SocialHub.AI

CWM · 理解と予測

CWM は一人ひとりの顧客を理解し、次の行動を予測します。

Consumer World Model は、会員・注文・行動の事実を一つの顧客プロファイルにまとめ、チーム、アプリケーション、AI アシスタントが使えます。予測はその顧客自身の履歴から出ます。今日使える標準分析から始め、その後ワークフローにつなぎます。

新規 CWM アカウントに 500,000 クレジット

次の行動、購入期間、需要コンテキスト

1 人のメンバー予測は、テナント フュージョン ヘッドの準備ができたときに消費者シグナルとブランド需要コンテキストを組み合わせて、次の行動と個人の購入ウィンドウを返します。

インタラクティブな例

消費者は一人。予測応答が 1 つあります。

すべての状態と数値は合成例であり、実際の予測やワークスペースの準備状況ではありません。顧客データは送信されません。

サンプル状態を選択してください
部分的な結果

行動予測は引き続き利用可能です。ブランドのフュージョン責任者がトレーニングされ、検証されるまで、購入ウィンドウは利用できません。

次に何が起こるでしょうか?

この例でサポートされている 4 つのイベントに対する最後の配布が 1 つあります。次のイベントの確率は調整されていません。

次のイベント確率
購入37%
ポータル訪問28%
電子メールのクリック21%
クーポンの引き換え14%
イベントが見つからないのはなぜですか?

送信された電子メールは入力コンテキスト イベントであり、予測ターゲットではありません。その確率はゼロです。その他のサポートされていないイベントや対象外のイベントも利用できないままです。

そのうちに買ってくれるだろうか…?

個人のCWMシグナルとTimesFMブランド需要のコンテキスト。

7 日
利用不可
30 日
利用不可
90 日
利用不可

少なくとも 1 回購入のチャンス。これらのウィンドウは累積されます。これらを一緒に追加したり、イベント配布に追加したりしないでください。

同じ結果をワークフローで使用する

メンバーのリクエストがディストリビューションを返します。 purchaseWindows 一緒に。

API / MCP 呼び出しを調べる
curl --request GET \
  "https://YOUR_API_HOST/api/v2/cwm/members/YOUR_MEMBER_UUID/next-behaviors" \
  --header "Authorization: Bearer YOUR_API_KEY"

API ホスト、メンバー UUID、および API キーをワークスペースの値に置き換えます。

必要なアクセス · predictions:read 動作を返します。また、 metrics:read (または*)モデルが準備できたときに購入期間を有効にする。

回答の抜粋を表示

合成抜粋のみ。ブランド モデルの応答には、完全なイベント カタログとカバレッジ メタデータも含まれます。 public-prior 参照では、別の 6 クラスの語彙が使用されます。

{
  "predictionKind": "next_event",
  "unit": "probability_0_1",
  "status": "degraded",
  "distribution": {
    "status": "ok",
    "vocabulary": "member_event",
    "normalization": "conditional_on_supported_events",
    "calibrated": false,
    "rows": [
      {
        "key": "purchase.completed",
        "label": "Purchase",
        "probability": 0.37,
        "rank": 1,
        "availability": "predicted"
      },
      {
        "key": "portal.visited",
        "label": "Portal visit",
        "probability": 0.28,
        "rank": 2,
        "availability": "predicted"
      },
      {
        "key": "email.clicked",
        "label": "Email clicked",
        "probability": 0.21,
        "rank": 3,
        "availability": "predicted"
      },
      {
        "key": "coupon.redeemed",
        "label": "Coupon redeemed",
        "probability": 0.14,
        "rank": 4,
        "availability": "predicted"
      },
      {
        "key": "email.sent",
        "label": "Email sent",
        "probability": null,
        "rank": null,
        "availability": "context_only"
      }
    ]
  },
  "purchaseWindows": {
    "unit": "probability_0_1",
    "probabilities": {
      "7": null,
      "30": null,
      "90": null
    },
    "calibrated": false,
    "envelope": {
      "status": "unavailable",
      "backend": "cwm-timesfm-2.5",
      "reasonCodes": [
        "fusion_not_trained"
      ]
    }
  },
  "reasonCodes": [
    "fusion_not_trained"
  ]
}

