「複数のツールを使っているけれど、データがバラバラで全体像が見えない」「手作業でのデータ整理に毎月何時間もかかっている」——CRMを導入していても、こうしたデータに関する課題を抱えている企業は非常に多いのではないでしょうか。
HubSpot Data Hub（データハブ）とは、HubSpotが提供する5つのHubの一つで、データの同期・品質管理・プログラマブルな自動化・カスタムレポートといった機能を通じて、企業のデータ基盤を整備するためのプラットフォームです。データ管理に特化した製品としてのポジションが明確で、他のHubの基盤となる存在です。HubSpot Data Hubを活用すれば、散在するデータを統合し、クリーンなデータ基盤の上で営業・マーケティング・カスタマーサクセスの意思決定を一元化できます。
この記事では、HubSpot Data Hubの基本機能から料金プラン、具体的なセットアップ手順、活用シーンまでを網羅的に解説します。
HubSpotは、Marketing Hub・Sales Hub・Service Hub・Content Hub・Data Hubの5つの製品群で構成されています。それぞれが特定の業務領域をカバーしていますが、Data Hubはやや異質な存在です。
Marketing Hubがリード獲得、Sales Hubが商談管理、Service Hubがカスタマーサポートをカバーするのに対し、Data HubはすべてのHubの「裏側」を支えるデータインフラとしての役割を果たします。言ってみれば、他のHubが「攻め」のツールだとすれば、Data Hubは「守り」と「基盤」のツールです。
BtoB企業がCRMを運用していく中で、データに関する問題は時間とともに確実に深刻化していきます。代表的な課題をいくつか挙げてみます。
Data Hubは、こうした課題を仕組みで解決するための専用ツールです。データを「きれいに保つ」「統合する」「活用する」という3つのレイヤーで機能が設計されています。
Data Hubのコア機能は以下の4つです。それぞれの詳細は後述しますが、まず全体像を把握しておきましょう。
| 機能カテゴリ | 概要 | 主な用途 |
|---|---|---|
| データ同期（Data Sync） | 外部アプリとHubSpot間でデータをリアルタイムに双方向同期 | CRM・会計・プロジェクト管理ツールとの統合 |
| データ品質自動化（Data Quality Automation） | データの表記揺れやフォーマット不統一を自動で修正 | 電話番号の正規化、氏名の大文字化、日付フォーマット統一 |
| プログラマブルオートメーション | JavaScriptベースのカスタムコードをワークフロー内で実行 | 外部API連携、複雑なデータ加工、条件分岐ロジック |
| データセット・カスタムレポート | 複数オブジェクトを結合したデータセットを作成し、高度なレポートを構築 | クロスオブジェクト分析、経営ダッシュボード |
Data Syncは、HubSpotと外部アプリケーション間でデータをリアルタイムに同期する機能です。従来のAPI連携やZapier経由の連携とは異なり、HubSpotが公式にサポートするネイティブ統合として提供されています。
ここが結構ポイントになるのですが、Data Syncは単なる一方向のデータ転送ではなく、双方向の同期に対応しています。つまり、HubSpotで更新した情報が外部アプリに反映され、外部アプリで更新した情報もHubSpotに反映されるということです。
Data Syncは100以上のアプリケーションとの同期に対応しています。BtoB企業がよく使うものとしては、以下のようなカテゴリがあります。
HubSpotのApp Marketplaceで「Data Sync by HubSpot」のラベルが付いているアプリが対象です。対応アプリは順次追加されているので、導入検討時にApp Marketplaceで最新のリストを確認することをおすすめします。
Data Syncでは、接続ごとに以下の設定をカスタマイズできます。
同期方向の設定
| 同期方向 | 動作 | ユースケース |
|---|---|---|
| HubSpot → 外部アプリ | HubSpotの変更のみを外部アプリに反映 | HubSpotをマスターデータとして管理したい場合 |
| 外部アプリ → HubSpot | 外部アプリの変更のみをHubSpotに反映 | 既存システムのデータをHubSpotに集約したい場合 |
| 双方向 | どちらの変更も相互に反映 | 両方のシステムを併用し、常に最新状態を保ちたい場合 |
フィールドマッピング
同期するフィールド（プロパティ）を個別にマッピングできます。HubSpotのデフォルトプロパティだけでなく、カスタムプロパティとのマッピングも可能です。
例えば、外部会計ソフトの「取引先コード」をHubSpotのカスタムプロパティ「会計取引先ID」にマッピングするといった設定ができます。
フィルター設定
