QuadSci

概要

QuadSci は、Customer Success プラットフォームを置き換えるのではなく、その下に入る予測レイヤーです。セッション、ロール別の機能利用、モジュールと API の利用状況、ワークフローの完了といった生のプロダクトテレメトリーを、CRM・契約・通話データと合わせて読み込み、各アカウントを「成長」「安定」「縮小」「churn」に分類します。予測の対象は更新の 9〜18 か月前です。結果は、チームがすでに使っているツールに届きます。Gainsight の CTA、Salesforce のレコード、Clari、Salesloft、Slack です。

プロダクトは 2 つあります。Cohorts AI は、顧客が実際にソフトウェアをどう使っているかで顧客をセグメント化し、各行動コホートを ARR に結びつけます。Growth AI はアカウント単位の予測を行い、取るべき介入を提示します。その上に Q-Chat があり、Customer Success、営業、サービス、プロダクトマーケティング向けの会話型エージェントを備えています。3.0 リリースで完全な会話型になり(「失速し始めているアカウントはどれか?」)、MCP レイヤーを通じて同じシグナルを Agentforce、Copilot、LangGraph、CrewAI、自社エージェントに提供します。

同社は 2023 年、ニューヨーク州ガーデンシティで、共同 CEO の Sean Murray と Dan Harmeson が創業しました。2 人とも Elastic と MuleSoft の出身です。2026 年 2 月 17 日に Crosslink Capital がリードする 800 万ドルのシリーズ A を調達し、Alumni Ventures と Correlation Ventures も参加しました。第三者データベースによると従業員数は約 40 人です。

CS スタックに登場する理由

• health score では答えられない問いに答えます。 CS プラットフォームの health score は、ログイン数、NPS、チケット量、CSM の所感といった遅行指標の加重平均であり、顧客がすでに離れつつある段階で赤くなります。QuadSci の価値はリードタイムです。更新の話し合いが始まる前にプロダクト上のギャップを埋められるほど早いシグナルを出します。
• 事例は形容詞ではなく金額で語られています。 30,000 社超の顧客を抱え、年間 500 万ドル超の想定外の churn に悩んでいた Boomi は、Salesforce、Gong、Marketo、Gainsight、プロダクト分析から得た 700 億件のテレメトリーイベントでモデルを学習させました。QuadSci によると、リスクのある ARR 2,700 万ドルを可視化し、そのうち 18% を防止、6 か月先の更新予測の精度は 10% 向上しました。予測は Gainsight の CTA に直接書き込まれます。Clari では 60 億件超のシグナルから、churn と成長で 90%、6 か月先の縮小で 80% の精度を得ました。しかも最大の発見はリスクではなく拡大機会でした。
• データはお客様のデータウェアハウスから出ません。 モデルは AWS、Google Cloud、Azure 上の Snowflake、Databricks、BigQuery、Redshift、Synapse など、お客様の環境内にデプロイされます。パブリックエンドポイントはなく、アクセスは SSO のみ、デフォルトは読み取り専用です。SOC 2 Type II を取得しています。生のイベントストリームをスタートアップに渡すことを拒むセキュリティチームにとって、これが決め手になります。
• 誰も起票していないパイプラインを掘り起こします。 QuadSci によると、顧客の ARR の平均 15% が、商談が立っていないまま「成長予測」の状態にあります。そのため予算を持つのは CS だけでなく RevOps になりがちです。

価格の実態

公開の料金表もセルフサーブのプランもありません。サブスクリプションはシート数ではなく自社の ARR に応じた段階制です。同じ会社であれば、CS チームが 12 人でも 120 人でも料金は変わりません。第三者による価格データはまだ存在しません。唯一の公開された手がかりは間接的なものです。Boomi の事例は、維持できた 490 万ドル(2,700 万ドルの 18%)に対して 700% 超の ROI を主張しており、そこから逆算するとプラットフォーム費用は最大でも約 60 万ドルになります。これは大規模な顧客基盤での上限であり、見積もりではありません。エンタープライズ型の年間契約、最初のアカウントがスコアリングされるまでのデータ統合フェーズ、そして参入条件としての PoC バックテストを想定してください。

こんな組織に最適

ARR がおおむね 5,000 万ドル以上の B2B SaaS 企業で、年間または複数年契約の顧客基盤が大きく、プロダクトの計測が整っている(Pendo、Amplitude、Mixpanel、Heap、Segment、またはウェアハウス上のイベントテーブル)組織の Customer Success 担当 VP と RevOps リーダー。課題が想定外の churn、つまり health score が緑だったのに失った更新である場合に向いています。Gainsight などの CS プラットフォームがすでに導入済みで、置き換えるのではなく、より早く動かすことが目的の場合に最もよく合います。

月額のセルフサーブプランを販売している場合(9〜18 か月という予測期間が契約期間より長い)、プロダクトイベントがアカウント ID に紐づいていない場合、アカウント数が数百未満の場合は見送ってください。モデルが学習するには、過去の更新と解約が十分な数だけ必要です。

代替ツールとの比較

導入実績で見ると、この予算枠を押さえているのは Gainsight と ChurnZero です。どちらも CSM のワークスペース内で health scoring とリスクアラートを提供します。churn が 90 日前に見えていて、解決策が CSM のカバレッジであるなら、そのままで構いません。不満が予測ではなくワークフローやデータモデリングにあるなら Planhat と Vitally を選んでください。Pendo と Amplitude は生の利用トレンドを提供し、解釈はアナリストに任せます。自作ルート、つまりデータチームがウェアハウス内に churn モデルを構築し Hightouch で CRM に同期する方法は、すでに ML エンジニアを抱えていて特徴量を自社で持ちたい場合に勝ちます。QuadSci が勝つのは、リードタイムが課題である場合だけです。90 日ではなく 12 か月前の警告が必要で、しかもデータサイエンスチームを組まずにそれを得たい場合です。

注意点

• 精度の数値は情報源によって異なり、定義もありません。 シリーズ A の発表では 12〜18 か月先で 94%、Web サイトと 2026 年 6 月の受賞発表では 9〜18 か月先で 90% 超とされています。どちらも precision、recall、全体の正解率のどれなのかを明示していません。年間 churn 率 8% の顧客基盤では、常に「更新する」と予測するモデルでも正解率は 92% になります。対策:有償パイロットを、18 か月以上前の自社の更新実績に対するブラインドのバックテストにし、churn クラスの precision と recall をセグメント別に書面で受け取ってください。
• テレメトリーがなければプロダクトとして成立しません。 どの事例も、アカウントに紐づいた数十億件のイベントから始まっています。対策:最初の打ち合わせの前に、プロダクトイベントが CRM と結合できる安定したアカウント ID を持っていること、そして少なくとも 2 回分の更新サイクルの履歴を保持していることを確認してください。
• 信頼の獲得はデプロイより時間がかかります。 Boomi のチーム自身が、CSM が予測に基づいて動くまで 6 か月かかったと述べています。対策:新しいダッシュボードではなく既存の CTA やタスクのキューにシグナルを流し、ロールアウト前に測定する成果を 1 つ決めてください。例えば、フラグが立ったアカウントの維持率を対照群と比較します。
• 若く小規模なベンダーです。 2023 年創業、約 40 人、公表済みの資金調達は 800 万ドルで、複数年の更新判断に関わる製品を販売しています。対策:ウェアハウスネイティブのデプロイによりデータは手元に残ります。加えて、スコア、コホート定義、特徴量重要度のエクスポートを契約に盛り込み、初回の契約期間は 12 か月に抑えてください。