Treasure Data(トレジャーデータ)は、Webやアプリの行動ログ、会員・購買データを1か所に集め、顧客単位で統合してセグメントを作り、広告やメール配信へ送り出すCDP(カスタマーデータプラットフォーム)です。この記事では、実装を担当するエンジニア向けに、TD Toolbeltでの初期操作、Embulk・Fluentd・Pythonによる取り込みの設定例、TD_TIME_RANGEでスキャン量を絞るTrinoクエリ、親セグメントの作り方、料金が決まる仕組み、BigQueryで自作するCDPとの比較までを、公式ドキュメントの該当箇所にリンクしながら整理します。記載は2026年11月時点の公開情報にもとづきます。
まとめ:Treasure Dataの実装で押さえる取り込み・クエリ・料金の要点
- 2026年4月にブランド名がTreasure AIへ変わり、ドキュメントは docs.treasure.ai へ移った。APIの接続先は日本リージョンなら api.treasuredata.co.jp のまま
- テーブルは time 列で自動的にパーティション分割される。クエリには必ず TD_TIME_RANGE か TD_INTERVAL を付け、読む範囲を絞る
- CSVやDBの一括取り込みはEmbulk、ログの継続取り込みはfluent-package(td-agentは2023年12月で終了)、PythonからはpytdのDataFrame書き込みを使う
- 料金は公開価格がなく、管理する顧客プロファイル数と行動イベント数で段階が決まる年間サブスクリプション
- BigQueryに顧客データが既にまとまっているなら、データを複製しないComposable CDPか、BigQuery上の自作を先に比べる
判断の軸は1つです。マーケティング担当者がSQLを書かずにセグメントを作って配信まで回す体制が要るなら、Treasure Dataの導入費は回収できます。分析とセグメント作成をエンジニアが担い、配信先が2〜3媒体に収まるなら、BigQuery上の自作で足ります。
Treasure DataのTreasure AIへの改称、データの保存構造とリージョン
2026年4月にTreasure AIへ改称した経緯と、製品名・URLの読み替え
米Treasure Data社は2026年4月、事業ブランドを「Treasure AI」に変え、CDPの上でAIエージェントを動かす「エージェンティック・エクスペリエンス・プラットフォーム」と位置づけ直しました。日本語の公式サイトも www.treasuredata.co.jp から www.treasure.ai へ転送されます。国内の顧客データ基盤製品としては、引き続き「Treasure Data CDP」の名前で流通しています。
実装者に関係するのは、ドキュメントのURLです。旧 docs.treasuredata.com・api-docs.treasuredata.com のページは docs.treasure.ai へ転送されるため、社内手順書に古いURLを書いている場合はブックマークを直しておくと迷いません。一方、APIやコンソールのホスト名は treasuredata.com・treasuredata.co.jp のまま変わっていません。
データベース・テーブル・ジョブの3層と、time列によるパーティション
Treasure Dataの保存先は、データベースの下にテーブルを置く2層の構造です。クエリやインポートは「ジョブ」として非同期に実行され、結果の取り出しに使うのは、そのジョブに割り当てられたジョブIDです。テーブルには UNIX時間を入れる time 列があり、公式ドキュメント「Data Partitioning in Treasure Data」によると、テーブルはこの time 列で既定のパーティション分割がされます。time 列で絞り込めば、クエリエンジンは対象の期間だけを読み、それ以外を読み飛ばします。
この仕組みが、後で出てくるクエリの書き方と取り込み設定の両方を決めます。取り込み時に time 列へ何を入れるか(イベントの発生時刻か、取り込んだ時刻か)を最初に決めておかないと、期間で絞ったはずのクエリが全期間を読みに行きます。
利用するリージョンとAPIエンドポイント:日本の契約はap01に置かれる
Treasure Dataは米国(us01)・欧州(eu01)・韓国(ap02)・日本(ap01)のサイトに分かれており、サイト間でデータを直接コピーすることはできません(公式ドキュメント「Endpoints by Region」)。日本の契約で使う主なホストは次のとおりです。
- Treasure API:
api.treasuredata.co.jp - Audience API:
api-cdp.treasuredata.co.jp - Trino(JDBC・ODBC):
api-presto.treasuredata.co.jp - Workflow:
api-workflow.treasuredata.co.jp - Ingestion API・JS SDK:
ap01.records.in.treasuredata.com
