目的はあるのに、それを測る数字も、回すための時間も足りない。
「ファンコミュニティの形成」「新規層の受け皿」という目的はあるのに、それを示す数字がなく、成果を社内に説明できない。
投稿計画の作成に約2週間、各投稿物の制作に約1.5週間。振り返り・企画検討の時間が取れない。
表現の確認・修正の往復に時間を取られ、クリエイティブに割く余力が減る。
広告・インフルエンサー施策は別部署の運用で、SNSと横断した分析ができない。
「なんか違う」出力になり、結局手作業に戻ってしまっていた。
実データから数値を分析してKPIのベースラインを算出。SNS業務と、これまで担当者の頭の中にあった判断基準を洗い出しました。
AIの基礎と主要LLMの使い分けを整理し、Claude Projects上でブランドの判断基準（reference）を言語化。汎用AIではなく、御社専用の土台をつくりました。
Claude Code環境を構築し、分析エージェントを実装。実データで分析を稼働させ、企画・分析・予測がKPIに直結して回る状態にしました。
データベースの再構築、タグ付けの実運用、スキルの改修方法までを指導。「自分たちで直せる」状態への移行を支援しました。
ブランドの判断基準を言語化した資産
全投稿にタグ付けして蓄積
担当者のPCで動く実行基盤（Claude Code）
判断基準 × タグ付きデータベース × 実行環境 —
実データからベースラインを算出し、初めて「目的を測るKPI」と目標値を設定。
過去投稿・新規投稿を題材に、入口・橋渡し・訴求軸などのタグ付けを実践。分析の土台となるデータ蓄積が始動しました。
社内でのコアバリュー再定義に合わせ、reference・データベース・スキルを再構築。変化に対応するプロセスを実地で経験しました。
「自分で改修できるようになりたい」というご要望を受け、修正方法の指導と、引き継ぎしやすい構成への見直しを実施しました。
キャンペーンの分類フレームと参加手法別のKPIを、referenceとデータベースにご自身で追加。弊社レビューの結果、ブランド思想・薬機法ルールを崩さない正しい拡張であることを確認しました。研修ゴール「自社エージェントを設計＆実装できる」を、実運用で達成しています。