この成長は偶然ではありません。ユーザーのニーズに向き合う姿勢と、データを活用した改善のサイクルが、Litmatchの成長を支えています。
企業紹介
Construct Techは、「ソウルソーシャル」を軸に、音声マッチングやリアルタイム翻訳技術を活用したグローバルソーシャルアプリ「Litmatch」を展開しています。東南アジアを中心に事業を広げ、複数の国・地域でサービスを提供しています。
海外ソーシャル市場における課題
Litmatchは、地域別のユーザーニーズに応じたマッチング体験を提供することが競争力です。インドネシアユーザーは音声でのやりとりを好む、マレーシアユーザーは興味タグによるマッチングを重視するなど、地域ごとの特性に合わせてアルゴリズムの最適化が求められます。
こうした状況の中で、Construct Techチームは2つの課題に直面していました。
ユーザー行動の把握： 「マッチング開始からチャットに至るまでの全経路」を捕捉する手段がなく、「なぜマッチング後に深い会話に発展しないのか」「どの興味タグがチャット時間を延ばすのか」といった問いに答えられませんでした。アルゴリズム改善は経験に頼るしかなく、改善の指針が立たない状況でした。
成本と効率の両立： 自社でデータ分析基盤を構築しようとすると、サーバー運用やクエリパフォーマンスの最適化に人手が必要になります。これは製品開発や事業拡大といった優先課題とぶつかり、スタートアップとしての成長速度を損なうことになります。
こうした課題を踏まえて、Construct Techは「データ収集・保存・分析を一貫してカバーしながら、スタートアップの制約に合わせられる」ソリューションを求めていました。
ソリューションの導入
Construct Techがパートナーを探す過程で、ThinkingAIのAgentic Engineシステムが求める要件と一致していることが明らかになりました。Agentic Engineシステムはデータ収集・保存・分析の各段階でConstruct Techの課題を解決し、マッチングアルゴリズム改善と市場戦略の改善を支える基盤となります。
ユーザー行動の追跡：埋め込みテンプレート＋リアルタイム検証
Litmatchでは「マッチングの種別、興味タグのタップ、チャット時間、匿名インタラクション」といったユーザーの重要な行動を捕捉することが必要です。埋め込みの漏れがあると、その後の分析に支障が出ます。
Agentic Engineシステムにはソーシャル向けの埋め込みテンプレートが用意されており、こうした高頻度イベントをカバーしています。埋め込みスキームの検証機能がリアルタイムでデータ収集の完全性をチェックし、新バージョン公開後のイベント未送信や属性欠落を検出。ユーザーの行動データが正確に記録される環境を作ります。
大規模データ保存：クラウドスケーラビリティ
ユーザー規模が広がるにつれ、Litmatchのデータ量は日単位で膨大な規模になります。時間帯や地域によってアクセスにばらつきがあり、ストレージ容量の柔軟な調整が必要です。
Agentic Engineシステムはデータ量に応じてストレージを動的に調整します。ピーク時は自動的に容量を増やしてデータ損失を防ぎ、オフピーク時は容量を縮小してコストを抑える。チームがサーバー運用に気を取られることなく、本来の業務に注力できます。
自律的なデータ分析：ノーコードダッシュボード
Litmatchの運営・プロダクトチームは、施策の効果をすばやく検証する必要があります。「興味タグの重み付けを変えた後、マッチング後の会話率はどう変わったか」「特定地域のユーザーは新機能をどの程度使っているか」といった質問に、エンジニアを経由せずに答えられなければ、改善のサイクルが遅れます。
Agentic Engineシステムのダッシュボードはドラッグ&ドロップで設定でき、「国別、興味タグ別、会話シーン別」にデータを分解できます。クエリはリアルタイムで応答し、コード不要で「東南アジアユーザーの会話継続率」「ブラジルユーザーの音声マッチング利用率」といった重要な指標をすぐに取得できます。
複数地域のデータ管理：統合ビュー
事業展開国が増えるにつれ、複数地域のデータを一元管理する必要が出てきます。タイムゾーンのズレやマルチ通貨のデータ集計が課題になります。
Agentic Engineシステムは地域の壁を越えてデータを統合します。複数の市場の重要指標をツール切り替えなしで確認でき、タイムゾーン補正や通貨換算は自動。グローバルな事業動向をすばやく把握できます。
継続的な成長への道
Construct TechにとってThinkingAIとの連携は、目の前のビジネス課題を解決するだけでなく、Litmatchの長期的な成長のためのデータ基盤を整えるものになりました。ThinkingAIにとっても、より多くの企業がデータを活用できる環境を作ることへの取り組みが広がっています。
海外ソーシャル領域に挑戦する起業家にとって、この事例は参考になるかもしれません。データドリブンの本質は、複雑なツールを持つことではなく、自分たちのニーズに合ったソリューションを見つけることにあります。
