Salesforceの標準レポートでは「過去の結果」しか見えない。しかし、営業現場で本当に必要なのは「今週のパイプラインに潜むリスク」「来月の着地見込み」「活動量と受注率の相関」といった、次の行動につながるインサイトです。CRM Analyticsは、Salesforceのデータをそのまま活かしながら、こうした高度な分析をノーコードで実現するBI機能です。本記事では、基本概念からダッシュボード作成の手順、実際の活用シナリオ、導入のコツまで、実務で使えるレベルで解説します。
CRM Analytics(旧 Tableau CRM)とは
CRM Analyticsは、Salesforceに組み込まれたBI(ビジネスインテリジェンス)プラットフォームです。かつてはWave Analyticsとして登場し、Einstein Analytics、Tableau CRMと名称が変わり、現在のCRM Analyticsに落ち着きました。
最大の特徴は、Salesforce内のデータに直接アクセスして高度な可視化・分析ができる点です。外部のBIツールにデータをエクスポートする手間なく、商談・リード・ケース・活動といったCRMデータをリアルタイムに近い形でダッシュボードへ反映できます。営業マネージャーが商談レコードを開いた画面のすぐ横に、その顧客の過去の購買傾向やリスクスコアを表示する ― そんな使い方ができるのは、Salesforceネイティブのツールだからこそです。
名称の変遷を整理すると
Wave Analytics(2014年) → Einstein Analytics(2017年) → Tableau CRM(2021年) → CRM Analytics(2022年〜現在)。名前は4回変わっていますが、「Salesforceネイティブの分析基盤」という位置づけは一貫しています。Trailheadや公式ドキュメントでは旧名称が混在していることがあるため、検索時は複数の名称で調べると情報を見つけやすくなります。
CRM Analyticsの核となるコンポーネントは3つあります。
- データセット − Salesforceオブジェクトや外部データを取り込んだ、分析専用のデータストア。標準レポートとは異なる独自の高速エンジン上で動作する
- レンズ − データセットに対して自由に軸を切り替えながら探索する「虫眼鏡」のような画面。ピボットテーブルに似た操作感で、仮説検証に使う
- ダッシュボード − レンズで発見したインサイトをウィジェットとして配置し、チームで共有する画面。グラフ同士の連動フィルタが大きな特徴
標準レポートとの違い
Salesforceには標準機能としてレポートとダッシュボードが付属しています。多くの企業がまずこの標準機能を使い始めますが、運用が進むにつれて「もっとこうしたい」という壁にぶつかるケースが少なくありません。
| 比較項目 | 標準レポート&ダッシュボード | CRM Analytics |
|---|---|---|
| データソース | Salesforceオブジェクトのみ(最大4つの関連オブジェクト) | Salesforce + CSV・外部DB・Google Analyticsなど複数ソースを統合可能 |
| 可視化の自由度 | テンプレートベースで限定的(グラフ種類も限られる) | ドラッグ&ドロップで自由設計。散布図・ヒートマップ・ウォーターフォールなど豊富 |
| フィルタ連動 | 各コンポーネントが独立(クリックしても他が連動しない) | ウィジェット間のクロスフィルタリングで、クリックひとつでドリルダウン |
| データ量の処理 | 2,000行超でパフォーマンス低下。大量データは集計レポートで工夫が必要 | 独自エンジンで数百万行でも高速処理。年次トレンドも一画面で表示可能 |
| 予測分析 | なし | Einstein Discoveryで受注確率・解約リスクなどの予測モデルを構築可能 |
| 埋め込み | ホームページやレコードページに配置可能だが表現力は限定的 | レコードページ・Experience Cloud・モバイルアプリにリッチに埋め込み可能 |
| 追加コスト | Salesforceライセンスに含まれる | 別途ライセンスが必要(後述) |
標準機能は「今あるデータをさっと確認する」用途には十分です。しかし、「先月と比べてパイプラインの質はどう変化したか」「失注した商談にはどんな共通パターンがあるか」といった、複数の切り口でデータを横断的に掘り下げて次のアクションにつなげる分析には、CRM Analyticsが必要になります。
