次善のパスノード

最終更新日： 2026年9月21日

トピック：
AI Decisioning
Journeys

Marketo Optimizerでは、次善のパス ノードは、AIによる分割パス決定をジャーニーキャンバスに直接取り込みます。分割パスノードでフィルター条件を設定する代わりに、自然言語で意図を記述し、各ユーザーに最も関連性の高いパスをシステムに判断させます。

B2B購入では、プロファイルは購買担当者のひとつに見えるかもしれませんが、その行動、企業特性データ、エンゲージメントのコンテキストは、より詳細なストーリーを明らかにします。次善のパスノードは、そのコンテキストを評価してインテリジェントなルーティング決定を行い、ジャーニーをアクティブ化する前にAIの推奨事項をレビュー、変更、上書きできるようにします。

パス決定 path-decisioning

インテントからアクティベーションに移行するには、3つのステップがあります。

ステップ 1: パスの定義 — ジャーニーに次善のパスノードを追加し、各パスに名前を付け、自然言語プロンプトを記述して、パスを先に進むユーザーを記述します。パスはいつでも追加または削除できます。

手順2: シミュレーション — サンプルオーディエンスを選択してシミュレーションを実行します。パスごとのプロファイル数、信頼性スコア、AI推論が表示され、アクティベートする前にロジックを検証できます。

note
NOTE
シミュレーションはサンプルデータに対してのみ実行され、ライブジャーニーの実行には影響しません。

ステップ 3: アクティブ化 – 実際のオーディエンスに対してジャーニーを公開します。 AIが実行時に各個人を評価し、最適なパスをリアルタイムで割り当て、デフォルトのフォールバックにより、パスから誰も除外できなくなります。

AIによる意思決定の入力 ai-decisioning-inputs

ある人物がノードに到達すると、システムはプロファイルコンテキストを取得し、制約を適用し、LLMを使用して最適なパスを選択します。 AIは、次のような入力を組み合わせて各個人を評価します。

エンゲージメント履歴 – 現在および以前のジャーニーからのメール開封、リンクのクリック、web ページへの訪問、およびその他の行動シグナル
リアルタイムシグナル - フォームへの入力や価格ページへの訪問などの意図の高いイベント
プロファイル属性 – デモグラフィック、役職、ペルソナ、企業特性データ
アカウント属性 – 個人のアカウントに関連付けられた企業特性データと技術特性データ

AIによるコンテキストの作成 ai-context-building

ルーティング決定をサポートするために、AIは各プロファイルに対して推定レイヤーを構築します。デモグラフィックデータと企業特性データ、アカウントの詳細、行動シグナル（ペルソナの詳細、問題の意図、製品の意図など）を、その人物のコンテキストに即した要約にまとめます。 AIは、この充実したコンテキストを活用することで、各個人を最適なパスに誘導し、自信スコアと各決定の背後にある自然言語の推論の両方を提供することができます。

各決定は、透明性と観測可能性のために、信頼性スコアと自然言語推論で記録されます。

パスが一致しない場合、またはプロンプトがプロファイルで使用できないデータを参照する場合、そのユーザーはデフォルトのフォールバックパスにルーティングされます。

次善のパスノードの追加 add-node

個人ジャーニーを開き、ジャーニーキャンバスに移動します。
パスのプラス（+）アイコンをクリックし、次善のパスを選択します。

{width="200"}

ノードがキャンバスに追加され、AI分割設定パネルが右側に開きます。 1つのパスとデフォルトの その他 のパスから始まり、定義されたパスのどれにも該当しないユーザーをルーティングします。

パスの設定 configure-paths

各パスに対して、名前と、そのパスにルーティングするユーザーを説明する自然言語プロンプトを定義します。プロンプト入力は、フィルター条件UIを完全に置き換えます。設定する属性条件はありません。

最初のパスの場合は、右側のパネルのパスカードにプロパティを入力します。
- そのセグメントのオーディエンスまたはインテントを反映する ラベル を入力します。
- 自然言語で プロンプト を入力し、このパスに属するユーザーを記述します。特定の属性値ではなく、意図と結果に注目する：
{width="500"}
含める追加パスごとに「パスを追加」をクリックします。

