dbtとは？できること・料金とBigQueryでの始め方｜2026年のv2・Fivetranとの合併も解説

dbtは、BigQueryなどのデータウェアハウス（DWH）にあるデータを、分析に使える形に変換するツールです。変換の中身はSQLのSELECT文で書き、表どうしの依存関係、テスト、ドキュメントをまとめて管理します。

データを集めて保管場所の中で変換する「ELT」のうち、T（変換）を担います。ETLとELTの違いは「ETL・ELTとは（別タブで開く）」で解説しています。

2026年は、dbtにとって大きな変化の年でした。6月1日にFivetranとdbt Labsの合併が完了し、9月にはRustで作り直した新しい世代の「dbt v2」が正式版になりました（dbt Summit 2026の発表（別タブで開く））。これに合わせて、製品の名前も変わっています。

本記事では、dbtでできること、今の製品の名前と料金、Dataformとの違い、BigQueryでの始め方を解説します。記載の仕様と料金は2026年10月時点の公式情報に基づきます。

dbtとは

dbt Labsは、dbtを「DWHの元のデータを、信頼できるデータの製品に変換する」ものと説明しています。利用者は簡単なSQLのSELECT文を書き、難しい処理はdbtが引き受けるとしています（What is dbt?（別タブで開く））。

なお、英語で「DBT」と書くと、心理療法の一種（弁証法的行動療法）を指すこともあります。データの分野でdbtと言う場合は、本記事で扱うツールのことです。

なぜ変換をツールで管理するのか

広告やGA4、CRMのデータをDWHに集めただけでは、すぐには分析に使えません。媒体ごとに列の名前が違う、同じ顧客が別のIDで入っている、コンバージョンの数え方が部署ごとに違う、といったことが起こります。

これを整えるSQLを、ダッシュボードやスプレッドシートの中にばらばらに書くと、同じ指標でもダッシュボードごとに数字が変わります。dbtを使うと、変換のSQLを1か所にまとめ、決まった順番で実行できます。SQLのファイルはGitで管理するため、変更の履歴も残ります。

dbtでできること

テストは、条件に合わない行を探すSELECT文として実行され、合わない行が0件なら合格です。たとえば「注文IDに重複がない」をテストにしておけば、取り込みの不具合で重複が入ったときに、ダッシュボードに出る前に気づけます。

マーケティングのデータでの使い方

Fivetranは、広告の媒体のデータを同じ形の表にまとめるdbtのパッケージ（Ad Reporting）を公開しています（dbt_ad_reporting（別タブで開く））。Google広告・Meta広告・TikTok広告などのデータを、1つの表で比べられる形に整えられます。

当社の支援でも、dbtで定義をそろえたテーブルを作り、ダッシュボードなどから同じ表を読む形にしています。媒体を横断した分析の例は、「広告の媒体横断分析をAIで行う方法（別タブで開く）」で紹介しています。

dbtの種類と名前（2026年10月時点）

dbt Labsのライセンスのページによると、2026年10月時点の製品の整理は次のとおりです（dbt Licensing FAQ（別タブで開く））。

ポイントは次の3つです。

• 「dbt Core」は、v2では使わない名前になった：dbt Labsは、v2では無料版も手元で動く版も両方の配布物にあるため、「dbt Core」の名前をやめたと説明しています。6月の合併の発表では「dbt Core v2.0」と呼ばれていたものが、9月に「dbt OSS」に改名されました
• v1はしばらく続く：今後出るdbt Core 1.13が、v1の最後のマイナー版になる予定です。dbt Labsは、安全に関わる修正を通常の1年より長く、3〜5年ほど続ける見込みとしています
• 手元で使うだけなら、dbt platformは要らない：無料のdbt（v2）は、dbt platformのアカウントなしで使えます。一部の機能は、無料のサインインで使えるようになります

dbt Labsは、ほとんどのチームに、オープンソースの部分だけの版より機能の多いdbt（v2）を勧めています。

Fivetranとの合併

2026年6月1日、Fivetranとdbt Labsは合併を完了しました。CEOはFivetranのGeorge Fraser氏、dbt Labsの創業者のTristan Handy氏がPresidentを務め、当面は「Fivetran + dbt Labs」として事業を行うとしています（Fivetranのプレスリリース（別タブで開く））。

データの取り込みのFivetranと、変換のdbtが、同じ会社の製品になりました。Fivetranについては「Fivetranとは（別タブで開く）」で解説しています。

dbt platformの料金

出典：dbtの料金（別タブで開く）（2026年10月時点）

Starterからは、表の依存関係を画面で見るdbt Catalogや、指標を定義するSemantic Layerが使えます。Enterpriseからは、列の単位の依存関係や、SSOなどの管理の機能が加わります。

dbt platformを使わず、無料のdbtを自社のサーバーやGitHub Actionsなどで定期実行する方法もあります。その場合、実行の仕組みは自社で用意します。

Dataformとの違い

Google Cloudには、dbtと同じ役割のDataformというサービスがあります。

BigQueryだけを使い、Google Cloudの中で完結させたいならDataformが手軽です。Snowflakeなどほかのデータウェアハウスも使う場合や、Fivetranのパッケージなど既製のdbtの資産を使いたい場合はdbtが向いています。

