フランスの顧客インテリジェンスのスタートアップ Actionable は、顧客の行動を予測し、その背後にある要因を特定するためのプラットフォームを拡張するために 1,000 万ドルの資金を調達した。このラウンドはHi Inovが主導し、既存の投資家であるAxeleo Capitalが参加した。
Actionable は共同 CEO の Nicolas Rieul 氏と Nans Thomas 氏によって 2024 年に設立され、大企業と協力して顧客離れ、満足度、苦情リスク、リピート購入を予測しています。
Actionable は、従来の顧客満足度や予測マーケティング ツールの限界に対処しています。満足度調査は通常、ごく一部の顧客のみからの回答を収集しますが、予測マーケティング システムは主にトランザクション データと CRM データに依存することがよくあります。 Actionable は、この情報をカスタマー ジャーニー全体の運用データと組み合わせて、個々の顧客の予測を生成し、顧客の行動に影響を与える要因を特定します。
このプラットフォームは、トランザクション、CRM 情報、Web 分析、運用データを、さまざまな業界に合わせた顧客データ モデルに統合します。分野によっては、これには、小売業における待ち時間や注文の準備、輸送における負荷率や遅延、電子商取引における配達時間などの情報が含まれる場合があります。 Actionable は現在、小売、金融サービス、保険、運輸、エネルギー、通信、自動車にわたるビジネスをサポートしています。
このデータを使用することで、プラットフォームは顧客満足度に影響を与える運用要因を特定し、どの顧客が不満を抱く可能性が高いかを予測できるため、企業は苦情が発生する前にサービスを調整したり介入したりできるようになります。
クライアントは生の表形式データを提供し、プラットフォームはこれを使用してカスタマー ジャーニーを再構築し、基礎となる情報のビジネス コンテキストを組み込んだ標準化されたモデルを作成します。 Actionableによると、このプロセスにより、通常は数か月から数日かかるデータエンジニアリング作業が削減できるという。
LLM をデータ ウェアハウスの上に置くだけでは十分ではありません。ビジネス コンテキストがなければ、AI は生のテーブルを非常にうまく読み取れません。難しいのは、何百ものテーブルと社内定義を、マシンが間違えずに使用できる顧客モデルに変換することです。それが、私たちが 2 年をかけて業界ごとに構築したものであり、
共同創設者兼共同最高経営責任者（CEO）のナンズ・トーマス氏はこう語った。
同社はまた、基礎となる情報に付随するビジネスコンテキストを保持しながら、顧客データモデルを使用して分析を実行する AI エージェントである Actionable Intelligence も開発しました。
この資金は、Actionable の製品、エンジニアリング、販売チームを拡大し、再販パートナーや米国市場への拡大を通じて国際的な成長をサポートするために使用されます。