合成データ · TimesFM 2.5

毎日の需要傾向を調査する

128 日間の合成履歴からの予測の例。最近のパターンを将来の日次需要およびその分位数と比較します。

予測範囲

合成需要単位

最近の日次平均
20.0
予測日平均
20.1
予測合計
604.3
履歴 · 最近 28 日間ポイント予想
過去の需要と将来のポイント予測 (第 10 四半期から第 90 四半期までの分位数)ネイビーのラインは28日間の歴史を表しています。緑色の線は、選択した予測期間を示します。網掛けは q10 ~ q90 分位範囲を示します。日スライダーを使用して、各予測を確認します。
日 1 · 2026-10-05
ポイント予想
22.9
q10
22.8
q90
23.0
毎日の予報データを表示する
日付 (UTC)ポイント予想q10~q90
2026-10-0522.922.8–23.0
2026-10-0621.321.2–21.4
2026-10-0718.718.6–18.8
2026-10-0817.117.0–17.1
2026-10-0917.717.6–17.7
2026-10-1020.020.0–20.1
2026-10-1122.322.3–22.4
2026-10-1222.922.9–22.9
2026-10-1321.321.2–21.3
2026-10-1418.718.6–18.7
2026-10-1517.117.0–17.2
2026-10-1617.717.6–17.7
2026-10-1720.019.9–20.1
2026-10-1822.422.3–22.4
2026-10-1922.922.8–23.0
2026-10-2021.321.2–21.4
2026-10-2118.718.6–18.7
2026-10-2217.117.0–17.1
2026-10-2317.717.6–17.7
2026-10-2420.019.9–20.0
2026-10-2522.322.3–22.4
2026-10-2622.922.8–22.9
2026-10-2721.321.2–21.3
2026-10-2818.718.6–18.7
2026-10-2917.117.0–17.2
2026-10-3017.717.6–17.7
2026-10-3120.020.0–20.1
2026-11-0122.422.3–22.4
2026-11-0222.922.8–22.9
2026-11-0321.321.2–21.3
サンプルデータ(JSON)のダウンロード ↓

TimesFM 2.5 の重みで生成された合成例。予測は 2026 年 10 月 5 日 (UTC) に開始します。デモの日付は固定されています。分位数のカバレッジは調整されていません。値は顧客の需要や個々の購入確率を表すものではありません。

1 つの完全な次の動作の配布

最終的な確率分布とランキングを受け取ります。評価されたブランド モデルが優先され、最大 23 のターゲットが対象となります。それが利用できない場合、内部のパブリック優先モデルは単一の 6 クラス参照を形成します。サポートされていないイベントやコンテキストのみのイベントは引き続き利用できません。

7 / 30 / 90 日間の購入期間

同じメンバーの応答に自動的に含まれます。テナント専用の軽量ヘッドは、CWM シグナルと TimesFM ブランド トレンドを組み合わせます。レディヘッドは直接サービスを提供します。トレーニングや評価が欠けていると、購入期間だけが利用できなくなります。

毎日のブランドとカテゴリの予測

TimesFM 2.5 サービスが構成され、毎日の履歴が完了している場合、点推定値と 9 つの分位数を使用して、最大 90 日間の収益、注文、または販売個数を予測します。

この結果をどう読むか

次のイベントの確率の合計はサポートされている候補よりも 100% になり、調整されていません。購入ウィンドウは、7/30/90 日以内に少なくとも 1 回の購入を個別に見積もり、累積され、イベント クラスで正規化されることはありません。沈黙の経過はイベント ベクトルでは条件付けされません。 public-prior 参照はワークスペースの検証を取得していません。

需要分位数は、総合的な不確実性を表します。これらは個別の購入間隔ではなく、調整されていません。欠落したデータは利用できないままになります。あなた自身の評価の前に精度上昇はアサートされません。

