Customer Experienceを語るとき、「体験」そのものに目が向くことは多くても、その判断の土台となっている「データ」については、つい後回しにされがちです。しかし、誰に何を届けるのか、どこで止めるのか、次に誰が動くのか。そのすべての判断は、顧客データの在り方に強く依存しています。Customer Insight – Dataは、表に出ない存在でありながら、すべての体験の前提を握っているプロダクトです。

この機能が示しているのは、とてもシンプルな考え方です。エージェントは賢くする前に、正しい前提を与える必要がある。Customer Insight – Dataで統合・整理された顧客プロファイルやインサイトを、Copilotや自律エージェントが直接参照できるようにすることで、エージェントの判断精度を底上げします。ここで重要なのは、新しい推論ロジックを足すことではなく、「何を知った状態で考えさせるか」を揃えることです。

例えば、CRM上では単なる新規リードに見えている顧客が、実は過去に複数の契約履歴を持つ既存顧客だった場合。従来であれば、エージェントは表面的な情報だけをもとに判断し、優先度を誤る可能性がありました。Customer Insight – Dataで統合された顧客像を参照できるようになることで、エージェントはその顧客の履歴、関係性、予測指標を踏まえた判断ができるようになります。精度が上がる理由は、AIが賢くなったからではなく、前提が揃ったからです。

2026 wave 1全体の流れで見ると、この機能もまた「エージェントに任せる」方向には振れていません。主役はあくまで人であり、エージェントは判断を補助する存在です。その補助が暴走しないために、Customer Insight – Dataは「信頼できる顧客理解」をエージェントに提供する役割を担い始めています。言い換えると、Customer Insight – Dataは、AIを賢くするための燃料ではなく、判断を誤らせないための地盤になろうとしています。

また、この仕組みはマーケティングだけの話ではありません。営業、サービス、サポートといった役割ごとに、同じ顧客を見ているつもりで、実は違う前提で判断している。そのズレを、エージェントがさらに拡大してしまうリスクもあります。Customer Insight – Dataで統合された顧客理解を共通の参照点にすることで、エージェントの判断も、人の判断も、同じ土台に揃えようとしています。

留意点としては、エージェントに渡す情報が増えるほど、「何を正として扱うか」を決める責任が重くなる点です。統合されたデータが常に正しいとは限りませんし、設計を誤れば、エージェントは自信を持って間違った判断をします。この機能は、エージェントを魔法の存在にするものではなく、「判断の前提を設計する責任」を、より明確に人に突きつける機能だとも言えます。

Increase agent accuracy by grounding the agent in customer insightsは、AIの精度を語る機能ではありません。Customer Insight – Dataが向かっているのは、「誰が判断しても、同じ顧客を見ていられる状態」を作ることです。その状態があって初めて、エージェントは“使える存在”になります。Customer Insight – Dataは、AI時代の裏方として、判断を支える地盤を静かに、しかし確実に固めにいっている。室長には、そう見えています。

この機能が意味するのは、Customer Insight – Dataが、Dataverseの中だけで完結する世界から一歩踏み出し、分析基盤そのものを顧客理解の源泉として扱い始めたということです。Fabric OneLakeに蓄積されたデータを、そのままCustomer Insight – Dataの入力として利用できるようになることで、「分析のためのデータ」と「体験や判断のためのデータ」が、別物である必要がなくなってきます。

これまで多くの組織では、分析用のデータ基盤と、業務アプリケーション用のデータが分断されていました。BIやデータサイエンスの世界で見えている顧客像と、現場のCRMで見えている顧客像が、完全には一致しない。そのズレは、判断の遅れや、説明できない違和感として現場に跳ね返ってきます。OneLakeをデータソースとして扱えるようになることは、そのズレを「運用で頑張る」以外の方法で解消しようとしています。

重要なのは、これが「より多くのデータを取り込めるようになる」という話ではない点です。本質は、「どこで整えたデータを、どこで使うのか」という責任の置き方が変わることにあります。OneLake側で定義されたデータモデルや加工結果を、Customer Insight – Dataがそのまま参照することで、顧客理解の前提が、分析チームと業務チームの間で揃いやすくなります。データをコピーして持ち回るのではなく、同じ湖を、違う立場から見るという発想です。

