2023年、GoogleはAnalytics 360の新機能として「BigQueryへの直接エクスポート」を全ユーザーに解放した。2024年、Treasure DataはノーコードUIを強化しながらも、セグメントはGUIでできるが、分析機能はSQL入力を前提に設計し続けた。treasure insightがあるが前提として前処理されたテーブルが必要だ。2025年、Adobe Experience PlatformはマーケターがSQLに触れることを前提とするUIへの刷新を進めた。
これは偶然ではない。ツールベンダーが一斉に「マーケターはSQLを読み書きできる前提」で設計を進めている。
「SQLはエンジニアのもの」という思い込みが、これからのマーケターのキャリアにとって致命的な足かせになる。
数字が語る「マーケターとデータの間にある深い溝」
まず現実を直視するところから始めたい。
Gartnerが405名のCMOおよびマーケティングリーダーを対象に実施した調査によると、マーケティングデータ＆アナリティクス（D&A）は「最大の能力ギャップ領域」の第1位に挙げられている（Gartner, 2022年CMO調査）。
同調査では、61%のCMOが「自社の戦略を実行するための社内能力が不足している」と回答しており、その主因の一つとして、マーテックへの大規模投資（マーケティング予算の25.4%を占める）にもかかわらず、人材の採用難と研修への過小投資によってツールが活用しきれていない実態が指摘されている。
さらに衝撃的なデータがある。
2024年のGartner CMO調査では、マーケターの87%が「テクノロジーが自分たちの業界の雇用を奪う」ことを懸念しており、47%がすでに生成AIを活用していると答えた。
しかし同時に、26%のマーケティングリーダーが「生成AIの結果として2024年中に人員削減を計画している」と答えている（Gartner, 2024年マーケター調査）。
つまり、こういう構図だ。
マーケターはAIに仕事を奪われることを恐れている。
その一方で、AIを正しく使いこなすために必要な「データを扱う能力」が著しく不足している。
そしてその能力不足を解消するための研修投資も行われていない。
AIに「使われる側」になるか、「使う側」になるか。その分岐点の核心に、SQLがある。
McKinseyのグローバルサーベイが明確に示している通り、世界の企業の87%が「現在もしくは数年以内にスキルギャップに直面する」と認識している（McKinsey, 2019年グローバルサーベイ）。そして同じMcKinseyの2024年データサミット調査では、77%の企業がサイバーセキュリティやデータ管理などのミッションクリティカルな領域で「必要なデータ人材とスキルセットが不足している」と報告している。
「ノーコードで十分では？」という、最もよくある反論
マーケターがこう思うのは自然だ。
Salesforce Marketing Cloud、HubSpot、Brazeといった主要MAツールは確かにGUIで多くのことができる。「セグメント作成」も「シナリオ配信」も、コードを書かずに設定できる。「ドラッグ＆ドロップで条件を並べるだけで、AIが最適なパーソナライゼーションをやってくれる」
そんなベンダーの営業トークは、部分的には正しい。
しかし、その「多くのこと」はツールが想定した範囲内でしかない。
こういう施策を実現したいとする。
「先月のLTVが前月比15%以上下落した顧客のうち、過去1年間で2回以上購買していて、かつ最終購買から60〜90日が経過していて、購買カテゴリが『家電』か『ファッション』の人だけに、カテゴリ別でパーソナライズしたクーポンメールを送りたい。ただし、過去30日以内にカスタマーサポートへ問い合わせた人は除外する」
この条件定義を、ノーコードのGUI操作だけで完結できるMAツールは存在しない。
たとえ近いことができたとしても、複数の画面をまたいだ複雑な条件設定になり、半年後に「なぜこのセグメントはこの条件なのか」を説明できる人間がいなくなる。
施策の核心部分は必ず、どこかの段階でSQLに還元される。
ノーコードツールは「よくある施策を素早く実行する」ためのものだ。「自社ならではの施策を正確に定義し、再現性を持って実行する」ためのものではない。
加えて見落とされがちな事実がある。BCGとGoogleが共同で実施した「デジタルマーケティング成熟度」に関する大規模調査によると、デジタルマーケティングの成熟度を上げた企業は、コスト削減で最大30%、収益増加で最大20%の効果を報告している（BCG「The Dividends of Digital Marketing Maturity」, 2019年）。