CLIやEmbulkの設定例は、米国の api.treasuredata.com を既定値として書かれています。日本の契約でこの既定値のまま実行すると、APIキーが通らずに認証エラーになります。最初につまずく箇所なので、すべての設定ファイルでエンドポイントを明示してください。
検証環境を作る:TD ToolbeltにAPIキーとエンドポイントを設定する手順
tdコマンドでデータベースとテーブルを作り、Trinoで1本クエリを流す
TD Toolbelt(td コマンド)は、データベースやテーブルの作成、クエリの発行、インポートの管理をコマンドラインから行う公式CLIです。TD Toolbeltリファレンスによると、-k でAPIキー、-e でAPIサーバーを指定でき、-e を省くと https://api.treasuredata.com が使われます。APIキーはTreasure Consoleのプロフィール画面で発行します。
# 日本リージョン向けに、APIキーとエンドポイントを環境変数で渡す
export TD_API_KEY="(Treasure Consoleで発行したキー)"
TD="td -k $TD_API_KEY -e https://api.treasuredata.co.jp"
# データベースとテーブルを作る
$TD db:create sandbox_db
$TD table:create sandbox_db web_events
# Trinoエンジンで件数を数える(-T でエンジン、-w で完了まで待つ)
$TD query -d sandbox_db -T trino -w "SELECT COUNT(1) FROM web_events"
td query の -d(データベース名)は必須で、-T には hive と trino(presto)を指定できます。-o で結果をファイルへ、-f で形式(tsv・csv・json など)を選べるため、夜間バッチで集計結果をCSVに落とす用途ならこのコマンドだけで組めます。クエリエンジンは、対話的な集計には応答の速いTrino、数時間かかる大きな変換処理にはHiveと使い分けるのが基本です。
データを取り込む:Embulk・fluent-package・pytdの3経路と設定例
取り込み経路は、データの出どころで決まります。社内DBやCSVの一括移送ならEmbulk、Webサーバーやアプリのログを流し続けるならFluentd、分析中のDataFrameを戻すならPythonのpytdです。Webサイトの行動ログはJS SDKでブラウザから直接送る方法もあります。
EmbulkのCSVバルクロード:seed.ymlからload.ymlを推定して流す
一括取り込みについて、公式ドキュメントはEmbulkの利用を強く勧めています。旧来の td import 系(td-import)は保守が止まっており廃止候補とされているためです(公式ドキュメント「Embulk Bulk Import From Csv Files」)。出力プラグインの embulk-output-td は、2026年11月時点のRubyGemsで0.8系が最新です。
# プラグインを入れる
embulk gem install embulk-output-td
# seed.yml(入力ファイルと出力先だけを書く)
in:
type: file
path_prefix: /data/export/orders_
out:
type: td
apikey: (APIキー)
endpoint: api.treasuredata.co.jp
database: sandbox_db
table: orders
time_column: ordered_at
auto_create_table: true
mode: append
# 列の型を推定して load.yml を作り、確認してから実行する
embulk guess seed.yml -o load.yml
embulk preview load.yml
embulk run load.yml
time_column に注文日時の列を指定すると、その値が time 列に入り、注文日で期間を絞るクエリがパーティションを効かせて動きます。mode は追記の append と全件入れ替えの replace があり、マスター系のテーブルは replace、注文や行動のようなイベント系は append にします。embulk guess は日付の書式を読み違えることがあるため、embulk preview で数行を目で確かめてから本番の実行に進んでください。
td-agentの2023年12月終了とfluent-packageでのログ継続送信設定
Treasure Data向けのログ転送で長く使われてきた td-agent は、v4系が2023年12月で保守を終えました。後継は名前を変えた fluent-package で、最終版は Linux 向けが v4.5.2 です(Fluentd公式ブログの終了告知)。Treasure Data側の手順も fluent-package 6 LTS を推奨しており、設定ファイルは /etc/fluent/fluentd.conf に置きます(公式ドキュメント「Fluentd Continuous Data Import Integration」)。