パスを削除するには、パスカードの削除（）アイコンをクリックします。

各パスのラベルとプロンプトを追加します。

例では、3つのパスの分割を求めるプロンプトが表示されます：
- パス 1 – 人事部長： タレントマネジメントと従業員体験コンテンツに最も関与する可能性が高い人事部長の役割の人物を特定します。
- パス 2 – 技術評価者：製品アーキテクチャ、統合、実装コンテンツに関与する可能性が最も高い技術的関係者を特定します。
- パス 3 - ビジネス意思決定者： ROI、ビジネス成果、ケーススタディのコンテンツに最も関与する可能性の高いビジネス関係者を特定します。
{width="600"}
必要に応じて、パスを並べ替えて、一致する優先順位を設定します。

パスのフィルタリングは、トップダウンの順序で評価されます。各人は一致する最初のパスに沿って進みます。各パスカードの右上にある上下の矢印をクリックして、リストの上下に移動します。
「その他のユーザー」のデフォルトパス（パスリストの最後）を確認し、必要に応じてラベルを変更します。

デフォルトのパスは、AIが自信を持って定義されたパスに個人を割り当てることができない場合や、関連するデータが利用できない場合に使用されます。プロンプトが特定のプロファイルのデータセットに存在しないデータを参照すると、そのプロファイルがデフォルトパスにルーティングされ、データギャップがフラグ付けされます。

ループ内の人間による制御

AIのレコメンデーションには拘束力がありません。ジャーニーをアクティブ化する前に、次のことができます。

ルーティングロジックを絞り込むには、任意のパスプロンプトを編集します。
パスの追加、削除、並べ替えをおこないます。
必要に応じて、AIの提案をカスタム条件で上書きします。

AIを活用したパスの割り当ては、ジャーニーを公開するまで有効になりません。

style

shade-box

ユースケース別のプロンプト例 prompt-examples

次に、一般的なB2B マーケティングのユースケースをまたいで、効果的なパスプロンプトを作成する方法を示します。それらを出発点として使用し、ジャーニーのコンテキストとオーディエンスデータに合わせて言語を適応させます。

「過去30日間に人事サイト（shrm.org, hbr.org/topic/human-resource-management）とJourney Optimizerと関わりがあり、人事オペレーションにおけるAIに関するウェビナーに参加し、AI製品に興味を持っている可能性が高い人々を特定する。」
「過去30日間に金融サイト（wsj.com/finance,investopedia.com）でエンゲージメントを行い、Marketo Engageに興味を持ち、財務計画におけるAIに関するウェビナーに参加する可能性が高い人々を特定します。 AI製品にも関心を示すべきでした」と述べています。
「リスク管理におけるAIに関するウェビナーに参加し、AI製品に興味を持つ可能性が高い、過去30日間にリスク/リサーチサイト（mckinsey.com/capabilities/risk-and-resilience, forrester.com/research）およびGenStudioと関わりのある人々を特定します。」

公開前に決定をシミュレート simulate

シミュレーションを利用して、ジャーニーが公開される前に、AIがプロンプトを実際のオーディエンスに対して評価する方法をテストします。シミュレーションは、ジャーニーのステータスが ドラフト で、公開されたジャーニーに影響がない場合にのみ使用できます。

シミュレーションの実行 run-simulation

次の最適なパスノードを選択し、右側のパネルの上部にある「シミュレート」（）アイコンをクリックします。
ダイアログで、シミュレーションオーディエンスに使用する動的リストを選択します。

動的リストを選択した状態でパスをシミュレートダイアログを表示し、ボタンをキャンセルしてシミュレートします。 {width="250"}

NOTE

選択したオーディエンスがシミュレーションのしきい値を超えた場合、システムは100 プロファイルのサンプルに対してシミュレーションを実行します。 UIのインジケーターは、結果がサンプルベースであることを示しています。
選択したオーディエンスがまだ実体化されていない場合、シミュレーションはブロックされます。インライン警告は、オーディエンスを最初に実体化するよう指示します。