Treasure Data CDPの費用と導入の落とし穴|見積もりのユニット数は名寄せで変わる

Treasure Data CDPの金額は公開されていません。料金は、名寄せしたあとのプロファイル(1人分のデータ)の数と行動の記録の数で段階が決まります。電話番号の書き方の違いや名寄せの設定で、見積もりのユニット数が変わります。数え方と、ライセンスとは別に見積もるものを説明します。

この記事をシェア:
目次 クリックで開く

この記事の要点

  1. Treasure Data の CDP は、金額が公開されていません。料金は年間契約で、プロファイル(1人分のデータ)の数と行動の記録の数を「P+B ユニット」という単位で数え、その量に応じて段階が決まります。
  2. 数えるのは、本番環境の親テーブル(名寄せしたあとの人の一覧)にある、同じ人のデータを1人にまとめた(名寄せした)あとのプロファイルの数です。個人を特定できる情報を持たない人のプロファイルも、親テーブルに入れれば、20件で1件として数に入ります。電話番号の書き方がそろっていない、空の値が入っている、家族などで同じメールアドレスを使っている、といったデータの状態と、まとめ方の設定で、見積もりのユニット数が変わります。
  3. 料金ページは、クエリの回数で課金しない料金モデルだとしています。ただし利用ポリシーには、クエリを大きく増やすときは前もって担当に知らせる、といった条件があります。ライセンスとは別に見積もるのは、取り込みや保存の行数が上限を超えて段階が上がったときの差額、追加の機能(Suites)と従量のクレジット、データを自社のデータウェアハウス(DWH)に置いて使う場合の DWH の利用料、導入と社内の運用です。

Treasure Data の費用は4つに分かれる

金額はどれも公開されていない。見積もりで確かめる

1

CDP のライセンス

  • 年間契約
  • 名寄せ後のプロファイルの数と行動の記録の数(P+B ユニット)の段階

金額を左右するもの:親テーブルと行動のテーブルに入れるデータと、名寄せの設定

2

Suites とクレジット

  • Suite ごとの年間固定のライセンス
  • リアルタイムの機能などに使う従量のクレジット

金額を左右するもの:使う Suite と、リアルタイムに動かす施策

3

自社のデータウェアハウス(DWH)の利用料

  • データを自社の DWH に置いたまま使う場合(コンポーザブルCDP)
  • クエリに DWH 側の通常の利用料がかかる

金額を左右するもの:データの置き場所

4

導入と運用

  • 導入の支援、連携先の改修
  • 名寄せの例外(住所や名義の変更、除く値の追加)への対応と、セグメントの設計

金額を左右するもの:要件定義から本番までのどこまでを頼むか

出典:Treasure AI 料金体系、AEP P+B Unit Definition、コンポーザブルCDP の製品ページ

Treasure Data の CDP の金額は、公式サイトに出ていません。公式サイトで分かるのは、料金がどう決まるかです。年間契約の料金は、名寄せ(同じ人のデータを1人にまとめること)をしたあとのプロファイル(1人分のデータ)の数と、購買や閲覧といった行動の記録の数で決まります。名寄せの結果を数えるので、データの状態とまとめ方の設定によって、見積もりのユニット数が増えも減りもします。

当社は、CDP を含むデータ基盤やマーケティングの仕組みの導入を支援しています。この記事では、Treasure Data の見積もりを取ろうとしているマーケティングやデータの担当の方に向けて、料金の数え方と、その数を変えてしまう導入時の落とし穴を説明します。製品の機能の全体、金額の目安(公開されていないため)、業種ごとの使い方は扱いません。業種ごとの使い方は、公式の導入事例で業界ごとに探せます。

提供元は2026年4月にブランドを「Treasure AI」に改めました。日本で発表したのはトレジャーデータ株式会社です(プレスリリース)。この記事では、以前からの呼び名の Treasure Data で書きます。