この「成熟度」の最上位層、BCGが「マルチモーメント」と定義する段階に到達した企業に共通しているのは、ノーコードツールを「入口」として使いながら、SQLによるデータアクセスを「中核」に据えているという点だ。ツールベンダーが提供するUIは「最後のワンマイル」であって、本質的なデータ活用はその手前のSQL層で行われている。
「分析は分析チームに頼む」が生む、構造的な遅延という病
エンジニアにデータ抽出を依頼したことのあるマーケターなら、誰でも身に覚えがあるはずだ。
依頼からデータが届くまで、早くて2〜3日。複雑な条件が重なれば1週間。「あの数字はどのテーブルのどのカラムを使うんでしたっけ」という仕様確認のやり取りが加わると、2週間になることもある。その間に施策の「旬」は終わる。
これは個人の問題ではなく、組織の構造的な問題だ。
マーケティングの意思決定は鮮度が命だ。昨日打ったメールキャンペーンの開封率と購買転換率を朝一で確認し、今日の入札調整と次の配信セグメントの修正に即座に活かしたい。
このリアルタイムのPDCAサイクルに、依頼ベースのデータ抽出プロセスは根本的に応えられない。
Gartner CMO調査（2025年）は、マーケターがデータとアナリティクスを活用して効率を上げることが、予算制約下で生産性を高める最重要手段と特定している。59%のCMOが「2025年の戦略を実行するには予算が不足している」と回答しており、その状況を打破するために「データとアナリティクスによるパフォーマンス最適化」を最優先事項として挙げた。
しかし、その「データとアナリティクスの活用」を「エンジニアへの依頼」に依存している組織では、スピードの壁は永遠に消えない。
さらに深刻なのは、「依頼できることしか思いつかない」という認知の歪みだ。
エンジニアへの依頼が必要だと分かっているマーケターは、無意識のうちに「そこまで細かい分析をしなくていいか」と自己検閲するようになる。
「どうせ1週間かかるし、その頃には施策の締め切りが来てしまう」という経験が積み重なると、問いを立てる前から「データを見ることを諦める」癖がつく。
データに触れる障壁が高い組織では、問いを立てる力そのものが鈍っていく。
McKinseyの調査によれば、データドリブンな意思決定を実践している企業は、そうでない企業と比べて業績が2.6倍高い確率で「市場形成力のあるCMO」を輩出している（Gartner, 2024年CMO調査）。
SQLを自分で書けるマーケターは、「鮮度のロス」と「思考の萎縮」を同時にゼロにする。
思いついた瞬間にデータを叩き、仮説を検証し、翌朝には施策を修正できる。これは生産性の差ではなく、意思決定の質と速度の差だ。
2030年のマーケター市場で、何が起きるか
Gartnerは2024年、「マーケティングデータ＆アナリティクス」と「マーテック活用」を、CMOの直面する能力ギャップのトップ3に選出している。
26%のCMOが「マーケティングデータ＆アナリティクスが最大の能力ギャップ」と回答しており、それは「顧客理解・体験管理（23%）」「マーテック（23%）」を上回る第1位だ。
この数字が意味することは単純だ。企業は「データを分析できるマーケター」を欲しがっているが、そういう人材がいない。
だからこそ、その希少性に市場価値がある。
背景には、3つの構造的な変化が進行している。
変化①：AIがコンテンツ生成を自動化した
ChatGPTをはじめとする生成AIは、広告コピーの生成、メール文面のA/Bテストパターンの量産、SNS投稿のスケジューリングを自動化した。BCGの「Build for the Future 2025」調査（1,250社調査）によると、AI活用によって企業は売上増・コスト削減を同時に実現しつつあり、特にマーケティング・セールス領域でのAI価値ポテンシャルは全機能の中で最上位に位置づけられている。
しかし同時に、同調査は「74%の企業がAIから価値を引き出せていない」という厳しい現実も指摘する。なぜか。データ基盤の不備と、AIの出力を評価する人間側のスキル不足だ。
「文章を書く」「画像を作る」という作業は、マーケターの差別化ポイントではなくなりつつある。では、AIに代替されない「マーケターにしかできない仕事」は何か。
それは「何を測るか」「どのデータを判断軸にするか」という設計力だ。
キャンペーンの成果をどのKPIで評価するか。どのセグメントのLTVが本当に改善しているか。AIが提案した施策を検証するためにどのデータを引っ張ってくるか。これらはデータ構造への深い理解、つまりSQLなしには成立しない。
Gartnerが2024年後半に6,000名超の米国消費者を対象に実施した調査では、「自分を売り込もうとしている企業が自分のニーズを理解していない」と感じる消費者が58%に上った。
マーケティングには史上最大規模のデータとテクノロジーが揃っているのに、なぜ顧客の実感はこうなのか。データは持っているのに、それを「正しく解釈し、正しく施策に転換する能力」が欠けているからだ。