すべてのレコードを同期するのではなく、特定の条件に合致するレコードだけを同期対象にできます。例えば、「ライフサイクルステージが"顧客"のコンタクトだけを会計ソフトに同期する」といった制御が可能です。
双方向同期の場合、同じレコードが両方のシステムで同時に更新されるケースがあります。Data Syncでは、こうした競合が発生した場合の優先ルールをあらかじめ設定できます。
この設定はプロパティごとに個別に指定することも可能です。例えば、メールアドレスはHubSpotを優先し、請求先住所は会計ソフトを優先するといった柔軟な運用ができます。
データ品質の問題は、一見すると小さなことのように思えます。しかし、実際にはビジネスに大きな悪影響を及ぼします。
例えば、営業担当者が商談相手の会社名を検索したとき、「株式会社ABC」「(株)ABC」「ABC Inc.」という3つの重複レコードがヒットしたらどうでしょうか。どのレコードが正しいのか確認するだけで時間を取られますし、過去のやり取り履歴も分散してしまいます。
Gartner社の調査によれば、データ品質の低さは企業に年間平均1,290万ドルのコストを発生させているとも言われています。直接的な損失だけでなく、意思決定の遅れ、顧客体験の低下、レポートの信頼性喪失といった間接的なコストも含まれます。
HubSpot Data Hubのデータ品質自動化は、ワークフロー内で利用できるデータクレンジング用のアクションです。主に以下のような操作を自動化できます。
文字列のフォーマット修正
電話番号のフォーマット統一
日付のフォーマット統一
プロパティ値のクリーニング
Data Hub Professional以上では、データ品質コマンドセンターというダッシュボードが利用できます。これは、CRM内のデータの健全性を一覧で可視化する機能です。
コマンドセンターで確認できる項目としては、以下のようなものがあります。
このダッシュボードを定期的にチェックすることで、データ品質の劣化を早期に発見し、対処できます。月次のオペレーションミーティングなどでこのコマンドセンターを確認する運用を入れておくと、データの健全性を継続的に保てるのでおすすめです。
HubSpot Data Hubには、AIを活用した重複レコード検出機能が搭載されています。コンタクト・会社の両方に対応しており、以下の流れで重複を解消できます。
重複レコードの統合時には、両方のレコードに紐づいているアクティビティ（メール、電話、ミーティングなど）は統合先のレコードに自動的に集約されます。これにより、過去のコミュニケーション履歴を失うことなくデータを整理できます。
プログラマブルオートメーションは、Data Hub Professional以上で利用可能な機能で、ワークフロー内でJavaScript（Node.js）のカスタムコードを実行できる仕組みです。
HubSpotの標準ワークフローアクション（メール送信、プロパティ値の更新、タスク作成など）だけではカバーしきれない複雑な処理を実現したい場合に力を発揮します。
カスタムコードアクションは、以下の環境で動作します。
カスタムコードアクションの活用例をいくつか紹介します。
外部APIとのリアルタイム連携
標準のワークフローアクションでは外部システムとの連携に限界がありますが、カスタムコードを使えば任意のREST APIにリクエストを送信できます。
例えば、新規取引が作成されたタイミングで、外部の与信チェックAPIを呼び出し、結果をHubSpotのプロパティに書き込むといった処理が実現できます。
const axios = require('axios');
exports.main = async (event) => {
const companyName = event.inputFields['company_name'];
// 外部APIへの問い合わせ
const response = await axios.get(`https://api.example.com/credit-check`, {
params: { company: companyName },
headers: { 'Authorization': `Bearer ${process.env.API_KEY}` }
});
return {
outputFields: {
credit_score: response.data.score,
credit_rating: response.data.rating
}
};
};複雑なデータ加工
複数のプロパティ値を組み合わせた計算や、条件分岐のロジックをコード内で実行できます。
データのバリデーション
フォーム送信やレコード作成時に、データの妥当性を検証するロジックを組み込めます。
Data Hub Professional以上では、ワークフローからWebhookを送信する機能も利用できます。これにより、HubSpot側のイベント（例: 取引ステージの変更）をトリガーとして外部システムに通知を飛ばし、後続処理を起動するといった連携が可能になります。
データセットは、HubSpot内の複数のオブジェクト（コンタクト、会社、取引、チケットなど）のデータを結合し、レポート作成用の「仮想テーブル」を構築する機能です。Data Hub Professional以上で利用できます。
