Data Cloud マインドマップ [Takahiro Suzuki]

1. 3C

1.1. 市場・顧客（Customer）

1.1.1. CDP市場

1.1.1.1. CDP製品としてではなく、CRMをより強化するための製品として差別化＆価値訴求

1.1.2. Datalake/DWH市場

1.1.2.1. DatalakeやDWHへの投資を有効に活用し、効果を上げる製品として訴求

1.1.3. 顧客事例

1.1.3.1. カインズ様

1.1.3.2. 三井ダイレクト損害保険様

1.1.3.3. リバネス様

1.1.4. SonS

1.1.4.1. Alliance（パートナー資格取得促進）

1.1.5. パートナー

1.1.5.1. FLECT様

1.1.5.2. キャンペーンで受注（33社）

1.2. 競合（Competitor）

1.2.1. Datalake

1.2.1.1. データの置き場

1.2.1.1.1. なんでも入る四次元ポケット

1.2.1.2. 元データを保存

1.2.1.2.1. 構造化データ

1.2.1.2.2. 非構造化データ

1.2.1.3. 主にシステム部門で管理

1.2.1.3.1. システム屋のためのシステム

1.2.1.3.2. アーキテクチャの理解

1.2.1.3.3. 高度な技術

1.2.1.3.4. 運用のハードル

1.2.1.4. 代表製品

1.2.1.4.1. Amazon S3

1.2.1.4.2. AWS Lake Formation

1.2.1.4.3. Google Cloud Storage

1.2.1.4.4. Azure Data Lake Storage

1.2.1.4.5. Azure Blob Storage

1.2.1.4.6. IBM Cloud Pak for Data

1.2.2. DWH

1.2.2.1. 代表製品

1.2.2.1.1. Amazon Redshift

1.2.2.1.2. Azure Synapse Analytics

1.2.2.1.3. Google BigQuery

1.2.2.1.4. Snowflake

1.2.2.1.5. Domo（ドーモ株式会社）

1.2.2.1.6. LaKeel BI（株式会社ラキール）

1.2.2.1.7. 日本製品

1.2.2.2. データの倉庫

1.2.2.3. 元データを整理して構造化して保管

1.2.2.4. システム部門が管理・運用し、ユーザー部門も参照

1.2.2.4.1. 新しいデータを使いたい場合はシステム部門の介入が必須

1.2.3. CDP

1.2.3.1. 代表製品

1.2.3.1.1. Treasure Data CDP

1.2.3.1.2. Sitecore CDP

1.2.3.1.3. Tealium AudienceStream CDP

1.2.3.1.4. Adobe Real-Time CDP

1.2.3.1.5. 日本製品

1.2.3.2. 顧客理解のためのプラットフォーム

1.2.3.3. 顧客軸でデータを整理

1.2.3.4. ユーザー部門メインとなるが、データの維持管理にはシステム部門の介入が必要な場合も

1.2.3.4.1. ビューの作成にはSQLを使える専門知識が必要

1.3. 自社（Company）

1.3.1. CRMとして市場No.1シェア

1.3.2. 顧客理解に一日の長

1.3.3. セールス・サービス・マーケティング・コマースなど、あらゆる接点を把握するC360

1.3.4. SFA=Sales Force Automationとしての長年の自動化への取り組み

1.3.5. 「Enterpriseシステムをアマゾンみたいに簡単に使えるようにする」というビジョン

1.3.5.1. 業務部門との強いコネクション

2. SWOT

2.1. 強み（Strength）

2.1.1. CRM屋が本気を出したCDP

2.1.2. No.1 CRMとの統合・拡張

2.1.3. Hyperforce化による１Pインフラの限界の突破

2.1.4. 創業以来培ってきたメタデータフレームワーク

2.2. 弱み（Weakness）

2.2.1. Coreビジネスの限界

2.2.1.1. Core製品の成長鈍化

2.2.1.2. 買収に頼った製品の拡張

2.2.1.2.1. Data Cloud は自社独自製品

2.2.2. Coreインフラ＆アーキテクチャの限界

2.2.2.1. ゼロコピー

2.2.2.2. Coreはサーバー効率の良いアーキテクチャ＝リソースを大量に消費する処理が苦手＝大量データの処理・保存には向かない

2.2.3. Hyperforce化によるAWS利用コスト

2.2.3.1. 本番環境

2.2.3.1.1. 従量課金制の採用

2.2.3.2. デモ環境

2.2.3.2.1. デモ・検証環境のパートナー利用の制限（１社１環境のみ）

2.3. 機会（Opportunity）

2.3.1. Datalake/DWHのクラウド化

2.3.1.1. クラウド同士の接続容易性

2.3.2. 企業が利用可能なデータの増加

2.4. 脅威（Threat）

2.4.1. 生成AI等市場を変える新技術への遅れ

3. 4P

3.1. 商品（Product）

3.1.1. ブランディング

3.1.1.1. 元々Salesforce CDPと呼ばれていた

3.1.1.1.1. 名称変更やキャラクターの取り扱いに関わる混乱

3.1.2. 価値

3.1.2.1. 顧客を立体的に理解する

3.1.2.1.1. システムの壁を超えてデータを集める

3.1.2.1.2. データを統合し「同一人物」のデータを特定する

3.1.2.1.3. データを統合し活用に備える

3.1.2.1.4. 「その人」のプロファイルデータの信頼性を保つ

3.1.2.1.5. セグメント化する

3.1.2.1.6. アクションに繋げる

3.1.2.1.7. 業務に組み込む

3.2. Price（価格）

3.2.1. プラットフォーム費用

3.2.1.1. Data Cloud Starter

3.2.1.2. Data Services Provisioning

3.2.2. オプション費用

3.2.2.1. 管理/一般ユーザー追加

3.2.2.2. Data Space追加

3.2.3. コンサンプションモデル

3.2.3.1. Data Storage

3.2.3.2. Data Services Credit

3.2.3.3. Segmentations & Activations

3.2.3.4. Ad Audience

3.3. 流通（Place）

3.3.1. 直販

3.3.1.1. Core AE+Digital AE

3.3.2. 再販

3.3.2.1. Fulfillment Resellers

3.3.2.1.1. 再販GA

3.3.2.2. Cloud Resellers

3.3.2.2.1. 再販GA

3.3.3. ISV

3.3.3.1. これからの成長を期待

3.4. 販売促進（Promotion）

3.4.1. SPIFF

3.4.2. パートナー自社利用促進キャンペーン