本文へ移動
Starbucks 約9分で読めます

「Deep Brew」という名のAI

スターバックスのAIプラットフォーム「Deep Brew」は、顧客の文脈に基づいてパーソナライズ提案を行うシステムです。過去のデータに加え、時間、天気、位置情報などの文脈シグナルを統合し、購買の精度を高めています。ECサイトでも同様に文脈を活用可能です。

スターバックスが運営するAIプラットフォームの名前は「Deep Brew(ディープブリュー)」だ。

「深く醸造する」この名前はコーヒーとAIの両方にかかっている。
データを深く醸造することで、顧客の次の一手を先読みする。

毎週1億件以上のトランザクションを処理するこのシステムは、単なるレコメンドエンジンではない。文脈を読むAIだ。


「文脈的パーソナライゼーション」とは何か

Deep Brewが他のパーソナライゼーションシステムと根本的に異なる点は、「顧客の過去」だけでなく「今この瞬間の文脈」を組み合わせることだ。

Deep Brewが考慮する文脈的シグナル

シグナルの種類具体例
時間帯朝7時 → 通勤前。
昼12時 → ランチタイム
天気気温35℃ → アイス需要増
雨 → ホット需要増
位置情報空港のスタバ → 長旅前の需要
オフィス街 → 会議前の需要
曜日月曜朝 → 週始まりのルーティン
金曜夕方 → 週末前のご褒美
過去の注文毎週火曜にフラペチーノ → 火曜は特別な気分?
アプリの行動メニューを3回見た商品 → 迷っている

これらを組み合わせると、「今日の気温が30℃を超えて、木曜の午後2時に、いつもこの時間帯に訪れるオフィス街の店舗で、先週アイスラテを頼んだ顧客」に対して「今日のおすすめ:コールドブリュー(スター5倍キャンペーン中)」というパーソナライズされた提案が可能になる。

これが「文脈的パーソナライゼーション」だ。過去のデータ(購買履歴)と現在の文脈(天気・時間・場所)を統合した提案は、「あなたのことを分かっている」という感覚を生む。


通販における「文脈」見落とされがちなシグナル

スターバックスは実店舗があるから「天気」「時間帯」「位置情報」が使える。では通販ECには「文脈」がないのか。

そんなことはない。通販にも豊富な文脈的シグナルがある。

文脈シグナル通販での活用
訪問時間帯深夜のECサイト訪問 → 衝動買いモード。
朝の訪問 → 計画的な購買
曜日週末 → ギフト検索が増える
月末 → 定期購買・消耗品の補充
デバイススマホ → 素早い意思決定
PC → 比較検討モード
流入元SNS広告から → 衝動的な発見
検索から → 目的購買
季節・カレンダー母の日前後 → ギフト需要急増
最後の購買からの経過60日後 → 補充タイミングの可能性
天気(外部データ)真夏日 → 日焼け止め需要増。花粉シーズン → 鼻炎対策需要
-- 「文脈的シグナル」を活用したセグメント分類
-- 「今この人は何を求めているか」を文脈から推定する