# /etc/fluent/fluentd.conf
<source>
@type http
port 8888
</source>
# タグ td.<データベース>.<テーブル> で送り先が決まる
<match td.*.*>
@type tdlog
endpoint api.treasuredata.co.jp
apikey (書き込み用のAPIキー)
auto_create_table
use_ssl true
<buffer>
@type file
path /var/log/fluent/buffer/td
</buffer>
</match>
# 動作確認:1件送って、バッファを即時に吐き出させる
curl -X POST -d 'json={"action":"login","user":2}' http://localhost:8888/td.sandbox_db.www_access
sudo kill -USR1 $(cat /var/run/fluent/fluentd.pid)
Fluentdは既定で1分ごとにまとめて送るため、送った直後にクエリしても結果がまだ0件のこともあります。SIGUSR1でバッファを吐き出させてから確かめると、設定の誤りかどうかをすぐ切り分けることが可能です。バッファをファイルに置く設定にしておけば、Treasure Data側の障害やネットワークの瞬断でもログは手元に残ります。転送が欠けない設計の詳細はFluentdで監査ログ基盤を作る|欠損させない転送・退避上限と改ざん防止の保管で、軽量版のFluent Bitを使う場合はFluent Bitとは?読み方・Fluentdとの違い・AWSでの設定例で扱っています。
PythonのpytdでDataFrameを書き込み、Trinoで読み戻すコード例
pytdは、Treasure DataのREST API・Trino・ストレージを扱う公式のPythonドライバーで、PyPIでは2026年2月公開の2.4系が最新、Python 3.10以上が必要です。書き込みは、CSVにしてBulk Import APIで送る bulk_import(既定)、TrinoのINSERT文で入れる insert_into、Sparkを使う方式の3通りから選べます。
import os
import pandas as pd
import pytd
client = pytd.Client(
apikey=os.environ["TD_API_KEY"],
endpoint="https://api.treasuredata.co.jp/",
database="sandbox_db",
default_engine="presto", # Trinoエンジン
)
# 機械学習のスコアなどを書き戻す
scores = pd.DataFrame({"customer_id": ["c001", "c002"], "churn_score": [0.82, 0.13]})
client.load_table_from_dataframe(scores, "churn_scores", writer="bulk_import", if_exists="overwrite")
# 読み戻す
res = client.query("SELECT customer_id, churn_score FROM churn_scores ORDER BY churn_score DESC")
print(res["columns"], res["data"][:5])
数百行の書き戻しなら insert_into でも動きますが、行数が増えるとクエリの発行回数が増えて遅くなります。日次で数万行以上を戻すなら、既定の bulk_import のままにしてください。
Trinoでクエリを書く:TD_TIME_RANGEでスキャン範囲を絞るSQLの書き方
TD_TIME_RANGEとTD_INTERVALの使い分けと読み取り範囲の絞り込み
Treasure Data独自の関数のうち、毎回使うのが TD_TIME_RANGE と TD_INTERVAL です。Trino関数リファレンスによると、TD_TIME_RANGE は開始と終了を日付で指定する絶対範囲、TD_INTERVAL は「直近7日」「先月」のような相対範囲に使い、どちらもWHERE句に置くことで時間パーティションを効かせます。タイムゾーンを省くとUTCで解釈されるため、日本の営業日で区切るなら ‘JST’ を渡します。
-- 2026年10月の1か月分だけを読む(終了日は含まない)
SELECT
TD_TIME_FORMAT(time, 'yyyy-MM-dd', 'JST') AS day,
COUNT(DISTINCT td_client_id) AS visitors
FROM web_events
WHERE TD_TIME_RANGE(time, '2026-10-01', '2026-11-01', 'JST')