料金ページで分かるのは、金額ではなく、料金がどう決まるか

料金ページは、料金を CDP、Treasure AI Suites、Treasure AI Studio の3つに分けています。CDP(Intelligent CDP)は年間のサブスクリプションで、管理・蓄積するプロファイルの数や行動イベントの数に応じて段階が決まる料金です。パッケージには、データの取り込みと顧客プロファイルの統合、セグメントとオーディエンスの管理、配信、ジャーニーの連携、QA用と開発用のサンドボックス環境が含まれます。Treasure AI Suites は Suite ごとの年間固定のライセンスで、ほかにリアルタイムの機能に使う従量のクレジット(AI Suites クレジット)があります。AI のワークスペースの Treasure AI Studio は、どのプランにも含まれます。使う人数(席)ごとの料金は無く、会話の回数に応じてクレジットで払います(1クレジットで600回の会話)。よくある質問によると、Audience Agent などの AI の機能も CDP のプランに標準で含まれます。

サンドボックス(本番と分けて試すための環境)には、Dev・QA・Full の3種類があります。Full は、本番と同じ量のデータと処理を写して試す環境です。この3種類は、Treasure AI の利用ポリシー(利用の上限や、避けるべき使い方を決めた文書)に書かれています。料金ページのパッケージに書かれているのは QA用と開発用なので、本番と同じ規模で試したい会社は、Full が含まれるかを見積もりで確かめます。どのサンドボックスからも、本番の配信(定期的な配信や、本番と同じ量の配信)はしない決まりです。

Hybrid CDP の製品ページは、この料金体系を「ノー・コンピューティング」のモデルと呼んでいます。トレジャーデータがこの「No Compute」の料金モデルを発表したのは2025年8月13日です。課金の対象は主に名寄せ後のプロファイルの数と、そのプロファイルにひも付く行動で、クエリ・セグメントの作成・配信は回数を気にせず実行できるとしています(英語の発表)。発表によると、この料金モデルは、新規の顧客と、移行を望む既存の顧客に向けて提供を始めたものです。以前から契約している会社は、今の契約がどちらの料金モデルか、移行するかどうかを、次の見積もりの前に確かめてください。

料金の単位「P+B ユニット」は、プロファイルの数と行動の記録の数から出す

例として、店舗の POS、EC サイト、アプリのデータを持つアパレルの会社で考えます(説明のための架空の例です)。会員番号は3つで共通ですが、会員にならずに買った人は、電話番号かメールアドレスしか残っていません。サイトやアプリには、ログインせずに見ているだけの人もいます。この記事では最後まで、この会社で考えます。

料金の段階は、「P+B(プロファイル+行動)ユニット」という単位の数で区切られています。この単位の定義は、料金ページのよくある質問からリンクされている定義のページにあります(AEP P+B Unit Definition、2025年9月25日更新)。AEP は Treasure AI の Agentic Experience Platform の略で、以前の呼び名は Intelligent CDP です。Adobe Experience Platform とは別のものです。定義のページによると、1ユニットは、プロファイル(1人分のデータ)100万件、または行動の記録10億件にあたります。ページの例では、プロファイル5,050万件と行動377億5,000万件で88.25ユニットです。

数えるのは、本番の環境(Production Instance)にある、すべての親テーブルのプロファイルです。親テーブルは、名寄せしたあとの人の一覧です。配信する相手を絞り込むときは、この一覧から作る親セグメントをもとにします。メールアドレスや電話番号のように個人を特定できる情報を持つ人(Known)のプロファイルは1件を1件と数え、持たない人(Unknown)のプロファイルは20件で1件と数えます。たとえば匿名の人のプロファイル20万件は、1万件分です。この会社では、メールアドレスや電話番号を登録している会員と、会員ではないが電話番号かメールアドレスが残っている人が Known、ログインせずに見ているだけの人が Unknown になります。

行動の記録は、2種類のテーブルについて、それぞれの記録の総数を日ごとに出し、多いほうを使います。ID統合(名寄せの機能)のデータベースにある enriched_ で始まるテーブルと、オーディエンスのデータベースにある behavior_ で始まるテーブルです。プロファイルも行動も毎日数え、その月で4番目に多かった日の値を使います。多かった上位3日は、一時的に増えた日として外されます。

P+B ユニットの数え方

P

プロファイル

  • 本番環境のすべての親テーブルの、名寄せ後のプロファイル
  • メールや電話番号を含む(Known):1件で1件
  • 含まない(Unknown):20件で1件

