「データ分析を外注したいが、月にいくらかかるか読めない。そもそもどこに頼めば、どこまでやってくれるのか」。そんな相談を月に何件かいただきます。
データ分析の外注は、Web制作や広告運用の代行と違って、成果物の形が案件ごとに大きく変わります。単発のレポート1本で終わることもあれば、月次で数百万円の伴走契約になることもあり、費用感の目安が世の中に出回っていないため、社内で予算感を握るのが難しい領域です。
そこで本記事では、発注形態別の費用レンジと依頼先4タイプの得意領域、発注前に社内で決めておくべき論点を、データ担当者・事業部マネージャーがそのまま比較検討に使える形で整理しました。データ基盤構築の費用感を知りたい方は、データ基盤構築の費用相場は？見積もりの内訳と判断基準を解説 を先にお読みください。
データ分析の外注とは、社内のデータをもとに「意思決定に使える示唆や集計結果」を外部の専門家に出してもらう契約です。単発のスポット依頼から、専属アナリストを月単位で確保する伴走契約まで、幅は広いです。
似た言葉に「データ基盤構築の外注」がありますが、この2つは目的とアウトプットが違います。
現場では「まず分析代行で成果を出し、対象部門を広げる段階で基盤構築に投資する」という流れが自然です。最初から基盤を作ってから分析を始めると、使われないダッシュボードを量産するリスクが上がります。
分析代行と基盤構築を分けて考える発想は、データ基盤は内製と外注どっち？判断基準とハイブリッドの進め方 の内容とも重なる部分があります。基盤構築の内製・外注を検討中の方はあわせてご覧ください。
データ分析の外注費用は、発注形態で桁が変わります。月額と単発を混同したまま見積もりを取ると比較できないため、まず自社がどの形態を求めているかを整理してください。
| 発注形態 | 想定シーン | 費用の目安 | 期間・単位 |
|---|---|---|---|
| スポット分析 | 特定の問い（値上げの影響、離反要因）を1本で解く | 20万〜100万円 | 2〜4週間で1本 |
| 月次レポート運用 | 事業KPIの月次集計とコメントを出す | 月10万〜40万円 | 継続 |
| アナリストシェアード | 専属アナリストを月20〜80時間確保 | 月40万〜120万円 | 継続（3か月〜） |
| BI構築＋伴走 | ダッシュボード設計と定例のKPIレビュー | 月80万〜200万円 | 継続（6か月〜） |
| 予測モデリング・機械学習 | 需要予測、離反予測、価格最適化などのモデル構築 | 200万〜1,500万円 | 3〜6か月で1本 |
上記は「データがある程度手元で分析できる状態」を前提にした金額です。CSVがバラバラで統一されていない、必要な項目が基幹に入っていない、といった状態だと、実作業の6〜8割がデータ整備に消えるため、同じアウトプットでも金額は2〜3倍に膨らみます。
図のように、分析代行の費用は「アナリスト稼働費」「データ整備費」「ツール利用料」の3層で構成されます。
「見積もりが安いのに実態は高い」と感じるケースの多くは、データ整備費が別立ての請求になっていることが原因です。見積もりを比較するときは、データ整備が金額に含まれているかを必ず確認してください。
同じ「月40時間のアナリスト稼働」でも、以下の条件で単価は1.5〜2倍変わります。
経営会議の意思決定、M&A、新規事業の投資判断
継続運用、日々のダッシュボード改修
複数ソース統合、分析＋基盤化を一気通貫
戦略コンサル的な仮説立案
GA4・広告・LP解析、マーケ完結の分析
基幹・在庫・CRM横断、DWH設計
単発の集計・可視化、繁忙期の増強
ドキュメント化、契約終了時の引き継ぎ
依頼先はざっくり4タイプに分かれます。「一番いい会社」ではなく、「自社のフェーズに合うタイプ」を選ぶことが失敗を減らします。
