Dreamdataの貢献度は信じてよい？｜広告に返す数字の中身

「Dreamdataを入れれば、どの広告が受注に効いたかをAIが計算して教えてくれるらしい」「数字が出るなら、来期の予算配分はAIの提案どおりに組めばいい」——BtoBの広告予算を預かるマーケの責任者や、その上長からよく聞く期待です。ただ、この理解は半分ずれています。2026年9月に出た Dreamdata のAI機能は、貢献度を新しく計算するのではなく、人が決めた規則で計算済みの数字を説明する仕組みです。そして数字は社内で読むだけでなく、広告媒体へ送り返されて配信の最適化に使われます。この記事では、会社単位で数えることの意味、広告媒体に返すデータの中身、AIの配分提案を採る前に人が確かめることを、三つの場面に沿って整理します。

Dreamdata は、BtoBの接点を会社単位で売上に結ぶ基盤

Dreamdata は、BtoBの企業向けの収益アトリビューションの基盤です。広告の表示やクリック、サイトの閲覧、資料のダウンロード、ウェビナーの参加、営業のメールや商談の記録など、ばらばらの道具に散っている接点を集め、人ではなく会社（アカウント）の単位でまとめて、商談と売上に結びつけます。公式サイトは、すべての活動・施策・チャネルを会社ごとに整理し、売上につなげると説明しています。

この基盤の特徴は、測るだけで終わらない点です。公式サイトでは、商談の進み具合や関心の兆しを広告媒体に送り、媒体側が購買の可能性が高い会社を見つけられるようにする、と説明されています。挙げられている送り先は Google、LinkedIn、Meta などです。つまり、社内のレポートの道具であると同時に、広告媒体の配信を動かすデータの供給元でもあります。

国内の読者が触れることの多いアクセス解析やCRMの標準のレポートは、多くが人単位、あるいはクッキー単位で接点を数えます。BtoBでは一つの購買に複数の担当者が関わるため、人単位で数えると、誰か一人の行動だけが成果に結びついて見えます。Dreamdata は、この数え方の違いを売りにしている製品です。

作っている会社と、国内でまだ知られていない理由

Dreamdata は、デンマークのコペンハーゲンに拠点を置く会社で、2018年に創業したと報じられています。公式サイトには、北欧や英語圏のクラウド型の業務ソフトの会社の名前が顧客として並んでいます。2026年に公開した提供元の調査では、BtoBの購買の期間は平均272日、接点は88、関わる人は10人とされ、また購買の過程の81%は営業が関わる前に進むとしています。いずれも提供元の調査の数字で、自社の購買にそのまま当てはまるとは限りません。

国内で知られていない理由は、確かめた範囲では三つあります。一つは、公式サイトと説明書が英語中心で、日本語の窓口や管理画面の有無を2026年10月時点の公式ページでは確かめられなかったこと。二つめは、強みの多くが LinkedIn の広告との連携にあり、LinkedIn の広告の比重が欧米ほど大きくない国内のBtoBでは効きどころが限られること。三つめは、会社単位の貢献という考え方自体が、国内ではまだCRMの標準のレポートほど定着していないことです。

逆に言えば、国内で検討する会社は、自社の広告費の配分と、海外向けの営業の比重を先に見ておくと判断が早くなります。LinkedIn や海外の検索広告に予算の多くを使い、商談の記録が CRM に整っている会社ほど、この基盤の前提に近い会社です。

2026年9月の Dreamdata AI：三つの入口

2026年9月1日、Dreamdata はAIの製品群「Dreamdata AI」を発表しました。報道によれば、欧州と米国の顧客との試行を経ての発表で、三つの入口があります。一つめは基盤の中で質問に答える分析エージェント、二つめは外部のAIから同じデータと規則を使えるようにするMCPサーバー、三つめは会社単位のデータの型を利用者の側のデータウェアハウスへ書き出す機能です。

分析エージェントは、「前の四半期に商談を生んだ施策はどれか」のような質問を日常の言葉で受け、レポートを作って解釈と次の打ち手の提案まで返します。MCPサーバーは、Claude や ChatGPT などの対応するAIから、同じ定義のまま数字を引けるようにするものです。データウェアハウスへの書き出しは、自社でAIエージェントを組む会社が、説明付きの型の上でデータを扱えるようにするためと説明されています。

三つに共通するのは、AIの入口が増えても、数字の定義は一か所に置いたままにするという設計です。発表では、共通の指標の定義の層を通すので、誰が聞いても同じ質問には同じレポートが返る、とされています。ここが、汎用のAIに表計算の出力を渡して分析させるやり方との一番の違いです。