予測 API および MCP のリファレンス →

CWM で今日から使えるもの。

CWM ワークスペースで利用可能

顧客を理解し、行動を予測する

観察された行動、消費者の状態、購入、長い間隔、カートの削除に関する標準モデルのシグナルを確認します。結果により、欠落データと各信号の限界が特定されます。

オーディエンスを発見して比較する

動作の類似点、クラスター、異常のレビューを調べます。類似性は視聴者を調査するのに役立ちます。約束されたコンバージョン率ではありません。

ワークフローにインテリジェンスを組み込む

アプリケーションまたは AI クライアントから CWM コンソール、REST API または MCP を使用します。スコープ付きキーは、ワークスペースへのアクセスを制御します。

使用可能な分析には、サポートされたデータと十分な行動履歴が必要です。利用できない信号は明示的に報告されます。新しいアカウントには顧客データや予測は含まれません。

ワークフローの例 – ライブ予測ではない

消費者向けイベントから使用可能なシグナルまで。

あなたの意見

  • 会員記録
  • 注文と購入履歴
  • サポートされているブラウジングおよび動作イベント

ワークスペースの ID と権限を使用してインポートされます。

レビューする内容

  • 観察された事実とデータ範囲
  • 利用可能な消費者シグナルとその制限
  • 行動の類似性と視聴者候補

チームまたはアプリケーションは、結果の使用方法を選択します。

コンソール / REST API / MCP

ワークスペースは 1 つ。あなたの使い方。

コンソールで分析を確認するか、承認されたアプリケーションまたは AI クライアントで CWM をクエリさせます。サポートされているファクトをインポートし、スコープ付きキーを作成し、利用可能な操作の公開リファレンスに従います。

API と MCP のリファレンスを読む →

プリペイド利用

500,000 ウェルカム クレジットから始めましょう。

新しい CWM アカウントにはウェルカム クレジットが付与されます。対象となる操作では、公表されているレートでクレジットが差し引かれます。ワークスペースで追加のクレジットを購入します。残高と使用量はそこに表示されたままになります。

電子メールとパスワード、または Google を使用して登録し、CWM ユーザー契約に同意します。サービスの可用性は登録時に表示されます。

CWM を試す →

研究と高度なモデル開発

モデルの背後にある科学を調べてください。

より広範な CWM の方向には、行動モデリングとデジタル ツインが含まれます。研究ベンチマーク、ブランドごとのモデルの検証、およびシミュレーションは、セルフサービス ワークスペースで利用できる標準操作とは別に説明されています。

CWM / Harness / Loop Marketing

CWM は理解し、予測します。Harness は編成します。Loop Marketing は成果を届けます。

理解と予測 · コア

CWM

Consumer World Model

一人ひとりを一つのプロファイルで理解し、その顧客自身の履歴から離脱リスク、次の購入、12 か月の価値を予測します。履歴が薄すぎるときはスコアを出しません。

詳しく見る CWM →

アクションの編成 · ランタイム

Harness

SocialHub Harness

統制された AI 従業員とスキルで次のアクションを編成します。作業は権限、予算、レビュー規則の内側です。

詳しく見る Harness →

測定できる成果 · アプリケーション

Loop Marketing

自社チャネルで測る成果

メール、SMS、アプリ内、店舗という自社チャネルで、キャンペーン、ロイヤルティ、測定できる成果を届けます。顧客との関係とデータはブランドの側に残ります。

詳しく見る Loop Marketing →

観測した成果が次のサイクルを導きます。モデルの更新はデータ品質と検証に依存します。顧客との関係とデータはブランドの側に残ります。

顧客から始める。

CWM

CWM から始める

ワークスペースを作り、コンソールを見て、顧客データを接続します。容量が必要になったらクレジットを購入できます。

新規 CWM アカウントに 500,000 クレジット

  1. 1CWM アカウントを作成
  2. 2対応する顧客データを取り込む
  3. 3最初の分析を実行
CWM を試す →

Harness + Loop Marketing

Harness と Loop Marketing で編成する

CWM、Harness、Loop Marketing が、顧客データ、自社チャネル、チームがすでに使っている AI アシスタントにどう合うかをご覧ください。

デモを予約 →