Tableau・Lookerとの比較と使い分け
SalesforceがTableau社を買収(2019年)したこともあり、「TableauとCRM Analyticsのどちらを選ぶべきか」はよく聞かれる質問です。さらにGoogle Cloud傘下のLookerも選択肢に入ることが増えました。3つのツールの位置づけを整理します。
| 比較項目 | CRM Analytics | Tableau | Looker |
|---|---|---|---|
| 主な用途 | Salesforceデータ中心の営業・CS分析 | 全社横断のデータ分析・可視化 | データウェアハウスを中心とした統制的な分析 |
| データソース | Salesforce + 主要な外部ソース | 数百種類のコネクタに対応 | BigQuery・Snowflakeなど主要DWHに最適化 |
| 利用環境 | Salesforce画面内に埋め込み | 独立したアプリケーション(Tableau Cloud / Desktop) | Webブラウザ(Google Cloudと統合) |
| 学習コスト | Salesforce利用者なら比較的スムーズ | やや高め(専任担当者が望ましい) | LookML定義はエンジニア必須。閲覧側は容易 |
| CRMとの距離 | ゼロ(商談画面にインラインで表示可能) | Salesforceコネクタでデータを引っ張る必要がある | DWHにSalesforceデータを連携するETLが前提 |
| 向いている組織 | 営業・CS部門が自分たちで分析したい中堅企業 | データアナリストチームがある企業、全社BI基盤が必要な企業 | DWHを整備済みで、指標の一元管理を重視する企業 |
判断の目安はシンプルです。「Salesforceのデータを、Salesforceを使う営業チームが、Salesforceの画面上で分析したい」ならCRM Analytics一択です。「全社のデータ(ERP・マーケティング・会計・製造)を横断して分析する基盤が欲しい」ならTableau。「DWHに集約されたデータを”真実の唯一のソース”として全社展開したい」ならLookerが適しています。
よくある落とし穴
「Tableauの方が有名だから」という理由でTableauを導入し、結局Salesforceデータの可視化にしか使わないケース。この場合、ETLの構築・Tableauの運用・Salesforceとの二重管理が発生し、コストも工数も膨らみます。分析対象がSalesforceデータ中心なら、まずCRM Analyticsを検討してください。
対応エディションとライセンス体系
CRM Analyticsを利用するには、Salesforceの本体ライセンスに加えて専用ライセンスが必要です。2026年4月時点の構成を整理します。
利用可能なSalesforceエディション
CRM AnalyticsはEnterprise Edition以上で利用可能です。Professional EditionやEssentials Editionでは利用できません。ただし、Unlimited Editionには一部のCRM Analytics機能(Einstein Discoveryの限定版など)が同梱されているケースもあるため、自社のエディションでどこまで使えるか、Salesforceの営業担当に確認することを推奨します。
| ライセンス | 主な機能 | 想定ユースケース | 価格帯の目安 |
|---|---|---|---|
| CRM Analytics Growth | ダッシュボード作成、データ探索、テンプレート利用、外部データ取り込み | まず可視化・分析を始めたい企業 | 月額 約15,000円/ユーザー〜 |
| CRM Analytics Plus | Growth機能 + Einstein Discovery(AI予測モデル構築・デプロイ) | 受注確率や解約リスクの予測まで活用したい企業 | 月額 約20,000円/ユーザー〜 |
| Revenue Intelligence | 営業特化テンプレート + AI予測 + パイプラインインスペクション | 営業組織のフォーキャスト精度向上が最優先の企業 | 月額 約25,000円/ユーザー〜 |
