「Matomo / Umami / GA4+Looker Studio を自前で立てれば無料で売上ダッシュボードが作れますよね。RevenueScopeを月額で払う必要はあるんでしょうか」。最近、月商1,000-5,000万のShopify EC事業者からよく受ける質問です。結論から言うと、「OSSは無料」は会計上の認識違い で、自前構築すると年44-88万円相当の隠れたコスト（時給5,000円換算）が発生します。本記事では、Matomo・Umami・GA4+Looker Studio・RevenueScope の4選択肢を 1年TCO（総所有コスト） で並べ、自社EC事業者がどの閾値で乗り換えるべきかを整理します。
この記事のまとめ#
- OSSやGA4+Looker Studioで自前構築すると、時給5,000円換算で年44-88万円相当のTCO が発生する。RevenueScope Growth は年¥117,600（¥9,800×12）で、4-7倍のTCO効率
- 「無料」OSSの隠れたコストは3層構造：時間機会費用（売上活動できない時間）・学習曲線（Matomo設定 / GA4イベント設計 / Looker DAX）・アップグレード対応（OSSバージョンアップ・GA4 API変更）
- 判断フローはシンプル：エンジニア・運用工数を売上活動に使いたい中小EC事業者は RevenueScope、自社哲学でOSSを運用したい大企業は Matomo / Umami、すでにGA4+BigQueryに投資済なら Looker Studio で十分
1. なぜTCO比較が重要なのか#
「OSSは無料だから費用ゼロ」 という考え方は、ソフトウェアライセンス費用だけを見た会計認識です。実際のEC事業者にとっての総所有コスト（TCO = Total Cost of Ownership）は、ライセンス費用以外に少なくとも以下の4要素を含みます。
- 初期構築工数：サーバー設定・トラッキング設置・ダッシュボード構築・初期テスト
- 月次運用工数：データ品質チェック・トラッキング修正・新指標追加・トラブル対応
- サーバー費：VPS / クラウド / ストレージ
- 学習コスト：ドキュメント読解・トラブル時の調査・社内知識移転
これらを業務時間として見ると、「無料」OSSも実際には 時給×時間 の形で人件費がかかります。フリーランスマーケター・データアナリスト相場の時給5,000円で換算すると、自前構築の年間TCOは数十万円規模に跳ね上がります[4]。
機会費用という補助概念#
TCO に加えて重要なのが 機会費用 です。EC事業者が自前構築に40時間使う場合、その40時間は「広告クリエイティブ作成」「商品ページ改善」「メールマガジン配信」「SNS運用」などの売上活動に使えなくなります。月商1,000万円のEC事業者にとっての40時間は、売上に直結する施策の機会損失と等価です。
「OSSのライセンス費用ゼロ」と「TCO ゼロ」は別物だという認識から、まずは比較を始めます。
2. 比較対象4選#
本記事では、日本のSMB EC事業者が現実的に検討する4つの選択肢を並べます。
| 選択肢 | カテゴリ | ライセンス | 主要技術スタック |
|---|---|---|---|
| Matomo On-Premise | OSS Web Analytics | GPLv3 | PHP / MySQL / Apache or Nginx |
| Umami v3 | OSS 軽量 Analytics | MIT | Node.js / PostgreSQL |
| GA4 + Looker Studio | クラウド無料 | Google プロプライエタリ | GA4 タグ + Looker Studio + (BigQuery export 任意) |
| RevenueScope Growth | EC特化SaaS | 商用 | GTM / dataLayer / マネージドSaaS |
2.1 Matomo On-Premise#
Matomo は GPLv3 ライセンスのOSS Web Analytics です。自前サーバーにインストールして運用する On-Premise 版と、Matomoが提供する Cloud 版（有料）があります[1]。本記事では「自前構築」 を前提とした On-Premise 版のTCOを評価します。トラッキング・レポート・カスタムイベントは標準で対応していますが、EC特化のRevenue / RPS / AOV ダッシュボードは標準テンプレートになく、カスタムレポートで自作する必要があります。
2.2 Umami v3#
Umami は MIT ライセンスの軽量Web Analyticsです[2]。Node.js + PostgreSQL で動作し、Vercel / Railway / Fly.io 等のPaaS無料枠でも運用できる構成の小ささが特徴です。シンプルなページビュー・直帰率・参照元レポートは標準提供されますが、Matomoと同様にEC特化のRevenueダッシュボードは標準では持たないため、カスタムイベント＋カスタムレポートの自作が前提になります。
