グローバルで支持されるプロダクトアナリティクス基盤
Amplitude（アンプリチュード）は「企業の皆様がより良いプロダクトを生み出すことを支援します」というミッションを掲げる、プロダクトアナリティクス領域のグローバルリーダー企業だ。独立系調査会社のレポートにおいても、デジタルアナリティクスソリューションの領域で「Leaders」のトップポジションに位置づけられている。
その実績は数字にも表れており、現在グローバルで4500社の企業に導入され、4万5000以上のアクティブなプロダクトで使用されている。さらに、Fortune 100企業の30％が同社のソリューションを導入しており、金融、リテール、メディア、自動車など、業界を問わずトップ企業のプロダクト改善を支えている。
これらの企業は、自社の成長の原動力を見つけるためにAmplitudeを活用している。津久井氏は具体的な事例として以下の3社を挙げた。
- DoorDash（フードデリバリー）：リピート注文を生み出すカギは何か？という問いに対し、データから「時間通りの配達」がリテンションに最も寄与することを導き出した。
- Atlassian（コラボレーションツール）：トライアルから有料へ転換する決め手として、「チームの半数以上が週1回利用」している状態を作ることが最大のトリガーであると特定した。
- PayPal（金融サービス）：ユーザーを惹きつける秘訣は、アプリインストール当日の「初日の入金体験（Day 1 Cash）」にあることを突き止め、オンボーディングの改善に注力した。
プロダクトマネージャーが直面する「プロダクト分析の壁」
PayPalの事例にも見られるように、現代のデジタル体験はマルチデバイス化が進み、非常に複雑になっている。ユーザーは広告キャンペーンを見てアプリをダウンロードし、オンボーディングを経て、モバイルやデスクトップを横断して取引を行う。このような長いジャーニーの中で、プロダクトマネージャーは「どのようなキャンペーンが最もアプリのダウンロードを促進するか」「週に何度も活動するユーザーはどのようなタイプか」といった数々の問いに対し、データに基づいた的確な意思決定を下さなければならない。
しかし、多くの企業において、プロダクト改善を妨げる「分析の壁」が存在していると津久井氏は指摘する。
- ページビュー中心の分析：「なぜその結果になったか」「どの行動が効いているか」が可視化されづらい。
- 専門チームへの依存：レポート作成が専門チームに集中し、現場のメンバーは数字を「受け取るだけ」になりがちである。
- 分断されたデータ環境：Webとアプリ、オフラインのデータが分断されており、ユーザーのシームレスなジャーニー把握が途切れてしまう。
- 遅いデータ反映：日次バッチ処理が前提となっており、リリース直後の挙動やA/Bテストの結果をすぐに確認できない。
- ツールと実行の分断：BI、MA、A/Bテストなど、ツール間の行き来に膨大な工数がかかっている。
Amplitudeが目指す「現場が自走する」姿とAmplitude AI
こうした壁を打ち破るため、Amplitudeは独自のアプローチをとっている。それは、ページビューではなく「ユーザー行動イベント中心」で分析を行い、どんな行動が成長に効いているかを明確に可視化することだ。開発、企画、マーケティングの担当者が同じダッシュボードを見ながら共通のゴールとKPIを共有し、Webからアプリまでを1人のユーザー単位でつなげて分析する。データは数秒から1分レベルで反映されるため、リリース直後のユーザーの動きもリアルタイムで把握可能だ。
これらの分析から実行までを一気通貫で支援する基盤が「Amplitude AI」である。
Amplitude AIは、大きく分けて以下の3つのレイヤーで構成されている。
- 検知：データキャプチャやモニタリングを通じて、リアルタイムに変化を検知する。
- 判断：定量分析（プロダクト分析など）と定性分析（セッションリプレイなど）を組み合わせ、深く分析・学習する。
- 実行：アクティベーションやWeb実験など、あらゆる場所で施策を実行し、ビジネスを成長させる。
AIエージェントに対して自然言語で質問するだけで、チャートのたたき台やインサイトが自動生成され、現場のプロダクトマネージャー自身が思考のスピードでPDCAを回せるようになる。