ライセンス費用はSalesforceのエディション・契約ユーザー数・契約年数によって大きく変動します。上記はあくまで参考値であり、正確な見積もりはSalesforceの営業担当に依頼してください。なお、ダッシュボードの閲覧のみのユーザーには、より安価なビューワーライセンスが用意されている場合もあるため、全員にフルライセンスが必要とは限りません。
はじめてのダッシュボード作成(ステップバイステップ)
CRM Analyticsの全体像が見えたところで、実際にダッシュボードを作る手順を見ていきましょう。ここでは「営業パイプラインの可視化」を例に、テンプレートを使わずゼロから作るフローを紹介します。
テンプレートを使えばさらに早い
上記はゼロから作る手順ですが、SalesforceにはSales Analytics(営業向け)、Service Analytics(カスタマーサービス向け)などのプリビルトテンプレートが用意されています。テンプレートを適用すると、パイプライン、リーダーボード、活動追跡などの標準ダッシュボードが数クリックで生成されます。まずはテンプレートで動くものを手に入れ、自社のKPIに合わせてカスタマイズしていくのが最短ルートです。
データセット設計の考え方
ダッシュボードの質は、元になるデータセットの設計で8割が決まります。「何のデータを、どう組み合わせて取り込むか」を事前に考えておくことが重要です。
分析目的ごとに含めるオブジェクトの目安
| 分析目的 | 含めるオブジェクト | 主なフィールド |
|---|---|---|
| パイプライン分析 | 商談 + 取引先 + ユーザー | 金額、フェーズ、成立予定日、所有者、取引先の業種・規模 |
| 活動量分析 | 行動 + ToDo + ユーザー + 商談 | 活動種別、活動日、関連商談、関連取引先、所有者 |
| フォーキャスト精度 | 商談履歴 + 商談 + ユーザー | フェーズ変更日、金額変更履歴、成立予定日の変更回数 |
| 顧客ヘルス | 取引先 + ケース + 商談 + 契約 | ケース件数、未解決ケース、最終購入日、契約更新日、LTV |
データセット設計でよくある失敗
- フィールドを入れすぎる − 「使うかもしれない」で全フィールドを取り込むと、データ同期に時間がかかり、ストレージ容量も圧迫する。分析に使うフィールドだけに絞ること
- データの鮮度を考慮しない − データフローの実行スケジュールを1日1回に設定したのに「リアルタイムで見られない」と不満が出るケース。更新頻度とユーザーの期待値を事前にすり合わせておく
- 入力されていないフィールドを分析に使う − 「商談の失注理由」がほとんど未入力なら、そのフィールドでの分析は意味がない。まずデータ品質の改善が先
実務で使えるダッシュボード4パターン
パターン1 − 営業パイプラインダッシュボード
最も定番のダッシュボードです。パイプラインの全体像を可視化し、「今月の着地はいくらか」「どのフェーズで止まっている商談が多いか」を一画面で把握できるようにします。
- KPIカード − パイプライン合計金額、今月受注金額、平均商談サイクル日数、成約率
- ファネルチャート − フェーズ別の商談数と金額。どのフェーズで漏れが発生しているかを可視化
- トレンドライン − 月別パイプライン推移。前期・前年との比較ラインを重ねると変化が読みやすい
- 担当者別テーブル − 各営業担当の保有商談数・金額・加重フォーキャスト。マネージャーの1on1にそのまま使える
パターン2 − フォーキャスト精度ダッシュボード
「今月の見込みは5,000万円です」と報告しておいて、月末に3,000万円で着地する ― この乖離を減らすためのダッシュボードです。
- 見込み vs 実績の推移 − 月初に立てたフォーキャストと実際の着地を月別に並べ、乖離率を算出
- 商談フェーズ移動の追跡 − 商談履歴データを使い、「受注確度80%以上だったのに失注した商談」をリストアップ
- フォーキャスト精度ランキング − 担当者ごとのフォーキャスト精度(=実績/見込み)を比較
パターン3 − 活動追跡ダッシュボード
営業活動の「量」と「質」を可視化し、成果に結びつく行動パターンを発見するためのダッシュボードです。
- 活動ボリューム − 週あたりの訪問数・電話数・メール数を担当者別に集計
- 活動 × 成約の相関 − 受注した商談とその過程で行われた活動量を散布図で表示。「受注に至る商談は平均何回の接点があったか」が見える
