Snowplowは月1兆イベントをどう顧客データ基盤の共通言語へ変えたか

Snowplowは、企業が自社の行動データを生成・所有するための顧客データ基盤だ。

ウェブ・モバイル・サーバー側のイベントを収集し、スキーマ検証とエンリッチメントを経て、自社のデータウェアハウスやデータレイク、ストリームへリアルタイムに届ける。

2012年にAlex DeanとYali Sassoonがロンドンで創業し、オープンソースのパイプライン技術を土台に企業向けのマネージド提供へ広げてきた。出典

Snowplowは、2012年にAlex DeanとYali Sassoonが立ち上げた顧客データ基盤だ。

きっかけは、当時の行動データがGoogle Analyticsのようなパッケージ型ツールの中に閉じていたことだった。

Alex Deanは2022年の資金調達の発表で「この半年だけでSnowplowが成し遂げたことに、ただ驚いている」と述べている。出典

GAに預けない行動データという出発点

創業者たちが問題視したのは、行動データが「取り出しにくい箱」の中に置かれ、抽出と整形に時間を奪われる構造だった。

自社でイベントを生成し、検証し、自分たちの倉庫へ流し込む。

Snowplowはこの順番を逆にして、データの所有権を事業者の側に戻すことを狙った。出典

オープンソースで信頼を積み上げる

Snowplowはコアのパイプライン技術をオープンソースで公開し、イベント収集からエンリッチメント、データモデリングまでを自前で運用できるようにした。

2022年の時点でオープンソースコミュニティの利用組織は10,000を超え、有償顧客は200社を超えていた。出典

$40MのSeries Bと「Act Two」

2022年6月30日、SnowplowはNEAが主導しAtlantic BridgeとMMCが参加する$40MのSeries Bを発表した。

累計調達額は$55Mになる。

Deanはこの調達を「Act Two（第2幕）の始まり」と位置づけ、Advance Analytics、Composable CDP、AI/ML向けデータ生成の3領域へ投資すると説明している。出典

ライセンス転換という自己変革

2024年1月8日、Snowplowはコアパイプラインの新バージョンをSnowplow Limited Use License Agreement（SLULA 1.1）へ切り替えた。

Apache-2.0のままでは競合による再提供を止められないという判断だ。

既存の本番利用者には商用ライセンスのSelf-Hosted Pipelineを用意し、無償の枠を14日間のトライアルとマネージドプランに整理した。出典

顧客文脈層とAIエージェントへ

現在のSnowplowは自らを「Customer Context Layer」と説明し、検証済みの行動データをAIエージェントの文脈として渡す用途を打ち出している。

顧客基盤は月間1兆イベント超、200万以上のウェブサイト・アプリに広がり、SupercellやBurberryのような企業が導入事例として公開されている。出典

Snowplowの痛みは「行動データをツールに預けたくないが、自前で作ると壊れる」というジレンマにある。

Google AnalyticsではカスタムIDやスキーマを自由に扱えず、GDPR対応や他データソースとの結合にも限界がある。

Snowplowはイベントにスキーマ検証を掛け、リアルタイムで自社の倉庫へ届けることで、この痛みをデータ基盤チームの運用負荷ごと引き受ける。出典

障壁は、長年運用されてきたストリーミングパイプラインの実装と、35以上のトラッカー、スキーマ検証のエコシステムだ。

自前で同等の信頼性をゼロから作るコストは高く、AppleやGoogleのID変更にも追従し続ける必要がある。出典

ネットワーク効果は中程度だ。

OSS利用者が増えるほどトラッカーやモデル、知見が厚くなり、データモデルパックの再利用が効く。

ただしデータは各社の倉庫に閉じるため、ユーザー間で直接共有される効果は弱い。出典

主な顧客はデジタル接客が売上に直結する企業のデータ・分析チームだ。

ゲーム、小売、メディア、金融などの大規模事業者で、Supercell、Burberry、Strava、HelloFresh、Auto Trader、DPG Mediaなどが公開事例として挙げられている。出典

第一に、オープンソースを入口にした信頼構築。

2022年時点で10,000組織以上がOSS版を利用し、有償顧客200社超という二層構造を作った。

第二に、倉庫を中心に据えた設計。

DatabricksやSnowflakeとの提携でモダンデータスタックの一部として組み込まれた。

第三に、企業の行動データを月25兆イベント規模まで運用し、性能の実績を積み上げたことだ。出典

課題はライセンス転換の反動だ。

2024年1月にコア技術をSLULA 1.1へ移し、無償で本番利用していた層には商用ライセンスを求めた。

オープンソースの信頼を土台にしてきた企業にとって、この変更は採用判断を難しくする。

加えてマネージドCDPやGA4と比べると初期構築の負荷が高く、価格も非公開の見積もり型で比較しにくい。出典

成長は、オープンソースからエンタープライズへの階段と、クラウドデータ基盤との提携の二本柱で進んできた。

2022年には米国ボストンに第2本社を開設し、2022年6月にはDatabricks提携とSnowflakeのPremier Tierを取得してデータスタックの中に位置を取った。

現在はAIエージェント向けの文脈層へ用途を広げ、行動データを生成する側から、AIの意思決定を支える層へと軸足を移している。出典

主要チャネル: open source community, technical content / SEO, cloud data platform partnerships, data community events, enterprise sales

学べるのは、データそのものではなくデータの生成工程を製品にするという視点だ。

分析ツールの上で機能を競うのではなく、検証済みのイベントを自社資産として積み上げる層を押さえると、BIにもAIにも依存されやすい。

オープンソースは信頼の入口になる一方、ライセンス設計の変更には説明責任が伴う。出典

日本では、GA4の外部送信や同意管理に悩むEC・メディア企業に対して、「計測タグを増やす」のではなく「行動データを自社のBigQueryに正規化して貯める」提案として翻訳すると刺さりやすい。

Snowflake/BigQuery利用企業が多く、スキーマ検証つきのイベント設計はデータ基盤内製の文脈と噛み合う。

ライセンス条件の説明を丁寧に添えることが導入の前提になる。出典