2.3 GA4 + Looker Studio#
GA4 は Google が提供する無料のWeb Analyticsで、eコマースイベント計測に標準対応しています。Looker Studio（旧Data Studio）は GA4 と直接接続できる無料BIツールで、独自ダッシュボードを作成可能です[3]。さらに高度な分析が必要な場合は GA4 から BigQuery export して SQL ベースで集計する構成もとれますが、BigQuery のクエリ料金が別途発生します。
2.4 RevenueScope#
RevenueScope は日本のSMB EC向けに設計されたEC計測SaaSで、Revenue・AOV・RPS・CVR の コア4指標 に Sessions を加えた 5 KPIカード を箱から出してすぐ表示します。GTM 5分、dataLayer + GA4 経由のシンプルな技術スタックで、エンジニア専任不要で運用できる設計です。
3. 1年TCO比較表#
各選択肢の年間TCOを、フリーランスマーケター・データアナリスト相場の時給5,000円換算で並べます。前提条件は次の通り（業界平均見積もりに基づく数値で、各社・各環境で変動します。具体的なリードタイムは個別環境で実測してください）。
- 時給単価：5,000円（業務委託相場の中央値）。社員業務時間として捉える場合は時給10,000円目安でTCO 2倍として読み替え
- 対象環境：月商1,000-5,000万のShopify EC（Tier 1）・売上ダッシュボード運用（チャネル別Revenue / RPS / AOV / CVR の集計）
| 項目 | Matomo自前 | Umami自前 | GA4+Looker | RevenueScope Growth |
|---|---|---|---|---|
| 初期構築工数 | 40h ≒ ¥200,000 | 20h ≒ ¥100,000 | 16h ≒ ¥80,000 | 5分 ≒ ¥0 |
| 月次運用工数 | 8h/月 ≒ ¥40,000 | 4h/月 ≒ ¥20,000 | 6h/月 ≒ ¥30,000 | 0.5h/月 ≒ ¥2,500 |
| サーバー費 | 月¥3,000 = 年¥36,000 | 月¥2,000 = 年¥24,000 | ¥0 | プラン費に内包 |
| 学習コスト（一回） | 16h ≒ ¥80,000 | 8h ≒ ¥40,000 | 12h ≒ ¥60,000 | 0h |
| プラン費 | ¥0（OSS） | ¥0（OSS） | ¥0（GA4・Looker無料枠） | ¥9,800/月 = 年¥117,600 |
| 年間TCO目安 | 約¥796,000 | 約¥460,000 | 約¥500,000 | 約¥117,600 |
※ 業界平均見積もり（実測値ではありません）。各社の運用条件・OSSバージョン・社内エンジニアの熟練度・既存資産（既にGA4運用済か等）で大きく変動します。
3-1 数値の読み方#
- Matomo自前 約80万円：On-Premise 版を自前サーバーにインストールし、EC特化のRevenue / RPS / AOV カスタムレポートを構築する前提。Matomo Cloud 版を採用すれば構築工数は減りますが、ライセンス費が別途月額数百ユーロ規模で発生します
- Umami自前 約46万円：軽量実装ゆえ構築工数は短いものの、EC特化のRevenue計測には dataLayer連携・カスタムイベント設計が必要
- GA4+Looker 約50万円：Looker Studio は無料ですが、GA4イベント設計・BigQuery export 設計（必要な場合）・Looker チャート設計の合計学習コストが発生
- RevenueScope Growth 約12万円：GTM 5分導入・dataLayer 既存利用・追加設定ゼロ。月次運用は「ダッシュボードを見るだけ」 の数十分
「OSSやGA4+Lookerを自前で立てれば無料」 という直感は、初期構築40h・運用工数 6-8h/月 を加味するだけで覆ります。
4. 各選択肢の「向いているケース」#
TCO だけで判断するのは早計です。各選択肢には固有の強みがあるため、自社の状況とマッチするケースを見極めます。
4-1 Matomo On-Premise が向いているケース#
- 個人情報保護を最重視する大企業（顧客データの自社サーバー保管が要件）[5][6]
- すでに Linux サーバー運用に慣れた社内エンジニアがいる
- 売上ダッシュボードを自社設計したい（標準機能では足りない独自指標を実装したい）
- 月商10億円以上の大規模ECで、SaaS定額より自前構築が逆にTCO効率がよくなる規模
4-2 Umami が向いているケース#
- 軽量な Web Analytics が主目的で、EC特化機能は不要
- Vercel / Railway / Fly.io 等の PaaS 無料枠で運用したい個人開発者・スタートアップ