- 非活動商談アラート − 直近2週間以上活動がない進行中の商談を赤くハイライト
パターン4 − 顧客ヘルスダッシュボード
既存顧客の解約リスクやアップセル機会を把握するためのダッシュボードです。カスタマーサクセスチームに特に有用です。
- ヘルススコアカード − ケース発生頻度・未解決ケース数・最終活動日・契約更新日を統合したスコアリング
- 契約更新カレンダー − 今後3ヶ月以内に更新を迎える取引先を一覧表示し、対応状況を色分け
- 解約リスク予測 − Einstein Discoveryを使い、過去の解約パターンから「解約確率が高い」顧客をスコアで表示
現場で活きるビジネスシナリオ
シナリオ1 − 営業マネージャーの週次パイプラインレビュー
毎週月曜日の営業会議。マネージャーはCRM Analyticsのパイプラインダッシュボードをプロジェクターに映しながら、チームメンバーと議論します。
まず全体のKPIカードで「今月の目標に対する進捗率」を確認。次にファネルチャートで「提案書提出」フェーズに商談が滞留していることに気づき、フィルタをクリックして該当商談を一覧で表示します。「A社の商談は先週から動いていませんね。何がブロッカーになっていますか?」と具体的な議論に入れます。
従来のExcelベースのパイプラインシートでは、データの集計に30分、資料の加工に30分かかっていました。CRM Analyticsならデータは常に最新で、フィルタ操作はワンクリック。会議の準備時間がほぼゼロになり、議論の質と量の両方が向上します。
シナリオ2 − 経営層向け月次KPIボード
営業本部長が経営会議で報告するためのダッシュボードです。CRM Analyticsの「埋め込み」機能を使い、Salesforceのホームページに自動表示されるように設定しておけば、経営層がログインするだけで最新の状況が見えます。
このダッシュボードでは、パイプラインだけでなくマーケティングデータ(リードソース別のコンバージョン率)やカスタマーサクセスデータ(NPS推移・解約率)も統合して表示します。CSV取り込み機能を使えば、マーケティングオートメーションツールのデータやNPS調査結果もSalesforceデータと一画面で見られるようになります。
シナリオ3 − インサイドセールスの日次アクション管理
インサイドセールスチームが「今日何をすべきか」をダッシュボードで判断するケースです。活動追跡ダッシュボードにEinstein Discoveryの予測スコアを組み合わせ、「スコアが高い(=受注確度が高い)のに直近の活動がないリード」を優先対応リストとして表示します。
このダッシュボードをSalesforceのホームページに埋め込んでおけば、担当者が毎朝ログインしたときに「今日はこのリストの上から順に対応すればよい」と迷いなく動けるようになります。
定着させるための3つのポイント
ポイント1 − 最初は「1チーム1ダッシュボード」で始める
全社一斉展開ではなく、まずは営業チーム1つを対象に、1つのダッシュボードで小さく始めるのが成功パターンです。具体的には、パイプラインダッシュボードをひとつ作り、そのチームの週次会議で3ヶ月間使ってもらいます。「毎週の会議でこのダッシュボードを開く」という習慣ができてはじめて、他のチームに横展開する土台ができます。
「全部入り」ダッシュボードの罠
最初から10種類のグラフと20個のフィルタを詰め込んだダッシュボードを作ると、現場は「どこを見ればいいかわからない」と感じて使わなくなります。ウィジェットは5〜7個に収め、「このダッシュボードで答えられる問い」を3つ以内に絞りましょう。
ポイント2 − 「会議のアジェンダ」に組み込む
ダッシュボードが定着しない最大の原因は「見る動機がない」ことです。逆に言えば、毎週の営業会議のアジェンダに「パイプラインレビュー(CRM Analyticsで実施)」と明記するだけで、強制的に使う場ができます。3〜4回使ううちに「こういう数字も見たい」「この切り口でフィルタしたい」というフィードバックが自然と出てきます。そのフィードバックを反映して改善するサイクルが回り始めれば、定着は時間の問題です。
ポイント3 − ガバナンスを決めておく
運用が軌道に乗ると、各部署が自由にダッシュボードを作り始め、似たようなダッシュボードが乱立する問題が起きがちです。以下の3点を事前に決めておくと、混乱を防げます。
- ダッシュボードのオーナー制 − 各ダッシュボードに「誰が責任者か」を明確にする。更新・改修はオーナーに依頼する運用にする
