More Related Content
Similar to データフィードマーケティング概要 (20)
More from Go Sugihara (8)
データフィードマーケティング概要
- 2. 自己紹介
杉原 剛(すぎはら ごう) / アタラ合同会社 代表取締役CEO
• 職歴
→ 大学卒業後 KDDIで専用回線の帯域最適化コンサルティング
→ インテルで【インテルはいってるマーケティングプログラム】担当
→ オーバーチュアで日本事業立ち上げ
→ GoogleでAdWordsおよびYouTube広告部統括
• 現在はアタラ合同会社 代表取締役CEO
• マーケティング統合/レポーティングシステム開発とコンサルティング
(アトリビューション分析およびリスティング広告戦略立案)
• 興味は検索エンジンビジネス、アトリビューションマネジメント、セ
マンティックウェブ、データフィードマーケティング、YouTubeマーケ
ティング
• 著書
– リスティング広告 プロの思考回路(共著)
– アトリビューション 広告効果の考え方を覆す新手法(共著)
2
- 6. データフィードの例
• Webフィードの代表格 = RSSフィード
Google Readerなど
ブログサイト RSSやatomフォーマット RSSリーダーでブログ
ニュースサイト
企業サイト など (最新の更新情報) やニュースなどの更
新
情報が見れる!
• ニュースフィードの例 = Facebook
Facebookで気になる友人や
興味のあることに購読する
この部分が ことで最新の更新情報が見
ニュース れる!
フィード
6
- 7. プロダクトフィードの概念
データフィード
(プロダクトフィード)
商品情報を様々な
マーケティングで活用。
しかも自動で更新。
商品
データベース
そもそもITの世界ではシステム間データ連携で活用することが多かっ
たが、この10年間マーケティング業界での活用が着々と進んでおり、
特に今非常に注目されている(理由は次ページ)
7
- 8. 多くのEC実施企業の現状
ECサイト
(複数プラット
分断 フォームの場合もあ
り)
アフィリエイトサイト
ほぼ手作業で
データ投入/更新
Web担当者
商品
リスティング広告
データベー
ス
ショッピングサーチ
比較サイト
量においてもスピード ・ (メディア・フラグメンテーション)
においても更新しきれ ・ メディアは今後もどんどん増える
ない ・
8
- 9. 手動更新の問題点
• 更新先はこれからも増え、工数が増える
– メディア・フラグメンテーションの時代→今後もますます消費者は
様々なメディアに点在するが、消費者を獲得するためには広く網を
張らないといけない
– メディアが増える分、データの登録・更新先は増え続ける
• 商品点数が多く、全ての商品に対応できない
– 取り扱い商品が多いバリエーションが多い、などになってくるとそ
もそも情報登録も情報更新も難しい
– 主要な商品だけ活用することになりがち。すべての商品の情報を活
用できず機会損失につながる
• 商品の情報更新性が高く、更新しきれない
– 価格、在庫が変動する、商品のリニューアルサイクルが短い、など
– 無駄なコストや不満足な顧客を増やしてしまう
9
- 10. つまりどういうことか?
• 手動でやっている限り、
– 今後も増えることが予想される数多くのデータ登録・更新先に
対応しきれない
– 商品点数が多い場合、すべての商品の情報を活用できず機会損
失につながる
– 情報更新性が高いのに更新が遅くなり、無駄なコストや不満足
な顧客を増やしてしまう
自動化/効率化できている競合は既に出てきている。
競争で優位性を持つためにはデータフィードを活用し
自動化する必要がある
10
- 11. データフィード最適化(Data Feed Optimization)の
概念
ECサイト
アフィリエイトサイト
2. 中間処理
1. 商品データ
ファイル自動抽出 データ 3. 自動データ
正規化
(商品DBへのアクセ 登録/更新
スが難しい場合は
ウェブサイトをク 中間処理ソフト/機能
商品 ロールしてデータを (それぞれの更新先に
生成) 合うようにデータを整
リスティング広告
データベース 形)
パフォーマンス
商品が増えても、商品情報が変更になって ディスプレイ広告
も自動的に抽出し、各施策へ自動更新
ショッピングサーチ
比較サイト
11
- 12. リスティング広告の場合
• Google AdWordsの場合 4. AdWords広告に自動掲載
2. 中間処理 3. 自動デー
1. 商品データ タ
ファイル自動抽出 登録/更新
データ
正規化
(商品DBへのアクセ Google AdWords API
スが難しい場合は
ウェブサイトをク 中間処理ソフト/機能
商品 ロールしてデータを (それぞれの更新先に
生成) 合うようにデータを整
データベース
形)
ロジック例
商品名、カテゴリ名など
→キャンペーン名、広告グループ名、キーワード生成 リスティング広告は同じ商品やサー
商品名、カテゴリ名など→掛け合せキーワードを自動生成 ビスの内容が立ち並ぶ激戦区。
goPhone 5 x 「格安」、「値段」などと掛け合せ
少しでも差別化要素が必要
テンプレートに商品データをルール挿入→広告文自動生成
goPhone 5が10000円から
在庫あり。今注文すれば10月5日にお届け。
カバープレゼント中!
