたいです
改善してほしいポイント
強いて言えば固定費型の料金体系は利用量が変動する組織にとって負担が大きく、従量課金モデルの柔軟さが欲しいです。また、DCR 接続が LY に限定される点は開発者にとっては選択肢が狭いですかね。さらに、ワークフローや ETL 設計の自由度を高めたい
どのような課題解決に貢献しましたか?どのようなメリットが得られましたか?
テレビ視聴ログ統合の初期段階でインハウス活用を検討する際に有効で、データ収集〜分析工数を約10%削減し運用効率を改善できた。今後さらなる開発へのフィードバックを期待したいと考えてます。
検討者へお勧めするポイント
まずは誰の何を改善するか次第かなとは思いますのでいろいろとAI機能を調べることをお勧めします
連携して利用中のツール