MCPが切り拓くAIの未来：エージェントと体験データをシームレスに繋ぐContentsquareの挑戦

MCPは、 AIエージェントが相互に通信し、コンテキストと機能を安全に共有できるようにする、新興のオープンスタンダードです。AIの万能翻訳機のような役割を果たし、Jira、Optimizely、Contentsquareなどのツールで取得したデータを、他のAIシステムに理解させ、動作させることができる共通言語によって各種ツールとAIエージェントを繋ぐ手段となります。

下記動画では、Anthropicの会話型AIであるClaudeがMCPを介してContentsquareに直接接続する方法を紹介します。ユーザーが「今週、チェックアウトのどの部分が離脱を引き起こしていますか？」と尋ねると、ClaudeがContentsquareのデータから直接関連するインサイトを取得し、要約します。

ログインもダッシュボードも不要で、問いに対する答えがすぐに見つかります。

Contentsquareは既にClaudeとの連携をテストし、実証済みです。その後、Dust、VS Code、Cursorとの連携を構築し、現在はChatGPTのサポートを拡張しています。

さらに、Microsoft Copilotなどへの対応も計画しており、Contentsquareのインサイトを、チームがコラボレーションし意思決定を行うあらゆる場所で利用できるようにします。

ContentsquareのModel Context Protocol（MCP）を利用して、AIエージェント内でCXデータを活用しませんか？

下記からContentsquareの無料版に登録し、MCP機能を試してみてください。

無料版を試す

1. AIアシスタントからContentsquareに直接クエリを実行する

MCPを使えば、経営幹部からプロダクトマネージャーまで誰でも、ChatGPT Enterprise、Claude、Dust、VS Code、Cursorなど、好みの LLM から直接Contentsquareに問いを投げかけることができるようになります。

プラットフォームにログインしたりダッシュボードを操作したりする代わりに、ユーザーは次のように質問するだけです。

「今週のモバイルコンバージョン率はどれくらいですか？」

「当社のアプリで最もストレスの原因となっているページはどれですか？」

LLMは、バックグラウンドで Contentsquare MCPサーバーを使用して、実際の行動に関するインサイトを引き出し、自然言語による回答を提供します。これは、コンテキストアクセスの最もシンプルな形式です。作業中のデータにアクセスでき、別のタブを開く必要はありません。

2. 他のMCP対応ツールからのインサイトを組み合わせる

MCPが真価を発揮するのは、マルチシステムクエリの場合です。 AIアシスタントは、複数のプラットフォームからの知見を一度に組み合わせることができます。

次のワークフローを想像してください。

AIエージェントに「新機能の展開の状況はどうですか？また、ユーザーエンゲージメントにどのような影響を与えていますか？」と質問します。
エージェントは、リリースステータスとスプリントの更新を確認するために、MCPインターフェース経由でJiraに問い合わせます。
次に、 Contentsquare MCPサーバーを呼び出して、ロールアウト後にユーザージャーニーやコンバージョン率が変化したかどうかを確認します。
また、 広告プラットフォームのMCPエンドポイントにクエリを実行してキャンペーンデータを取得し、マーケティング活動とサイト上の効果を相関させることもできます。

わずか数秒で、 ローンチからエクスペリエンスの結果までの一貫したストーリーが得られます。手動でデータをつなぎ合わせる必要はありません。

ここで、MCPは AI アシスタントを、反応型のチャットボットから、システム間でデータを統合し、原因と結果をリアルタイムで明らかにできるコネクテッドビジネス・コパイロットへと変革します。

3. 時間の経過とともに分析を調整する自律エージェント

同じシナリオが、自動的に実行されることを想像してみてください。AIエージェントはユーザーの指示を待つ必要はありません。すでにクロスプラットフォームチェックをスケジュールに従って実行するように設定されており、MCP対応システムからデータを取得して、ビジネス全体のKPIを追跡します。