1ユニット:100万件

B

行動

  • enriched_ で始まるテーブルの記録の総数
  • behavior_ で始まるテーブルの記録の総数
  • この2つの多いほう

1ユニット:10億件

月の値

4番目に大きい日

  • 毎日数える
  • その月の上位3日は、一時的な増加として外す

ページの例:プロファイル5,050万件+行動377億5,000万件=88.25ユニット

出典:Treasure AI「AEP P+B Unit Definition」(2025年9月25日更新)、料金ページのよくある質問

この数え方から、見積もりの前に自社で決めておけることが2つ分かります。親テーブルにどのデータを入れるかと、名寄せをどう設定するかです。親テーブルに入れるデータを最初に絞れば、数えるプロファイルを絞れます。

同じ人を1人にまとめられるかで、プロファイルの数が変わる

この会社で、会員番号で記録された購買と、電話番号だけが残った購買が同じ人のものなのに、1人にまとめられなければ、その人は2人として数えられます。配信でも、店舗で買ったばかりの商品をアプリで勧める、といったことが起きます。

Treasure Data の ID統合は、名寄せに使う項目(キー)の値が完全に一致するかどうかで、同じ人かを決めます。技術ドキュメントの注意点のページは、日本語のデータで起きやすい誤解として、「電話番号や住所の表記の揺れを ID統合がそろえてくれる」という思い込みを挙げています。表記が揺れる値をキーに使うなら、前もって別の方法でそろえるよう書いています。似ている値を同じとみなしてまとめることもしません。この会社なら、店舗で「090-0000-0000」、EC で「09000000000」と入っている電話番号は、そろえない限り別の値です。

逆に、別の人どうしが1人にまとめられることもあります。空文字や「N/A」のような値が入っていると、その値を持つ全員が1人にまとめられることがあります(NULL は自動で除かれます)。対策として、キーごとに、使える値の形を正規表現で決める valid_regexp と、除く値を並べる invalid_texts を設定します。フォームの入力のチェックが甘く、メールアドレスの欄に「test@example.com」のような仮の値が入っているなら、それも除く値に入れられます。氏名、IP アドレス、複数の人で共有するメールアドレス(家族や部署の共用など)やメーリングリスト、自宅の電話番号は、同じ値を複数の人が使うことがあるので、キーに使えないとされています。まとめすぎると数は減りますが、1人のデータに別の人の購買が混ざります。

もう1つ、一度割り当てた ID(canonical_id)は、データの更新で変わることがあります。ID は、まとめた値の中から代表を1つ選んで作られます。新しく入ったデータに、それまでの代表より小さい値があると、代表が入れ替わり、ID も変わります。すると、配信の対象を作る画面(Audience Studio)で使う cdp_customer_id も変わります。ID が変わると、施策の前と後で同じ人の反応を比べようとしても、同じ人として追えなくなります。技術ドキュメントは、変わらないキー(この会社なら会員番号)を merge_by_keys の先頭に置くことと、時刻のいちばん早い値を代表にする persistent_id を使うことを挙げています。persistent_id は、会員番号が違う人どうしをほかのキーでまとめない設定(do_not_merge_key)と一緒には使えません。そのため、persistent_id で ID を変わりにくくするか、do_not_merge_key で会員番号の違う人どうしをまとめないようにするか、どちらを優先するかを先に決めます。

まとめる処理が途中で終わっていることもあります。処理を繰り返す回数(merge_iterations)が足りないと、まとまるはずの人が、途中までしかまとまりません。ワークフローのログの report_diff に「Updated number of records: 0」と出た回があれば、最後までまとめ終わっています。

名寄せの結果が、プロファイルの数と ID に出る3つの形

まとめられない

同じ人が2人になる

  • 電話番号のハイフンの有無
  • 全角と半角の混在

プロファイルの数:増える

対処:取り込む前に表記をそろえる

まとめすぎる

別の人が1人になる

  • 空文字・N/A・仮のメールアドレス
  • 共有のメールアドレス・自宅の電話番号

プロファイルの数:減るが、中身が混ざる

対処:valid_regexp と invalid_texts、使えないキーを外す

ID が変わる

同じ人の ID が更新で替わる

  • 小さい値が新しく入ると代表が替わる
  • Audience Studio の ID も変わる

影響:施策の前と後で同じ人を追えない

対処:変わらないキーを先頭に、persistent_id

説明のための架空の例。出典:Treasure AI 技術ドキュメント「Knowledge about ID Unification」、「About persistent_id」

