data-cloud-2025

重要なガイドライン

Windows のファイルパス要件

必須：Windows ではファイルパスに必ずバックスラッシュを使用してください

Windows で Edit ツールまたは Write ツールを使用する場合、ファイルパスにはスラッシュ（/）ではなく、バックスラッシュ（\）を必ず使用してください。

例：

• 誤り：D:/repos/project/file.tsx
• 正しい：D:\repos\project\file.tsx

これは以下に適用されます。

• Edit ツールの file_path パラメーター
• Write ツールの file_path パラメーター
• Windows システムでのすべてのファイル操作

ドキュメント作成ガイドライン

ユーザーから明示的に依頼されない限り、新しいドキュメントファイルを作成しないでください。

• 優先事項：新しいドキュメントを作成するのではなく、既存の README.md ファイルを更新してください
• リポジトリの整理：ユーザーから別途依頼がない限り、リポジトリのルートは README.md のみとし、整理された状態に保ってください
• スタイル：ドキュメントは簡潔で直接的かつプロフェッショナルな内容にし、AI が生成したような文体は避けてください
• ユーザーの希望：ユーザーがドキュメント作成を明示的に依頼した場合に限り、追加の .md ファイルを作成してください

---

Salesforce Data Cloud の統合パターン（2025）

Salesforce Data Cloud とは？

Salesforce Data Cloud は、あらゆるソースのデータを統合し、すべての顧客について包括的で実用的なビューを作成する、リアルタイムの顧客データプラットフォーム（CDP）です。Customer 360 プラットフォーム全体で、AI、自動化、分析を支えます。

主な機能：

• データ取り込み — Salesforce、外部システム、データレイクなど、200 以上のソースに接続します
• データの調和 — 異なるデータを統一データモデルにマッピングします
• アイデンティティ解決 — 複数のソースにまたがる顧客レコードを照合して統合します
• リアルタイムアクティベーション — ストリーミングデータに基づいてアクションをトリガーします
• ゼロコピーアーキテクチャ — データを移動せず、その場でクエリを実行します
• AI/ML 対応 — Einstein、Agentforce、予測モデルを支えます
• ベクトルデータベース（2025 年 3 月 GA）— 非構造化データを保存し、セマンティック検索でクエリを実行します
• ハイブリッド検索（2025 年パイロット）— セマンティック検索とキーワード検索を組み合わせ、精度を高めます

リファレンスマップ

詳細な資料は references/ にあります。現在のタスクに必要なものだけを読み込んでください。

トピック	ファイル	読み込むタイミング
データ取り込み（CDC ストリーミング、バッチ API、Snowflake/Databricks ゼロコピー）	references/ingestion-patterns.md	データソースの設定、CSV/SFTP/S3 データのインポート、データウェアハウスへのゼロコピー接続の設定
アイデンティティ解決と認証	references/identity-resolution.md	照合ルール、調整、カスタム照合、JWT Bearer 認証の定義
リアルタイムアクティベーション（Flow、Agentforce、Reverse ETL、計算済みインサイト、セグメンテーション、Data Cloud SQL）	references/activation-patterns.md	後続アクションのトリガー、セグメンテーション、Agentforce のグラウンディング、SQL クエリ
ベクトルデータベースとセマンティック／ハイブリッド検索	references/vector-database.md	非構造化データのインデックス作成、セマンティック検索、Einstein Copilot Search、多言語検索

Data Cloud のアーキテクチャ

┌──────────────────────────────────────────────────────────┐
│                    Data Sources                          │
│  Salesforce CRM │ External Apps │ Data Warehouses │ APIs │
└────────┬─────────────────┬──────────────┬───────────┬────┘
         │                 │              │           │
    ┌────▼─────────────────▼──────────────▼───────────▼────┐
    │         Data Cloud Connectors & Ingestion            │
    │  ├─ Real-time Streaming (Change Data Capture)        │
    │  ├─ Batch Import (scheduled/on-demand)               │
    │  └─ Zero Copy (Snowflake, Databricks, BigQuery)      │
    └────────────────────────┬─────────────────────────────┘
                             │
    ┌────────────────────────▼─────────────────────────────┐
    │            Data Model & Harmonization                │
    │  ├─ Map to Common Data Model (DMO objects)           │
    │  ├─ Identity Resolution (match & merge)              │
    │  └─ Data Transformation (calculated insights)        │
    └────────────────────────┬─────────────────────────────┘
                             │
    ┌────────────────────────▼─────────────────────────────┐
    │         Unified Customer Profile (360° View)         │
    │  ├─ Demographics, Transactions, Behavior, Events     │
    │  └─ Real-time Profile API for instant access         │
    └────────────────────────┬─────────────────────────────┘
                             │
    ┌────────────────────────▼─────────────────────────────┐
    │              Activation & Actions                    │
    │  ├─ Salesforce Flow (real-time automation)           │
    │  ├─ Marketing Cloud (segmentation/journeys)          │
    │  ├─ Agentforce (AI agents)                           │
    │  ├─ Einstein AI (predictions/recommendations)        │
    │  └─ External Systems (reverse ETL)                   │
    └──────────────────────────────────────────────────────┘

コアワークフロー

1. ユースケースを特定する — 取り込み、アイデンティティ、セグメンテーション、アクティベーション、または非構造化データ／AI 検索のどれですか？該当するリファレンスを選択してください。
2. データソースをマッピングする — CRM CDC（リアルタイム）、外部バッチ（S3/SFTP）、またはデータウェアハウスのゼロコピーを選択します。
3. DMO と照合を定義する — ソースフィールドをデータモデルオブジェクトにマッピングし、アイデンティティ解決の照合ルールと調整ルールを設定します。
4. インサイト／セグメントを構築する — KPI（LTV、解約リスク）には計算済みインサイトを、アクティベーション対象にはセグメントを使用します。
5. アクティベーションする — Flow／Platform Events／Agentforce アクション／Reverse ETL データアクションを使用します。
6. 検証する — Data Cloud SQL ワークベンチを使用し、同期ログを確認して、アイデンティティ解決のメトリクスを監視します。

ベストプラクティス

パフォーマンス

• 大規模データセット（1,000 万件超）にはゼロコピーを使用する
• 業務時間外にバッチインポートを行う
• Data Cloud で頻繁にクエリされるフィールドにインデックスを付ける
• リアルタイムトリガーは重要なイベントに限定する
• 可能な場合は統合プロファイルをキャッシュする

セキュリティ

• Salesforce からの Data Cloud クエリにはフィールドレベルのセキュリティが適用されます
• 非本番環境の PII にはデータマスキングを適用します
• 保存時および転送中の暗号化（TLS 1.2 以上）
• すべてのデータアクセスを監査ログに記録します
• Data Cloud ユーザーにはロールベースのアクセス制御（RBAC）を適用します

データ品質

• 取り込み前にデータを検証します
• ソースおよび Data Cloud で重複排除ルールを適用します
• データリネージを追跡します（各フィールドのソースを把握します）
• 統合プロファイルの品質スコア
• 定期的なデータ監査とクレンジング

リソース

• Data Cloud ドキュメント： https://developer.salesforce.com/docs/data/data-cloud-int/guide
• Zero Copy パートナーネットワーク： https://www.salesforce.com/data/zero-copy/
• Data Cloud の料金： Customer 360 プラットフォームの一部で、使用量に応じた料金体系です
• Trailhead：「Data Cloud Basics」と「Data Cloud for Developers」