変化②：CDPとデータ基盤が中規模企業にまで普及した
かつて大企業の専売特許だったCDP（Treasure DataやSnowflakeなど）が、中規模企業にも普及し始めた。これらのツールのコアは「SQLでデータにアクセスする」ことだ。ツールを導入した企業が本当に活用できるかどうかは、SQLを書けるメンバーがいるかどうかにかかっている。
Gartnerは「CDP（カスタマーデータプラットフォーム）は、企業がAIモデルを磨き、精度を高める燃料として機能し得る」と指摘している（Gartner「デジタル広告ハイプサイクル2024」）。しかし、そのCDPに蓄積されたデータを使いこなすための「問い」を立てるには、SQLが必要だ。
ツールを入れるだけでは、絵に描いた餅だ。
変化③：サードパーティCookieの終焉とファーストパーティデータ時代の到来
GoogleによるサードパーティCookieの廃止（段階的進行中）は、マーケターがこれまで「借りていた」データへのアクセスを奪う。代わりに重要性が爆発的に高まるのが、自社で蓄積したファーストパーティデータだ。自社ECの購買履歴、メルマガの開封・クリックデータ、会員のポイント利用履歴。これらのデータは全て、企業のデータベースに眠っている。
そしてこのデータに触れる唯一の手段が、SQLだ。
BCGとGoogleが複数回実施した共同調査によれば、ファーストパーティデータを活用したマーケティングは、サードパーティデータ依存型と比べてROASを最大68%改善し、オンライン収益を最大114%向上させた事例も報告されている（BCG「The Dividends of Digital Marketing Maturity」）。
しかし、このファーストパーティデータを活用するためには「自社DBからデータを取り出せる能力」が必要だ。SQLなしには、この時代の変化を追い風にできない。
「どこまで覚えれば戦えるか」の現実的な答え
「SQLを学ぶ」と聞いて、データベースの設計やインデックス管理まで学ぶ必要があると思うなら、それは完全な誤解。
マーケターに必要なSQLと、バックエンドエンジニアに必要なSQLはまったく別物だ。
マーケターが習得すべき範囲：「この6つがあれば実務の8割はカバーできる」
-- 基本の型：この構造を体に染み込ませること
SELECT -- どの列を取り出すか
customer_id,
segment,
SUM(amount) AS total_amount,
COUNT(order_id) AS order_count
FROM orders -- どのテーブルから
LEFT JOIN customers -- 別テーブルとの紐付け
ON orders.customer_id = customers.id
WHERE -- どんな条件で絞り込むか
status = 'completed'
AND order_date >= '2024-01-01'
GROUP BY -- 何でまとめるか（集計の軸）
customer_id, segment
ORDER BY -- 並び順
total_amount DESC加えて CASE WHEN（条件分岐）と、WITH 句（CTE：共通テーブル式）の基礎的な使い方があれば、RFM分析・LTV計算・コホート分析・前月比集計・休眠顧客の特定など、マーケティングの現場で日常的に必要な分析の大半は自分で動かせる。
マーケターが「最初に」不要なものは明確だ。インデックスの設計、ストアドプロシージャ、トランザクション管理、テーブルの正規化。
これらはデータを「管理・構築する側」の知識だ。
「書けるエンジニア」ではなく「読み書きできるマーケター」になるだけなら、3ヶ月の実践で届く。毎日30分、自社のデータベースに対して実際にクエリを書く。
これだけで、半年後の自分の仕事の景色は変わる。
「どのくらいのレベル」を目指すべきか：4段階モデル
| レベル | できること | 必要期間 |
|---|---|---|
| Lv.1 読み手 | 他人が書いたSQLを読んで意味が分かる | 2〜4週間 |
| Lv.2 修正手 | 既存クエリの条件を変えたり、集計軸を追加できる | 1〜2ヶ月 |
| Lv.3 書き手 | RFM分析・コホート分析を自分で書ける。JOIN・GROUP BY・CASE WHENを使える | 3〜4ヶ月 |
| Lv.4 設計者 | CTEを使った複雑な分析クエリを書ける。エンジニアと設計の議論ができる | 6ヶ月〜1年 |
マーケターの目標はLv.3の習得だ。それ以上はエンジニアの領域であり、マーケターに求められる水準ではない。Lv.3に達した瞬間から、仕事の自由度は劇的に変わる。
「データを読めるマーケター」という新しいスタンダード
