Amperityは400ブランドの断片データをどう1人の顧客像に戻したか

Amperityは、小売や旅行、金融などのブランドが持つ断片的な顧客データを名寄せし、マーケティング、分析、AIが同じ顧客像を共有できるようにするCDP（Customer Data Platform）だ。

2016年にDerek SlagerとKabir Shahaniが創業し、400以上のブランドが利用している。出典

顧客データは壊れていない、動いている

2016年、Derek SlagerとKabir Shahaniは消費財ブランドの責任者に会い続けていた。

集めたデータは増える一方なのに、そこから価値を作れない。

原因はツールの不足ではなく、名寄せを手作りのルールとカスタムコードで維持していることだった。

チャネルが増えるたびにルールは膨らみ、直すほど壊れやすくなる。出典

2人が選んだのは、データを静的なものとして扱わない設計だった。

人は名前もデバイスも行動も変える。

だから一致判定のルールを固定するのではなく、変化に適応する機械学習モデルを土台に置く。

この判断が、10年後のAI時代に効いてくる。出典

最初の大型導入

創業から1年後の2017年、Alaska AirlinesがCustomer 360を導入した。

予約システム、ロイヤルティ、モバイルアプリに散らばっていた顧客データをつなぎ、搭乗前後のパーソナライズと非会員へのアプローチを可能にした。

当時、旅客の50%はロイヤルティプログラムに入っていなかったと事例は説明している。出典

企業価値10億ドルへ

2021年7月13日、Amperityは$100MのSeries Dを発表し、企業価値を10億ドル超と公表した。

ブログのなかでKabir Shahaniは、創業から6件の特許を取得し、さらに出願中だと書いている。出典

分析から実行へ

2026年5月のAmplify 2026で発表したのは、Recommended Actions、Amperity MCP Server、Real-time Activation、Amp Insightsの4つだった。

顧客データを見せる製品から、次の行動を決めて実行まで運ぶ製品へ、重心を移す発表である。出典

9月にはMCPがClaudeのディレクトリとChatGPTのマーケットプレイスに載り、10月にはAIエージェントPérを投入した。

Pérは顧客プロファイルを根拠に答えを出し、推奨と根拠を示し、承認を経て既存のワークフローへ渡す。出典

創業者が経営の一線を離れたあと

現在、Amperityの公式な創業者ページはDerek SlagerをCTOとして紹介し、Kabir ShahaniはAmp It Up Venturesの創業者として別会社を率いている。

創業者2人のうち製品側に残ったのは1人で、AI戦略の説明役もDerekが担う。出典

2026年10月のインタビューでDerek Slagerは「Yes, anybody can trivially vibe code a dashboard or an app, but what does that look like six months later after 50-100 AI additions?」と述べ、AIで作った画面の維持には専門性が要ると語っている。

土台を売る会社らしい言い方だ。出典

Amperityが刺さるのは、顧客接点が店舗・EC・アプリ・ロイヤルティに分かれ、名寄せを内製のルールとカスタムコードで維持しているB2Cブランドだ。

公式の創業者ページは、新チャネルが増えるたびに複雑さが増し、直そうとするほど壊れると説明している。出典

効果は顧客事例の数字で示される。

Alaska Airlinesはロイヤルティ転換率+198%、メール開封率61.1%増、オンライン広告費30%削減を公表した。出典

名寄せの精度が施策の精度に直結する領域では、CDPは「あったほうがいい分析ツール」ではなく、広告費と転換率を左右する基盤になる。

参入障壁は、10年分の顧客データで訓練された一致判定モデルと、その判定根拠を説明できるIDグラフにある。

名寄せは設定より運用で差がつく領域で、後発が同じ精度を短期で再現するのは難しい。

加えて、AWS・Snowflake・Databricksとの連携とアナリスト評価が、買い替え時の比較表で有利に働く。出典

ネットワーク効果は弱い。

顧客が増えても他の顧客のデータが直接価値を生むわけではなく、データを持つのは各ブランド自身だ。

ただし、連携先の配信ツールとウェアハウスが増えるほど導入価値が上がる間接的な効果はある。出典

小売、ホテル・航空、スポーツ、金融など、会員基盤を持ち接点が複数チャネルに分かれたB2Cブランド。

公式の顧客事例にはAccent Group、Alaska Airlines、DICK'S Sporting Goods、BECU、Wyndham Hotels & Resortsが並ぶ。出典

実務の利用者はマーケティング、分析、データの3部門で、とくに「広告費の配分を説明したいマーケ責任者」と「毎月同じ名寄せ依頼を受けるデータ部門」の双方に効く。出典

1つ目は、2016年の時点で名寄せをルールではなく機械学習に置いたこと。

AIが顧客データの主な利用者になった2026年に、土台を入れ替えずにエージェントを載せられた。出典

2つ目は、顧客事例を数値で語れること。

Alaska Airlinesの+198%や61.1%増は、マーケティング部門ではなく経営層に通る材料になる。出典

3つ目は、機能制限ではなく消費量（Amps）で課金する設計だ。

全機能を開いたうえで使用量を管理させるため、導入後の機能追加交渉が起きにくい。出典

公開されている失敗は少ないが、リスクは3つある。

第一に、CDPは買い替えが起きやすい。

IDCの2026年版MarketScapeでは、乗り換え理由としてデータの準備性と品質、ROIの説明不足、スケールとリアルタイム性能、実務で機能しないAI機能が上位に挙がった。出典

第二に、体制面のリスクだ。

創業CEOのKabir Shahaniは経営の一線を離れ、別会社の創業者兼エグゼクティブチェアマンになっている。

創業者2人が製品側に残る体制と比べ、経営と製品の距離が離れる。出典

第三に、AIエージェントが顧客データに直接触る設計は、権限管理と監査の負担を重くする。

AmperityはMCPのアクセスを署名済みユーザーの権限に紐づけると説明するが、導入企業側の運用設計が追いつかなければ事故のリスクは残る。出典

成長は、大型B2Cブランドへの深い導入と、その社内での用途拡大で積む型だ。

Alaska Airlinesは2017年の導入後、2025年のHawaiian Airlines統合でもAmperity Bridgeを使ってデータ統合を2日で終えたとされる。

一度入ると買収や新チャネルのたびにデータが集まる。出典

需要創出は、Amplifyという自社イベント、IDCとSnowflakeの評価、MCPのディレクトリ掲載に分散している。

トレードオフは、セルフサーブがなく営業主導のため、導入社数よりも1社あたりの契約規模に最適化されやすい点だ。出典

主要チャネル: selfHostedEvent, analystRelations, customerStories, partnerMarketplace, contentSeo

データ品質の議論を「顧客は変わる」という前提に置き換えると、製品の中心が静的なルールから学習するモデルへ移る。

Amperityはこの置き換えを2016年に済ませ、AIブームの前に土台を用意していた。出典

もう1つはAI機能の足す順番だ。

チャットUIを先に付けるのではなく、ID解決という土台を固めてからエージェントを載せている。

土台のないAI機能は、判断を速くするのではなく誤りを速く広げる。出典

日本のB2C企業は、ECモール、店舗POS、アプリ、会員証、CRMが別ベンダーで動いていることが多く、名寄せの難易度は高い。

化粧品、アパレル、ドラッグストア、航空・鉄道のように会員基盤が大きい業種では、ID解決と計測をまとめて導入する余地がある。出典

一方で、日本語UI、国内代理店、ISMSや個人情報保護法への対応は公開情報からは判断できない。

導入検討の初期に、データの保管場所と越境移転の扱いを確認する必要がある。