弊社が関わるCDP案件で公開事例にもさせていただいていますが、よくあるのがパッケージCDPからの移行です。
そして移行先にはBig Queryを中心にGoogle CloudでCDPを構築することを、フラットな選択ができる状況であれば私は現時点では推奨しています。

なぜパッケージ型CDPから移行するのか？

特定の製品名を言及するのは避けますが、１番有名な製品で挙げられるのは単純にコストです。
CDPとDWHは違うのですが、データの置き場所として考えるとパッケージ型CDPは割に合わない高コストとなります。

パッケージ型CDPは社内データの一元管理による業務効率向上をよく謳っていますが、データを整理し入れ込むだけであればBig QueryとマネージドETLで完結できます。

BIツールに関してもパッケージ型CDPで完結するわけでなく、外部BIツールとの多様な連携をアピールしているので、結局のところDWHとしての使い方に終始するパターンが多いです。
また、実際にBIツールの接続先としてRDB準拠のデータマートをオプションサービスとして利用する必要が出てきしまい、それ自体がBIツールのパフォーマンスのボトルネックになったり、データ転送のジョブ数が原因で契約プランを変更しなければならないといった問題も出てきます。

サービスによってはサポートだけではなく、CDP構築に関するエンジニアサービスも有償提供となる場合があり、知見が無いため依存してしまい、トータルのコストが膨れ上がるのではないかという懸念があります。
その結果、分析による成果で生まれた利益より、CDP運用コストの方が大きい。では本末転倒です。

優秀なCTO、エンジニアチームが常に利用状況、コスト効率、トレンドを把握し、CDP環境を最適化している企業は少数ですが存在しており、私自身も勉強させてもらう機会が多々ありました。
しかしほとんどは構築したパッケージCDP環境が残っており、活用できていない、不要なコストが発生し続けているのではないかと思います。

これからCDP構築を構築する場合

実現したいこと、運用が明確であればパッケージCDPの導入も手段の一つとして有効だと考えます。
しかし、まずCDPを立ち上げてみたい、データ分析がどういうものか現状用意できるデータから実現してみたい。という場合や、ランニングコストを抑えた運用を実現したい。といった最初の一歩を踏み出すのであれば
まずは最小限の構成から始めてみてはいかがでしょうか。

まずはデータレイクとしてCloud Storageにデータを集約、DWHとしてBig Queryを導入し、パイプラインにCloud Data Fusion、BIにLooker Studioで迅速に構築し簡易分析を始めてみるという形で進めて、分析ノウハウ、文化が定着してからより本格化するという形もあります。

CDP構成の一例：

Google CloudではBig Queryを始め、Looker Studioなど低コストで活用できるサービスが多く揃っています。
既存CDPの運用コストに悩んでいる、まずは試してみたいといったお客様は是非、弊社のCDP構築サービスに問合せください！
https://cloudpack.jp/lp/google-cdp/