Skip to main content

Recently active topics

272 Topics
nuts
nutsHelper ⭐️⭐️
posted in AI全般
【GainSight MCP活用】②デジタルCSでのAI活用レポート

はじめに本投稿は、AI時代のデジタルCSというテーマで、こんなことを実現することで価値を最大化できるのではということを試してみたレポートです。今回はメール施策に視点を置いて考えてみました。AIと人との役割分担は以下の表のとおりです。 工程 担うのは 理由 ターゲットの選定・原因の解釈 人 顧客との関係性や文脈を踏まえた判断が必要 原因の分類・対象リスト化 AI スコアカードの読み取りとグルーピングは機械的にできる 原因別のメール文面作成 AI 同じ原因なら「原因に触れるトーン」を一度設計すれば使い回せる テンプレート登録・設定 AI(画面操作) 繰り返しの手作業で、変更は元に戻せる 送信するかどうかの最終判断 人 顧客への接点の責任は人が負う 「判断」はAIに任せるのではなく、人が下した判断の「後始末」までを担ってもらいます。全体フロースコアを読んで原因を分類するのはAI、その結果を見て「誰にどう関わるか」を決めるのは人。文面作成と登録をAIが済ませ、最後の送信判断は再び人に戻ります。実装のポイント: データはMCP、画面はClaude in Chromeデータの読み書きはGainsight MCP、画面でしかできない作業はClaude in Chromeと使い分けます。MCPでやること: 対象顧客の取得、スコアカードのメジャー単位の読み取り、コンタクトの取得。結果が構造化されているので、分類や集計に向きます 画面操作でやること: デジタルジャーニーのメールテンプレート作成など、APIやMCPに出てこない設定作業 使い分けの目安: 「データを読む・書く」はMCP、「画面でしか設定できない」ものはChrome。両者を組み合わせると、抽出から登録までが一本の流れになります画面操作では、設定項目(配信種別、オプトアウトのカテゴリなど)をAIが独断で選んでいる点に注意が必要です。作成後に人が確認する前提を置きます。検証で得た学び検証を通して見えたのは、「AIの前にデータとスコア設計を整える」必要性です。分

Badges

  • Community Champion
    mdfahdhas earned the badge Community Champion
  • Pulse 2026 Track Leader
    TSvitelskahas earned the badge Pulse 2026 Track Leader
  • Pulse 2026 Track Leader
    Rishibhahas earned the badge Pulse 2026 Track Leader
Show all badges