こんにちは。フィードフォースで広告運用コンサルタントをしている目黒です。

本記事では、CriteoやGoogleショッピング広告、Facebookダイナミック広告等、これらのデータフィード広告に取り組む上で知っておきたい「データフィード広告の基本」をまとめました。

データフィード広告の仕組みといった基本から、広告効果を高めるためのデータフィード改善ステップ、出稿方法についてもご紹介します。

これからデータフィード広告に取り組みたい方や、導入したものの改善方法がわからないというという方はぜひ参考にしていただれば幸いです。

データフィード広告とは

データフィード広告とは、「データフィード」を活用して、自社が保有する商品データを広告出稿先(媒体)に送信し、商品在庫と連動した広告クリエイティブを自動で生成・配信できる広告です。

データフィード広告の特徴・メリットは以下の通りです。

商品データを広告配信に活用

データフィード広告は、自社が保有する商品データを広告配信に活用する広告メニューです。

商品単位での訴求が可能で、かつ、クリエイティブに表示される価格や商品タイトルは、データフィードをもとに自動生成されます。そのため、特に、EC、人材、不動産、旅行業界など、多くの商材を扱う企業に最適な広告メニューです。

また、多くの主要広告媒体がデータフィード広告を提供しています。商品データをもとに各媒体の仕様にあったデータフィードに変換・用意することで、様々な広告媒体の利用機会が広がることもメリットとしてあげられます。

機会学習による自動化とパーソナライズ

ダイナミック広告や動的リターゲティング広告、検索連動型広告などのデータフィード広告は、媒体の機械学習により、ユーザーの興味・関心にあわせた広告や在庫と連動した広告配信ができます。

データフィード広告では、媒体に多くの情報を提供し、いかに機械学習を促進させるかが広告成果につながります。

データフィード広告の種類や媒体

ここでは代表的なデータフィード広告を紹介します。

データフィード広告におけるデータフィードの役割

そもそもデータフィードとは

データフィードとは、企業が保有する商品データを各広告媒体用にデータを変換し作成されたデータを指します。また、商品データを変換し広告媒体に連携する仕組みを指す場合もあります

商品マスタなど保有する商品データの管理方法やデータの持ち方は企業によってさまざまだと思います。また、データフィードの仕様は広告媒体や広告メニューによって決められています。

そのため、データフィード広告を配信する際は、広告媒体の仕様にあったデータフィードを用意する必要があります。

商品データを各広告媒体用に変換し、供給する仕組み
「データフィード広告」とデータフィード

データフィード作成では、例えば、カラムとカラムの結合、商品データの不足項目を補完、広告効果を高めるためにカラム内のテキストを置換といった加工を行います。また、一度加工して終わりではなく情報の鮮度が重要となるため、定期的に更新する必要があります。

このように広告媒体にあわせ変換・加工されたデータや広告媒体との連携の仕組みをデータフィードといいます。

尚、データフィードは、他にもフィードや商品フィード、カタログと呼ばれることがありますが、本記事では”データフィード”に統一して解説していきます。

まずはデータフィード広告におけるデータフィードの役割を理解しましょう。

データフィードの役割は大きく分けて2つあります。

  • クリエイティブの要素
  • 機械学習の促進

データフィードの役割①クリエイティブの要素

データフィード広告では、データフィードのカラム情報をもとに広告クリエイティブ(商品タイトル、画像、価格など、遷移先リンク他)が表示されます。

データフィードと広告クリエイティブ

そのため、データフィード広告ではデータフィードの改修をすることでクリエイティブ改善を行います。(後述)

データフィードの役割②機械学習の促進

データフィードは、広告媒体のエンジンが正しく学習するために必要なデータを提供する役割も担っています。

出稿する媒体によっても異なりますが、データフィードの項目には、必須項目と任意項目があります。

必須項目だけでなく、できるだけ任意項目にも情報を追加し、より多くの学習データを提供することで機械学習が促進され、広告効果を高めることにつながります

例えば、必須項目のcategoryだけではパーカーに興味があることしか学習できないのに対して(下左図)、任意項目であるcolor、genderを追加することで、「パーカー×黒色×男性用」とユーザーの趣向を具体化した学習データを集められます(下右図)。

※注:データフィードの仕様や学習のアルゴリズムは媒体によって異なります。ここでは考え方のイメージ例としてご紹介しています。

ユーザーの意向を具体化する任意項目の例
ユーザーの意向を具体化する任意項目の例

データフィード広告の効果を高めるのためのデータフィード改善ステップ

では、広告効果を高めるためにどのようなデータフードを用意すればいいのでしょうか?