通常のHubSpotレポートでは、オブジェクト間のリレーションに沿ったレポートしか作成できませんが、データセットを使えばより柔軟なデータ結合が可能になります。
データセットでは、既存のプロパティ値をもとに新しい計算フィールドを定義できます。式の構文はExcelに近いので、スプレッドシートに慣れている方であれば直感的に使えるはずです。
代表的な関数としては以下のようなものがあります。
| 関数カテゴリ | 主な関数 | 用途例 |
|---|---|---|
| 文字列 | CONTAINS, CONCAT, LEFT, RIGHT | 文字列の判定・加工 |
| 数値 | SUM, AVG, IF, ROUND | 金額計算、条件判定 |
| 日付 | DATEDIFF, YEAR, MONTH | 期間計算、月別集計 |
| 論理 | IF, AND, OR, NOT | 条件分岐 |
例えば、取引の作成日からクローズ日までの日数を計算する「商談リードタイム」や、月額単価と契約月数から「LTV」を自動算出するフィールドを作成できます。
データセットを作成したら、それをベースにしてカスタムレポートを作成できます。カスタムレポートビルダーでは、テーブル、棒グラフ、折れ線グラフ、ファネルチャートなど、さまざまなビジュアライゼーションが利用可能です。
レポート活用の例をいくつか挙げておきます。
Data Hubには3つの有料プランと無料ツールが用意されています。どのプランが最適かは、企業のデータ管理の成熟度と要件によって異なります。
HubSpotの無料アカウントでも、以下のData Hub関連機能は利用可能です。
ただし、データ品質自動化やプログラマブルオートメーションは利用できません。
スタータープランは、まずはデータ同期の環境を整えたい企業に適しています。複数のツールを使い始めた段階で、データのサイロ化を予防する目的であれば十分な機能が揃っています。
Starterの全機能に加えて以下が利用可能になります。
Professionalプランは、データ品質の管理を本格的に行いたい企業、外部システムとの連携をカスタムで構築したい企業に向いています。実運用を考えると、Data Hubを契約するのであればProfessionalからが本領発揮という印象です。
Professionalの全機能に加えて以下が利用可能になります。
Enterpriseプランは、社内にデータエンジニアやアナリストがいて、HubSpotのデータを外部のBIツール（Tableau、Looker、Power BIなど）で高度に分析したい場合に選択されることが多いです。Snowflake連携は、大規模なデータウェアハウスとの統合を視野に入れている企業にとって大きな価値があります。
自社に最適なプランを選ぶ際には、以下の観点で整理してみるとよいでしょう。
| 判断基準 | Starter | Professional | Enterprise |
|---|---|---|---|
| 主な目的 | データ同期の基盤構築 | データ品質管理 + カスタム連携 | 高度なデータ分析 + BI連携 |
| 同期したい外部アプリ数 | 1〜3個 | 5〜10個 | 10個以上 |
| カスタムコードの必要性 | 不要 | 必要 | 必要 |
| データ分析の要件 | 基本レポートで十分 | データセットが必要 | 外部BIツール連携が必要 |
| IT部門のリソース | 限定的 | 一定のリソースあり | 専任エンジニアあり |
ここからは、Data Hubを導入する際の具体的なセットアップ手順を解説します。初期設定から運用開始までの流れを順を追って説明します。
Data Hubは他のHub（Marketing Hub、Sales Hubなど）と独立して契約できます。すでにHubSpotを利用中の場合は、追加でData Hubを契約するだけでデータ管理機能が拡張されます。
初回の同期では過去データの一括取り込みが行われるため、レコード数によっては数時間かかることがあります。大量のデータを同期する場合は、業務時間外に初回同期を開始するのが無難です。
データ品質のワークフローは、一度構築してしまえばあとは自動で回り続けます。ただし、新しいデータパターンが出てきた場合はルールの追加・修正が必要になるので、四半期に一度はルールの見直しを行うことをおすすめします。
このダッシュボードは、CRM管理者が日常的にデータの健全性を監視するための「コントロールタワー」として活用します。
Salesforceなどの他のCRM/SFAからHubSpotに移行する際、Data Syncを使えばデータの段階的な移行が可能になります。移行期間中は両システムを双方向同期させておき、HubSpot側での運用が安定したタイミングで旧システムを停止するというアプローチが取れます。
一括移行のリスクを抑えつつ、運用を止めずにシステム切り替えを進められるのは大きなメリットです。
