1.
今なぜデータフィードがアツいのか?
今後のトレンドも徹底予測！
Taking advantage of data feed to boost your business!
パネルディスカッション

2.
パネリスト
パネリスト
川⽥田 智明（株式会社フィードフォース）
パネリスト
阿部 圭司（アナグラム株式会社）
モデレーター
岡⽥田 吉弘（アタラ合同会社）
パネリスト
杉原 剛 （アタラ合同会社）

3.
川⽥田 智明
パネリスト
川⽥田 智明
Tomoaki Kawada
株式会社フィードフォース
2012年年、株式会社フィードフォース⼊入社。 「オウンドメ
ディアのソーシャル化サービス」の市場調査〜～セールスを
⾏行行った後、新規事業として商品データ最適化サービス「DF
PLUS」を⽴立立ち上げる。 現在は事業責任者・プロデューサー
として、外部企業との事業提携から広告主の集客最⼤大化の提
案まで幅広く担当。

4.
阿部 圭司
パネリスト
阿部 圭司
Keiji Abe
アナグラム株式会社
アナグラム株式会社 代表取締役。 ⼤大⼿手アパレルメーカー
を経て運⽤用型広告の世界へ。 現在はCPAの改善だけにとら
われず、ビジネスの最⼤大化を⽬目指す⽀支援を⾏行行う。 著書には
「新版 リスティング広告 成功の法則」「いちばんやさしい
リスティング広告の教本」など多数。

5.
杉原 剛
パネリスト
杉原 剛
Go Sugihara
アタラ合同会社
オーバーチュア、グーグルでの両検索索エンジンの広告事業の
戦略略⽴立立案/オペレーション設計に携わる。 2009年年にアタラ
合同会社を設⽴立立。 Web APIを活⽤用したデジタルマーケティ
ングの⾃自動化／効率率率化／⾒見見える化システム開発、リスティン
グ広告、アトリビューション分析コンサルティングを⾏行行う。

6.
岡⽥田 吉弘
モデレーター
岡⽥田 吉弘
Yoshihiro Okada
アタラ合同会社
広告代理理店、グーグルにて最⼤大⼿手からベンチャー企業まで幅
広くリスティング広告の啓蒙・拡販に従事。2011年年よりア
タラ合同会社取締役CCO。 検索索エンジンマーケティング黎黎
明期から⼀一貫してアカウントマネジメントの現場を主導し、
運⽤用型広告の設計運⽤用のみならず、広告運⽤用の研修、⾃自動化
／効率率率化システムのコンサルティング等も実施している。

7.
今なぜ
データフィードが
アツいのか？

8.
…の前に

9.
データフィード温故知新
データフィードのこれまで
データフィードのいま
データフィードのこれから
過去
現在
未来

10.
データフィードのこれまで
過去

11.
フラグメンテーションの現状
「デバイス」✖「メディア」
＝⽣生活者は分散/点在し、
フラグメンテーションを起こす
Fragmentation = 断⽚片化

12.
デバイス百花繚乱時代
• 情報に接触するデバイスの多様化
– メーカー/OSなどで何万種類
• それにより接触する時間も多様化
– タイムシフト、オンデマンド
スマートフォン
パソコン
スマートTV
ウォッチ
タブレット
フィーチャー
フォン
グラス
次世代カーナビ
ウェアラブ
ルデバイス
モバイル
デバイス
旧来型デバイ
スの進化形
ゲーム端末
電⼦子書籍端末
ドングル型
スマートTV

13.
購⼊入意思決定に影響のあるメディアの例例
ECサイト ⽐比較サイト
ソーシャルネットワーク 検索索エンジン
ニュースサイト、専⾨門サイト ブログ、まとめサイト、ほか

14.
企業の課題
• メディアはこれからも増え、網を張る⼯工数が増える
– メディアは今後も増える。データの登録・更更新先も増える。
• 商品点数が多い場合、⼿手動では全てに対応できない
– 取り扱い商品が多い上にバリエーションが多い、など
• 商品の情報更更新性が⾼高く、更更新しきれない
– 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
– ⽣生活者が欲しい！と思った際に網を張っていないことで到達し
づらいと不不満⾜足な顧客を増やしてしまう

15.
データフィードの登場
データフィード = Data（データを） Feed（供給する）
あるデータのデータ元からデータ受取先へ更更新されたデー
タを送受信する仕組み
データ元 データ受取先
データフィード
（更新されたデータ）
データ元と受け取り先で予めやり取りするデータの中⾝身や
通信⽅方法を取り決めておけば効率率率的に網を張りやすい！

