Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

20151001 FeedTech-パネルディスカッション資料

3 113 vues

Publié le

2015年10月1日、ベルサール六本木で開催されたフィードフォース社主催によるデータフィードだけをテーマに語り尽くすイベント「FeedTech 2015」のパネルディスカッション資料です。

データフィードの定義や課題、可能性について議論した面白いセッションになりました。Unyoo.jpというサイトにも感想を載せていますので併せてご覧下さい。

Publié dans : Marketing
  • Soyez le premier à commenter

20151001 FeedTech-パネルディスカッション資料

  1. 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. 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. 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. 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. 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. 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. 7.    今なぜ データフィードが アツいのか?
  8. 8.       …の前に
  9. 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. 10.   データフィードのこれまで 過去
  11. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 21.   データフィードのいま 現在
  22. 22.    データフィードがアツい!
  23. 23.    データフィードがアツい! …のか? ホント?
  24. 24.    アツいYO!
  25. 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. 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. 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. 28.   データフィードのこれから 未来
  29. 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. 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. 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. 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. 33. データフィードの運⽤用    プロセス ⼈人・組織 技術
  34. 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. 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. 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. 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!

×