「AIが貢献度を計算してくれる」は誤解

最初に正しておきたいのが、AIが貢献度を計算するという理解です。発表の中で最高経営責任者のニック・ターナー氏は、Dreamdata のAIは数字を自分で計算し直すことはないと述べています。分析は事前に組まれて検証済みのもので、AIの層は既にある結果を説明する役割だ、という説明です。公式サイトにも、接点・商談・貢献・売上の規則は利用者が決め、AIはその規則に従う、と書かれています。

これは安心材料でもあり、責任の所在を示すものでもあります。AIが勝手に数字を作らないぶん、汎用のAIにありがちな、もっともらしい架空の数字の危険は小さくなります。一方で、AIの答えが正しいかどうかは、規則を決めた人の判断の正しさにそのまま依存します。どの接点を数えるか、どの段階を成果とみなすか、どの貢献の型を使うか。ここを誰が決め、誰が承認したかが曖昧なままなら、AIは曖昧な規則をきれいな言葉で説明するだけです。

発表では、レポートの組み立て（絞り込みの条件、使った型、期間）を表示して、利用者が採る前に確かめられるとしています。言い換えると、確かめるのは利用者の仕事として残っています。貢献の型の選び方や、型によって数字が変わる仕組みそのものは、HockeyStack を扱った記事で触れたので、ここでは繰り返しません。この記事では、規則を決めたあとに何が起きるかを場面で追います。

会社単位で数えると、何が変わるか

会社単位で数えると、同じ会社の複数の担当者の行動が一つの購買の流れとしてまとまります。たとえば、情報システムの担当者が比較記事を読み、事業部の責任者が LinkedIn の広告をクリックし、購買の担当者が料金の資料をダウンロードした場合、人単位なら三人の別々の行動ですが、会社単位なら一社の購買への三つの接点です。BtoBの購買の実態に近いのは後者です。

ただし、会社単位の数え方には推定が入ります。名刺やフォームで名前が分かった人は、メールのドメインやCRMの記録から会社に結びつけられます。一方、名前の分からない訪問は、IPアドレスなどから会社を推定することになります。公式の紹介ページは、匿名の訪問の最大80%を会社に結びつけられるとしていますが、これは提供元の主張で、在宅勤務や共用の回線が多い会社ほど、推定は外れやすくなります。

もう一つ大事なのは、広告媒体の側の数え方との食い違いです。LinkedIn への成果の送信を説明した公式の説明書には、Dreamdata は会社単位の貢献を使い、LinkedIn は人単位の貢献を使うと明記されています。同じ施策の成果が、Dreamdata の画面と LinkedIn の広告管理の画面で違う数字になるのは、不具合ではなく数え方の違いです。予算会議で二つの数字が並んだときに、どちらを正とするかを先に決めておく必要があります。

場面1：四半期の予算会議に、AIの答えをそのまま出す前に

一つめの場面は、四半期ごとの予算会議です。マーケの担当者が分析エージェントに「前の四半期に商談を生んだ施策の上位はどれか」と聞き、返ってきたレポートと説明を会議の資料に貼る。発表に登場する顧客の担当者も、過去3か月の商談の要因を素早く示せたことを評価しています。速く作れることは確かに利点です。

ここで確かめたいのは、答えの中身より、答えの前提です。分析エージェントの答えを会議に出す前に、少なくとも次の三点をレポートの組み立ての表示で確かめます。成果とした段階は何か（商談の作成か、受注か）、期間はいつからいつまでか（購買の期間が長いBtoBでは、四半期の中で始まって終わる商談は少ない）、どの貢献の型を使ったか。この三つが前回の会議と違えば、上位の施策が入れ替わっても当然です。

会議の資料には、AIの説明の文章ではなく、この三つの前提と数字を載せるほうが安全です。説明の文章は読みやすい反面、前提を省いて断定的に書かれがちだからです。説明は担当者が自分の言葉で書き直し、AIが付けた次の打ち手の提案は、資料の本文ではなく検討事項の欄に分けて置きます。

場面2：同じ質問を、別の人が外部のAIに聞いたとき

二つめの場面は、MCPサーバーを通じて、営業の責任者や経営企画の担当者が Claude や ChatGPT から同じデータに質問する場合です。発表は、MCPサーバーを使えば、販売の流れや期間、範囲を毎回説明し直さなくてよいとしています。定義が一か所にあるので、マーケの担当者が基盤の中で聞いた答えと、営業の責任者が外部のAIで聞いた答えが食い違いにくくなります。