16.
1データソースですべてに対応
ECサイト
ショッピングサーチ
⽐比較サイト
各種デバイス
ソーシャルメディア 検索索エンジン
本サイトモールA モールB モールC モバイル
サイト
アプリ
ニュースなど
メディアサイト
ブログ
まとめサイト
アフィリエイト広告
バナー広告
リスティング広告
商品データベースにある商品データを各種施策へ同時に⾃自動反映
⽣生活者
商品の情報を、全ての場所に、
タイムリー（できれば最速）で

17.
⽶米国では2002年年頃から
⽶米国では2002年年頃には最⼤大⼿手級のEC、旅⾏行行社は
いずれも検索索連動型広告でデータフィードによる
⾃自動化を推進
これも⽶米国では2000年年初頭にYahoo.comなどが
ペイドインクルージョンをデータフィードで
⼤大量量に受け付けていた

18.
検索索連動型広告の場合
18
商品
データベース
Google
AdWords
API
2. 中間処理理 3. ⾃自動データ
登録/更更新
データ
正規化
1. 商品データ
ファイル⾃自動抽出
中間処理理ソフト/機能
（それぞれの更更新先に
合うようにデータを整
形）
（商品DBへのアクセ
スが難しい場合は
ウェブサイトをク
ロールしてデータを
⽣生成）
• キャンペーン名、広告グループ名⽣生成
• キーワード⽣生成
• 広告⽂文⾃自動⽣生成
• 商品URL→トラッキングURLを⾃自動的にルール⽣生成
• 在庫数0の際は該当キーワードはOFF処理理
• 価格でROASベースの⼊入札管理理
4. AdWords広告に⾃自動掲載

19.
⽇日本では？
2005年年頃、オーバーチュアが「カスタム・インプリメンテーショ
ン」という⼀一部広告主向けのデータフィード構築サービスを展開
2010年年頃からデータフィード最適化サービスを各社が展開
2011年年2⽉月、Criteo⽇日本法⼈人設⽴立立、データフィード最適化
サービスの利利⽤用に拍⾞車車がかかり、データフィード広告元年年に

20.
現在のデータフィード対応状況
フィードフォース社 DF PLUSサイトから

21.
データフィードのいま
現在

22.
データフィードがアツい!

23.
データフィードがアツい!
…のか？
ホント？

24.
アツいYO!

25.
拡がるデータフィード広告
⾃自動⾞車車業界向け
（メーカー/ディーラー）
ホテル向け
Googleは⾦金金融向け⽐比較広告、ホームサービス向け広告など、
業種別広告機能を増やしていく⽅方向性

26.
拡がるデータフィード広告
YouTube TruView for Shopping
動画と商品情報の融合

27.
拡がるデータフィード広告
Google Buyボタン
ECと広告と商品情報の融合
Facebook Buyボタン
Twitter Buyボタン
Instagram Buyボタン

28.
データフィードのこれから
未来

29.
今後のデータフィードの活⽤用法
商品データ
キーワード、広告⽂文作成
プロスペクティング
＆ターゲティング

30.
DataPop（Criteoが買収）の
Product Knowledge Graph
購⼊入検討者とプロダクトの関係性をナレッジグラフ化

31.
⽇日本のDFOも第１世代から進化
データ変換
統合在庫管理理
アナリティクス
&アラート
媒体別コスト管理理
第１世代
第２世代
⽶米国 との⽐比較

32.
近未来型データフィード
• 動画もデータフィード項⽬目の⼀一つに
• IoTでデータ収集、データ配信
• VR(Oculusなど）もいずれ配信先に

33.
データフィードの運⽤用
プロセス
⼈人・組織 技術

34.
それぞれの課題
プロセス
⼈人・組織
技術
データ形式 粒粒度度
接続 疎結合
組織構成 職種
キャリア 所有権
チャネル増 容量量
設計 マネジメント

35.
最後に
データフィードという軸で、会社として、も
しくは個⼈人としての、これからのチャレンジ
を教えて下さい！

36.
商品データの外部利利⽤用への対応
マスター商品DB マーケティング
商品DB
データフィード広告
マスター商品DB
データフィード広告
理理想形
スピーディに商品データを更更新できない場合の対応策

37.
ご質問はパネリストに個別にお願
い致します！
ご静聴ありがとうございました！