「基盤は作った。ダッシュボードも出た。ただ、来月からこれを誰が回すのかが決まっていない」。プロジェクトの完了報告を受けた翌週に、この相談を情シス責任者から受けることが年に何度もあります。
データ基盤は構築フェーズがゴールに見えがちですが、実運用に入ってからのほうが対応する事象は多く、しかも一つひとつが「業務が止まる」タイプの障害になります。dbtモデルは半年で数が2倍に膨らみ、Fivetranやtroccoのコネクタは年に何度もバージョンアップし、Snowflakeやdbt CloudのUIは気づいたら変わっています。監視のジョブ1本の止め忘れで、翌月のクラウド請求が想定の3倍になった、というケースも珍しくありません。
そこで、データ基盤の運用保守を外部に委託する場合の費用相場、契約モデルの違い、カバー範囲、内製と外注の分担、委託先の選び方まで、発注者側の目線で整理します。ランニングコスト自体の削減方法はデータ基盤のランニングコスト削減｜4要素と20〜35%減らす手順【2026年版】で扱っているので、コストそのものの下げ方はそちらを参照してください。
データ基盤の運用保守とは、稼働中のデータパイプライン・DWH・BIダッシュボードを止めずに使い続けられる状態に保つための、監視・障害対応・改修・改善提案までの一連の作業を指します。委託契約を結ぶ前に、次の6領域のどれをスコープに含むかを見積書で必ず確認します。
図のように、運用保守は「監視」「修正」「バージョン追従」「追加開発」「コスト最適化」「月次レビュー」の6領域に整理できます。同じ「運用保守月30万円」でも、①〜②の障害対応だけを見る契約と、④〜⑥の改修・改善まで含む契約では、実質価値が3倍以上変わります。
各領域の中身をもう少し具体化するとこうなります。
「一式で月〇〇万円」表記の見積書は、この6領域のどれをどこまで含んでいるか必ず分解して読んでください。分解を依頼するだけで、社内での予算合意も進みやすくなります。
Evastの見積もり実績と、複数のデータ基盤ベンダーが公開している保守料金を突き合わせた2026年時点の相場です。DWHやBIツール自体のクラウド利用料は別途発生します。
| プラン | 月額の目安 | 対応時間の目安 |
|---|---|---|
| ライト（一次対応と問い合わせ中心） | 月10万〜30万円 | 5〜10時間／月 |
| スタンダード（監視・月次レビュー・軽微改修） | 月30万〜80万円 | 15〜30時間／月 |
| エンタープライズ（SLA・オンコール・継続改修） | 月80万〜200万円超 | 40時間以上／月 |
もう1つの目安として、**構築フェーズの初期費用の年10〜20%**という考え方も広く使われています。初期構築が500万円の基盤なら年50万〜100万円、つまり月4万〜8万円が「監視だけの最小プラン」の相場感で、これに月次レビュー・改修枠が積み上がるほど上限に近づきます。
費用が上下する主な要因はこの4つです。
構築費用そのものの相場や見積もりの読み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、DWHの月次コストの試算方法はDWHの料金はいくら？費用の見積もり・試算方法を実例で解説にまとめています。
運用保守の委託契約は、次の3モデルに整理できます。どれを選ぶかで、実質コストと社内の運用負荷が変わります。
① 月額固定（リテイナー型）
月額の定額で、「対応時間X時間まで／月」または「サービスレベルを一定に保つ」形で契約する形態。障害・改修が予測しづらく、社内に一次対応できる人がいない状況で最もフィットします。予算化しやすく、経理的にも承認が通しやすい一方で、実稼働が想定より少なくても定額を支払うため、社内が独自に運用できるようになった段階で見直しが必要になります。
② 時間都度（タイム＆マテリアル）
作業実績に応じて月次で精算する形態。1時間あたり1.5万〜3万円が2026年時点の相場です。社内に一次対応できる担当者がいて、月次レビューや年数回のバージョン更新だけを外部に頼みたい場合に向きます。稼働が読める段階では最も安く済みますが、突発の障害対応時に「外部の稼働枠を確保できない」リスクがあるため、月〇時間までの優先枠だけ確保するハイブリッド契約を組む会社も多い形です。
③ SLA型（サービスレベル契約）
「重大障害は1営業日以内に復旧」「月次レポートは第3営業日までに提出」など、サービスレベルの達成に対して固定額を支払う形態。BtoB SaaSの本番基盤や、経営会議に直結するダッシュボードなど、止まると業務が止まる基盤で採用されます。エンタープライズプランの中核で、体制の維持コストが乗るため月額80万円以上が現実的な下限です。
判断が難しい初年度は、まず月額固定で始めて実際の稼働時間を1年計測し、2年目以降で契約形態を組み直すのが定石です。データ基盤導入後1年目は想定外の追加要望が集中しやすく、時間都度で組むと請求が読めなくなりがちなためです。
運用保守を「全部内製」「全部外注」の二択で考えると、たいてい失敗します。多くの現場で回っているのは、頻度が低く専門性が高い作業だけ外注する分担型です。
分担の目安を、実際の現場感覚で並べます。
| 領域 | 外部が向く | 社内が向く |
|---|---|---|
| 監視・一次障害対応 | 深夜・休日帯、複雑な障害の切り分け | 営業時間内の軽微な障害、業務影響の判断 |
| バージョン追従 | dbt/Airflow/BIのマイナー〜メジャー更新、DWH仕様変更への差し替え | ドキュメントの読み合わせ、社内ユーザーへのアナウンス |
| 追加開発 | 新規データソース接続、複雑なdbtモデル設計 | 既存ダッシュボードの微修正、フィルター追加 |
| コスト最適化 | 四半期ごとのVW/スロット・クエリ見直し | 使われていないダッシュボードの棚卸し |
