Adobe Marketo Engage のデータ分析をAIに頼むとき、データの出どころと結果の確かめ方

配信が終わったあとの振り返りでは、開封率やクリック率を集め、配信の時間帯や送り先の種類ごとに並べ直して見比べます。数字を集めて表にするだけで、半日がかりになることもあります。

この作業はAIに任せやすい部分です。データを渡せば、AIが切り口ごとに集計し、差が出ているところを挙げてグラフにまとめます。担当者は集計の手間から離れて、結果を読み、次の施策を考える時間に回せます。

当社の検証では、Marketo のレポートを読ませて次の手がかりを出させること、Marketo のデータをグラフにすること、セミナーごとの通過人数のように複数のデータを突き合わせた数字を出すことを、どれも確かめました。グラフは、ブラウザで開ける画面としてAIがその場で作ります。

AIが分析に使うデータは、出どころで大きく2つに分けられます。
1つは、Marketo からMCPを通じてAIが自分で取ってくるデータです。リード、活動の記録、プログラムやメールの情報がこれにあたります。

もう1つは、人が用意してAIに渡すデータです。書き出した配信結果の表や、営業の管理システムなど Marketo の外にあるデータがこちらに入ります。

AIの答えには、どちらのデータから出した数字かを書くよう頼んでおきます。出どころが分からない数字は、社内で報告や提案をするときに裏付けが取れません。

検証で使った2つのデータを、取得経路、対象範囲、取得日時、件数で書き分けると次のようになります。

検証では、出どころの違う2つの依頼を出しています。1つ目は、Marketo から直接データを取ってくる依頼です。

Marketo のリードを、作成された年月ごとに数えて、棒グラフにしてください。取得は100件までで構いません。氏名やメールアドレスなど個人を特定できる項目は画面に出さないでください。どの方法でデータを取得したかも書いてください。

2つ目は、配信結果の表を渡して見比べてもらう依頼です。

添付の配信結果は、過去の配信の記録です。
開封率とクリック率を、配信時間帯・セグメント・コンテンツの種類で比べて、差が出ている所を挙げてください。

添付の配信結果は、過去の配信の記録です。
開封率とクリック率を、配信時間帯・セグメント・コンテンツの種類で比べて、差が出ている所を挙げてください。
次に試す施策の仮説を3つ、根拠の数字を添えて出してください。
差が出ている切り口は、グラフと表を1枚にまとめてください。
件数が少なく、差が偶然かもしれないものは、そう書いてください。

どちらも、何を、どの切り口で、どう見せるかまで書いています。「分析して」だけで頼むと、AIが自分で切り口を選ぶので、頼むたびに違う角度の答えが返ってきます。氏名やメールアドレスを画面に出さない指示も、収録や画面共有で使うときは入れておきます。ただし、画面に出さないことと、AIに個人情報を渡してよいかは別の話です。渡す前に、使うサービスの設定と権限、社内のデータの扱いの決まりを確かめてください。

1つ目の依頼では、MCPの接続が動くことを短い待ち時間で確かめるために、取得を100件までとしました。ところが、AIが使った一括の書き出しは、件数ではなく作成日などの期間で対象を決める仕組みです。

AIは最初に1年分を指定してエラーになり、直近31日に縮めて書き出しました。返ってきた1,300件をAIはすべて数え、2026年9月の500件と10月の800件をグラフにしています。

このグラフは直近31日に作られたリードの内訳で、Adobe Marketo Engage 全体のリード数の推移を表すものではありません。全体の傾向を見るには、対象の期間と集計の対象を先に決め、31日ずつ区切って取り出すなどしてデータをそろえてから分析します。

依頼どおりに取れなかったことに気づけたのは、依頼文に「どの方法でデータを取得したかも書いてください」と入れておいたからです。AIの答えには、使った仕組みと指定した期間、100件の指定が効かずに全件を数えたことが書かれていました。

取得の方法と件数を書かせておけば、依頼したとおりのデータで集計されたかを人が確かめられます。

Marketo のデータをまとめて取るときは、一括で書き出す仕組みを使います。Adobe の公式資料によると、一括の書き出しには1日500MBの上限があり、リード、活動の記録、プログラムのメンバー、カスタムオブジェクトで共有します。Adobe の資料では上限の引き上げは購入できるとされていますが、追加料金の有無や条件は契約によって異なるため、自社の契約と Adobe の最新の資料で確かめてください。

作成日や更新日で範囲を指定するときは、一度に指定できる期間が最大31日です。当社の検証でも、31日を超える期間は一度に指定できませんでした。半年分を取るなら、月ごとに分けて取ります。

当社の検証では、もう1つ制約に当たりました。スマートリストで絞り込んだ人を一括で書き出す機能が、検証環境の契約の種類では使えなかったことです。この場合は、対象の人をいったん静的リストにまとめてから取り出すか、作成日で取り出したあとにAIの側で絞り込む方法で対応しました。

データが多い分析や、長い期間を比べる分析では、データをいったん BigQuery のような置き場にためてから見る方法もあります。毎回 Marketo から取り直す運用に比べ、待ち時間や上限の影響を抑えやすくなります。

AIが出した数字は、元データと突き合わせてから使います。検証では、AIが挙げた差のうち1つを、Excel で開いた元の配信結果と見比べています。

確かめる順番は次のとおりです。

1.AIの答えに書かれた件数が、渡したデータの件数と合っているか
2.差が出ているとされた切り口について、元データの該当する行を開き、数字を自分で計算し直す
3.差の根拠になった配信の件数が、少なすぎないか
4.指標の数え方が、社内のレポートと同じか。複数の配信をまとめた率なら、どう計算したか