ただ、食い違いにくいのは数字の部分です。外部のAIは、受け取った数字にもとづいて、自分の言葉で解釈や提案を足します。同じ数字から、ある人のAIは「展示会を減らすべき」と言い、別の人のAIは「展示会は商談の初期に効いている」と言うことは起こりえます。数字は共通でも、解釈は共通ではないと考えておくべきです。

運用としては、外部のAIからの接続を誰に許すかを決めることが先です。MCPサーバーで接続できる人が増えるほど、社内で流通する解釈も増えます。予算に関わる判断の場では、どのAIで誰が出した数字かを資料に書くこと、解釈の違いが出たら規則を決めた担当者が数字の前提に立ち返って整理すること、の二つを決めておくと混乱が減ります。

場面3：AIが「この施策を増やせ」と提案したとき

三つめの場面は、分析エージェントが次の打ち手として、ある施策への予算の増額を提案した場合です。貢献度の高い施策を増やせば成果が増える、という提案は一見もっともですが、貢献度は過去の接点の分け前であって、予算を増やしたときの増え方を示すものではありません。すでに関心の高い会社が見ていた広告ほど、貢献度は高く出やすいからです。

提案を採る前に、人が確かめる段取りを決めておきます。次の手順は、提案をそのまま採らずに、小さく試して確かめるための最低限の流れです。

増やして確かめる考え方の詳細は既存の記事でも扱っていますが、Dreamdata に固有の注意は一つです。広告媒体へ成果を送り返している場合、予算を増やした施策の配信そのものが、送り返した成果のデータで最適化されていきます。測る側と動かす側が同じデータでつながっているため、試す期間中に送る段階や設定を変えないことが、比較を成り立たせる条件になります。

広告媒体に返すデータの中身

ここからは、何が外に出るかの話です。Dreamdata の説明書には、LinkedIn、Google、Microsoft、Meta それぞれへ成果を送る連携の項目があります。このうち LinkedIn への成果の送信を説明したページには、送る項目が具体的に書かれています。2026年10月に確かめた内容を表にまとめます。

送る項目	中身	社内で確かめること
メールアドレス	ハッシュ化した値	ハッシュ化しても個人に結びつく前提で扱う
氏名・役職・会社名	CRMなどに記録された値	広告の最適化に氏名まで要るかを法務と確認
国コード	国を表す2文字のコード	国外の送信先への提供として扱うか
段階に達した時刻	商談などの段階に到達した日時	どの段階を送るかを1つに絞る
価値	段階の設定にもとづく金額など	実際の受注額を送ってよいか
クリックID・リード獲得フォームのID	広告から来た人を媒体の側で識別する値	計測タグと二重に数えていないか

説明書によれば、送られるのは LinkedIn のクリックIDかメールアドレスを持つ連絡先だけで、1回の同期で送れるのは段階の設定の中の一つの段階です。提供元は、最適化したい成果の種類を1〜2種類に絞ることと、LinkedIn の計測タグですでに数えている成果は送らないことを勧めています。送るのは同期を作った日から直近90日の到達の記録で、送信まで最大24時間、LinkedIn の画面に反映されるまでさらに最大48時間かかるとされています。

この表から分かるのは、成果の送信は、匿名の集計値ではなく、個人に結びつく記録の送信だということです。ハッシュ化は送る途中で生のメールアドレスを見せない工夫で、受け取った媒体の側で自社の会員と照合するためのものです。媒体の側で照合されることを前提に、どの段階の誰の記録を送るかを決める必要があります。

誰の権限で送られるか：同期の持ち主

見落とされやすいのが、送信がどの人の権限で動いているかです。LinkedIn への成果の送信の説明書では、連携した利用者が同期の持ち主になり、持ち主を変えるには新しい利用者が連携を取り消してつなぎ直す必要がある、とされています。また、送信先の広告アカウントごとに、請求の管理者やキャンペーンの管理者などの役割を持っていることが条件です。

これは、担当者の異動や退職で送信が止まる、あるいは止まらないことを意味します。個人のアカウントで連携したまま担当者が異動すると、誰も持ち主を把握していない送信が動き続けます。逆に、退職でアカウントを消すと、気づかないうちに送信が止まり、広告媒体の最適化の材料が途切れます。

