📚 関連書籍
『ゼロから触ってわかった！Salesforce AgentForce + Data Cloud 非公式ガイド』
Salesforceの最新AI基盤 AgentForce と Data Cloud を、実際の操作を通じて理解できる解説書。
エージェント設計、トピック／アクション構築、プロンプトビルダー、RAG（検索拡張生成）など、
2025年以降のAI×CRMのハンズオン知識をまとめた一冊です。
『モダンデータスタック時代の シン・要件定義 クラウド構築大全 ― DWHからCDP、そしてMA / AI連携へ』
クラウド時代の「要件定義」って、どうやって考えればいい？
Databricks・Snowflake・Salesforce・n8nなど、主要サービスを横断しながら“構築の全体像”をやさしく解説！
DWHからCDP、そしてMA／AI連携まで──現場で使える知識をこの一冊で。
Salesforce Data360(Data Cloud)アーキテクチャの理解
CDP（Customer Data Platform）導入プロジェクトで
最も多く聞く失敗理由は、
「CDPは導入したが、何ができる基盤なのか理解されていない」
というものです。
・顧客データは集まった
・画面も見える
・でも施策に使われない
・AIやMAとつながらない
これはツールの問題ではなく、
アーキテクチャを前提とした要件定義がされていない
ことが原因です。
本記事では、
Salesforce Data360(Data Cloud) を例に、
CDP環境を「実践で使える基盤」として成立させるための
アーキテクチャ理解を
シン・要件定義力の視点で整理します。
CDPは「顧客DB」ではないという前提 🧭
CDPという言葉から、
「顧客情報を一箇所に集める箱」
を想像しがちですが、これは誤解です。
Salesforce Data360(Data Cloud)が目指しているのは、
・顧客
・行動
・同意
・属性
を リアルタイムに結びつけ、活用可能にする基盤 です。
つまりCDPは、
データを貯める場所ではなく、
データが“動く”場所です。
この前提を持たずに要件定義をすると、
DWHやCRMの延長線になってしまいます。
Salesforce Data360(Data Cloud)の全体構造を要件として捉える 🏗️
Data Cloudのアーキテクチャは、大きく次の要素で構成されます。
・データ取込（外部／Salesforce内）
・データモデル（顧客・行動・同意）
・ID解決（個人の統合）
・セグメンテーション
・活用先連携（MA／広告／AI）
重要なのは、
これらが直列の処理ではなく、循環構造になっている点です。
顧客行動が流入し、
統合され、
セグメント化され、
施策に使われ、
その結果が再びデータとして戻ってくる。
この循環を前提にしないと、
CDPは一度作って終わる“静的基盤”になります。
データモデル理解がCDP要件定義の核 🧩
CDPで最も重要なのが
データモデルの理解と定義です。
・個人（Individual）
・連絡先（Contact）
・行動イベント
・属性情報
・同意情報
これらがどう結びつき、
どこで統合され、
どこで分岐するのか。
ここを曖昧にしたまま進めると、
・セグメント条件が複雑化
・施策担当が理解できない
・AIが誤った前提で学習
という事態が起こります。
CDPの要件定義では、
ER図レベルでの合意が不可欠です。
ID解決と同意管理は“非機能”ではない 🔐
多くの現場で、
ID解決や同意管理は
「後で考える非機能要件」
として扱われます。
しかしCDPでは、
これらは機能要件そのものです。
・どのキーで個人を統合するか
・統合できなかった場合どう扱うか
・同意がないデータをどう制御するか
これらがアーキテクチャの中心にあります。
ここを要件として定義しないと、
「使える顧客」と「使えない顧客」が混在し、
現場が混乱します。
活用先を前提にした設計がCDPを生かす 🔁
CDPは単体で完結しません。
・MA
・広告配信
・営業支援
・AI推論
どこに、どの粒度で、
どのタイミングでデータを渡すのか。
これを後付けにすると、
「CDPにはあるが、外では使えない」
という状態になります。
要件定義の段階で、
出口（Activation）を必ず言語化する