- 「シンプル＝美徳」 を実装哲学として持つ開発組織
4-3 GA4 + Looker Studio が向いているケース#
- すでに GA4 を導入済で、追加コストを最小化したい
- BigQuery export を活用できる SQL スキルを持つアナリストが社内にいる
- 「Google エコシステム内で完結したい」 という前提条件がある
4-4 RevenueScope が向いているケース#
- 月商1,000-5,000万の Shopify / BASE / STORES / EC-CUBE EC事業者
- マーケ担当 1-3名、エンジニア専任なしの組織体制
- すでに GA4 eコマース設定済（追加設定ゼロで導入できる）
- Revenue・AOV・RPS・CVR の コア4指標 + Sessions = 5 KPIカードで投資判断したい
- 「ダッシュボードを毎週見て広告予算配分を判断する」 運用が業務の中心
詳しいRPSの定義と運用は RPS（Revenue Per Session）の計算式と実例 を、AOVについては AOV（平均注文額）とは何か を参照してください。
5. 「無料」の隠れたコスト 3つの落とし穴#
OSS や GA4+Looker Studio が「会計上は無料」 でも、実運用では下記3層の隠れたコストがTCOを押し上げます。
5-1 落とし穴 1：時間機会費用#
40時間で Matomo を構築する場合、その40時間は売上活動から消えます。月商1,000万円のEC事業者にとって40時間 = 1ヶ月の業務日数の約25%相当です。広告クリエイティブ A/B テスト・LP改善・メルマガセグメント設計といった売上直結施策に使えるはずだった時間が、ツール構築に消えるという機会費用は、TCO 比較表の「初期構築工数¥200,000」 とは別軸で評価する必要があります。
5-2 落とし穴 2：学習曲線#
OSS や Looker Studio はドキュメントが充実していても、初めて触る場合の学習コストは無視できません。
- Matomo：管理画面の設定項目が膨大、カスタムレポート作成は SQL に近い記述
- GA4：イベント設計・カスタムディメンション・データレイヤーの仕組みが複雑
- Looker Studio：DAX に近い計算フィールド構文、BigQuery 連携時のSQL知識
これらを「動くダッシュボード」 まで仕上げるには、ドキュメント読解・スタックオーバーフロー検索・社内Wiki 整備など、ライセンス費以外のコストが積み上がります。
5-3 落とし穴 3：アップグレード対応#
OSS には定期的なバージョンアップが、GA4 には API 仕様変更が、Looker Studio には UI 変更や接続仕様変更があります。
- Matomo メジャーバージョンアップ：DB スキーマ変更が伴う場合、移行作業が発生
- GA4 API 仕様変更：BigQuery export スキーマ変更で既存クエリが動かなくなる事例
- Looker Studio UI 改修：チャート設定の再設定が発生する場合あり
これらは年に数回発生する想定外の運用コストで、月次運用工数の見積もりに含めにくい性質があります。SaaSの場合は提供側が吸収するため、利用者側のコストはゼロです。
6. 自前構築 vs SaaS の選択判断フロー#
ここまでの整理を、機械的に判断できるフローに落とし込みます。
6-1 Q1：月商1,000-5,000万円の Shopify / BASE / STORES / EC-CUBE EC事業者ですか#
- Yes → Q2 へ
- No（月商1,000万以下） → GA4+Looker Studio で十分。コア4指標を自前ダッシュボードで作って運用
- No（月商10億+の大規模EC） → BIツール（Tableau / Looker / Mode）の検討対象
6-2 Q2：エンジニア・運用工数を売上活動に使いたいですか#
- Yes → RevenueScope 推奨。月¥9,800で年44-88万円相当の機会費用を回収
- No（自社哲学で OSS 自前構築したい） → Matomo / Umami / GA4+BigQuery で構築
6-3 Q3：Revenue・AOV・RPS・CVR + Sessions = 5 KPIカードで十分ですか#
- Yes → RevenueScope（5指標特化哲学）
- No（MMM・MTA・粗利率・LTV・在庫・ROAS算出まで踏み込みたい） → 第15セットで取り上げた Triple Whale 等のフル機能ツール 検討
なお RevenueScope は意図的に 広告投資ROAS 算出機能を持ちません（広告API 直連のスコープ外）。広告管理画面側で測れる指標は、その指標に最適化された場所で見るのが運用負荷最小という設計思想です。詳細は マーケティングKPI設計の正解 を参照してください。
7. RevenueScope の位置づけ：補完ツールではなく代替ツール#