社内で決めておきたいのは三つです。同期を作る人は個人ではなく、部門で管理する連携用の利用者にすること。どの媒体のどの広告アカウントに、どの段階を送っているかの一覧をマーケの責任者が持つこと。異動と退職の手続きの中に、同期の持ち主の付け替えを入れることです。情報システムの部門が管理するアカウントの棚卸しにも、この連携を載せておきます。

同意の扱い：成果の送信と、配信対象の名簿は別に考える

Dreamdata の説明書には、BtoBの広告とデータの扱いについての整理があります。そこでは、効果の測定のためだけに成果のデータを送る場合は、多くの場合に明示の同意は要らず、正当な利益にもとづけるとし、一方で、連絡先の名簿を広告の配信対象として送る場合は、EUの一般データ保護規則が及ぶ地域では明示の同意が必要だ、としています。会社名だけのリストは、個人ではなく会社を対象にするため、原則として事前の同意は要らないとされています。

ただし、これは欧州の規則を念頭に置いた提供元の整理で、提供元自身も自社の法務やプライバシーの担当に相談するよう書いています。国内の会社が国内の見込み客の記録を送る場合は、個人情報保護法の第三者提供や外国にある第三者への提供の扱い、クッキーなどの情報を外部に送る場合の電気通信事業法の規律に当たらないかを、自社の法務と確かめる必要があります。広告媒体の多くは国外の事業者です。

実務では、送る名簿をCRMの同意の項目で絞る、という提供元の勧めがそのまま使えます。問い合わせのフォームで広告への利用まで同意を取っているか、取っていないならその人の記録を送信の対象から外せるか。同意の状態をCRMに持っていない会社は、配信対象の名簿の送信から始めないほうが安全です。成果の送信だけでも、どの段階を送るかを法務と合意してから始めます。

匿名の訪問の推定と、クッキーを拒否した人の扱い

会社単位で数えるために、Dreamdata は名前の分からない訪問を会社に結びつける推定を使います。説明書には、匿名の訪問を会社に結びつける方法や、連絡先を会社に対応づける方法の項目があり、公式の紹介ページは IP アドレスから会社を割り出す仕組みに触れています。推定である以上、ある会社の訪問として数えられた記録の一部は、実際には別の会社の人の訪問かもしれません。

もう一点、公式の紹介ページには、クッキーを拒否した訪問者も含めて、既知と匿名の訪問者を追跡できるとする趣旨の記述があります。どの方法で何を記録するのかは、確かめた範囲の公開資料では分かりませんでした。自社のサイトでクッキーの同意を取っているなら、その設定と矛盾しないかを、導入前に提供元に確かめるべき論点です。拒否した人の行動を記録できることは、計測の担当者には魅力でも、サイトの訪問者への説明とずれれば信頼を損ねます。

確かめる相手は提供元だけではありません。自社のサイトのプライバシーの方針や、外部送信の公表の内容に、この基盤への送信が書かれているかを確認します。書かれていなければ、導入と同時に公表の内容を改める段取りを、サイトの管理者と法務の部門で組んでおきます。

外部のAIにつなぐとき、外に出るもの

MCPサーバーで外部のAIにつなぐと、Dreamdata の中のデータが、そのAIの提供元を通るようになります。発表はAIが数字を計算し直さないことを強調していますが、質問への答えとして取り出されたレポートや会社名、商談の情報は、接続したAIの会話の中に入ります。その会話の記録がどう保存され、学習に使われるかは、Dreamdata ではなく接続したAIの契約の条件で決まります。

このため、外部のAIからの接続は、会社として契約している法人向けのAIに限る、という線を引くのが現実的です。個人で契約したAIの画面から、取引先の会社名と商談の金額が引き出せる状態は避けるべきです。どのAIからの接続を許すか、接続できる人を誰にするかは、情報システムの部門と決めます。

データウェアハウスへの書き出しも同じ考え方です。書き出した先で自社のAIエージェントに読ませる場合、そのエージェントが何にアクセスできるかは、Dreamdata ではなく書き出し先の権限の設定で決まります。書き出したデータには会社名や担当者の記録が含まれうるので、書き出し先の権限を、元の基盤より緩くしないことが原則です。

費用の増え方と、止め方

2026年10月時点で確かめた公式の資料からは、料金の体系とAI機能が追加の費用になるかを確かめられませんでした。第三者の解説にはAI機能が有料の契約に含まれるとするものもありますが、公式の料金の案内で確かめたものではないため、契約の前に提供元に直接確かめてください。費用は金額ではなく増え方で考えます。この種の製品では、計測するサイトの訪問の量、つなぐ道具の数、使う人の数、同期する媒体の数が費用の要因になりえます。