BigQueryでdbtを始める手順

手元のパソコンで、無料のdbt（v2）を使う場合の流れです（Install dbt（別タブで開く）、Connect BigQuery（別タブで開く））。

手順1：dbtをインストールする

Pythonの環境があれば、次のコマンドでインストールできます。Homebrew（macOS）などでも入れられます。手順は公式のページを参照してください。

python -m pip install dbt

dbt --version で、インストールできたかを確かめます。

手順2：BigQueryの権限を用意する

dbtがBigQueryで使うアカウント（サービスアカウント＝プログラムが使うGoogle Cloudのアカウント、または自分のGoogleアカウント）に、次のロールを付けます。公式のドキュメントでは、これが一般的な出発点とされています。

• BigQuery データ編集者（roles/bigquery.dataEditor）
• BigQuery ユーザー（roles/bigquery.user）
• BigQuery ジョブユーザー（roles/bigquery.jobUser）

dbtは、変換したテーブルを作り直すため、テーブルの作成・削除の権限が必要です。元のデータとは別のデータセットに書き込むようにしておくと安全です。

手順3：プロジェクトを作り、接続を設定する

dbt init を実行すると、Google CloudのプロジェクトID、書き込み先のデータセット、データの場所（ロケーション）を聞かれ、そのあと認証の方法を選びます。認証は、サービスアカウントのJSONファイル、gcloudでの自分のGoogleアカウントでのログイン、Workload Identity連携（Microsoft Entra）から選べます。

設定は profiles.yml というファイルに保存されます。サービスアカウントを使う場合は、次のような形です。

default:
  target: dev
  outputs:
    dev:
      type: bigquery
      method: service-account
      keyfile: /path/to/key.json   # サービスアカウントの鍵のファイル
      database: your-project-id    # Google CloudのプロジェクトID
      schema: dbt_dev              # 書き込み先のBigQueryのデータセット
      location: asia-northeast1    # データの場所
      threads: 4                   # 同時に実行するクエリの数

ロケーションは、元のデータのデータセットと同じにします。違うと、クエリが失敗します。

手順4：モデルを書いて実行する

models のフォルダにSELECT文のファイルを置き、dbt build を実行すると、モデルの作成とテストが依存関係の順に実行されます。

最初は、1つのデータソース（たとえばGoogle広告）について、列の名前をそろえる整形のモデルと、日別の集計のモデルを作るところから始めます。

dbt platformで始める場合

dbt platformでは、画面からBigQueryの接続を作ります。公式のドキュメントでは、サービスアカウントのJSONキーをアップロードする方法が推奨されています（Connect BigQuery（別タブで開く））。

dbtのAIの機能

dbt Labsは、AIからdbtのプロジェクトを使うためのMCPサーバーを公開しています（About dbt MCP（別タブで開く））。ClaudeなどのAIから、モデルの定義や依存関係、指標を参照できます。MCPの仕組みは「MCPとは（別タブで開く）」で解説しています。

2026年10月時点で、dbt platformにはAIの機能が2つあります（dbt Copilot（別タブで開く））。

• dbt Copilot：SQL・テスト・ドキュメントを作る。Starter以上のプランで使える（無料のDeveloperは対象外）
• dbt Wizard：調べるところから、実装して確かめるところまでを行うAIエージェント。プレビュー版で、使った量に応じてクレジットが減る

AIにデータを分析させるときも、dbtで定義をそろえたテーブルを読ませれば、AIが指標ごとに違う計算方法で数字を出すことを減らせます。指標の定義を1か所にまとめる仕組みは「セマンティックレイヤーとは（別タブで開く）」で解説しています。

dbtを入れるべきか

dbtが役に立つのは、次のような状態のときです。

• DWHにデータは集まっているが、変換のSQLがダッシュボードやスプレッドシートに散らばっている
• 同じ指標なのに、レポートごとに数字が違う
• 担当者が替わると、どの表がどう作られているかわからなくなる

一方、まだデータをDWHに集めていない段階では、先に取り込みの仕組みを作ります。また、dbtはSQLを書く人がいてはじめて使えるツールです。社内にいない場合は、最初の設計とモデルの作成を外部に任せ、運用の中で少しずつ引き継ぐ方法もあります。

データ基盤全体の進め方は「データ基盤の構築の進め方（別タブで開く）」で、費用の目安は「データ基盤の費用の目安（別タブで開く）」で解説しています。

まとめ

• dbtとは：DWHの中のデータを、SQLのSELECT文で分析に使える形に変換するツール。ELTのT（変換）を担う
• できること：依存関係の管理、テスト、ドキュメント、増分の更新など。変換の定義を1か所にまとめられる
• 2026年の変化：6月にFivetranとdbt Labsの合併が完了。9月にdbt v2が正式版になり、「dbt」と「dbt OSS」の2つの配布物になった。v1のdbt Coreもしばらく続く
• 料金：dbtの本体は無料。管理画面つきのdbt platformは、Developerが無料、Starterが1ユーザーあたり月100ドル
• Dataformとの違い：BigQueryだけならDataformも選択肢。ほかのDWHや既製のパッケージを使うならdbt

株式会社INVOXは、データ基盤の構築、データ分析の支援、AIエージェントの開発を行っています。広告やGA4、CRMのデータをBigQueryに集め、dbtやDataformで定義をそろえたテーブルを作り、ダッシュボードやClaudeで使える環境までを支援しています。

「dbtを入れるべきか判断したい」「変換のSQLが散らばっていて、数字がそろわない」といった課題をお持ちでしたら、お問い合わせください。