GROUP BY 1
ORDER BY 1;
-- スケジュール実行のクエリでは、相対範囲で直近7日を指定する
SELECT COUNT(1)
FROM web_events
WHERE TD_INTERVAL(time, '-7d', 'JST');
リファレンスには、TD_TIME_RANGE の引数に割り算などの計算を入れると読み取り範囲の絞り込みが効かなくなると記載されています。終了日を省略したいときは NULL を明示して4引数で書き、3つ目の引数にタイムゾーンを置く書き方はエラーです。WHERE句に time の条件が無いクエリは全期間を読むため、運用開始から数年たったテーブルでは、読む量が蓄積した年数に比例して増えます。レビューの観点として「time の条件があるか」を1行目に置くと、この事故はほぼ防げます。
セグメントを作る:親セグメントのマスターテーブル設計と更新の設定
マスター・属性・行動の3種のテーブルと、使えない予約語の列名
Audience Studioでセグメントを切るには、先に「親セグメント(Parent Segment、旧称マスターセグメント)」の作成が必要です。公式ドキュメント「Creating Parent Segments」の手順では、Data Workbenchの[Master Segments]から、顧客1人1行のマスターテーブル、会員ランクなどを持つ属性テーブル、購買やページ閲覧を持つ行動テーブルを指定し、更新のスケジュールとタイムゾーンを設定します。更新は日次が推奨で、マスターテーブルは親セグメントの作成前に最新化しておく必要があります。
設計でつまずくのは列名です。属性テーブルでは time と cdp_customer_id、行動テーブルではさらに timestamp が予約されており、これらの名前の列は使えません。基幹システムから持ってきたテーブルに timestamp 列がある場合は、取り込みの段階で ordered_at などへ名前を変えておくと、後から親セグメントの設定でつまずきません。名寄せのキー(会員ID・メールアドレスのハッシュ・Cookie IDのどれで顧客を束ねるか)の決め方は、顧客データ統合の進め方|名寄せのキー設計とCDPを入れずに済む条件で整理しています。
保存すると、親セグメントを作り直すワークフロー群が自動で生成され、Data Workbenchの[Workflows]で進み具合を確かめられます。行動データを数秒単位で拾って配信につなげる構成はリアルタイム顧客分析とは?CDPで行動を即時に捉える仕組みと導入判断で扱っています。
料金の考え方:顧客プロファイル数と行動イベント数で決まる年間契約
Treasure Dataには公開の価格表がありません。公式の料金体系ページ(2026年11月時点)では、CDPは年間サブスクリプションで、管理・蓄積する顧客プロファイル数と行動イベント数に応じた段階制と説明されています。パッケージには、データの取り込みとプロファイル統合、セグメンテーション、オーディエンス配信、ジャーニーの自動連携、QA用と開発用のサンドボックス環境などが含まれます。MA機能などのAI Suitesは年間ライセンスに加えて、使った分を月単位で数えるクレジット制です。
見積もりの前に、次の2つの数字を自社で出しておくと話が早く進みます。
- 名寄せ後のユニークな顧客数(会員数ではなく、Cookie IDなどの匿名プロファイルも含めた数)
- 1か月あたりの行動イベント数(ページ閲覧・購買・アプリ操作などの合計。GA4のイベント数が目安になる)
匿名プロファイルを無期限に貯めるとプロファイル数が膨らみ、段階が上がります。一定期間アクセスの無い匿名IDを統合対象から外すルールを、契約前に決めておいてください。
BigQueryで自作するCDPとの比較:Composable CDPを含む3案の選び方
Treasure Data・Composable CDP・BigQuery自作の比較表
Treasure Dataには、データをTreasure Data側へ複製せず、顧客のデータウェアハウスに直接クエリを投げてセグメントを作る「Composable Audience Studio(CAS)」という提供形態があります。公式ドキュメント「Composable Audience Studio Overview」では対応先としてSnowflake・Databricks・BigQueryが挙げられ、BigQuery向けの手順では「データはBigQueryの外に出ない」構成として、認証の設定から親セグメントの作成までを示しています。
| 観点 | Treasure Data | Composable CDP | BigQuery自作 |
|---|---|---|---|
| データの置き場所 | Treasure Data | 自社のBigQuery | 自社のBigQuery |
| セグメント作成 | 画面操作 | 画面操作 | SQLか自作画面 |
| 配信先との接続 | 用意済みの連携 | 用意済みの連携 | 個別に開発 |
| 費用の決まり方 | 年間契約 | 年間契約+BQ課金 | BQ課金+開発費 |
