スタートアップに「データ基盤」は早すぎるのか。最小構成から始める考え方

「うちはまだデータ基盤を作る段階じゃない」。数十名規模のスタートアップから、よく聞く言葉です。半分は正しく、半分は違います。大企業が作るような重厚な基盤は確かに早い。しかし、後から効く最小の構成は、むしろ早いほど安く済みます。

「早すぎる」が正しい場合

データソースが一つか二つで、見たい数字がSaaSの管理画面で足りているなら、基盤は不要です。無理に作ると、使われないテーブルと、それを維持するコストだけが残ります。この段階で必要なのは基盤ではなく、「どの数字で判断しているか」を一枚にまとめることです。

「早すぎる」が間違いになる瞬間

データソースが三つを超え、誰かが毎週スプレッドシートで数字を突き合わせ始めたら、それが合図です。この作業は放っておくと増え続け、担当者の頭の中にしかない「計算のルール」が積み上がります。半年後にAIを繋ごうとしたとき、最初にやるのはそのルールの発掘作業になります。そこで基盤を作るより、いま最小構成で始めるほうが確実に安い。

最小構成の四点

1. DWHを一つ。 BigQueryでも、Snowflakeでも、Databricksでも構いません。データを一箇所に集める場所を決めます。スタートアップなら従量課金で月数千円から始められます。
2. dbtで指標を定義する。 「売上」「有料転換率」「継続率」の計算式を、SQLとして書き、バージョン管理します。これが後でBIにもAIにも配られる、唯一の定義になります。
3. 取り込みは既製品で。 自前でETLを書かず、SaaSからDWHへ運ぶ部分はマネージドのコネクタやノーコードツールを使います。ここに工数をかける段階ではありません。
4. BIは一枚から。 経営会議で見る数字だけを一枚のダッシュボードにします。増やすのは、それが毎週見られるようになってからです。

いまはやらなくていいこと

リアルタイム処理、機械学習のパイプライン、データカタログ、細かな権限設計。これらは必要になったときに足せます。最小構成で大事なのは、定義がコードになっていることと、更新が自動で回っていることの二点だけです。この二点があれば、後からの拡張もAIの接続も、積み上げで済みます。

まとめ

基盤の「大きさ」ではなく「順番」を間違えないこと。DWH一つ、dbt、指標の定義、BI一枚。この最小構成は、数週間で立ち上がり、会社が大きくなっても捨てずに済みます。AIを使いたくなったときに、最初の一歩がすでに終わっている状態をつくる。それがスタートアップにとっての、早すぎない基盤です。