← TOPへ戻る

Salesforce Data Cloudとは？【全体像・CDP活用・認定資格まで徹底解説】

社内に散在する顧客データを一元化し、リアルタイムで活用したい。そのニーズに正面から応えるのが Salesforce Data Cloud（2025年10月よりData 360に改称）です。本記事では、 5層アーキテクチャ・主要機能・他製品との連携・認定資格まで、導入検討者が知るべき知識を体系的に解説します。

はじめに ― Salesforce Data Cloudが解決する課題

現代の企業は、顧客に関するデータを多種多様なシステムに抱えています。 マーケティングオートメーションツールのメール開封履歴、ECサイトの購買ログ、 コールセンターの問い合わせ記録、Sales Cloudの商談情報……。 これらがバラバラのデータサイロに格納されたまま連携できないことは、 多くの企業が直面する「顧客データ分断」の典型例です。

データ分断が招く弊害は深刻です。マーケティング部門が「まだ検討中」と分類している見込み客に、 営業部門は既に提案書を送っている。サービス部門は過去の購買履歴を把握できないまま、 顧客の問い合わせに対応している。こうした断絶は顧客体験を損ない、 ビジネス機会の損失に直結します。

Salesforceが掲げる「Customer 360」のビジョンは、すべての顧客接点データを統合して 一人ひとりの顧客を完全に理解することです。その実現を技術的に支えるのが Salesforce Data Cloud（現 Data 360）です。単なる「顧客データ統合ツール」にとどまらず、 統合したデータをリアルタイムでビジネスアクションに繋げる仕組みまで提供することが、 このプラットフォームの本質的な価値です。

Salesforce Data Cloudとは ― 定義とポジショニング

Salesforce Data Cloud（2025年10月14日以降の正式名称はSalesforce Data 360）は、 Salesforceが提供するエンタープライズ向けデータプラットフォームです。 CDP（Customer Data Platform）としての機能を中核に持ちつつ、 データレイクハウスとしての大規模データ処理能力も備えています。

名称の変遷

このプロダクトは以下のように名称が変化してきました。

  • Customer 360 Audiences（2020年〜）: セグメント配信に特化したマーケティングデータ基盤として登場
  • Salesforce CDP（Customer Data Platform）（2021年〜）: CDP機能を全面に押し出してリブランド
  • Salesforce Genie（2022年〜）: リアルタイムデータ活用を強調した名称に変更
  • Salesforce Data Cloud（2023年〜）: AI・Einstein機能との統合を見据えた包括的な名称に再変更
  • Salesforce Data 360（2025年10月〜）: Agentforceとの統合強化を背景に現在の名称へ。機能・アーキテクチャに変更はなし

本記事では「Salesforce Data Cloud」という名称を中心に解説しますが、 2026年4月時点の正式名称はSalesforce Data 360であることを念頭に置いてください。 Salesforce公式ドキュメントでも両名称が混在している時期があるため、 公式サイト（salesforce.com/data/）の最新情報を都度確認することをお勧めします。

CDPとしての特徴

従来型のCDPとSalesforce Data Cloudの大きな違いは、Salesforceエコシステムへのネイティブ統合にあります。 Sales Cloud・Service Cloud・Marketing Cloudといった既存のSalesforce製品とデータを シームレスに連携できるため、新たにスタンドアロンのCDPを別途導入・連携するコストと 複雑さを大幅に削減できます。

また、Salesforce Data Cloudは外部のデータソース（Webサイト、モバイルアプリ、 ECプラットフォーム、データウェアハウス等）からのデータ取り込みも広くサポートしており、 Salesforce製品を使っていない接点のデータも統合できます。

アーキテクチャ5レイヤー ― データの流れと処理の全体像

Salesforce Data Cloudのアーキテクチャは、データが「取り込まれ → 整理され → 統合され → 分析され → 活用される」 という流れに対応した5つのレイヤーで構成されています。

レイヤー1: Data Ingestion（データ取り込み）

さまざまなソースからData Cloudにデータを取り込む入口となるレイヤーです。

  • Data Streams（データストリーム）: Webサイト・モバイルアプリからのリアルタイムイベント、Salesforce CRMオブジェクト、クラウドストレージ（Amazon S3、Azure Blob等）、MuleSoft連携など多様なソースからのデータ取り込みを設定する機能
  • MuleSoft Anypoint Platform連携: 既存のAPIや基幹系システムからのデータパイプライン構築
  • Salesforceコネクタ: Sales Cloud・Service Cloud・Marketing Cloudのデータをネイティブに取り込み
  • Partner Connectors: Snowflake・Google BigQuery・AWS等の外部データレイク・ウェアハウスとの連携