毎週月曜日の朝、エージェントは下記を実行します。

Jiraでクエリを実行して機能のデプロイを確認する
Contentsquare からコンバージョンとUX指標を取得する
広告プラットフォームからキャンペーンデータを取得する

次に、「先週木曜日に機能Xがリリースされました。新しいキャンペーンからのトラフィックは22%増加しましたが、モバイル決済の煩わしさは8%増加しました。決済フォームのUXを見直すことをおすすめします。」などのサマリーを作成します。

これが MCPの力です。AI がデータを分析するだけでなく、 データ全体を接続し、推論し 、かつては複数のチームとツールを必要としていたインサイトを自動的に提供する世界です。

MCPとContentsquareを使い始める

MCPの優れた点は、オープン性を重視して設計されていることです。これにより、準拠するAIエージェントであれば、MCP「サーバー」を公開しているプラットフォームに安全に接続できます。

ContentsquareのMCPサーバーは、そのゲートウェイとして機能し、標準化されたAPIを通じて分析機能を提供します。このAPIは、Claude、ChatGPT、Dust、VS Code、Cursor、社内LLMなどの企業向けAIツールからアクセス可能です。

チームが今日から始める方法は次のとおりです。

1. 希望するLLMプログラムに接続

以下のステップに従ってください。

接続する：AIツールの設定に指定のリンクを貼り付ける
Contentsquareへのアクセスを許可：AIツールがCSQデータにアクセスすることに同意
質問を開始：「Contentsquare MCPコネクタを使用して、先週のチェックアウトフローにおける主要なフリクションポイントをまとめてください」などの質問をして、AIツールで直接CSQのインサイトを取得

[Visual] Contentsquare's MCP: Bridging Agents and Experience Data

2. エコシステム全体に展開する

初期設定後、Contentsquareをより広範なMCPネットワークに統合するため、下記ツールにも接続が可能です。

リリース相関のためのJira
Optimizelyまたは A/B Tastyテストのパフォーマンス評価）
キャンペーン効果を高めるためのシステムまたは広告プラットフォーム
内部データレイクによる強化とガバナンス

AI エージェントは、これらすべてを繋ぎ、推論できるようになりました。たとえば、次のような動作を実行できます。

「Contentsquare データを使用して、新しいチェックアウトフロー（Jiraリリース 425）のリリース後のコンバージョンと最新のキャンペーン（Optimizely）のトラフィックを比較します。」

3. AIエージェントによる自動化

上級チーム向けには、MCPはスケジュールされた分析または自律的な分析を可能にします。社内の AI エージェントは、定義された頻度（毎日、毎週、またはイベントトリガー）で MCPクエリを実行し、複数のデータソースを組み合わせて、ビジネスサマリーや異常アラートを自動的に生成できます。

たとえば、「毎週金曜日に、Jira、Contentsquare、広告データを組み合わせたクロスプラットフォームの概要を生成し、その結果を SlackまたはTeamsに直接投稿してレビューします。」などの動作が可能です。

4. 構築、拡張、カスタマイズ

MCPサーバーをエージェントに接続し、エージェントをカスタマイズすることができます。例えば、下記が可能です。

ツールの使い方をガイドするカスタマイズされたプロンプトを備えたエージェントを作成。例えば、ジャーニー分析のスムーズな実行など。
MCPサーバーをMicrosoft Copilotで構築されたエージェントに統合し、Teamsなどのプラットフォームに接続が可能に
エージェントワークフローの構築をサポートするプラットフォームでもMCPサーバーを利用

MCPを活用してAI戦略の全体像を描く

組織がAI戦略を進化させる中で、一つ確かなことがあります。それは、未来は単一のエージェントではなく、エージェント間のネットワークだということです。MCPはエージェント同士が連携するための手段であり、Contentsquareを活用することで、 体験データはビジネスアクションとユーザーへの影響を繋ぐ存在となります。