この章では、データフィード広告の効果を高めるためのデータフィード作成・改善について、4つのステップにわけて説明します。

データフィード改善ステップ
データフィード改善ステップ

STEP1. 媒体の仕様にあわせたデータフィードを作成する

繰り返しになりますが、データフィードの仕様は広告出稿先の媒体によって異なります。
また、同じ媒体であっても広告メニューや業種ごとに仕様が異なる場合もあります。

仕様に合致していない、必須項目が入っていない、既定の選択肢以外の値や不正な値、誤った情報が含まれているというケースでは媒体から承認されず、広告配信できません。

また、セール対象の商品なのにセール価格が正しく表示できておらず機会損失になってしまったり、誤った商品カテゴリが入力されていると広告エンジンの機械学習に悪影響を与えてしまいます。

まずは広告媒体のデータフィードの仕様を確認し、正しいデータからなるデータフィードを作成し、適切な広告を出稿できる状態を目指しましょう

STEP2. データフィードを定期的に更新する

在庫の変動や新商品の追加、価格の変更など、サイトに掲載されている商品情報にあわせてデータフィードの情報も最新の状態に保てるよう、定期的に更新しましょう。

商材にもよりますが、最低でも1回 / 1日ほどの更新頻度が望ましいかと思います。

広告によってはデータフィードと広告のランディングページの情報に差異があると、その商品が不承認となり広告出稿できないケースもあります。

また、在庫切れの商品の広告を配信し続けることは、広告費の無駄にもつながりますし、何より、ユーザー体験を損なってしまいます。

これらのリスクを防ぐためにも、データフィード広告に取り組む際には一時的なデータフィードの作成だけでなく、データフィード更新の仕組みまでをセットで設計するとよいでしょう。

STEP3. 広告媒体の機械学習を最大化させるために情報を充実させる

広告媒体ごとにデータフィードのフォーマットはそれぞれ異なりますが、多くの場合は必須項目と推奨項目に分かれます。

商品タイトルや価格などの必須項目が無ければ出稿できないことがほとんどです。 反面、性別やターゲットの年齢層を示す情報などは、推奨項目であることが多いです。

必須項目だけでも最低限広告配信は可能ですが、推奨(任意)項目も含め、より多くの情報を提供することで広告エンジンの学習は最適化されていきます

データフィード広告の効果を高めるためには、必須項目だけでなく推奨項目にもしっかり対応すべきです。

STEP4. クリエイティブ改善

データフィードは一度作成して終わりではなく、広告の成果に合わせがスピーディな改修・改善が広告効果を高めることにつながります。

例えば、バナー広告の場合、CTRが悪ければに別のバナーに差し替えて効果の改善を図りますよね。
データフィード広告に限らず、最初に設計したものがベストではなかったと判明することは多々あることです。

データフィード広告の場合は、データフィードの改修を通してクリエイティブの改善を行います

アパレルECであれば、ブランド名が効果的に明示できているか?商品の魅力がきちんと伝わる説明文になっているか?途中で見切れていないか?正しい価格が表示できているか?画像は商品の魅力を伝えられているか?
求人サイトであれば勤務地や雇用形態など応募者の意思決定に必要な要素をしっかり訴求できているか?などが重要となるでしょう。

そのため、訴求ポイントが効果的に表示されるよう、クリエイティブから逆算したデータフィードの設計、改修が重要です。

以下の記事では、媒体毎のデータフィードの仕様やデータフィード最適化による広告効果改善方法を解説しています。是非ご覧ください。

データフィード広告を出稿するには?

最後に、データフィード広告を出稿する方法について、インハウスで運用するケースと広告代理店に依頼するケースに分けてご紹介します。

インハウスで運用する

マーケターがデータフィード広告やデータフィードに関する充分な知識をもち、データフィードの改修も含めた広告運用にしっかり取り組める場合におすすめです。

その場合、データフィードを準備する方法として以下3つの方法があります。

自社開発する

データフィードの仕組みを自社で開発する方法です。

自由度が高い一方で、各媒体の仕様確認からシステム開発・テストと大がかりな開発工程が必要となります。また、継続的な改善や媒体の仕様変更にも、社内調整をしながら適宜対応していく必要があるため、マーケティング部門だけでスピーディにPDCAをまわしていくことが難しいといえます。

データフィード管理ツール(SaaS)を利用

例えば dfplus.io のようなデータフィード管理ツールを利用する方法です。

システム部門など他部門に作業依頼を行わなくてもマーケター自身でデータフィードの作成を完結できます。

自社にデータフィードのノウハウを貯めていきたい場合や、データフィードの作成コストを抑えたい場合に有用です。

外部ベンダーを利用

DF PLUS のような外部のデータフィードベンダーを利用し作業をアウトソースする方法です。

メリットはデータフィードの作成を行う社内リソースやデータフィードに関する知見が不足している場合に、データフィードの専門家に全ておまかせできる点です。

また、データフィードの仕様変更や修正などの対応が必要になった時に、数営業日以内に対応してもらえることが多く、スピード感を持って施策を実施できる点もあります。

反対にデメリットとしては、自社で管理するのに比べて、月額費用などの金銭的なコストが高くなりやすい点です。

データフィード広告に強い広告代理店を利用する

データフィード広告には、広告運用知識はもちろん、適切なタグ・パラメータ設計、データフィード構築・運用が求められます。いずれも広告の成果にダイレクトに影響するものです。

そのため、それらすべてをトータルで管理・運用し、適宜スピーディな改善ができるデータフィード広告を得意とする広告代理店を利用することも一つの方法です。

最後に

今回はデータフィード広告についてご紹介しました。データフィードの改善がいかに大切かを知ってもらえたら嬉しく思います。

尚、データフィードは広告だけでなく、Instagramショッピングなど広告以外の領域でも広く活用されています。

以下の記事は、広告以外のデータフィードを活用したマーケティングについて解説していますので、併せてご覧ください。

2022/01/19 松元再編集