検証の例では、差が出ていた切り口の片方の件数が少なかったため、それを根拠に動くかはもう少しデータを見てから決める、と判断しました。

複数の配信をまとめた開封率やクリック率は、計算の仕方で値が変わります。配信ごとの率をそのまま平均すると、送信数の少ない配信も多い配信も同じ重さで数えてしまうからです。
検証の例では、AIは送信数に率を掛けて開封数とクリック数に戻し、合計どうしで割り直していました。午前に送った5回の配信の開封率は、単純に平均すると18.3%、送信数で重みを付けると18.5%です。AIの答えに計算の仕方が書かれていないときは、書かせてから使います。

当社では、Marketo と同じ項目と形の架空データを使って、絞り込みのできるダッシュボードも作りました。2年分、約1万6千件のリードを集計し、4つの画面に分けています。
使ってみて分かったのは、決まった数字を追う画面と、思いついた疑問を調べる場は分けたほうがよいということです。毎月見る数字は、決まった画面でいつも同じ見方で追います。その場で浮かんだ「この業種だけで見るとどうなるか」のような疑問は、AIにその都度聞いて掘り下げます。

毎回見る数字までAIに集計させると、聞き方によって集計の仕方が少しずつ変わり、先月との比較がしにくくなることがあります。

AIの分析で困りやすいのは、AIが出した数字と、社内で毎月見ているレポートの数字が合わないことです。数字が合わないと、分析の中身を話す前に「どちらが正しいのか」の確認に時間を取られます。

原因の多くは、指標の数え方の違いです。開封率ひとつでも、配信した数で割るのか、届いた数で割るのかで値が変わります。期間の区切りを配信日にするか、開封した日にするかでも変わります。

Adobe Marketo Engage のメールのレポートでは、開封率とクリック率を、届いた数をもとに出します。で渡した表は送信数と率だけの架空データだったため、AIは送信数をもとに計算しています。

実際の分析では、届いた数、開封数、クリック数を、率ではなく数のまま渡してください。社内のレポートと同じ計算ができます。
依頼文には、社内のレポートと同じ数え方を書いておいてください。「開封率は、届いた数で割る」「期間は配信日で区切る」のように一行ずつ書けば十分です。毎回書くのが手間なら、Claude の Project 機能のように、決まりを登録しておける場所に入れておくと便利です。

AIは、数字の差から「次はこうしてはどうか」という仮説を出してくれます。受け取るときは、次の3つを見ます。

1つ目は根拠の数字です。どの指標が、どの切り口で、どれだけ違うのかが具体的に書かれているかを見ます。

2つ目は件数です。開封率に大きな差があっても、片方の配信数が数十件しかなければ、偶然かもしれません。依頼文に「件数が少なく、差が偶然かもしれないものは、そう書いてください」と入れておくと、AIの答えに断りが付いているかを確かめやすくなります。最後は、人が件数と根拠を確かめてください。

3つ目は答えの揺れです。同じデータを渡しても、AIの着眼点や言い方は毎回少しずつ変わります。比べる指標、切り口、期間を依頼文で決めておくと、揺れは小さくなります。

AIの仮説は、施策を考えるためのたたき台です。採るかどうか、どの施策で試すかは人が決めます。

社内で報告や提案をするときは、AIの結論だけでなく、なぜそう言えるのかの数字も一緒に出してください。「AIがそう言ったから」では、社内の合意は取れません。根拠の数字があれば、AIを使ったかどうかに関係なく、ふつうの分析として話を進められます。

次に読むなら、自社ではどこから始めるかを整理した第6回の記事です。権限や費用、最初の30日の進め方をまとめています。

自社のデータをどこに集め、どの分析をAIに任せるかを整理したいときは、お気軽にご相談ください。

記事の内容は、2026年10月に当社の検証環境とデモ用データで確かめた結果です。上限などの仕様は変わることがあるため、公開時点の情報は次の Adobe の公式資料で確かめてください。

Adobe Experience League の開発者向け文書 Bulk Extract

Marketo x MCP コラムシリーズ

・第1回　Adobe Marketo Engage MCPで何ができる？10業務の検証結果と注意点
・第2回　Adobe Marketo Engage の配信前チェックをAIに頼むとき、何を渡して何を人が見るか
・第3回　Adobe Marketo Engage の施策をAIに作らせる前に、決めておく4つの運用ルール
・第4回　Adobe Marketo Engage のメールレビューをAIと分担する。AIに任せるところ、人が必ず見るところ
・第5回　Adobe Marketo Engage のデータ分析をAIに頼むとき、データの出どころと結果の確かめ方
・第6回　Adobe Marketo Engage MCP導入ガイド｜権限・費用・社内体制と最初の30日

マーケティングコンサルタント

今西 涼

生成AIを活用したマーケティング業務の効率化・高度化支援

広告代理店でのアートディレクターを皮切りに、不動産営業、大手人材企業でのデータエンジニア・事業企画、ソフトウェア企業でのパートナーサクセスと、複数の業界・職種で成果を重ねる。
1,500名規模の営業組織にTableauを導入し、データドリブンな意思決定の定着を主導。ビジネス課題をデータとAIで解く実行力と、技術を経営成果に翻訳する力を武器に、マーケティングコンサルタントとして従事。
愛犬をカメラで追いかけるのが週末の楽しみで、お菓子作りも得意。