名寄せのほかにも、部署ごとに集計した数字が合わない原因はあります。「売上」を営業は受注で、経理は入金で数えているといった定義の違いは、ID統合の設定では直りません。セグメントの条件に使う項目は、親テーブルを作る前に定義を1つに決めます。Web の閲覧とログインの ID をどうつなぐかは、Web トラッキングと ID 連携の記事で書いています。

行動の記録は、その月に増えた分ではなく、残している総数で数える

定義のページは、行動を「行動のレコードの総数」で数えるとしています。その月に増えた分だけではありません。そのため、何年分の購買や閲覧の履歴を行動のテーブルに持たせるかでも、数は変わります。この会社で、施策の条件に使うのが直近2年の購買だけなら、それより古い履歴まで行動のテーブルに載せるかどうかを、見積もりの前に決めておきます。

料金の段階ごとに、取り込める行数と保存できる行数の上限もあります。利用ポリシー(AEP Fair Usage and Performance Policy、2025年7月31日更新)では、段階2〜12の上限は、1か月に取り込める行数が2兆件、保存している行数(毎日数える総数)が4兆行です。段階13以上は、それぞれ10兆件と20兆行です。段階0〜1の上限は注文書で決めます。この数は、契約しているすべての環境(インスタンス)の合計です。保存の行数は、その月で4番目に多かった日の値で比べます。上限を超えると、インスタンスに登録したメールアドレスに通知が届きます。その月の末までに減らせなければ、使う量に見合う段階まで料金の段階が自動で上がり、契約の残りの期間について差額を請求されます。

利用の上限を超えたとき

上限を超える月の取り込みか、日ごとの保存の行数
通知が届くインスタンスに登録したメールアドレスへ
その月の末までこの間に上限より下まで減らす
次の段階へ自動で減らせなければ段階が上がる。契約の残りの期間の差額を請求

出典:Treasure AI「AEP Fair Usage and Performance Policy」(2025年7月31日更新)

「クエリで追加料金なし」には、利用ポリシーの条件がある

料金ページは、クエリによる追加の課金が無い料金モデルだと書いています。ただし利用ポリシーは、資源を無駄にする処理をできる限り避けるよう求めています。例に挙がっているのは、重なる処理を並べて同時に走らせる(順番に実行しない)、使っていないセッションを開いたままにする、同じ処理を重ねる、同じ作業を何度も再試行する、です。また、クエリの量や複雑さを増やす予定があり、それが性能の目標(クエリの成功率と実行時間の安定)に影響しうるときは、5営業日前までに担当のカスタマーサクセスに知らせます。プロファイルや行動の数が変わる場合は、この連絡の対象から除かれています。知らせなかった場合、急がない処理を後回しにする、サービスの提供を調整する、増えた分の追加の料金をかける、のいずれかがあり得るとしています。

この会社で、セールの前に全会員を対象にした集計を何本も足すような計画は、この事前の連絡が要る場合に当たることがあります。追加の料金を避けられるよう、計画が決まった時点で担当に知らせておくことをお勧めします。

計算の処理(ID統合・機械学習・クエリ)をどこで動かすかでも、請求の来る先が変わります。コンポーザブルCDP は、顧客データを自社の Snowflake・Databricks・BigQuery に置いたまま使う形です。この形では、ID統合や機械学習の計算は、自社の DWH(データウェアハウス)の計算資源で動きます。クエリの実行には、DWH 側の通常の利用料(Snowflake などでいうクレジット)がかかると、製品ページに書かれています。Treasure Data 側の請求が増えなくても、DWH 側の請求に出ます。

計算の処理がどこで動き、どこに請求が来るか

オールインワンCDP

Treasure AI が管理する基盤

  • 取り込みから ID統合・配信まで、この基盤の上で動く
  • データは契約で指定した地域に保存

計算の料金:クエリの回数による追加の課金なし(利用ポリシーの条件の範囲で)

コンポーザブルCDP

自社の DWH(Snowflake・Databricks・BigQuery)

  • ID統合・機械学習は DWH の計算資源で動く
  • 配信のときにデータが一時的に通る(速く応答するための一時的なキャッシュもあり得る)

計算の料金:DWH 側の通常の利用料

出典:オールインワンCDP、コンポーザブルCDP(Treasure AI 製品ページ)、AEP Fair Usage and Performance Policy