「データとアナリティクスが最大の能力ギャップ」であるというGartnerの調査は、裏を返せば「その能力を持つマーケターは希少で、価値が高い」ということだ。
2024年のGartner CMO調査が示したもう一つの注目すべき数字がある。CEOとCFOのうち、「CMOが市場形成力（market shaping）において効果的だ」と評価したのはわずか14%だった。しかし、市場形成力のあるCMOを持つ企業は収益・利益目標を超える確率が2.6倍高いという。
そのCMOに共通する特徴が、「データに基づく意思決定、戦略管理、市場知識における卓越したスキル」だと、Gartnerは明確に指摘している。
抽象的な「データドリブン思考」ではない。実際にデータを触り、問いを立て、答えを引き出す具体的な能力。その基礎となるのがSQLだ。
BCGが複数の調査を通じて繰り返し指摘していることがある。「デジタルマーケティング成熟度を上げるための6つのイネーブラー」のうち、技術面の障壁よりも組織面の障壁の方が深刻だという。
そして組織面の障壁の筆頭が「スキルと人材」だ。
つまり、どれだけ優れたCDPを導入しても、優秀なベンダーと契約しても、それを使いこなす人間のスキルが伴わない限り、投資は無駄になる。
Gartnerの別の調査では、マーテック予算はマーケティング全体予算の25.4%を占めているにもかかわらず、マーテックの活用率（Utilization Rate）は42%にとどまっている（Gartner, 2023年マーテック調査）。
4兆円を超えるツールへの投資の半分以上が、使われないまま眠っている。その最大の理由が、「使いこなせる人材がいない」ことだ。
SQLを学ぶことは、単なるスキルアップではない。組織が投資したツールを本来の価値で動かすことへの、最短距離の貢献だ。
2030年に向けた、マーケターの3つの選択肢
2030年のマーケター市場では、大きく3つのタイプに分化すると私は考えている。
タイプA：「ディレクター型マーケター」（希少・高価値）
データを読み書きできる能力を持ち、AIを道具として正しく使いこなし、施策の仮説設計からデータによる検証まで一気通貫で行える人材。SQLを書けるのは当然のスキルとして持ち、エンジニアとの協働でより高度な分析設計もできる。
市場価値は急上昇する。これからの10年間、この人材は慢性的に不足し続ける。
タイプB：「執行型マーケター」（標準・代替リスクあり）
MAツールやCRMツールの操作に習熟しているが、データの抽出・分析は他者依存。施策のアイデアは出せるが、効果検証は「レポートが上がってくるのを待つ」スタイル。
AIによる自動化が進む中で、このタイプの「コンテンツ制作」「定型的なキャンペーン管理」は代替される可能性が高い。ポジションは残るが、差別化が困難になる。
タイプC：「感覚型マーケター」（衰退リスク大）
「数字は苦手」を免罪符にし、データに向き合わずにきた人材。Excelのピボットテーブルすら避け、「感覚と経験」を判断軸にする。
このタイプは急速に価値を失う。AIが「感覚と経験のデータ化」を代替し始めているからだ。生成AIはこの人たちの最後の砦だった「センスや表現力」の領域にまで侵食してきている。
「依頼する人」から「動かす人」へ
かつての「優秀なマーケター」の定義は、「正しい問いを立てられる人」だった。
これからの「優秀なマーケター」の定義は、「正しい問いを立て、自分でデータを取りに行き、翌朝には答えを持ってくる人」だ。
McKinseyは「世界の企業の87%がスキルギャップに直面している、または数年以内に直面する」と指摘している。しかしここで注目すべきは、残りの13%だ。その企業は何が違うのか。答えは一つではないが、「データを扱えるビジネス人材を意図的に育てている」という共通点が、調査を通じて繰り返し確認されている。
SQLは難しい言語ではない。英語よりも文法がシンプルで、ルールが一貫していて、書いた通りに動く。「プログラミング」という言葉に怯む必要はない。これはデータベースに対する「質問の仕方」を覚えることだ。
Gartnerの調査が示した「マーケターの最大の能力ギャップ＝データ＆アナリティクス」という現実は、見方を変えれば「今そのギャップを埋めた人間が、市場で最も希少な存在になる」ということでもある。
SQLを書けるマーケターと書けないマーケターの間には、2030年には今では想像できないほどの差が生まれているだろう。その差は給与の差だけでなく、「面白い仕事を任せてもらえるかどうか」という差として現れる。
データが動かす時代に、自分の手でデータを動かせる人間になるか。それとも、データが動かす時代に、データに動かされる人間になるか。
SQLは、マーケターが「依頼する人」から「動かす人」になるための、最も確実なパスポートだ。
参考文献・出典
© MarTech Farm. All rights reserved.