www.gophone.jp
どの競合よりも早くキーワードの
在庫数→在庫0の際は該当キーワードはOFF処理
網を拡げ、効果的な広告文を表示
し、柔軟なON/OFF制御で無駄なコ
商品URL→トラッキングURLを自動的にルール生成
ストを削減
12
- 13. パフォーマンスディスプレイ広告の場合
• Criteoの場合
訪問 離脱
再訪問&購
ユーザー 入
Criteoがリタゲ情報と
商品データを元に広告
を
その後別のサイ
ダイナミック生成し配
トを訪問
信
2. 中間処理
1. 商品データ 3. 自動データ登録/更新
ファイル自動抽出 データ
正規化
(商品DBへのアクセ
スが難しい場合は
ウェブサイトをク 中間処理ソフト/機能
商品 ロールしてデータを (それぞれの更新先に
生成) 合うようにデータを整
データベース 形)
単なるリターゲティング広告ではなく、
実際に接触した商品の情報が広告上にダ
イナミックに生成される→効果は高い
13
- 14. ショッピングサーチの場合
• Googleショッピングの場合
PLA – 商品リスト広告で表示させるに
はAdWordsでも設定が必要
Google AdWords
2. 中間処理 3. 自動デー (PLA – 商品リスト広告)
1. 商品データ タ
ファイル自動抽出 登録/更新
データ
正規化
(商品DBへのアクセ
スが難しい場合は Google
ウェブサイトをク 中間処理ソフト/機能
ロールしてデータを (それぞれの更新先に Merchant
商品 生成) 合うようにデータを整 Center
データベース 形)
Google検索結果における専有面
積、視覚効果から考えても非常に
重要な取り組みと言える Googleショッピング
http://www.google.co.jp/shoppingでの
検索結果にも反映
14
- 15. プロダクトフィードの中身
商品データベースのデータ例
データ項目 例
商品ID GP55555
商品名 goPhone 5
商品の説明 goPhone 5は今までで最も軽く、最も使い
やすいgoPhone。革新的なユーザーイン
ターフェースでデジタルライフを新しく
します。
カテゴリ スマートフォン
ウェブページ http://www.gophone.jp/gophone5/
商品 URL
どの要素も色々な施策
データベース の商品説明や広告の
画像の URL http://www.gophone.jp/gophone5/pic.jpg
データとして活用でき
状態 New
る
在庫状況 5555
価格 5555
セール期間 20120601-20120630
ブランド Gopple
対象性別 男性, 女性
年齢層 10,20,30,40,50,60
色 ホワイト
送料 0
15
- 16. プロダクトフィードの中身
• ファイル形式は?
– CSV、TSV、Excel、XML、etc.etc.
• 通信方法は?
– FTP、SFTP、SCP、メール飛ばし、etc.etc.
つまり、データ元とデータ受取先との取り決めの問題で実際は何でも
いい
大事なデータを扱うのでセキュリティ等は配慮しつつ、送受信や処理
を考えるとシンプルにおさめることが大事
16
- 17. データ正規化のための中間処理
• 多くの場合、商品データベースはマーケティング利用を想定して構
築しているわけではないため中間処理でデータ抽出や変換が必要
よくあるケース
1. 商品名が長過ぎる
例:超薄型ノートブックパーソナルコンピューター utralite PC gobook
抽出 → utralite PC gobook
2. データ更新先のデータ仕様に合わせる必要がある
例: GoogleショッピングにはGoogle商品カテゴリというフィールドがある
商品DBの商品カテゴリ「本」
→ Google商品カテゴリ「メディア > 書籍」に変換処理
シンプルに処理をかけられるケースばかりではなく、多くのケースでは難しい
→ 今後の理想はマーケティング利用を想定した商品データベースの設計をする
こと
17
- 18. データフィードの導入フロー(開発する場合)
1. 抽出可能な商品データ、
3. 自動化ロジック考案
データ環境、ニーズの 2. サンプルデータの入手
→提案
ヒアリング
4. データフィードの送受
信方法、タイミング、 5. ロジック決定の上、
6. 試験運用
ファイル名ルールなど決 自動化部分の開発
定
9. パフォーマンスモニタ
7. 確認・デバッグ・調整 8. 実運用開始 リング、改善サイクルを
継続的に回す
データフィード対応ツール/プラットフォーム(次ページ)の場合は、
取り扱えるデータフィールド、データ送受信方法に合わせて設定す
る(5は不要だが、他はほぼ同じフロー)
18
- 19. 対応ツール/ソリューション
• 対応ツールは増えている
ツール/ソリューション プロバイダー ECサイト リスティン ディスプレ ショッピ アフィリ
グ広告 イ広告 ングサー エイト
チ
データフィード専門プロバイダー フィードフォース、コ Yes Yes Yes Yes Yes
マースリンク、TAGGY、
ビカム、アタラ
統合キャンペーン管理プラットフォーム Kenshoo, Marin Software, No Yes Yes Yes No
Adobe
プロバイダー選定にあたっては、
1. 対応施策の広さ
2. 中間処理やカスタマイズ性の柔軟さ
3. 価格
が重要と思われる
19
- 20. データフィードの活用が適している業種
• 商品点数が多い業種
– 取り扱い商品点数が多い、バリエーション(色、サイズなど)が
多いなど
• 情報更新性が高い業種
– 商品のサイクルが短い、価格が変わる、在庫の変動が激しい
– キャンペーン、セール、特典、特別オファーなどの種類が多く・
頻度が高い
ECモール、旅行、不動産、本/音楽/映画、人材、中古車販売
など
20
- 21. 米国の状況
• フィードの自動配信(Data Feed Optimization)からフィードの分析・管
理・アラート・最適化(Data Feed Management)フェーズへ
• 各配信先のクリック数、コンバージョン数など効果測定機能、最適化機能
を実装
http://www.datapop.com/
http://www.edgenet.com/
http://godatafeed.com/
21