ライセンスとは別に見積もるもの

料金ページと技術ドキュメントから、CDP のライセンスとは別に契約や申し込み、確認が要るものを並べます。どれも金額は公開されていません。

CDP のライセンスとは別に見積もるもの・確かめるもの(Treasure AI の公式の記載から)
項目公式の記載見積もりで確かめること
Treasure AI SuitesSuite ごとの年間固定のライセンス。環境構築・機能の有効化・標準のサポートを含む(料金ページ)初年度に使う Suite と、2年目以降に足す予定の Suite
AI Suites クレジットリアルタイムの機能に使う従量のクレジットの年間ライセンス。施策の実行・対話・自動化などに使え、使った量は月ごとに計られるリアルタイムに動かす施策の数と頻度
リアルタイムの個人化(RT 2.0)有効化は担当のカスタマーサクセスに依頼する(RT 2.0 の利用ガイド)。契約の製品説明書では、リアルタイムの個人化は Personalization AI Suite などの構成要素に入っている使う予定があるか、使う Suite(Personalization AI Suite など)に入るか。依頼のときに親セグメントの ID や環境を伝える
Policies(ポリシーごとの権限)購入したアカウントだけで使える(Policies)CDP のパッケージの「ガバナンス統制機能」に入るか。部署ごとに見られるデータを分けるか
プレミアム監査ログ技術ドキュメントでは追加の機能(アドオン)。契約の製品説明書(2026年4月29日版)は AEP の機能の一覧(Platform Entitlements)に載せている。標準の監査ログは直近24時間分(Audit Logs)契約に含まれるか。社内の規程でログを残す期間
サポートとトレーニング24時間365日のサポートは、すべての顧客に付く。手厚い支援の追加のサポートパッケージと、トレーニングの有料のプランがある社内で使う人を育てる段取り
自社の DWH の利用料コンポーザブルCDP の形では、クエリに DWH 側の通常の利用料がかかるDWH の契約の枠
導入と運用料金ページのよくある質問は、一般的なデータ基盤の実装は通常8〜12週間かかるとし、同社のチームが AI の機能を使えば数日に縮められるとしている。オールインワンCDP の製品ページのよくある質問は、多くの顧客が初期の導入(データ連携・環境構築)を4〜8週間で終えているとし、期間は契約前の要件定義の打ち合わせで決めるとしている契約前の打ち合わせで出る期間の見込み、導入を手伝う会社の範囲、連携先の改修、社内の担当

導入は、外部のサービスパートナーとの協業か、Treasure AI 自身のサービスで進めると料金ページは書いています。見積もりを比べるときは、要件定義から本番まで、どこまでを含むかをそろえます。連携先のシステムの改修は、連携する本数と、片方向か双方向かをそろえて見積もります。社内には、名寄せの例外(住所や名義の変更、除く値の追加)に対応する人と、セグメントを設計して施策に生かす人が要ります。この2つの手間は製品の料金に含まれないので、社内の工数として別に見込みます。

段階はプロファイルと行動の月の値で決まるので、プロファイルや履歴が増えれば段階が上がり得ます。上で書いた取り込みと保存の行数の上限とは別に、買ったユニット数を契約の途中で超えたときの扱いは、見積もりのときに確かめてください。後から比べられるよう、初めの見積もりで、2〜3年後に見込むプロファイルの数と履歴の量での段階の料金も一緒に出してもらうことをお勧めします。

ほかの CDP は、何の数で料金が決まるか

候補に並びやすい CDP を、料金の単位という同じ基準で並べます。各社の公式ページに書かれていることだけで、優劣はつけていません。

CDP を、料金の単位で並べる(各社の公式ページから)
製品料金の単位公開の価格見積もりの前に数えるもの
Treasure DataP+B ユニット(名寄せ後のプロファイル数と行動のレコード数)の段階。年間契約無し親テーブルに入れる名寄せ後のプロファイルと、行動のレコード
Twilio Segment月にデータを集めるユーザーの数(MTU)。席の数ではない(料金ページ)無料の試用から。Business の段階と CDP のプランは量に応じた個別の見積もり月にデータを集めるユーザーの数
mParticle見積もりの依頼で確かめる見積もりの依頼で確かめる(mParticle)見積もりの依頼で確かめる
KARTE Datahub見積もりの依頼で確かめる(KARTE Datahub)製品ページに掲載なし見積もりの依頼で確かめる