ここまで読んでいただいた読者には、RevenueScope のポジショニングが明確になっているはずです。RevenueScope は OSS や GA4+Looker Studio の 補完ツール ではなく、月商1,000-5,000万のSMB EC向けに設計を最適化した代替ツール です。
7-1 なぜ「補完ではなく代替」なのか#
- GA4 は トラフィック計測・記録 の役割。ここは GA4 のままでよく、RevenueScope は GA4 と競合しない
- 一方、Matomo / Umami / GA4+Looker Studio で自前構築する 売上ダッシュボード層 は、RevenueScope が代替する対象。同じレイヤーで同じ目的（売上ダッシュボード運用）を解く
- 自前構築では年44-88万円のTCOが発生し、RevenueScope では年12万円弱で同じ運用ができる。機能スコープが重なるため、補完ではなく代替 という関係になる
7-2 売上ダッシュボード設計の考え方#
「自前で作る」 「SaaSを使う」 のどちらでも、売上ダッシュボードに載せる指標は本質的に同じです。何を見て、何を見ないかという設計判断が、ダッシュボードを使い続けてもらうための最重要ポイントです。RevenueScope は 「コア4指標 + Sessions = 5 KPIカード」 に意図的に絞る という設計判断を採用しています。詳しい設計の考え方は 売上ダッシュボード設計の正解 で整理しています。
7-3 自前構築から RevenueScope に乗り換える閾値#
すでに自前構築している場合、乗り換える価値があるかは下記の3点で判断できます。
- 月次運用工数 6h/月以上を売上活動に振り替えたい → 乗り換え推奨
- OSS / GA4 のバージョンアップ対応に年20h以上使っている → 乗り換え推奨
- チームに「この設定わかる人がいない」 という属人化が発生している → 乗り換え推奨
逆に「自社哲学として OSS 運用にこだわりがある」 「すでにエンジニアが熟練している」 「既存資産（GA4 + BigQuery）への投資が大きい」 場合は、自前構築継続が合理的です。
まとめ#
- OSS（Matomo / Umami）や GA4+Looker Studio で売上ダッシュボードを自前構築すると、時給5,000円換算で年44-88万円相当のTCOが発生する
- RevenueScope Growth は年12万円弱（¥9,800/月）で、4-7倍のTCO効率
- 「無料」 OSS の隠れたコストは時間機会費用・学習曲線・アップグレード対応の3層構造
- 月商1,000-5,000万・エンジニア専任なし・コア4指標で十分という条件下では RevenueScope が摩擦最小の選択肢
- 自社哲学で OSS 運用、すでにエンジニアが熟練、月商10億+の大規模EC、という条件下では Matomo / Umami / GA4+BigQuery が合理的
「OSSは無料だから費用ゼロ」 という直感は、TCO 視点では大きな会計認識違いです。月商1,000-5,000万のEC事業者にとっての40時間は、広告クリエイティブ A/B テストや LP 改善といった売上直結施策に使うべき希少資源です。ツール構築に40時間使うか、売上施策に40時間使うか という選択が、TCO比較の本質的な意味になります。
詳しい料金プランは RevenueScope 料金ページ を、製品哲学については About — Revenue First の考え方 を参照してください。フル機能ツール（Triple Whale 等）との比較は Triple Whale vs RevenueScope で整理しています。
参考文献#
[1] Matomo 「Matomo On-Premise — Self-hosted Web Analytics」 https://matomo.org/matomo-on-premise/
[2] Umami 「Introduction」 https://umami.is/docs
[3] Google 「Data Studio documentation」 https://cloud.google.com/looker/docs/studio
[4] レバテックフリーランス 「マーケティングのフリーランスの単価相場は？安定して案件を得る方法も紹介」 https://freelance.levtech.jp/guide/detail/31879/
[5] 総務省 「自分に関する情報が第三者に送信される場合、自身で確認できるようになります。」 https://www.soumu.go.jp/main_sosiki/joho_tsusin/d_syohi/gaibusoushin_kiritsu.html
[6] 個人情報保護委員会 「個人情報の保護に関する法律についてのガイドライン（通則編）」 https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/