取り込まれたデータは最初にDLO（Data Lake Object）として保存されます。 DLOはソースデータをそのままの形式・フィールド名・構造で保持する「原本保管領域」です。 変換・整形はこの段階では行われず、取り込んだデータの完全性が保たれます。

レイヤー2: Harmonization（データ調和・変換）

DLOに格納された生データを、分析・活用に適した標準化された形式に変換するレイヤーです。 この変換処理の中心となるのがDMO（Data Model Object）です。

DMOはSalesforceが定義した標準データモデルに基づくオブジェクトです。 たとえば「Individual（個人）」「Contact Point Email（メールアドレス）」 「Sales Order（受注）」などの標準DMOが89種類以上用意されており、 DLOのフィールドをこれらのDMOにマッピングすることで、 異なるソースから来たデータが統一されたスキーマに整理されます。 独自の要件に応じてカスタムDMOを作成することも可能です。

この「DLOからDMOへのマッピング」がデータ調和の核心であり、 「A社のCRMでは顧客IDを"cust_id"と呼んでいるが、B社のECでは"user_key"と呼んでいる」 といった名称の揺れを統一する作業がここで行われます。

レイヤー3: Identity Resolution（ID解決）

異なるデータソースで分散している「同一人物」のレコードを自動的に結合して ひとつの統合プロファイルを生成するレイヤーです。 これはCDPの最も根幹となる機能のひとつです。

Identity Resolutionはマッチングルールの設定から始まります。 たとえば「メールアドレスが一致する場合は同一人物とみなす（完全一致）」 「氏名と郵便番号が一致する場合も統合候補とする（ファジーマッチ）」 といったルールを複数定義します。

マッチングルールに従って結合されたレコードはUnified Individual（統合個人プロファイル）として生成されます。このUnified Individualが「顧客360°ビュー」の実体であり、 マーケティング・営業・サービスの各チームが参照する統一された顧客像となります。 Identity Resolutionはスケジュール実行とリアルタイム実行の両方に対応しています。

レイヤー4: Insights（インサイト生成）

統合された顧客プロファイルをもとに、高度な分析・指標計算を行うレイヤーです。 中核機能となるのがCIO（Calculated Insight Object）です。

CIOはDMOのデータに対してSQL的な集計・計算処理を定義し、 その結果をData Cloud内の別オブジェクトとして保持する仕組みです。 「直近30日間の購買金額合計」「過去1年間のサービス利用頻度」 「エンゲージメントスコア」などの指標をCIOとして定義し、 各顧客プロファイルに紐付けて保持できます。 これにより、マーケターはSQLを書かずに高度な顧客属性を活用できます。

レイヤー5: Activation（アクティベーション）

統合・分析されたデータを具体的なビジネスアクション（メール配信、広告ターゲティング、 営業アクション等）に繋げる最終レイヤーです。 Salesforce Data Cloudはアクティベーション先として以下を標準サポートしています。

  • Marketing Cloud（メール・SMS・プッシュ通知配信）
  • Sales Cloud（リードや商談のフィールド更新・タスク生成）
  • Service Cloud（ケース対応の文脈情報提供）
  • Amazon Ads / Google Ads / Meta（広告プラットフォームへのオーディエンス同期）
  • Salesforce Flow（業務プロセスの自動化トリガー）
  • パートナーコネクタ経由のカスタムアクティベーション先

主要機能詳細

Data Streams（データストリーム）

Data StreamsはData Cloudへのデータ取り込みを設定・管理するUIです。 ソースの種類（Salesforce CRM、ファイルアップロード、API、クラウドストレージ等）を選択し、 取り込み頻度（リアルタイム、スケジュールバッチ等）と取り込み対象のフィールドを定義します。 1つのData Streamは1つのDLOとして保存されます。 設定はノーコードUIで行えるため、開発者でなくても取り込み設定を管理できます。

Data Model Objects（DMO）

前述のとおり、DMOはData Cloudの標準データモデルを形成するオブジェクトです。 Salesforceは「Individual」「Contact Point Email」「Contact Point Phone」 「Sales Order」「Engagement」「Product」など、顧客データに必要な主要エンティティを カバーする89種類以上の標準DMOを提供しています。 DLOからDMOへのフィールドマッピングはGUI上のドラッグ操作で直感的に設定でき、 データ変換ルール（型変換・値の正規化等）も定義できます。