戦略仮説の立案から入り、経営会議で使えるレポートまで作ってくれるタイプです。マッキンゼー・アクセンチュアなど大手コンサルから、DX特化の中堅コンサルまで幅があります。
分析代行の枠を超えて「データを何にどう使うか」の戦略・要件定義まで踏み込みたい場合は、データ活用コンサルの費用は月30万〜500万円｜依頼先3タイプと発注前4論点で契約形態別のレンジと選び方を整理しています。
Evastを含むこのタイプは、DWH設計・ETL構築・BI・分析を一気通貫で見られます。分析代行から始めて、成果が出た部分をそのまま基盤化する動きが取りやすいのが特徴です。
GA4・広告レポート・LP解析を中心にした分析代行です。マーケ部門完結型の案件で費用対効果が出やすいタイプです。
個人単位で契約するパターン。単発の集計・可視化を安く回したいときに向きます。
依頼先を決めきる前に、BIダッシュボード構築代行の費用と依頼先の選び方 の依頼先4タイプの整理と読み比べると、「分析だけ頼むのか、ダッシュボード込みで頼むのか」の切り分けが明確になります。
見積もり依頼を出す前に、社内で以下の6点を決めておくと、返ってくる金額の比較がしやすくなり、契約後のブレも減ります。
「営業部長が毎週月曜の朝、当週の商談優先度を判断するため」のように、主語・タイミング・意思決定の3点を1文で書ける状態にします。ここが曖昧なまま発注すると、レポートが「見て終わり」の資料になり、契約更新の理由がなくなります。
Salesforce・kintone・GA4・広告媒体・基幹システム・スプレッドシートなど、対象データを一覧化します。あわせて「APIでエクスポートできるか」「CSVで週次に落とせるか」「担当者が動けば取れるか」を、データソースごとに書き添えます。
取得手段が定まっていないデータを分析対象に含めると、外注先はデータ整備に時間を溶かし、示唆を出す前に予算を使い切ります。
複数を並行することもありますが、初期は1形式に絞る方が費用を抑えられます。
日次・週次・月次のどれで回すのか、そして「昨日までのデータ」で足りるのか「1時間前までのデータ」が必要なのかを決めます。鮮度要件が上がるほど、データ連携の作り込みが必要になり、金額は2〜3倍に膨らみます。
「定常レポートに加えて、月に何件くらい追加の集計依頼が来るか」を予測します。月2〜3件までなら定額契約に含められることが多い一方、月10件を超える場合は「稼働時間×単価」の契約設計に切り替える方が費用対効果が出ます。
外注のゴールは「示唆を出し続ける」ではなく、「示唆に基づいて事業KPIを動かす」ことです。3か月後・6か月後にKPIをいくつ改善したい、対象部門をどこまで広げたい、といったロードマップを外注先と共有すると、契約更新のたびに再スコープする無駄を減らせます。
いきなり月額契約を結ばず、まず20万〜100万円のスポット分析を1本走らせます。この1本で「その外注先がどれくらいの粒度でアウトプットを出すか」「担当アナリストとの相性」「データ整備の必要工数」が見えます。
スポットの成果が明確に出たら、月次レポートやシェアード契約に切り替えます。この段階を挟むだけで、月額契約の失敗率は大きく下がります。
図のように、月次レポート・ダッシュボード更新・KPI集計といった「毎月同じ形で出るアウトプット」だけ月額契約にし、アドホックの深掘り分析は都度見積もりに分けます。
これを分けずに1つの月額に丸めると、忙しい月はアドホック対応で定常業務が止まり、暇な月はアナリストが手空きになるという歪みが出ます。
分析代行の見積もりの多くは、実はデータ整備で工数の半分以上が溶けています。もし社内にBigQuery・Snowflake などのDWHがあり、対象データが集約されているなら、分析代行の見積もりは元の6〜7割で収まります。
DWHの整備は、データ基盤構築の費用相場は？見積もりの内訳と判断基準を解説 や、まずは小さく試したい場合は 【2026年版】データ基盤PoCの進め方｜5ステップ・成功基準・費用相場 を参考にしてください。
