「良いツールはあるのに、データがバラバラで使えない」——これが HubSpot を使い始めた多くのチームが数ヶ月後にぶつかる壁だ。Marketing Hub でリードを取り、Sales Hub で商談を管理し、Service Hub でサポートを受けていても、それぞれのデータが分断されたまま「ひとつの顧客像」が見えない状態では、AI も自動化も本来の力を発揮できない。Operations Hub——2025年9月の INBOUND にて「Data Hub」にリブランド——は、この「データの分断」を解消し、HubSpot 全体を統一されたデータ基盤の上で動かすための専用エンジンだ。本章では、その設計思想・機能全体像・プラン比較・導入判断の基準を解説する。
HubSpot を導入しても「データ活用が進まない」という組織に共通するパターンがある。Marketing がリードを CRM に入力し、Sales が商談情報を更新し、CS がチケット対応をするが、それぞれが「自分のハブのデータしか見ていない」状態が続く——つまりデータのサイロ化だ。その結果として起きるのは、重複したコンタクトレコード・チームによって定義がバラバラな「MQL」や「顧客」という概念・AI への学習データが不完全なため自動化の精度が上がらないという問題だ。
RevOps（Revenue Operations）の台頭はこの問題への組織的な回答だ。Marketing・Sales・CS の3チームが「同一のデータ基盤」の上で動くことで、リードから更新まで一貫した顧客体験と収益の最大化を実現する——Operations Hub はその「共通基盤」を構築・維持するためのエンジンだ。
① データの分断——Marketing・Sales・CS・Finance のデータが別システムに存在し、「単一の顧客像」が誰にも見えない。② データの汚染——重複レコード・フォーマット不統一・欠損フィールドが AI の学習データを汚染し、自動化の精度を下げる。③ 自動化の限界——ノーコードの標準ワークフローだけでは処理できない複雑なビジネスロジック（テリトリー管理・複雑なルーティング・外部システム連携）が手作業で残る。
2025年9月の INBOUND で HubSpot は Operations Hub を正式に 「Data Hub」にリブランドした。これは単なる名称変更ではなく、製品の位置づけの根本的な転換だ。
Data Hub は4つのプランで提供される。機能の「質」より「量」ではなく、どの機能が自分の組織の課題を解決するかを軸に選ぶことが重要だ。「プログラマブル自動化が必要か」「Data Studio でデータを統合する必要があるか」「データウェアハウスと連携するか」——この3問に答えることでプランが決まる。
Professional の最大の価値は「プログラマブル自動化」と「Data Studio」にある。しかし Zapier・Make.com などの外部ツールで代替できる統合ニーズだけなら Starter で十分なケースが多い。Professional への投資を正当化できる判断基準：① 標準ワークフローで書けない複雑なビジネスロジックがある、② 外部データソース（Google Sheets・Snowflake 等）と CRM データを組み合わせた分析が必要、③ 重複レコードやフォーマット不統一による業務コストが月10時間以上——この3つのうちどれかが当てはまるなら Professional の投資価値がある。
Data Hub の最大の特徴は、HubSpot の他の5つのハブ（Marketing・Sales・Service・Content・Commerce）の「データ基盤」として機能する点だ。Marketing Hub がより精度の高いセグメントを作れるのも、Sales Hub の AI がより正確な予測を出せるのも、Service Hub のヘルススコアが実態を反映するのも——すべて Data Hub が提供するクリーンで統一されたデータ基盤があってこそだ。
「どのプランが自分の組織に合うか」は機能リストを読むだけでは判断しにくい。以下のチェックリストで現在の組織の課題・データの状態・自動化の成熟度を確認することで、最適なプランと導入優先順位が明確になる。
| チェック数 | 推奨プラン | 最初にやること |
|---|---|---|
| 左列：1〜3個 | Starter | Data Sync でまず主要な1〜2アプリを接続し、双方向同期が正しく動くことを確認する |
| 右列：1〜3個（Pro 項目） | Professional | データ品質自動化 WF（名前の正規化・重複マージ）から始め、次にプログラマブル自動化を1本実装する |
| 右列：Enterprise 項目が1個以上 | Enterprise | まずサンドボックスで設定検証の環境を作り、次にデータウェアハウスとの接続設計を行う |
Data Hub の機能はシリーズ最大規模だ。すべてを一度に設定しようとすると、3ヶ月後も何も動いていないという状態になりやすい。「最も痛みが大きい1つの問題（例：重複レコードの爆増 / Salesforce との毎朝の手動同期 / 複雑なリードルーティングの人力処理）を90日以内に解決する」という方針で始めることが最も早く ROI を出す方法だ。1つ解決すれば次の問題が見えてくる。
Marketing・Sales・CS のデータサイロを解消し、全チームが同じクリーンデータで動ける環境を作ることが Operations Hub の本質的な役割。データ品質が改善すると AI の精度が上がり、自動化の精度が上がり、Revenue に直結するサイクルが生まれる。
Operations Hub の全機能を継承しつつ Data Studio・Data Agent・Smart Properties を追加。「技術者向けの裏方ツール」から「Marketing・Sales・CS が直接使えるデータ活用プラットフォーム」への転換。価格変更なく既存ユーザーはシームレスに移行。
① 標準ワークフローで書けない複雑なビジネスロジックがあるか（Professional の判断基準）、② 外部データソースと CRM を統合して分析したいか（Data Studio が必要か）、③ データウェアハウスと双方向同期したいか（Enterprise の判断基準）——この3問でプランが決まる。
Breeze AI がより正確な予測を出せるのも、Sales Hub の見込み客スコアが機能するのも、Service Hub のヘルススコアが現実を反映するのも、すべてクリーンで統一されたデータ基盤があってこそ。Data Hub への投資はすべてのハブの精度向上に循環する。
重複レコードの爆増・手動 CSV 同期の撲滅・複雑なルーティングの自動化——自組織で最も時間コストが高い問題を1つ選び、90日以内に解決することが最速で ROI を出す導入パターン。すべてを一度に設定しようとすると何も完成しない。
他のハブが充実しても、データが汚染・分断されたままでは AI 機能の精度が上がらず、自動化の誤発火が増え、レポートの信頼性が下がる。Data Hub への投資を「追加コスト」ではなく「HubSpot 全体の性能を最大化するためのインフラ投資」として捉えることが長期的な正解だ。