Calculated Insights（計算済みインサイト）

Calculated Insights（CIOが実体）は、DMOデータに対して集計・計算処理を定義する機能です。 SQLライクな構文でメトリクスを定義し、その結果を顧客プロファイルの属性として保持します。 Marketing CloudのジャーニーやSegmentationで直接参照できるため、 「エンゲージメントスコアが70以上の顧客にのみ特定のコンテンツを配信する」 といった高度なパーソナライズが実現できます。

Segmentation（セグメンテーション）

統合された顧客プロファイルとCalculated Insightsをもとに、 条件ベースで顧客セグメントを動的に定義する機能です。 GUIのビルダーで条件を組み合わせると、リアルタイムで対象顧客数がプレビューされます。 作成したセグメントはアクティベーション設定と紐付けて、 Marketing Cloudや広告プラットフォームに自動的に同期されます。

Salesforce Flowとの連携

Salesforce Flowは業務プロセス自動化の中核ツールですが、 Data Cloudとの統合により、顧客データの変化をトリガーにFlowを起動できます。 「顧客の購買金額が特定の閾値を超えた瞬間に、担当営業にタスクを自動作成する」 「Webサイトで特定の製品ページを3回以上閲覧した顧客に、Marketing CloudからメールFlowを起動する」 といったリアルタイムな自動化が実現します。

他Salesforce製品との連携

Marketing Cloudとの連携

Salesforce Data CloudとMarketing Cloudの連携は最も典型的なユースケースです。 Data Cloudで定義した顧客セグメントをMarketing Cloudのジャーニービルダーで活用し、 パーソナライズされたメール・SMS・プッシュ通知を大規模に配信できます。 Marketing Cloud Personalizationと組み合わせると、Webサイト上での リアルタイムコンテンツ最適化も実現します。

Sales Cloudとの連携

Sales CloudのオブジェクトデータをData Cloudに取り込み、 マーケティングデータや行動データと統合することで、 営業担当者が顧客の全体像を把握した上でアプローチできます。 Data Cloud上で計算したエンゲージメントスコアをSales Cloudのリードや コンタクトに書き戻す（アクティベーション）ことも可能です。

Service Cloudとの連携

Data CloudのUnified Profileをサービスエージェントコンソールに表示することで、 カスタマーサービス担当者は顧客の購買履歴・問い合わせ履歴・マーケティング接触履歴を 一画面で把握してサポートにあたれます。 顧客の「コンテキスト」を持った高品質なサービス提供が可能になります。

Agentforceとの連携 ― 2026年の中核価値

2026年時点でSalesforceが最も力を入れているのが、Data CloudとAgentforceの統合です。 AgentforceはSalesforceのAIエージェント基盤であり、 自律的に顧客対応・社内タスク処理を行うAIエージェントを構築・実行できます。

Data CloudはAgentforceに対して以下の役割を担います。

  • データグラウンディング:AIエージェントが回答を生成する際に、Unified Profile・セグメント情報・ Calculated Insightsといった実際の顧客データを参照させる（RAG: Retrieval-Augmented Generation）。 これにより「データに根ざした正確な回答」をAIが生成できる
  • リアルタイム文脈提供:顧客が問い合わせた瞬間に、Data CloudのUnified Profileを参照してAIエージェントに その顧客のコンテキストを提供。過去の購買や問い合わせ履歴を踏まえたパーソナライズド対応が実現
  • アクティベーションの自動化:AIエージェントが判断したアクション（クーポン発行・担当者アサイン等）を Data Cloud経由でMarketing CloudやSales Cloudに反映

Salesforceは「Data CloudなきAgentforceは、文脈を持たないAIに過ぎない」と位置付けており、 Data Cloudはエージェント時代のデータ基盤として戦略的中核に位置しています。

Tableauとの連携

SalesforceはTableauも傘下に持つため、Data CloudとTableauのネイティブ連携が実現しています。 Data Cloud内の統合プロファイル・Calculated Insights・セグメントデータを Tableauで直接分析・可視化でき、データの抽出や変換なしに高度なBI分析が行えます。 TableauのAI機能（Tableau Pulse等）もData Cloudのデータをベースに動作します。