| 運用する人 | マーケター中心 | マーケターとデータ担当 | エンジニア |
BigQuery上でID統合・セグメント生成・広告連携を自作する場合の構成はBigQueryでCDPを構築する構成:ID統合・セグメント生成・広告連携と権限設計に、BigQuery自体の課金と制約はBigQueryとは:サーバーレスDWHの仕組み・料金・できないことと採用判断にまとめています。
Treasure Dataを採用する条件と、BigQuery自作を選んで見送る場面
Treasure Data(従来型)を採用するのは、次の条件がそろう場合です。マーケティング部門が自分でセグメントを切って配信まで回す、配信先がLINE・メール・複数の広告媒体など5つを超える、社内にデータウェアハウスがまだ無い。この3つがそろえば、配信連携を自前で作り続ける開発費より、年間契約のほうが安く済みます。
見送るのは逆の場面です。顧客データが既にBigQueryに集まり、セグメントの条件を書くのがデータ担当のエンジニアで、配信先がGoogle広告とメールの2つ程度なら、Treasure Dataへの複製は二重管理を増やすだけです。この場合はBigQuery上で自作します。中間の「BigQueryは既にあるが、マーケターに画面でセグメントを作らせたい」場合が、Composable CDPを比べる場面です。ETL・DWH・BI・CDPのどこから作るかの順序はETL・BI・DWH・CDPの違い|4つの役割分担とどこから作るかの導入順序で解説しています。
取り込み経路の設計、BigQueryを含むデータ基盤の構成、CDPを入れるか自作するかの比較検討は、一創のデータ分析基盤構築・MLOps構築支援でご相談いただけます。基盤全体を層に分けて作る手順はデータ分析基盤の構築手順:5層アーキテクチャとBigQuery・dbt・Terraformの実装が参考になります。
よくある質問
Treasure Dataの導入検討と実装で、よく出る質問に答えます。
Treasure DataとTreasure AIは別の製品ですか?
同じ会社の同じ製品群です。2026年4月に事業ブランドがTreasure AIへ変わり、CDPの上にAIエージェントやMA機能を載せた構成として打ち出されました。CDP部分はTreasure Data CDPとして提供が続いており、APIのホスト名も treasuredata.com・treasuredata.co.jp のままです。変わったのは公式サイトとドキュメントのURLで、旧URLは新しいURLへ転送されます。
Treasure Dataの料金はいくらですか?
公開の価格表は無く、見積もり制です。公式の料金体系ページでは、管理する顧客プロファイル数と行動イベント数に応じた段階制の年間サブスクリプションと説明されています。見積もりを取る前に、名寄せ後の顧客数(匿名IDを含む)と月あたりのイベント数を出しておくと、段階の当たりが付けやすくなります。
td-agentはまだ使えますか?
td-agent v4系は2023年12月で保守が終わり、Linux向けは v4.5.2 が最終版です。新しく構築するなら後継の fluent-package を使い、Treasure Data公式も fluent-package 6 LTS を推奨しています。設定ファイルの場所が /etc/fluent/fluentd.conf に変わる点と、出力の @type tdlog の書き方はそのまま使える点を押さえておけば、移行の手間は小さく済みます。
Treasure DataのクエリはHiveとTrinoのどちらで書けばよいですか?
集計や抽出のほとんどはTrinoで書きます。応答が速く、画面での試行錯誤に向くためです。数億行を変換して別テーブルを作るような、数時間かかる処理はHiveのほうが途中で失敗しにくい場面があります。どちらのエンジンでも、WHERE句に TD_TIME_RANGE か TD_INTERVAL を入れて読む期間を絞るのが前提です。
BigQueryとTreasure Dataは連携できますか?
連携できます。Treasure DataからBigQueryへ結果を書き出す方法のほかに、Composable Audience StudioではBigQueryのテーブルにTreasure Data側から直接クエリを投げ、データを複製せずにセグメントを作れます。顧客データが既にBigQueryに集まっている会社は、従来型の取り込みより先にこの形態を比べてください。
関連記事
- BigQueryでCDPを構築する構成:ID統合・セグメント生成・広告連携と権限設計:Treasure Dataを使わずに自作する場合の構成
- ETL・BI・DWH・CDPの違い|4つの役割分担とどこから作るかの導入順序:CDPを入れる前にどこから作るか
- 顧客データ統合の進め方|名寄せのキー設計とCDPを入れずに済む条件:親セグメントの前に決める名寄せのキー
- BigQueryとは:サーバーレスDWHの仕組み・料金・できないことと採用判断:比較対象のDWHの料金と制約
- Fluentdで監査ログ基盤を作る|欠損させない転送・退避上限と改ざん防止の保管:ログ転送を欠かさない設定