【完全ガイド】Composable CDP vs パッケージCDP 徹底比較：Snowflake+dbt+Hightouch型と統合パッケージ型の判断軸
Composable CDP（Snowflake/BigQuery + dbt + Hightouch/Census）と パッケージCDP（Treasure Data/Adobe RT-CDP/Braze等）の根本的違い、判断軸（5つの問い）、TCO比較、典型的構成、失敗パターンを徹底解説。
目次 クリックで開く
2024〜2026年のCDP市場で最大の論点が「Composable CDP（分解型・構成可能型）vs パッケージCDP（統合型）」の選択です。Snowflake / BigQuery / Databricks のデータウェアハウスと、Hightouch / Census 等のリバースETL、dbt 等のデータ変換ツールを組み合わせる Composable アプローチと、Treasure Data / Adobe RT-CDP / Braze / KARTE のような統合パッケージとの間で、企業はどう選ぶべきか。本記事では両アプローチの本質、判断軸、典型的な構成例を実務目線で整理します。
この記事の構成
- Composable CDP とは何か
- パッケージCDP との根本的な違い
- 判断軸（5つの問い）
- Composable CDP の典型的構成
- パッケージCDP が向くケース
- TCO 比較
- 失敗パターン
- AI / Claude Code / MCP の活用
- FAQ
1. Composable CDP とは何か
Composable CDP（コンポーザブルCDP）は、CDP の機能を 「データウェアハウス（DWH）」「Identity解決層」「Audience構築層」「アクティベーション層」の4層に分解し、それぞれを最適なツールで構築するアプローチです。代表的な構成は Snowflake/BigQuery/Databricks（DWH）+ dbt（変換）+ Hightouch/Census（リバースETL）+ 各種広告・MA・配信ツール。
2. パッケージCDP との根本的な違い
| 軸 | Composable CDP | パッケージCDP |
|---|---|---|
| 製品構成 | 複数製品の組合わせ | 単一統合製品 |
| データの場所 | DWH（自社管理） | CDPベンダー管理 |
| 柔軟性 | 非常に高い | パッケージ範囲内 |
| 導入工数 | 大（複数ツール統合） | 中（パッケージ実装） |
| 運用体制 | データエンジニア必須 | マーケ実務者中心可 |
| リアルタイム性 | 制約あり（バッチ中心） | 強い |
| 長期コスト | 低〜中 | 中〜高 |
| ベンダーロック | 低（DWHのみ） | 高 |
3. 判断軸（5つの問い）
- 社内のデータエンジニアリング能力は十分か：dbt、Snowflake/BigQuery 運用、Hightouch 設定ができる人材がいるか
- リアルタイム性が事業価値の中心か：Web上のレコメンド、リアルタイム接客が必須なら パッケージCDPが有利
- 既にDWHを全社運用しているか：Snowflake/BigQuery を主力で使っているなら Composable が自然
- マーケ実務者主導の運用を志向するか：Yes ならパッケージCDP、No ならComposable
- 3〜5年スパンの拡張要件はどうか：要件変動が激しいなら Composable の柔軟性が活きる
4. Composable CDP の典型的構成
構成例①：Snowflake + dbt + Hightouch
Snowflake（DWH）に各データソースから集約 → dbt でデータ変換・モデリング → Hightouch でリバースETL（広告・MA・SaaS等への配信）。最も普及した構成。
構成例②：BigQuery + dbt + Census
Google Cloud 中心スタックの企業向け。BigQuery（DWH）+ dbt（変換）+ Census（リバースETL）。Looker や Vertex AI との統合容易。
構成例③：Databricks + dbt + Hightouch
機械学習統合を重視するスタック。Databricks Lakehouse 上に分析モデル、Hightouch で配信。AIフェーズ強化志向の企業向け。
5. パッケージCDP が向くケース
- マーケ実務者が中心となって運用する
- リアルタイム接客が事業価値の中心
- データエンジニアリング能力が手薄
- 3〜5年で大きな要件変更が見込まれない
- SaaS連携先が標準的（広告、メール、Push等）
- データレジデンシー要件が厳しい（Treasure Data等）
6. TCO 比較
| 規模 | Composable CDP（年間） | パッケージCDP（年間） |
|---|---|---|
| 中小（Identity 50万） | 500万〜1,500万円（DWH+dbt+Hightouch合計） | 1,500万〜3,000万円 |