ことが重要です。
シン・要件定義力で見るCDP活用の本質 🤖
シン・要件定義力の観点では、
CDPは次のように捉えます。
・顧客を“静的に管理する”基盤ではない
・顧客理解を“更新し続ける”基盤
・AI／MAと連動して初めて価値を持つ
そのため、
・データ流入
・統合
・活用
・フィードバック
までを 1つの設計単位として要件定義します。
まとめ
- CDPは顧客DBではなく、データ循環基盤
- CDPは統合・活用・再学習を前提とした設計
- データモデルとID解決が要件定義の核
- 活用先を前提にしないCDPは機能しない
⚡シン・要件定義力⚡とは、
ツールの機能を覚える力ではなく、
そのアーキテクチャが生み出す“流れ”を設計する力です。
CDPは単なる流行語ではなく、
本当に“使える顧客基盤”になります。
📚 関連書籍
Databricks／n8n／Salesforce／AI基盤 を体系的に学べる「ゼロから触ってわかった！」シリーズをまとめました。
MCP
『ゼロから触ってわかった！MCPビギナーズガイド』 ― AIエージェント時代の次世代プロトコル入門 アーキテクチャ・ガバナンス・実装―
MCPというプロトコルは、単なる技術トレンドではなく
「AIとシステムの関係性」そのものを変える可能性を秘めています。
SaaS、AIエージェント、ガバナンス、アーキテクチャ。
その交差点を一度、立ち止まって整理した一冊です。
👉 https://amzn.to/3LcAjgg
Snowflake
ゼロから触ってわかった！Snowflake非公式ガイド ― 基礎から理解するアーキテクチャとCortexによる次世代AI基盤
「結局、DatabricksとSnowflakeは何が違うの？」
一見シンプルですが、機能表を比べるだけでは見えてこない深い問いです。 本書ではこの疑問を軸に、Snowflakeの思想・アーキテクチャ・設計思想を紐解いていきます。「違い」を知ることは、すなわち「現代のデータ基盤の本質」を知ることだからです。
初めてSnowflakeに触れる方には「最初の一冊」として。 なんとなく使っているけれどモヤモヤしている方には「頭の中を整理する一冊」として。 AI時代のエンジニアを目指すための、確かな燃料となる一冊です。
『ゼロから触ってわかった！ Snowflake × Databricksでつくる次世代データ基盤 - 比較・共存・連携 非公式ガイド』
SnowflakeとDatabricks――二つのクラウドデータ基盤は、これまで「どちらを選ぶか」で語られることが多くありました。
しかし、実際の現場では「どう共存させるか」「どう連携させるか」が、より重要なテーマになりつつあります。
本書は、両プラットフォームをゼロから触り、構築・運用してきた実体験をもとに、比較・共存・連携のリアルを丁寧に解説する“非公式ガイド”です。
『ゼロから触ってわかった！スペック駆動開発入門 ― SaaS is dead？AI時代のソフトウェア設計論』
本書は、近年現場や技術コミュニティで注目を集め始めた**スペック駆動開発（Spec Driven Development：SDD）**を軸に、
AI時代のソフトウェア設計がどこへ向かおうとしているのかを解き明かします。
なぜ今「コード」でも「GUI設定」でも足りなくなってきたのか。
なぜ業務の意図や判断を、実装の外に出す必要があるのか。
前半では思想や背景を丁寧に整理し、後半ではスペック・実装・実行の三層モデルをサンプルコードとともに具体化します。
Databricks
『Databricks──ゼロから触ってわかった！Databricks非公式ガイド』
クラウド時代の分析基盤を “体験的” に学べるベストセラー入門書。
Databricksの操作、SQL／DataFrame、Delta Lakeの基本、ノートブック操作などを
初心者でも迷わず進められる構成で解説しています。
https://amzn.to/4pzlCCT
『ゼロから触ってわかった！Azure × Databricksでつくる次世代データ基盤 非公式ガイド ―』
クラウドでデータ基盤を作ろうとすると、Azure・Storage・ネットワーク・権限・セキュリティ…そこに Databricks が加わった瞬間、一気に難易度が跳ね上がります。