現場で見てきた失敗は、大きく4パターンあります。
問いが定まらないまま「今あるデータで何か気づいたら教えて」と発注するパターンです。アナリストは総花的な集計を出し、レポートは10ページあるのに意思決定に使える示唆が1つもない、という結果になりがちです。
回避策：発注前に「決めたいこと」を1文で書き、契約書に添付します。「値上げ後3か月の顧客離反率が、値上げ前と比べて悪化しているか」のように、Yes/Noで答えられる粒度が理想です。
外注先の担当アナリストが変わったり、社内の窓口担当が異動したりすると、前提共有からやり直しになり、翌月のアウトプットが半減する事故がよくあります。
回避策：ドキュメント化を契約に含めます。KPI定義書・データソース一覧・過去の分析メモをリポジトリ（Notion、Confluence、GitHub Wikiなど）に集約し、担当交代の際に引き継ぎ会を必ず1回設定します。
「ダッシュボードさえあれば全社でデータが見られる」という期待で発注し、公開後3か月で月次PVが50を下回るケースです。月10万〜30万円の運用費だけ払い続ける状態になります。
回避策：ダッシュボードを作る前に、「誰が・いつ・何のために見るか」を書きます。加えて、公開後1か月でPVを確認し、想定より低ければ「見る導線」（Slackで週次配信、朝会でスクリーン投影、など）を追加します。
外注先が示唆を出しても、それを施策に落とし、KPIを動かす担当者が社内にいなければ、レポートは会議で消費されるだけで終わります。この状態が3か月続くと、決裁者から「外注費に見合った成果が出ていない」と判断され、契約が切られます。
回避策：発注時に「この分析結果を受け取って、翌月に何かを変える人」を1名指名します。この担当者が事業部側にいることが、外注を続ける根拠になります。
分析代行を続けていくと、どこかで「毎月同じ集計を繰り返しているのに、その都度アナリストの時間を使っている」という状態になります。この段階が、基盤構築に投資を振り替える判断ラインです。
具体的な目安は3つです。
この3つのうち2つが揃ったら、分析代行の内訳を見直し、基盤構築の投資に振り替える判断が現実的です。基盤構築の入り口としては、まず小規模なPoCから始めることをおすすめします。
Evastでは、分析代行と基盤構築の両方をつなぐ形でお客様を支援しています。「まず月次レポートから」「まずダッシュボード1本から」といったスコープのご相談も歓迎です。
データ分析の外注は、単発で始めて成果を確かめ、業務に組み込む段階で基盤構築に発展させるのが最もリスクの低い進め方です。Evastでは、分析の伴走から基盤構築、運用保守までを一貫でご支援しています。発注前の論点整理から相談したい方は、データ基盤構築サービス、または お問い合わせ からお気軽にご連絡ください。
データ基盤Oracle・SQL Serverの基幹DBをBigQueryに移行する費用と工程を、稟議にそのまま使える形で整理。連携方式(一括／差分／CDC)の選び方と落とし穴付き。初期500万〜1,500万円、期間3〜6ヶ月が目安です。
データ基盤従業員50〜300名の中小企業がデータ基盤をスモールスタートするための費用と3ヶ月ロードマップを整理。初期100万円台・月額5〜20万円で立ち上げる構成、大企業型の縮小版が失敗する理由、内製と外注の分担、IT導入補助金の使いどころまで、DX担当者向けに解説します。
データ基盤データ基盤への投資が本当に元を取れるのかを、費用（TCO）と便益（時間削減・意思決定の質・リスク低減）の両側から数字で組み立てる方法をまとめます。ROI計算式、便益の定量化テンプレ、回収期間の目安、数字にしにくい効果の扱い方、決裁者向けの投資判断フレーム、スモールスタートで効果検証を組み込む進め方まで、稟議・意思決定に使える形で整理しました。