| 中堅（Identity 100万） | 1,500万〜3,500万円 | 3,000万〜5,000万円 |
| 大企業（Identity 1,000万） | 3,500万〜1億円 | 5,000万〜数億円 |
※ 上記はライセンス・サービス費用のみ。Composableは自社データエンジニア人件費が追加で必要。
7. 失敗パターン
- Composable を選んだのに DWH 運用人材が育たない：データエンジニアが1人辞めると運用崩壊
- パッケージCDP を選んだのにマーケが使いこなせない：高額ツールが宝の持ち腐れに
- リアルタイム要件があるのに Composable を選ぶ：バッチ処理の遅延でユーザー体験劣化
- DWH コストを過小見積：Snowflake / BigQuery のクエリコストが想定超過
- ハイブリッド構成（パッケージCDP + DWH）の設計甘い：両者の役割分担が曖昧で重複
- 運用定着フェーズの予算不足：本稼働後12か月の支援を予算に
8. AI / Claude Code / MCP の活用
- dbt モデルの自動生成：自然言語からSQL・dbt model を AI で初稿作成
- Hightouch / Census 設定の自動化：複数 Destination 設定を AI で並行対応
- Audience 設計の自動化：施策履歴から AI でセグメント案を提案
- 運用ドキュメント自動化：Composable 構成全体の運用マニュアル AI 生成
- MCP 経由でのDWH操作：Snowflake / BigQuery を Claude Code から自然言語で操作
9. FAQ
Q1. Composable CDP は本当に安く済む？
ライセンス費用は Composable のほうが安いケースが多いですが、データエンジニア人件費（年1,000万〜2,000万円/人）を含めると総TCOではパッケージと変わらない、または逆転することもあります。「コスト削減」だけで Composable を選ぶのは危険。データ運用能力と柔軟性を重視するなら Composable、運用簡素化を重視するならパッケージ、と目的で選んでください。
Q2. Composable CDP のリアルタイム性は本当に弱い？
Snowflake などの DWH を中心とする構成では、データ取込み→変換→Destination 配信に分単位〜時間単位の遅延が発生するため、Web上のリアルタイム接客には不向き。一方、Reverse ETL ツール（Hightouch、Census）はストリーミング機能を強化中で、用途次第で十分活用可能なケースも増えています。
Q3. パッケージCDP と Composable CDP のハイブリッドは現実的？
大企業では現実的な選択肢です。例：Treasure Data でリアルタイム接客・規制対応、Snowflake + Hightouch で長期分析・新規Destination 追加、というハイブリッド構成が増えています。両者の役割分担を明確に設計することが成功の鍵です。
Q4. dbt は必須？
Composable CDP のデータ変換層として dbt は事実上のデファクト。データモデリングの再現性、テスト、ドキュメント自動生成、バージョン管理などのメリットが大きい。dbt なしで生SQLで運用すると、中長期的に運用負荷が爆発します。
Q5. Hightouch と Census、どちらを選ぶべき？
機能・性能・価格は近接。Hightouch のほうが Destination 数が多く、UIが洗練。Census のほうが Audience 構築機能が強く、データガバナンス重視。実際のPoCで両方を試して、自社のSaaS連携先サポート状況・UI使いやすさで判断してください。
Q6. AI / Claude Code を組み合わせると効率化される？
Claude Code + MCP で Snowflake / BigQuery / Hightouch / Census を自然言語操作することで、(1) dbt model 設計 50〜70%効率化、(2) Audience 設計の半自動化 40〜60%効率化、(3) 運用ドキュメント生成 50〜70%効率化が実現しています。Composable CDPの運用工数の大幅削減に直結します。
- Snowflake 公式（Customer 360 / Composable CDP）
- BigQuery 公式 / Hightouch 公式 / Census 公式
- dbt 公式
- Aurant：エンタープライズCDP徹底比較（ピラー記事）
※ 価格・機能の情報は2026年5月時点の公開情報をもとに整理しています。最新の正確な情報は各ベンダー公式までご確認ください。本記事は過去の支援案件・公開資料・公式ドキュメントに基づくAurant Technologies独自の見解で、特定ベンダーから対価を得て作成したものではありません。
データ分析・BI
Looker Studio・Tableau・BigQueryを活用したBIダッシュボード構築から、データ基盤整備・KPI設計まで対応。経営判断をデータで支援します。