| 月次レビュー | KPI分析、改善提案、ロードマップ調整 | 現場要望の吸い上げ、優先度の合意形成 |
| ドキュメント整備 | 初期のアーキ図・運用手順書、変更履歴の維持 | 業務コンテキストの追記、社内向けQ&A |
判断軸はシンプルで、「その仕事を、自社の担当者が3年後も継続できるか」で切り分けます。年数回しか発生しないバージョン追従や、専任の経験値が要るコスト設計は、社内でカバーしようとすると誰もが片手間になり、結果としてブラックボックス化します。逆に、日々の要望対応や優先度付けは、業務理解のある社内側でしか回りません。
内製化の段階論と全体的な判断基準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で深掘りしています。
データ基盤の運用保守を提供する会社は増えていますが、案件の傾向やチームの厚みは大きく異なります。委託先を選ぶときに見るべき軸はこの5つです。
① 構築を担当した会社か、他社構築の引き取りか
最もコスト効率が良いのは、構築した会社にそのまま運用も任せることです。他社が構築した基盤を引き取る場合、内部構造の把握だけで初月〜3か月分の工数が消え、その分の請求が上乗せされます。すでに他社が構築した基盤の保守を引き取ってもらう場合は、引き継ぎ用の設計書と初期監査（1〜3か月）を必ず見積もりに含めてもらいます。構築フェーズから運用まで一貫で任せる構成を選ぶなら、BigQuery導入ガイド｜手順・料金・無料枠・費用相場【2026年版】、Snowflake導入支援の費用は？構築の進め方と会社選び【2026年版】、dbt導入・構築支援の費用と進め方｜何を依頼できる？も参考にしてください。
② 対応時間帯とSLAの明示
「営業時間内対応」「休日は翌営業日」「重大障害は当日中に復旧」など、対応時間帯とサービスレベルが契約書レベルで明示されているかを確認します。曖昧な会社は、実際に障害が発生したときに「担当者不在」で数日止まる事故が起きやすいためです。
③ dbt・Airflow・DWHの実運用経験
初期構築の実績と、運用フェーズで数十モデル・数十DAGを回した経験は別物です。運用に入るとバージョン追従・パフォーマンス劣化・スキーマドリフトなど、構築フェーズには出てこない事象が中心になります。事例を聞くときは「構築何本」ではなく、「運用中の基盤を何社・何年見ているか」を確認してください。
④ コスト削減の具体事例
「削減できます」ではなく、「auto-suspendの調整とVWサイズの見直しで月〇〇万円→〇〇万円に下げた」といった、数値で語れる削減事例を持っているかを聞きます。運用フェーズの価値の相当部分は、コストの膨張を早期に止めることに集約されるためです。
⑤ 月次レビューの中身
「月1回、稼働時間の報告」だけの月次レビューには実質価値がありません。利用状況・KPI・改善提案・次期ロードマップまで含んだレビュー資料を、サンプルで見せてもらうのが確実です。中身のあるレビューを継続できる会社かどうかは、ここで見えます。
DWHパートナー全般の選び方の詳細はデータ基盤構築の会社の選び方・比較｜失敗しない発注先にもまとめています。
Evastで他社構築の基盤を運用引き取りした際に、繰り返し見るパターンです。
これらは技術的に高度な話ではなく、契約時の条項と初期の運用設計を1つ間違えているだけで起きます。データ基盤全体の失敗パターンはデータ基盤構築でよくある失敗5選と発注前チェックリスト【2026年版】にもまとめています。
運用保守は地味な領域に見えて、データ基盤の投資回収を左右する中心的な工程です。「作った基盤を止めない」ための設計を、月額の形で買い続けるのが運用保守委託の本質と考えてください。データ活用の組織浸透やガバナンス整備までを合わせて回したい場合は、データマネジメント支援側の伴走支援と組み合わせるのが実効性の高い構成になります。データ基盤全体の構成要素と導入効果はデータ基盤とは？導入すべき3つの理由と4つの構成要素｜2026年版を合わせてご覧ください。
株式会社Evastでは、BigQuery・Snowflake・dbt・Airflow・BIツール（Tableau／Looker／Power BI）を組み合わせたデータ基盤について、監視設計・障害対応・バージョン追従・改修・月次レビュー・コスト最適化まで、運用保守を継続支援しています。他社が構築した基盤の引き取り保守にも対応します。
現状の運用体制やお困りごとの棚卸しからで構いません。まずはデータ活用の無料診断もご利用ください。
データ基盤Amazon RedshiftからBigQueryへの移行判断・費用・工程を、稟議とベンダー選定にそのまま使える形で整理します。BigQuery Data Transfer ServiceでのRedshift移行、SUPER型やDISTKEY/SORTKEYの扱い、AWS→GCPのエグレス費用、10TB規模で初期1,000万〜2,000万円・3〜4ヶ月という目安まで解説します。
データ基盤BigQueryのパーティションとクラスタリングは、設定手順は簡単でも「どの列を選ぶか」の判断ミスで数十倍のスキャン量になり、月次の請求書ショックを招きます。パーティション3種の使い分け、クラスタリング列の選び方、現場でよくある設計ミス5つ、既存テーブルへの後付け手順、require_partition_filterでの事故防止まで、スキャン量を9割減らすためのテーブル設計の型を整理した2026年版です。
データ基盤BigQueryの請求書が膨らんできて、Editionsに切り替えるべきか迷う。オンデマンドとEditions(Standard/Enterprise/Enterprise Plus)の料金差、月次スキャン量から見た損益分岐点、INFORMATION_SCHEMAでの使用量把握、Autoscaler設計の勘どころ、規制業界での選び分けまで、稟議と設計会議で使える形で整理しました。
