1. 競合
1.1. ソリューション形態
1.1.1. データレイク
1.1.1.1. 構造化・非構造化を含めたローデータ管理
1.1.1.2. AI/MLで活用
1.1.2. DWH
1.1.2.1. 構造化された加工済データ
1.1.2.2. データ分析しやすいように格納
1.1.3. CDP
1.1.3.1. 顧客軸で目的に沿ったモデル化
1.1.3.2. 業務部門が利用
1.2. ソリューション
1.2.1. S3,GCS ,Snowflake
1.2.2. Redshift,BigQuery,Snlowflake
1.2.3. Salesforce,TreasureData,Tealium,Adobe
2. 顧客
2.1. 課題・ニーズ
2.1.1. 分散化された多様なデータの集約と統合
2.1.2. 深い顧客理解
2.1.2.1. オンライン
2.1.2.2. オフライン
2.2. ユースケース
2.2.1. 行動に基づくターゲティング
2.2.2. カスタマーサービスの高度化・個客対応
2.2.3. 類似オーディエンスの検索
2.2.4. 顧客プロファイルの統合
2.2.5. ロイヤリティに基づくセグメンテーション
2.2.6. Webコンテンツ・広告のパーソナライズ
3. 自社
3.1. 価値
3.1.1. アプリケーションCDP
3.1.2. 参照データモデル
3.1.2.1. メタデータアーキテクチャ
3.1.2.2. 顧客・業種に応じた標準データモデルを持っている
3.1.2.3. データ正規化した状態で管理
3.1.2.3.1. 中間テーブルの作成・保持不要
3.1.3. データ活用エコシステム
3.1.3.1. Salesforce連携
3.1.3.1.1. CRM連携
3.1.3.1.2. MC連携
3.1.3.1.3. Loyalty Management連携
3.1.3.1.4. Tableau連携
3.1.3.2. 3rd Party
3.1.3.2.1. Snowflake連携
3.1.3.2.2. 3rd Partyクラウドストレージ
3.1.3.2.3. Mulesoft連携
3.1.4. ローコード・ノーコード
3.1.4.1. SQLなど高度な知識や技術が不要
3.1.4.2. 業務部門が実務に沿ってその都度実装・改修可能
3.2. 機能
3.2.1. データ収集
3.2.1.1. データストリーム
3.2.1.1.1. 標準コネクタ
3.2.1.1.2. Mulesoft連携
3.2.1.2. データモデル
3.2.1.2.1. 標準データモデル
3.2.1.2.2. カスタムデータモデル
3.2.1.3. マッピング
3.2.2. データ統合
3.2.2.1. ID解決
3.2.2.1.1. 一致ルール
3.2.2.1.2. 調整ルール
3.2.2.2. 計算済インサイト
3.2.2.2.1. LTV集計
3.2.2.2.2. スコアリング
3.2.3. データ活用
3.2.3.1. セグメンテーション
3.2.3.2. データアクション
3.2.3.2.1. Platformイベント
3.2.3.2.2. MC連携
3.2.3.2.3. Core連携
3.2.3.3. データ分析
3.2.3.3.1. tableau連携
3.2.3.3.2. JDBCドライバで他BIソリューションで活用
3.3. 提供
3.3.1. SKU
3.3.1.1. Data Cloud Starter
3.3.1.1.1. 有償（108K）
3.3.1.1.2. データサービスクレジット：1000万
3.3.1.1.3. データストレージ：5TB
3.3.1.2. Data Cloud Provisioning
3.3.1.2.1. 無償
3.3.1.2.2. データサービスクレジット：25万
3.3.1.2.3. データストレージ：1TB
3.3.1.3. add on
3.3.1.3.1. データストレージ
3.3.1.3.2. データクレジット
3.3.1.3.3. データスペース
3.3.1.3.4. セグメンテーション＆アクティベーションカード
3.3.1.3.5. 広告オーディエンス