- 命名規則 − 「[部門名] – [分析テーマ] – [作成年月]」のような命名ルールを設け、検索性を確保する
- データセットのアクセス管理 − 人事評価や報酬に関わるデータセットは、閲覧権限を限定する。CRM Analyticsのアプリケーション単位でアクセス制御が可能
CRM Analyticsの限界とTableauを選ぶべきケース
CRM Analyticsは強力なツールですが、万能ではありません。以下のケースでは、TableauやLookerなど他のBIツールの方が適しています。
| ケース | CRM Analyticsの限界 | 代替ツール |
|---|---|---|
| ERP・会計・製造データの統合分析 | 外部データの取り込みは可能だが、コネクタの種類と柔軟性はTableauに及ばない | Tableau / Looker |
| 非Salesforceユーザーへの共有 | CRM Analyticsの閲覧にはSalesforceライセンスが必要(Experience Cloudを除く) | Tableau Public / Looker Studio |
| 高度な統計分析・機械学習 | Einstein Discoveryは便利だが、カスタムモデルの自由度はPython/Rには劣る | Tableau + Pythonインテグレーション |
| 大規模なデータウェアハウスとの連携 | BigQueryやSnowflakeに蓄積されたTB級のデータに直接クエリを投げる設計ではない | Looker / Tableau + DWH直接接続 |
「CRM Analytics + Tableau」の併用パターンも
実際には「営業現場はCRM Analytics、経営層・データチームはTableau」という併用パターンも珍しくありません。SalesforceのデータはCRM Analyticsで、その他のデータソースはTableauで ― という棲み分けができれば、投資対効果を最大化できます。Salesforceの契約更新時にセットで交渉すると、ライセンスコストを抑えられるケースもあります。
まとめ
CRM Analyticsは、Salesforceユーザーが「標準レポートの壁」を越えるための最短ルートです。外部ツールとの複雑なデータ連携や環境構築を必要とせず、普段使っているSalesforceの延長線上で、インタラクティブなダッシュボード、クロスフィルタリング、AI予測といった高度な分析を始められます。
本記事で紹介した内容を振り返ります。
- CRM AnalyticsはSalesforceネイティブのBI基盤。データ連携不要で即座に分析を開始できる
- 標準レポートでは実現できないフィルタ連動・大量データ処理・予測分析に対応
- Tableauは「全社横断BI」、CRM Analyticsは「CRMデータの業務埋め込み分析」という棲み分け
- ダッシュボード作成はデータセット → レンズ → ウィジェット配置 → フィルタ設定の流れ
- データセット設計は「分析目的から逆算」して、必要なオブジェクトとフィールドだけを取り込む
- 定着の鍵は「1チーム1ダッシュボード」で小さく始め、会議のアジェンダに組み込むこと
- Salesforce以外のデータが中心の場合は、Tableau・Lookerの方が適している
「Tableauほどの全社BI基盤は求めていないが、営業やカスタマーサクセスの判断精度を上げたい」。そんな企業にとって、CRM Analyticsは「ちょうどいいBI」として投資対効果の高い選択肢です。まずは1つのダッシュボードから、データドリブンな営業組織への第一歩を踏み出してみてください。
Salesforce × データ活用でお悩みの企業様へ
はてなベースでは、Salesforceに蓄積されたデータを活かし切るための支援を行っています。
- AIエージェント組み込みサポート 業務フローへのAIエージェント導入を支援。Einstein Discoveryの活用設計から、既存のSalesforce運用への組み込みまで対応します
- データ基盤の整備 「データが散在していてBIを入れても意味がない」という課題を解決。CRM・マーケティング・会計データの統合・整理を支援し、分析の土台をつくります
- オンプレミスAI導入支援 「全社でAIを使いたいがセキュリティが心配」という企業向けに、オンプレミス環境での生成AI導入を支援します