2026 wave 1全体の流れで見ると、この機能もまた、「AIを賢くするための拡張」ではありません。AIやエージェントが判断する以前に、その判断が立脚しているデータが、どれだけ一貫しているか。その地盤を整えることに、Customer Insight – Dataは強く意識を向けています。エージェントが参照する顧客像が、分析基盤と食い違っていては、精度以前に信頼が成立しません。

また、この取り組みは、Customer Insight – Dataを“CDP”として閉じた存在にしない、という意思表示にも見えます。データの主戦場がFabricに移りつつある中で、Customer Insight – Dataは、その上に乗る判断レイヤーとしての役割を強めています。データを集める場所ではなく、データをどう解釈し、どう使うかを担う場所へ。OneLake対応は、その方向転換を象徴しているように思います。

留意点としては、データソースが広がるほど、「どのデータを正とするのか」という設計の重要性が増す点です。OneLakeにあるから正しい、という話ではありません。どの加工結果を信頼し、どの粒度で顧客を捉えるのか。その判断は、人が設計し続ける必要があります。この機能は、データ活用を楽にするものではなく、「データ設計の責任」をより明確にするものだとも言えます。

Use Microsoft Fabric OneLake as a data sourceは、派手な機能ではありません。しかし、Customer Insight – Dataが向かっている「判断に耐える前提をどう作るか」というテーマを、最も構造的に示している機能のひとつだと感じます。顧客理解は、どこか一つのシステムで完結するものではありません。その現実を受け入れたうえで、判断の土台を揃えにいく。Customer Insight – Dataは、静かに、しかし確実にその方向へ進んでいるように見えます。

この機能によって、過去のキャンペーンでの行動シグナル──メールの開封、リンクのクリック、反応しなかったという事実──を、Customer Insight – Dataのセグメント定義にそのまま使えるようになります。つまり、「どんな顧客か」だけでなく、「これまでどう反応してきたか」を前提にしたターゲティングが、データ基盤側で自然にできるようになります。

例えば、高い価値が見込まれる顧客の中でも、直近のキャンペーンにきちんと反応している人と、まったく反応していない人では、次に打つべき一手は変わります。前者には踏み込んだ提案を、後者にはチャネルや文脈を変えたアプローチを検討すべきかもしれません。行動シグナルを使ったセグメントは、そうした判断を感覚ではなく、事実に基づいて行うための材料になります。

ここで重要なのは、反応した人だけを追いかける話ではない点です。「反応しなかった」というシグナルも、立派な判断材料です。何度も開封されなかったメール、無視されたリンク。それらを“失敗”として片付けるのではなく、「この顧客には別の接し方が必要だ」という前提として扱えるようになります。Customer Insight – Dataは、成功と失敗の両方を、次の設計に活かそうとしています。

2026 wave 1全体の流れで見ると、この機能もまた、「ジャーニーを賢くする」というより、「判断を揃える」方向に寄っています。誰を次のジャーニーに入れるのか、誰を外すのか。その判断が、部門や担当者の感覚に依存せず、共通のデータに基づいて行えるようになります。Journeysで起きた反応が、Data側に戻り、次のターゲティングに反映される。その循環が、ようやく自然につながり始めています。

留意点としては、行動シグナルを重視しすぎると、「声を上げない顧客」を切り捨ててしまう危険がある点です。反応しない理由は、関心がないからとは限りません。タイミングが悪かった、チャネルが合わなかった、忙しかった。その解釈は、人が考える余地を残す必要があります。この機能は、判断を自動化するものではなく、「判断の材料を増やす」ためのものです。

Target right audience based on signals from earlier campaignsは、Customer Insight – Dataが「静的な顧客像」から「行動の履歴を含んだ顧客理解」へ進んでいることを象徴する機能だと感じます。顧客を属性で切るのではなく、関係性の積み重ねとして捉える。その視点を、データ基盤の側から支え始めている。Customer Insight – Dataは、体験の裏側で、判断の質を静かに引き上げようとしているように見えます。

ここまで、Dynamics 365 2026 wave 1を、アプリケーションごとに追いかけてきました。