単位が違うと、同じ会社でも数える対象が変わります。この会社なら、Treasure Data では会員にならずに買った人まで含めた名寄せ後のプロファイルの数が、Segment ではその月にデータを集めた人数が、見積もりのもとになる数です。Segment には、データの品質を守る仕組みとして Protocols があります。決めたトラッキングプランに合わないイベントを、違反として示したり、止めたり、名前を変換したりできます。Business の段階の顧客向けの追加の機能で、先にトラッキングプランを作ってから使います。Segment で見積もるなら、この機能を使うか、そのためにどの段階が要るかも確かめます(Protocols)。

パッケージの CDP ではなく、DWH にデータを置いたまま各ツールへ戻す構成(リバースETL)を選ぶ場合もあります。その場合に見積もりの前に数えるものは、DWH と、データを戻すツールのそれぞれの料金の単位で決まります。この構成はBigQuery・dbt・リバースETL の記事、パッケージ型との考え方の違いはComposable CDP とパッケージ CDP の比較で書いています。

見積もりを頼む前に、自社のデータでプロファイルの数を出してみる

見積もりのもとになるプロファイルの数は、自社のデータで先に出せます。この会社なら、まず会員番号でまとめた人数を出します。そこに、会員番号の無い購買の電話番号とメールアドレスを突き合わせて足します。これを表記をそろえる前と後の両方で行い、人数がどれだけ変わるかを見ます。差が大きいほど、名寄せの設定しだいで見積もりが変わります。キーを1つずつ足し、足すたびに何割が1人にまとまるか、どこで別の人を1人にまとめてしまうかも数えます。ログインせずに見ているだけの人のデータも親テーブルに入れるなら、名寄せのあとも個人を特定できる情報を持たないまま残るプロファイルの件数を出し、20で割って足すと、見積もりのもとになるプロファイルの数に近づきます。この手順は、CDP を入れる前に顧客データの名寄せを試す記事で、架空のデータと SQL を使って説明しています。そのうえで、統合したデータを何の施策に使うかから、親テーブルに入れるデータと行動の期間を決めます。リアルタイムに動かす施策、使う Suite とデータの置き場所も決めておくと、どの見積もりも同じ前提で比べられます。

見積もりの前に、自社で決める4つ

1

親テーブルと行動のテーブルに入れるデータ

  • 統合したデータを何の施策に使うかから決める
  • 親テーブルに POS・EC・アプリのどれを入れるか
  • 行動のテーブルに購買や閲覧の履歴を何年分載せるか

2

キーと表記のそろえ方

  • 電話番号の表記をそろえる
  • 除く値(空文字・N/A・仮の値)を決める
  • 変わらないキーを先頭に置く

3

リアルタイムに動かす施策

  • AI Suites クレジットの見込み
  • RT 2.0 を使うか(使う Suite に入るかを確かめる)

4

使う Suite とデータの置き場所

  • 初年度と2年目以降の Suite
  • オールインワンかコンポーザブルか

例は説明のための架空の会社。出典:Treasure AI 料金体系、AEP P+B Unit Definition、Knowledge about ID Unification

名寄せのキーと親テーブルの範囲を自社のデータで決めるところは、当社のマーケティングDXの支援で一緒に進められます。入れたあとに使われ続けるかの話は、CDP 導入後の課題の記事で書いています。

料金の仕組み・利用ポリシー・ID統合の仕様は、2026年10月14日時点の、Treasure AI(トレジャーデータ)の公式サイト・技術ドキュメント・プレスリリースと、各社の公式ページの情報です。金額と契約の条件は、見積もりで確かめてください。

データ分析・データ基盤支援

Snowflake・BigQuery・Treasure Dataといったデータ基盤の選定から、基幹・SaaS・広告・POSに散らばったデータの集約、dbtでの指標統一、Lookerなどでのダッシュボード化までを支援します。

AT
aurant technologies 編集

上場企業からスタートアップまで、数多くのデータ分析基盤構築・AI導入プロジェクトを主導。単なる技術提供にとどまらず、MA/CRM(Salesforce, Hubspot, kintone, LINE)導入によるマーケティング最適化やバックオフィス業務の自動化など、常に「事業数値(売上・利益)」に直結する改善実績多数。

この記事が役に立ったらシェア: