この記事は、2026年4月14日に開催された「DevOpsDays Tokyo 2026」での登壇内容を、Qiita用に記事としてまとめたものです。

はじめに

みなさん、DevOpsしていますか？

DevOpsの提唱者の一人であるPatrick Debois氏は、DevOpsを 「サイロによって生まれる摩擦を克服するためにすること全て」 と定義しています。

私は株式会社カオナビでDevOpsエンジニアとして活動してきましたが、組織の壁（サイロ）を壊し、全体最適を加速させるための最強の武器として選んだのが 『データ』 でした。

本記事では、2026年4月14日に開催された「DevOpsDays Tokyo 2026」での登壇内容をもとに、一人のDevOpsエンジニアがなぜデータマネジメントの世界へ越境し、どのように組織を繋いでいったのか、その軌跡と知見を共有します。

1. カオナビにおけるデータ基盤の歩み（2023-2026）

私が2023年に入社してから現在に至るまで、カオナビのデータ基盤は以下のようなステップで進化してきました。

この数年で、Salesforce、GitLab、Redmine、GA4、Marketoといった、社内に点在していた「サイロ化されたデータ」をSnowflakeへと統合してきました。

越境のきっかけは、組織内のあちこちで起きていた**「見れないことによる摩擦」**でした。

新機能をリリースしても、それが「本当に使われているのか」「顧客の価値に繋がっているのか」を評価する術がありませんでした。権限やインフラの制約で、エンジニア自身が本番DBのデータに触るハードルが高すぎたのです。

カスタマーサクセス（CS）は、顧客がプロダクトを使いこなせているか分からず、一歩踏み込んだ提案ができませんでした。「何に困っているか」を把握するために、毎回顧客にヒアリングする必要があったのです。

「データが繋がっていない＝組織が分断されている」 という状態でした。

私は、データを特定の部署の持ち物ではなく、**「組織を跨いで活用される共通資産」**と定義し直しました。

Snowflakeを中央に据え、情報の非対称性を解消することで、サイロは自然と溶け始めました。

データという共通言語を持つことで、「推測」ではなく「事実」に基づいた対話が組織間で生まれました。

なぜ、データエンジニアではなく「DevOpsエンジニア」がこの役割を担ったのか。そこには、DevOpsエンジニア特有の 「パイプライン意識」 があります。

DevOpsエンジニアは、コードが本番にデプロイされるまでの「開発パイプライン」を最適化するのが仕事です。
実は、 ビジネスプロセス（Lead → Inside → Field → Customer → Churned）も、全く同じ構造のパイプライン として捉えることができます。

DevOpsエンジニアが持つ「パイプラインを整え、流れを良くする」という思考は、データの流れを整えてビジネスのボトルネックを見つけ出すデータマネジメントと、非常に親和性が高いのです。

2026年現在、データ活用の現場はさらに進化しています。人間がSQLを書くだけでなく、AIがデータ基盤の「スキル」として機能しています。

カオナビでは、Claude Desktopのskills機能などを活用し、AIが直接Snowflakeのデータを確認しにいく仕組みを構築しています。

AIへの依頼例:
「〇〇社の過去3ヶ月のログイン頻度と、新機能Aの利用状況をグラフにして、チャーンリスクがあるか分析して」

このように、AIというインターフェースを通じてデータが民主化されることで、非エンジニアでも高度なデータ分析が可能になり、サイロの解消はさらに加速しています。

DevOpsの本質が「サイロの摩擦を克服すること」であるならば、データマネジメントはまさにDevOpsそのものです。

DevOpsエンジニアのみなさん。今持っているその「パイプラインを整える技術」を、ぜひデータの世界に向けてみてください。組織の壁を溶かし、ビジネスを繋ぐ新しい景色が見えるはずです。