「データが見られない」を解く：小さな組織のためのデータ基盤の考え方

「数字はあるのに、見たいときに見られない」——小さなマーケ組織がたいていぶつかるこの悩みの正体は、ツール不足ではありません。多くの場合、足りないのは立派な基盤ではなく、データの定義と配管を最小限そろえることです。本稿では、スプレッドシート地獄の正体、「最小限の基盤」とは何か、内製とSaaSの判断軸、そして段階的に育てる順序を、投資判断の視点で整理します。実装の手順は別棟の実装記事に譲り、ここでは「何を・どこまで作るべきか」の意思決定に絞ります。

スプレッドシート地獄の正体

「データ基盤がない」と言われる現場のほとんどは、データがないわけではありません。広告管理画面、GA4、CRM、決済、メルマガ——むしろ数字はあちこちに溢れています。問題は、それらが一箇所に集まらず、人の手で毎週つなぎ直されていることです。

私がこれまで見てきた小規模チームでは、週次レポートを作るために毎週半日から1日が溶けていました。担当者が各ツールにログインし、CSVを落とし、別のシートに貼り、関数で集計し、体裁を整える。この作業は価値を生まないのに止められません。止めれば「数字が見られなくなる」からです。

さらに厄介なのは定義のズレです。営業の言う「CV」とマーケの言う「CV」が違う。先月の「売上」と今月の「売上」で、返金やキャンセルの扱いがいつの間にか変わっている。会議の前半が「その数字の前提合わせ」で消えていく——これは多くの組織で繰り返される光景です。

つまり「データが見られない」の真因は、ツールの欠如ではなく次の3つです。データが一箇所に集まっていない、指標の定義が固定されていない、更新が人手に依存している。基盤への投資を考える前に、自分たちの痛みがこのどれなのかを切り分けることが先決です。

「最小限のデータ基盤」とは何か

「データ基盤」という言葉は大きすぎて、しばしば過剰投資を招きます。データレイク、リアルタイム連携、機械学習パイプライン——カタログを眺めると全部必要に見えてしまう。しかし小さな組織にとっての基盤とは、本来もっと地味なものです。

ここでは基盤を「配管（plumbing）」と捉えることを勧めます。配管に求められるのは華やかさではなく、水が正しい場所に、勝手に、決まった形で届くことだけです。マーケのデータ基盤も同じで、最小限に必要な機能は次の4つに尽きます。

第一に、データが一箇所に集まること。第二に、指標の定義が固定されること。第三に、更新が自動で回ること。第四に、見たい人がいつでも見られること。この4つが満たされていれば、たとえ裏側が素朴であっても、それは立派に基盤として機能しています。

逆に言えば、この4条件を満たさないまま高機能なツールを導入しても、地獄は移転するだけです。リアルタイム性も、何十ものデータソース連携も、最初は要りません。多くの小規模チームにとって、日次更新で十分すぎるほど十分です。

内製 vs SaaS の判断軸

最小限の基盤をそろえると決めたとき、次の分岐は「自分たちで作るか、SaaSに任せるか」です。ここで「内製は安い」という直感は危険です。ライセンス費は見えますが、内製の運用コスト（学習・保守・障害対応・引き継ぎ）は請求書に載らないため、過小評価されがちだからです。

判断は感覚ではなく、いくつかの軸で分解します。

実務上の落としどころは、しばしば「両取り」です。連携や可視化はSaaS（BIツールやiPaaS）に任せ、自社固有の変換だけを軽く内製する。あるいは初期はSaaSで素早く立ち上げ、データ量と要件が固まってから内製に寄せる。最初から純粋な内製フルスタックを目指すのは、運用できる人が社内に確実にいる場合に限るべきです。

意思決定者として問うべきは、ツール名ではありません。「これを1年後も無理なく運用し続けられるのは誰か」「その人が抜けたら誰が引き継ぐか」——この2問に答えられない内製案は、ほぼ確実に負債になります。クラウド選定そのものの比較はクラウドサービスの比較記事に整理しています。

段階的に育てる順序

基盤は一気に完成させるものではなく、痛みの強い順に配管を1本ずつ通していくものです。各段階には「ここで十分」という停止ラインがあり、それを意識的に持つことが過剰投資を防ぎます。

ステージ0：定義を決める。 ツールを選ぶ前に、主要指標の定義を文書化します。ここを飛ばすと、後でどんな高機能ツールを入れても数字は揃いません。

ステージ1：集約を自動化する。 人手の転記をなくし、各データソースが自動で一箇所に流れ込む状態を作ります。多くの組織は、この段階だけで体感の8割が改善します。

ステージ2：データを変換し整える。 集めたローデータを、定義書に沿った「共通の真実の単一ソース」に整えます。ここで初めて、部署をまたいだ数字の食い違いが消えます。

ステージ3：可視化とアクセス性。 ダッシュボードを用意し、見たい人が自分で見に行ける状態にします。レポートを「作って配る」から「いつでも見られる」へ移すのがゴールです。

ステージ4（必要なら）：予測・高度分析。 効果測定や予測に踏み込むのは、ここまでの配管が安定してからです。土台が揺れている上に分析を積んでも、出てくる数字は信用できません。

なお、「データ基盤さえあれば意思決定が良くなる」というのも幻想です。基盤は判断の前提を整えるだけで、判断そのものを代行はしません。測れるものばかり見て動けなくなる組織病についてはデータドリブンの罠で別途扱っています。基盤投資の目的は、データを増やすことではなく、信頼できる少数の数字に早くたどり着くこと——この一点を見失わなければ、投資判断はそう難しくありません。

具体的な構成（取り込み・変換・可視化をどのツールでどう組むか）は、別棟の実装記事：グロースのためのデータ基盤構築で、動くコードと実測の所感つきで解説しています。