あわせて読みたい

代表的なユースケース

顧客360°理解とリアルタイム顧客プロファイル

最も基本的なユースケースは、分散したデータを統合して「一人の顧客を完全に理解する」ことです。 Webサイトの閲覧行動・メールの開封状況・購買履歴・サービス問い合わせ記録を一元化し、 営業・マーケ・サービスの各チームが同じ顧客像を参照できる環境を構築します。 B2Cの大量顧客データを扱う企業から、B2Bの複雑なアカウント構造を持つ企業まで幅広く適用できます。

パーソナライズドマーケティング

顧客セグメントをリアルタイムで更新し、Marketing Cloudと連携することで、 顧客の状況変化に即応したコミュニケーションが実現します。 「カートに商品を追加したが24時間以内に購入しなかった顧客」にリマインダーを送る、 「特定製品を3回以上購入した優良顧客に限定オファーを配信する」といった 高精度なターゲティングが、開発なしのGUI操作で設定できます。

リアルタイム接客・Web最適化

Webサイトにデータコレクターを設置してリアルタイムの行動データをData Cloudに送り、 Marketing Cloud Personalizationと組み合わせることで、 訪問者のセグメントに応じてWebコンテンツを動的に切り替えられます。 初訪問者・リピーター・高LTV顧客で異なるバナーやオファーを表示する 「Web上のリアルタイム接客」が実現します。

AI活用 ― Einstein・Agentforceとの組み合わせ

Data Cloudに蓄積された統合顧客データは、EinsteinのAIモデルのトレーニングデータとして活用できます。 顧客の離脱リスクスコア・アップセルポテンシャルスコアといった予測インサイトを Einstein AIが生成し、それをCalculated Insightsとして各顧客に紐付けて マーケティング・営業活動に活かすサイクルが構築できます。 さらに前述のAgentforceとの統合により、AIが顧客データを参照しながら 自律的に対応を行うエージェント体験の提供へと発展します。

認定資格と学習リソース

Salesforce認定 Data 360 Consultant試験

Salesforce Data Cloudに関する代表的な認定資格はSalesforce Certified Data 360 Consultant（試験コード: Data-Con-101）です。 2025年10月のData 360リブランドに伴い、試験名も「Data Cloud Consultant」から 「Data 360 Consultant」に改称されました（Trailhead Academy公式ページで確認済み）。

試験の主な対象範囲は以下のとおりです。

  • Data Cloudの設定・管理（Data Streams, DMO設定, Identity Resolution設定）
  • データモデリングとデータマッピング（DLO→DMOのマッピング）
  • セグメンテーションとアクティベーションの設計
  • 他Salesforce製品との連携設計（Marketing Cloud, Sales Cloud等）
  • パフォーマンス・スケーラビリティの考慮事項
  • セキュリティ・プライバシー・データガバナンス

受験対象者は「エンタープライズデータプラットフォームの実装・コンサルティング経験を持つ実務者」とされており、 中上級者向けの試験です。前提知識として、Salesforce管理者の基礎知識と Data Cloudの実際の設定経験が推奨されています。 最新の試験ガイドはSalesforce公式Trailheadで確認することを強くお勧めします。

Trailheadバッジと学習パス

認定試験の対策だけでなく、Data Cloudの基礎知識を体系的に学ぶにはSalesforceの 無償学習プラットフォームTrailheadが最適です。 以下の公式Trail・モジュールが特に役立ちます。

  • Salesforce Data Cloud Basics:Data Cloudの全体概念・DLO/DMO/Identity Resolutionの基礎を体系的に学べる入門モジュール
  • Data Cloud for Marketers:マーケティング担当者がセグメンテーション・アクティベーションを活用するための実践的なモジュール
  • Agentforce and Data Cloud（メンテナンス系モジュール）:最新リリースのAgentforceとData Cloud統合機能を追跡するためのモジュール。資格保有者は必ず完了が必要
  • Data 360 Consultant Certification Maintenance（Winter 26）:資格保有者がリブランドへの対応状況を維持するためのメンテナンスモジュール

Trailheadはすべて無料でアクセスでき、ハンズオン環境（Trailhead Playground）での 実際の設定操作も体験できます。

あわせて読みたい

導入時の注意点

データ容量課金の仕組み

Salesforce Data Cloudの料金体系は「プロファイル数」ベースが基本ですが、 取り込むデータ量・活用するアクティベーション先・AIオプションの追加に応じて コストが大きく変動します。特に注意すべきはデータ容量（ストレージ）課金です。 DLOに取り込んだ生データとDMOの統合データの両方が容量カウント対象となるため、 大量の履歴データや高頻度のイベントデータを取り込む場合は 事前に容量試算と不要データの保持期間ポリシーを設計することが重要です。