SELECT
  s.customer_id,
  s.visit_datetime,
  s.device_type,
  s.referrer_channel,
  -- 時間帯の分類
  CASE
    WHEN HOUR(s.visit_datetime) BETWEEN 6  AND 9  THEN '朝(通勤前)'
    WHEN HOUR(s.visit_datetime) BETWEEN 11 AND 13 THEN '昼(ランチタイム)'
    WHEN HOUR(s.visit_datetime) BETWEEN 20 AND 23 THEN '深夜(リラックスタイム)'
    ELSE '日中'
  END                                              AS time_context,
  -- 曜日の分類
  CASE
    WHEN DAYOFWEEK(s.visit_datetime) IN (1, 7) THEN '週末'
    WHEN DAYOFWEEK(s.visit_datetime) = 2       THEN '月曜(週始まり)'
    WHEN DAYOFWEEK(s.visit_datetime) = 6       THEN '金曜(週末前)'
    ELSE '平日'
  END                                              AS day_context,
  -- 最後の購買からの経過日数(補充タイミング推定)
  DATE_DIFF('day', c.last_order_date, CURRENT_DATE) AS days_since_last_order,
  c.avg_purchase_interval_days,
  -- 補充タイミング判定
  CASE
    WHEN DATE_DIFF('day', c.last_order_date, CURRENT_DATE)
      >= c.avg_purchase_interval_days * 0.9
    THEN '補充タイミング(推奨:消耗品レコメンド)'
    ELSE '通常訪問'
  END                                              AS replenishment_context,
  -- 総合的なモードの推定
  CASE
    WHEN s.referrer_channel = 'sns_ad'
      AND DAYOFWEEK(s.visit_datetime) IN (1,7)
    THEN 'ギフト探しモード(SNSから週末)'
    WHEN s.referrer_channel = 'organic_search'
      AND HOUR(s.visit_datetime) BETWEEN 20 AND 23
    THEN '比較検討モード(夜の調査)'
    WHEN DATE_DIFF('day', c.last_order_date, CURRENT_DATE)
      >= c.avg_purchase_interval_days * 0.9
    THEN '補充購買モード'
    ELSE '通常ブラウジング'
  END                                              AS estimated_mode
FROM site_sessions s
LEFT JOIN (
  SELECT
    customer_id,
    MAX(order_date)                                AS last_order_date,
    AVG(DATE_DIFF('day',
      LAG(order_date) OVER (PARTITION BY customer_id ORDER BY order_date),
      order_date
    ))                                             AS avg_purchase_interval_days
  FROM orders
  WHERE status = 'completed'
  GROUP BY customer_id
) c ON s.customer_id = c.customer_id
WHERE s.visit_datetime >= DATE_ADD('day', -1, CURRENT_DATE)
ORDER BY s.visit_datetime DESC

この「文脈モード」分類が、レコメンドの精度を大幅に上げる。「ギフト探しモード」の顧客にはギフトセット商品を、「補充購買モード」の顧客には消耗品の定期購入プランを優先表示する。


「場所を知る」という強みをECで代替する

スターバックスのDeep Brewの最も強力な特徴は「どの店舗に来ているか」を知ることだ。空港の店舗と住宅街の店舗では、顧客の動機がまったく異なる。

通販にはリアルの「場所」がないが、「デジタルの場所」がある。

  • どのページから来たか(ランディングページ)
  • どの商品カテゴリを閲覧しているか
  • 何を検索したか
  • カートに何が入っているか

これらは「今この顧客がいるデジタルの場所」だ。

「エコバッグをカートに入れたまま離脱した顧客」は「サステナビリティに関心がある顧客」だ。「レビューページを長時間閲覧した顧客」は「慎重な購買検討モードにいる顧客」だ。

「デジタルの場所を読む」ことが、通販のDeep Brewだ。


「先読み」の実装 CJOとDeep Brewの接点

スターバックスのDeep Brewが実現していることを、Treasure DataのCJO(カスタマージャーニーオーケストレーション)で実装することは技術的に可能だ。

設計の考え方

【Deep Brew的なCJO設計】

ステージ1:認知・興味(初回訪問〜初回購買前)
  Entry Criteria:
    「過去7日以内にサイト訪問 AND 未購買」
  Activation:
    初回購買向けウェルカムオファー
    ※文脈:訪問時間帯・流入チャネルに応じてクリエイティブを変える

ステージ2:初回購買後(育成フェーズ)
  Milestone:
    「初回購買から30日以内」
  Activation Step 1:購買お礼メール
  Wait Step:3日
  Activation Step 2:関連商品レコメンドメール
    ※文脈:購買した商品の「補充タイミング」をパラメータに組み込む

ステージ3:リピート購買(定着フェーズ)
  Milestone:
    「累計購買3回以上」
  Activation:ロイヤルティティアの昇格通知
    ※「あなたはシルバーからゴールドになりました」という通知が
      「スターバックスのゴールドメンバー」と同じ心理効果を生む

ゴール基準:
  「ゴールドティア到達(LTV 30,000円 AND 購買5回以上)」

このCJO設計に「文脈的シグナル」を組み込むことが「通販版Deep Brew」の実装だ。

次のアクション

SQLやデータ活用を、手元で試しながら理解する

記事で読んだ考え方を、SQL練習場や関連カテゴリの記事でさらに深掘りできます。相談やご依頼もお問い合わせページから受け付けています。

SQL練習場で試す お問い合わせ

この記事を書いた人:martechfarm

Treasure Data Top Lapidarist Award受賞。

SQL / Digdag / Python / CDP設計 / CRM設計を横断し、企業のデータ活用を支援。

実績・支援内容を見る →

MarTech Farmをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む