「結局どこから理解すればいいの？」
「Private Link むずかしすぎない？」
「Unity Catalog って実務ではどう扱うの？」
——そんな “最初のつまづき” を丁寧にほどいていくのが本書です。
👉 https://amzn.to/4ocWcJI
「ゼロから触ってわかった！Databricks × Airbyte」
クラウド時代のデータ基盤を“なぜ難しいのか”から丁寧にほどくガイドが完成しました。
Ingestion / LakeFlow / DLT / CDC をやさしく体系化し、
Airbyte × Databricks の真価を引き出す設計思想まで詰め込んだ一冊です。
『Databricks──ゼロから触ってわかった！DatabricksとConfluent(Kafka)連携！非公式ガイド』
Kafkaによるストリーム処理とDatabricksを統合し、リアルタイム分析基盤を構築するハンズオン形式の一冊。
イベント駆動アーキテクチャ、リアルタイムETL、Delta Live Tables連携など、
モダンなデータ基盤の必須スキルがまとめられています。
『Databricks──ゼロから触ってわかった！AI・機械学習エンジニア基礎 非公式ガイド』
Databricksでの プロンプト設計・RAG構築・モデル管理・ガバナンス を扱うAIエンジニアの入門決定版。
生成AIとデータエンジニアリングの橋渡しに必要な“実務の型”を体系化しています。
資格本ではなく、実務基盤としてAIを運用する力 を育てる内容です。
🧠 Advancedシリーズ（上／中／下）
Databricksを “設計・運用する” ための完全版実践書
「ゼロから触ってわかった！Databricks非公式ガイド」の続編として誕生した Advancedシリーズ は、
Databricksを触って慣れた“その先”――本格運用・チーム開発・資格対策・再現性ある設計 に踏み込む構成です。
Databricks Certified Data Engineer Professional（2025年9月改訂版）のカリキュラムをベースに、
設計思考・ガバナンス・コスト最適化・トラブルシュートなど、実務で必須の力を養えます。
📘 ［上］開発・デプロイ・品質保証編
📘 ［中］取込・変換・監視・コスト最適化編
📘 ［下］セキュリティ・ガバナンス・トラブルシュート・最適化戦略編
n8n
『n8n──ゼロから触ってわかった！AIワークフロー自動化！非公式ガイド』
オープンソースの自動化ツール n8n を “ゼロから手を動かして” 学べる実践ガイド。
プログラミングが苦手な方でも取り組めるよう、画面操作中心のステップ構成で、
業務自動化・AI連携・API統合の基礎がしっかり身につきます。
Salesforce
『ゼロから触ってわかった！Salesforce AgentForce + Data Cloud 非公式ガイド』
Salesforceの最新AI基盤 AgentForce と Data Cloud を、実際の操作を通じて理解できる解説書。
エージェント設計、トピック／アクション構築、プロンプトビルダー、RAG（検索拡張生成）など、
2025年以降のAI×CRMのハンズオン知識をまとめた一冊です。
要件定義（上流工程/モダンデータスタック）
『モダンデータスタック時代の シン・要件定義 クラウド構築大全 ― DWHからCDP、そしてMA / AI連携へ』
クラウド時代の「要件定義」って、どうやって考えればいい？
Databricks・Snowflake・Salesforce・n8nなど、主要サービスを横断しながら“構築の全体像”をやさしく解説！
DWHからCDP、そしてMA／AI連携まで──現場で使える知識をこの一冊で。
💡 まとめ：このラインナップで“構築者の視点”が身につく
これらの書籍を通じて、
クラウド基盤の理解 → 要件定義 → 分析基盤構築 → 自動化 → AI統合 → 運用最適化
までのモダンデータスタック時代のソリューションアーキテクトとしての全体像を
「体系的」かつ「実践的」に身につけることができます。
- PoC要件整理
- データ基盤の要件定義
- チーム開発／ガバナンス
- AIワークフロー構築
- トラブルシュート
など、現場で直面しがちな課題を解決する知識としても活用できます。