マーケティング部門がHubSpotのMarketing Hubを使い、営業部門が別のSFAを使い、カスタマーサクセスがZendeskを使っている——こうした環境でも、Data Hubをハブとして各システムのデータを統合できます。
結果として、一人の顧客に対する全タッチポイントの情報がHubSpotに集約され、部門を横断した顧客理解が可能になります。
請求書の発行状況や入金状況を会計ソフト（QuickBooks、Xeroなど）からHubSpotに同期し、営業担当者がCRM上で顧客の支払い状況を確認できるようにするケースです。
未入金の顧客に対するアプローチの優先度を調整したり、請求情報と商談情報を紐づけたレポートを作成したりできます。
長年蓄積された汚れたデータを一掃するプロジェクトにも、Data Hubの機能は有効です。データ品質コマンドセンターで問題の全体像を把握し、ワークフローによる自動クレンジングと手動レビューを組み合わせて段階的にデータ品質を改善していく流れです。
一般的には、以下のような優先順位で進めることが多いです。
Data Hubを導入して終わりではなく、継続的なデータ品質管理の仕組みを構築することが重要です。以下のような定期作業を運用フローに組み込むことをおすすめします。
Data Hubの技術的な機能だけでなく、社内のデータ管理ルールを明文化しておくことも大切です。
こうしたポリシーがないと、せっかくData Hubでクレンジングしたデータもすぐに汚れてしまいます。ツールと運用ルールの両輪で回していくことが成功の鍵です。
Data Hubの全機能を一度に導入するのではなく、段階的に機能を拡張していくアプローチが現実的です。
フェーズ1（1〜2ヶ月目）: Data Syncによる主要アプリとの同期設定
フェーズ2（3〜4ヶ月目）: データ品質自動化ルールの構築・運用開始
フェーズ3（5〜6ヶ月目）: プログラマブルオートメーションの導入、カスタムレポートの整備
各フェーズで運用が安定してから次のフェーズに進むことで、チームの学習コストも分散でき、確実に成果を出しながら進められます。
HubSpot Data Hubは、CRMのデータ基盤を整備し、全社的なデータ活用を促進するための専用ツールです。
本記事の要点を振り返ります。
Data Hubは他のHubほど「派手」な機能ではないかもしれませんが、CRM運用の品質を根本から底上げする基盤ツールです。データに課題を感じているのであれば、ぜひ導入を検討してみてください。
Data Hubは独立したプロダクトとして契約できます。他のHub（Marketing Hub、Sales Hubなど）を契約していなくても、Data Hub単体で導入可能です。ただし、Data Hubの真価はCRM上のデータを整備・活用することにあるため、実際にはMarketing HubやSales Hubと組み合わせて利用するケースがほとんどです。HubSpotの無料CRMと組み合わせて、まずはデータ同期だけを試してみるという始め方もあります。
Data Syncは基本的にリアルタイム（数分以内）で同期が行われます。ただし、初回の一括同期（過去データの取り込み）はレコード数に応じて数時間〜数日かかる場合があります。また、連携先アプリ側のAPIレート制限によって同期に遅延が生じるケースもあります。運用開始前に、テスト用のレコードで同期のタイミングを確認しておくとよいでしょう。
カスタムコードアクションはJavaScript（Node.js）で記述するため、基本的なプログラミングの知識が必要です。ただし、HubSpotの公式ドキュメントにサンプルコードやテンプレートが豊富に用意されているため、ゼロから書く必要はありません。また、最近ではHubSpotのAIアシスタント（Breeze）がコード生成を支援してくれる機能もあるため、以前よりもハードルは下がっています。社内にエンジニアがいない場合は、HubSpotパートナー企業に依頼するという選択肢もあります。
Data Hubを最大限活用するためには、導入前にいくつかの準備をしておくことをおすすめします。まず、現在使用しているツールの一覧と、それぞれのツール間のデータフローを可視化してください。次に、データに関する主な課題を洗い出し、優先度をつけます。そのうえで、Data Hubのどの機能で解決できるかをマッピングすると、最適なプランと導入スコープが明確になります。いきなりツールを契約するのではなく、まずは無料のHubSpot CRMでData Syncの基本機能を試してみるのもよいアプローチです。
Snowflake連携は、HubSpotのデータを外部のBIツール（Tableau、Looker、Power BIなど）で高度に分析したい場合に利用します。HubSpot内のレポート機能でカバーしきれない大規模なデータ分析、他のデータソース（ERPやDWHのデータ）との統合分析、機械学習モデルへのデータ供給といったユースケースが対象です。社内にデータエンジニアやアナリストがいる企業、あるいは分析基盤としてSnowflakeをすでに導入している企業にとっては非常に有用ですが、そうでない場合はHubSpot内のレポート機能で十分対応できることが多いです。