Parallel Retail Group(PRG)は、 TargetBest BuyやAmazon などの小売業者において、小売メディア、販売、オペレーションを管理する大手消費者向けブランドエージェンシーであるParallel Retail Group(PRG)は、あらゆるエージェンシーが熟知している課題に直面していました。それは、標準的なレポートと、 その間。
ある 季節変動の激しい クライアント ブランドの6月の月間累計売上が落ち込んだ際、 数日間にわたる詳細な分析を行う余裕などなかった。 PRGは は Pacvue MCP に協力を求め、、 たった1つの自然言語プロンプトで、完全なBuy Box の診断結果を抽出することに成功し、 これにより 月額$200K以上の潜在的なrevenue recovery を特定しました。熟練したアナリストなら数時間かかっていた作業が、わずか数分で完了しました。
20万ドル以上
月間見込みRevenue Recovery
時間
「手作業の分」へ
5
根本原因のカテゴリが自動的に抽出された
挑戦
PRGのチームは、2つの最適化されたレポート体系を活用して業務を行っています。1つは、毎週および毎月の標準的な事業レビュー、もう1つは、クライアントと共に業績を詳細に分析するためのライブのPacvue ダッシュボードです。どちらも明確な目的を果たしています。しかし、その2つの間には、絶え間なく寄せられるアドホックな質問――「なぜこのような状況になっているのか?」といった疑問――が存在します。こうした疑問に答えるには、複数のレポートを取り出し、異なる期間のデータを照合し、手作業でデータを統合して初めて、答えの輪郭が見えてくるのです。
複数の小売業者にまたがってブランドを管理する代理店にとって、この中間段階の分析はボトルネックとなります。手作業で対応するその都度の問い合わせ一つひとつが、戦略立案に充てるべき時間を奪ってしまうのです。そして、クライアントブランドの売上が減少し始めると、迅速な対応が最優先事項となります。
「売上が落ち込んでいる」という状況から、「ASINの一覧と取るべき対策」を導き出すまで――これだけでも、当社のトップクラスのスタッフであっても数時間はかかる作業だったでしょう。Pacvue のMCPを使えば、大まかな質問から始めて、手動でレポートを作成したり、延々とピボットテーブルを操作したりするよりもはるかに速く、いくつかの異なる分野を掘り下げて分析することができました。 その分析結果をチームに送ると、彼らは「そうだ、まさにそれをするべきだ」と言い、すぐに実行に移しました。
ソリューション
PRG接続済み Pacvue MCP をMicrosoft Copilot Studioを通じて直接接続し、データセキュリティを最優先しつつ、すべてを既存のMicrosoftインフラストラクチャ内に収めました。セットアップには約30分かかりましたが、開発リソースも複雑なAPIのメンテナンスも必要ありませんでした。
接続が確立されると、PRGは意図的に広範なプロンプトを1つ入力した。「「6月の月次累計で、このブランドの売上は減少しました。ASIN に基づいて昨年と比較し、売上が減少している要因を教えてください。」
Pacvue MCPは、売上減少につながったすべての要因の内訳を報告しました。ブライアンは「Buy Box 」に注目しました。分析の結果、これだけで6月単月において20万ドルの商機があることが即座に明らかになりました。彼はさらに掘り下げるために的を絞った質問を行い、担当者はASIN に基づいて分類された5つのカテゴリーからなる「buy box 」診断結果を提示しました。そこには、各項目ごとの根本原因と推奨される対策が記載されていました:
- 非表示のリスト —ASIN によって特定され、根本原因が判明しているもの
- 無許可の第三者販売業者 — ブランド管理を損なう
- FBA 補償の空白 — 履行リスクの発生
- FBM専用SKU — 「Buy Box 」の対象範囲の制限
- 価格の不整合 — 複数のASINにわたる根本原因が特定された
この結果はPRGのチームに直接伝えられ、チームは調査結果を確認した上で直ちに行動に移しました。また、チームはこのプロンプトを保存し、Copilotを活用してさらに洗練されたバージョンをリバースエンジニアリングし、類似のアカウントで繰り返し使用できるようにしました。
この単一のユースケースにとどまらず、PRGは現在、Pacvue のMCPを自社のより広範な運用モデルに組み込んでいます。具体的には、各代理店固有の標準作業手順(SOP)に基づいて学習させたカスタムAIエージェントを構築しており、これにより、プラットフォームは単にインサイトを提示するだけでなく、PRGならではの方法でそれらを提示できるようになっています。
結果
数時間かかっていた手作業による分析が、わずか数分で完了するワークフローへと変化しました。しかも、その分析結果の精度は、手作業でレポートを作成した場合よりも優れていました。
- 20万ドル以上 単一の「Pacvue 」MCPプロンプトから特定された、月間revenue recovery の潜在収益
- 時間 → 分: 経験豊富なアナリストであっても作成に数時間を要したであろうBuy Box の診断が、数分で完了した
- 5つの根本原因のカテゴリー ASIN レベルの詳細情報と、各項目に対する推奨措置とともに、自動的に抽出されました
- 手動によるレポート抽出はゼロ 不要 — 分析はCopilotを介して自然言語で直接実行された
- 繰り返し可能なワークフロー 作成日:プロンプトを保存し、他のクライアントアカウントでも使用できるよう改良しました
- SOPの統合が進められている:PRGは、Pacvue のMCPを実稼働データエンジンとして活用し、代理店のベストプラクティスに基づいてAIエージェントのトレーニングを行っています
受賞歴