止め方も先に決めます。止める対象は三つに分かれます。広告媒体への送信、外部のAIからの接続、サイトの計測です。送信を止めると、媒体の配信の最適化の材料が途切れるので、媒体の側の入札の設定を同時に見直す必要があります。外部のAIの接続は、接続の許可を取り消せば止まります。サイトの計測を止めるときは、計測のコードを外すだけでなく、外部送信の公表の内容も改めます。

契約をやめる場合に、蓄積した会社単位のデータをどう持ち出し、提供元の側でいつ消されるかも確かめておきます。説明書にはデータの保持と削除の項目がありますが、期間などの中身は確かめた範囲の資料では読み取れませんでした。データウェアハウスへの書き出しを使っていれば、型ごと手元に残せる点は、やめるときの安心材料になります。

やってはいけない使い方

ここまでの内容から、導入の初期に起きやすい失敗をまとめます。いずれも、ツールの性能の問題ではなく、人が決めるべきことを決めないまま使い始めたときに起きるものです。

• 分析エージェントの説明の文章を、前提の段階・期間・型を書かずに予算会議の資料に貼る
• AIが提案した増額を、小さく試さずに次の四半期の予算に丸ごと反映する
• 個人のアカウントで広告媒体への同期を作り、異動や退職の手続きに載せない
• 同意の状態を持っていない連絡先の名簿を、配信対象として広告媒体に送る
• 個人で契約した外部のAIから MCPサーバーにつなぎ、取引先の会社名や金額を会話に入れる
• Dreamdata と広告媒体の管理画面で数字が違うことを、どちらかの不具合と決めつける

このうち最初の二つは測る側の失敗、次の三つはデータを外へ渡す側の失敗、最後の一つは数え方の理解の失敗です。測る道具としての使い方と、外へ渡す道具としての使い方を、別々の担当と手順で管理すると、失敗の多くは防げます。

導入を決める前に確かめる項目

最後に、導入を判断する会議の前に、マーケと情報システムと法務の三者で確かめておきたい項目を並べます。提供元への質問になるものも含まれています。

• LinkedIn や海外の検索広告など、提供元の連携が強い媒体に予算の多くを使っているか
• CRMの商談の段階が整っていて、成果とする段階を一つに決められるか
• 規則（数える接点・成果の段階・貢献の型）を決める担当と承認者は誰か
• 広告媒体へ送る段階と項目を、法務が確認したか
• CRMに広告への利用の同意の状態を持っているか
• 同期の持ち主を、部門で管理する連携用の利用者にできるか
• クッキーを拒否した訪問者の扱いと、自社の同意の設定が矛盾しないか
• 外部のAIから接続を許す範囲（契約するAIと人）を決めたか
• 料金の要因、AI機能の費用、日本語の対応、データの保存場所と削除を提供元に確かめたか

このうち規則の担当と承認者が決まらない場合は、導入を急がないほうがよいでしょう。規則が決まらないまま入れると、AIの説明が立派なぶん、根拠の弱い数字が社内で強く通ってしまいます。

まとめ

Dreamdata の貢献度は、信じてよいかどうかを数字そのものでは判断できません。AIは数字を計算し直さず、人が決めた規則で作ったレポートを説明するので、信頼できるかは規則を誰が決めて承認したかで決まります。同時に、この基盤は成果のデータを広告媒体へ送り返し、ハッシュ化したメールや氏名・役職・会社名まで外に出しうる道具です。導入するなら、数える接点と成果の段階と貢献の型を決める担当を置き、広告媒体へ送る段階・同意・同期の持ち主を法務と情報システムの部門と決め、AIの配分提案は小さく試して人が承認してから採る。測る道具と外へ渡す道具の両面で線を引いてから使い始めてください。

• 製品の機能と提供の状態は、Dreamdata の公式サイト（製品の紹介・対象の会社に届ける使い方のページ）、公式の説明書（LinkedIn への成果の送信、BtoBの広告とデータの扱い）、2026年9月の発表を報じた記事を、2026年10月26日に確かめた範囲に基づきます
• 料金の体系、AI機能の費用、日本語への対応、データの保存場所と保持の期間、クッキーを拒否した訪問者の記録の方法は公開の資料で確かめられなかったため、契約の前に提供元に直接確かめてください

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。