また、アクティベーション先（Marketing Cloud・広告プラットフォーム等）も 別途ライセンスが必要です。全体コストの見積もりは必ずSalesforceのアカウントエグゼクティブと 詳細を確認することをお勧めします。

初期設計の重要性

Data Cloudは柔軟なプラットフォームですが、その柔軟さゆえに設計が複雑になりがちです。 特に以下の設計判断は後から変更しにくいため、導入初期に慎重に検討する必要があります。

  • Identity Resolution戦略:どのマッチングキー（メールアドレス・電話番号・Cookie ID等）を使うか、 マッチングの精度と偽統合のリスクのバランスをどう設定するか
  • DMOマッピング設計:カスタムDMOを作るか標準DMOに合わせるか、後続の活用シーンを見越した フィールド構成にするか
  • データ取り込みの粒度と頻度:リアルタイム取り込みはコスト高。ビジネス要件に対してバッチ処理で十分かどうかの判断

大規模導入の際はSalesforceの認定パートナー（コンサルティングパートナー）と 共同でアーキテクチャ設計フェーズを十分に確保することを強く推奨します。

他CDPとの比較検討ポイント

Salesforce Data Cloud以外のCDP製品としてTreasure Data CDP（データエンジニア向けの柔軟性が高い）、Braze（モバイル・プッシュ通知に強いエンゲージメントプラットフォーム）、Segment（Twilio）（デベロッパーフレンドリーなCDP）といった選択肢があります。

Salesforce Data Cloudが明確に有利なのは、すでにSalesforce製品を複数導入している企業です。 Sales Cloud・Service Cloud・Marketing Cloudとのネイティブ統合により、 別途ETLや連携開発のコストなしにデータを統合できます。 一方、Salesforceをほとんどまたはまったく使っていない企業にとっては、 別のCDPのほうが導入障壁が低い可能性があります。 「既存Salesforce投資の最大化」という観点で評価するのが最も合理的です。

まとめと次の一歩

Salesforce Data Cloud（現 Data 360）は、顧客データの分断という根本的な課題を解決するための エンタープライズCDPです。データの取り込み（Data Ingestion）から整形（Harmonization）、 ID解決（Identity Resolution）、インサイト生成（Insights）、活用（Activation）という 5層のアーキテクチャを通じて、顧客データが一枚絵として見えるようになります。

2026年時点での最大のトレンドは、AgentforceとData Cloudの統合による 「データを持つAIエージェント」の実現です。顧客データを知ったAIが自律的に 顧客対応を行うエージェント体験は、今後のSalesforce活用の核心となります。

次の一歩として、以下のアクションを推奨します。

  • Trailheadで無料学習を開始する: 「Salesforce Data Cloud Basics」モジュールから始めて概念を習得する
  • 自社のデータ棚卸しを行う: どのシステムにどのような顧客データがあるかを整理し、統合の優先順位を見極める
  • Salesforceパートナーへの相談: 認定コンサルティングパートナーにスコーピングセッションを依頼し、初期コスト試算を得る
  • 認定資格の取得を視野に: データ基盤担当者・マーケティングプラットフォーム担当者はSalesforce Certified Data 360 Consultantの取得を検討する

顧客データ基盤の構築は一朝一夕には完成しませんが、正しいプラットフォームと設計方針を選択することで、 データドリブンな顧客体験の提供という目標に着実に近づけます。 Salesforce Data Cloudがその選択肢のひとつとして、本記事が判断の一助になれば幸いです。

Salesforce・Tableau関連の認定試験をPassDojoで対策する

Tableau Data Analyst試験をはじめとするSalesforceエコシステムの認定試験対策に、 PassDojoの模擬試験をご活用ください。本番形式の問題を繰り返し解くことで 合格率を高められます。

Tableau DA試験 模擬試験を解くTableau DA試験ガイドを読む

あわせて読みたい

※ 本記事はSalesforce Data Cloud（Data 360）の概要解説を目的として作成しています。 製品仕様・価格・試験名称・認定資格の要件は予告なく変更される場合があります。 導入検討の際はSalesforce公式サイト（salesforce.com）および Trailhead（trailhead.salesforce.com）の最新情報を必ずご確認ください。

無料会員登録で学習履歴を保存

模擬試験の結果や入門学習の進捗を保存し、苦手分野を継続して把握できます。

無料会員登録（30秒）ログイン