今回は、セルフサーブ型のデータフィードツール dfplus.io を導入した経緯や実際の活用方法、導入効果について、
株式会社Speee デジタルコンサルティング事業本部 トレーダーの長山様にお話を伺いました。

弊社はクライアントの広告運用を最適化するトレーディングデスク事業を提供していて、もちろんこれまでもデータフィード広告の運用は行っていました。その中で抱えていた2つの課題を解決したかったというのが大きな理由です。

まず1つ目は、クライアントがデータフィードを用意することが難しいという点です。ダイナミック広告（データフィード広告）をやれば成果が上がることはわかっていながらも、データフィードはかんたんに用意することができないという状態でした。元となる商品データを管理する管轄が、対面でやり取りしているWeb担当者ではなく、他部署のエンジニアだったりすることも多く、コミュニケーションコストが双方の負担になっていたというのが辛かったですね。一つのデータフィードを用意するのに1ヶ月半以上かかってしまうこともよくありました。

そこで苦肉の策として、クライアントに許可をいただいてスクレイピング（サイトクローリング）の仕組みを自作してフィードを作成することも行っていました。しかしながら、更新性の高いサイトだとスクレイピングだけでは解決できない部分も大きく、専用のツールの必要性を強く感じるようになってきたという背景があります。

2つ目は、広告効果をさらに伸ばすために「フィードを自由に運用し、広告プロダクトごとに最適化できる環境が必要だった」という点です。最近のデータフィード広告プロダクトの多くは機械学習エンジンを搭載していますが、広告プロダクト毎に最適化のロジックは異なるため、広告プロダクトが違えばフィードの構成も変える必要があるという前提があります。

これまでの運用実績からも、適切にフィードをチューニングすれば効果が上がることはわかっていました。例えば、これはECでの一例ですが、Criteoフィードのカテゴリを改善することでROASを130%以上改善（前年比）した、などですね。

ただ、クライアントが用意できるフィードは、最適化の観点から言うとなかなか良いとはいえないものもよくありました。データフィード広告は、配信までに負荷がかかるものが多いため、一度配信を開始してしまうと「もうフィードには手を入れない（入れたくない）」というケースもままあるため、データフィードツールがあればこの状況にメスを入れられるのでは、という期待がありました。

また、広告パフォーマンスを左右する機械学習エンジンのアウトプットは、インプットデータの質によって大きく左右されますが、細かく制御しようとしてインプットの粒度を細かくしすぎると、要素に対するインプット量が小さくなってしまい、最適化のスピードが遅くなってしまいます。ですのでちょうどいいところを見つけ出すためのチューニングが大事になってきます。さらには広告プロダクトのアップデートサイクル自体も早いので、追随できるようにPDCAを高速化する必要もありました。このあたりも一緒に解決できるツールがあればいいなという思いでしたね。

元々DF PLUS（フィードフォースが提供するアウトソーシング型のデータフィードサービス）をいくつかの案件で利用させてもらっていたので、フィードフォースさんから新たにセルフサーブ型のツールがローンチされると聞いてすぐに、実際の操作画面デモを体験できるセミナーに参加しました。

セミナーでUIの使い勝手と一通りの機能の説明をうけて「あ、これでいけるな」と確信できたので、無料トライアルを発行、そのまま導入まで進めていったという流れですね。「フィードを簡単に作成したい」「効果を高めるために自由にフィードを最適化したい」「PDCAを高速化したい」といった要件は、セルフサーブ型で、データ変換や除外のルールを柔軟に（※）作成できるdfplus.ioを使うことで解決可能だとわかり、導入に踏み切りました。

余談ですが、フィードフォースさんが提供しているので、機能の細かいところについては厳密に検証しなくても大丈夫そうだという安心感はありましたね。

※dfplus.ioは最適化を行う変換・除外のルールを、AND条件だけでなく、OR条件を組み合わせて設定可能。詳しい資料はこちら

導入後のギャップは特になく、想定していた使い方ができています。マスターデータの提供さえ受けてしまえば弊社側工数だけにできるので、フィード作成・改修に関する無駄なコミュニケーションが減り、広告配信に必要なフィード準備や改修にかかる期間を1/3程度圧縮できました。

1クライアントで複数のフィードを用意しないといけない場合だとさらに効果的で、これまでの半分の期間で準備できているケースもあります。大幅な業務効率化につながりましたね。手早く配信まで進められるので、提案時点のクライアントの熱を維持することができるのはうれしいです。

自由に自分たちで運用できるフィード環境を手にしたことで、ダイナミック広告のパフォーマンスを引き出すうえで重要な「フィード改善」という変数を扱えるようになりました。これにより改善提案の幅が大きく広がったのはかなり大きいです。

広告プロダクト別にフィードの変換ルールをカスタマイズして最適化がかかりやすい構成に出来ることや、その変換ルールがかなり詳細に設定出来る点、さらにUIもこなれているのでフィード改善のPDCAを高速に回せる点など、想定以上だなと感じています。今は3名で使用していますが、みんなすぐに使いこなせていたので、今後新メンバーが参加した際も特に不安はありません。

あと、地味ながら便利な機能として、dfplus ioではクライアントごとにFTPアカウントを1クリックで発行できるというのがありますね。FTPの細かい説明を省いて「ここに商品データをおいてください」で済むのは大変助かっています。

データフィード広告領域では、各広告配信プロダクトの最適化ロジックを適切に把握し、適切にインプットデータを与えていけるか、また、いかに早く最適解にたどり着けるか、が鍵となってくると考えています。現在、手動での運用がメインの広告プロダクトも、いずれは機械学習による最適化のウェイトが大きくなってくるはずです。

弊社の強みとしては「各広告プロダクトのパフォーマンスを引き出すためのポイントを蓄積しており、クライアントにしっかり改善提案できる」という部分になるかと思います。今現在データフィード広告を運用していて、それなりの効果が出ているというクライアントにも「もっと効果伸ばせます！」と自信をもって提案できます。

今回dfplus.ioを導入したことで、より柔軟に素早く、機械学習エンジンに適切なインプットを行うことができるようになりました。
日々アップデートされる各広告プロダクトの最適化ロジックを引き続きキャッチアップしつつ、dfplus.ioをフル活用して最適なフィード設計、運用で、クライアントの成功のお手伝いをさせていただきます。