dfplus.io は「補助マスターデータ結合機能」（データ結合機能）を 2022 年にリリースしました。一見、複雑そうに見える機能なので、「実際なにができる機能なの？」と思われている方も多いのではないでしょうか。
今回の記事では、補助マスタデータ結合機能の実際の活用事例を紹介しながら、この機能について解説していきます！
補助マスターデータ結合機能とは
補助マスターデータ結合機能とは、メインのマスタデータとは別の「補助マスターデータ」を取り込み、メインのマスターデータと結合し、1 つのマスターデータとして利用できるようにする機能です。
メインのマスターデータと補助マスターデータに共通して含まれる項目をキー項目として参照し、両者のデータを突き合わせて結合処理が行われます。
まさに、エクセルでいう「VLOOKUP 関数」のようなイメージです。
dfplus.io のオプション機能として提供しており、追加する補助マスターデータ 1 つにつき、月額 20,000 円の追加費用が発生します。オプション機能は dfplus.io の管理画面から追加が可能です。（手順はこちら）
なぜこの機能を開発したのか？
（この章では機能開発の背景について書きますが、実際の活用事例を見たい方はスルーしても問題ありません！）
そもそも、dfplus.io が広告媒体に送信するフィードの内容は、マスターデータの内容がもとになっています。つまり、マスターデータにない内容は、フィードに含めることが出来ないといえます。
しかし、この構造では一部のケースで困ったことが起きます。極端な例で言うと、メインのマスターデータに「価格」の項目が含まれておらず、「価格」は別のデータで管理されている、といったケースです。
「価格」は多くの媒体で必須項目となっているため、このマスターデータからでは媒体の仕様通りのフィードが作れないことになります。
これまでの dfplus.io の機能では、こういったケースを解決することが出来なかったため、お客様側で、2 つのデータを結合するシステム改修を行っていただく必要がありました。
ですが、システム改修には工数・コストがかかるため、できれば避けたいというお客様が多いことも事実です。この課題を解決するために、「補助マスターデータ機能」を開発・リリースしました。
「複数のデータをひとつに結合する」という処理がツール上で簡単に行えるので、システム改修よりも少ない工数で済むのが、補助マスターデータ結合機能のメリットです。
dfplus.io ユーザーの活用事例
ここからは、補助マスターデータ結合機能を使って実現できたことを事例として紹介していきます。一部企業名を伏せた事例もありますが、すべて dfplus.io ユーザー様の実際の活用事例です。
広告の訴求（クリエイティブ）をリッチにする
「通常価格」と「セール価格」を結合して Facebook のセール二重価格を表示
（dfplus.io プレスリリース より）
Facebook などの広告には、通常価格に取り消し線を引いた上でセール価格を表示する二重価格表示の機能があります。商品がセール中であることが視覚的に強く訴求でき、クリック率向上等の効果が期待できる機能です。
二重価格表示を実装するためには、フィードの項目の中に「通常価格」と「セール価格」の両方が含まれている必要があります。
メンズファッション通販サイト「CAMBIO」では、利用しているカートシステムの仕様上、セール商品の「通常価格」と「セール価格」がそれぞれ別のファイルで管理されていました。
そこで、補助マスターデータ結合機能を使って「通常価格」と「セール価格」を結合することで、Facebook 広告で二重価格表示を実装することが出来ました。補助マスターデータ結合機能をうまく利用して、少ない工数でクリエイティブの表現をリッチにし、訴求を強めることができた事例と言えます。
「通常価格」と「セール価格」の差分を用いた広告表現は、Facebook 以外の広告媒体でも存在します。たとえば、Google ショッピング広告でも類似の機能があります。
（画像引用：Google Merchant Centerヘルプ 、Google広告 ヘルプ）
特に、Futureshop を利用している EC サイトでは、セール商品の通常価格が別ファイル管理になってしまうケースが多くあります。そういったケースでは、セール表示が実装できず、広告運用の打ち手の幅が狭くなってしまうので、同様の状況の企業様は、補助マスターデータ結合機能の利用がおすすめです。
レビューデータを結合して Criteo スターレイティングバッジを表示
（dfplus.io プレスリリース より）
Criteo や Yahoo! 広告には、「スターレイティングバッジ」と呼ばれる機能があります。レビュー評価の高さを 5 つ星形式で視覚的に訴求することができ、クリック率向上が期待できる機能です。
この機能を実装するためには、広告媒体に送信するフィードの中にレビューデータ（点数）の項目が含まれている必要があります。
テレビショッピング研究所が運営する EC サイト「ダイレクトテレショップ」では、「ReviCo」というツールを利用してレビューデータの収集・管理を行っていました。そのため、dfplus.io に取り込むマスターデータとレビューデータは別ファイル管理になっていました。
補助マスターデータ結合機能を使って、ReviCo のレビューデータ（点数）をマスターデータに結合することで、広告クリエイティブ上に「スターレイティングバッジ」を表示させることができました。補助マスターデータ結合機能をうまく利用して、少ない工数でレビューツールのデータを広告に活用した良い事例といえます。
「おすすめポイント」を結合して Indeed 説明文に追加
ある求人サイト A では、求人詳細ページの中に「おすすめポイント」を記載していました。
Indeed では、求人詳細ページに記載の内容はすべて description に含めることが原則となっています。そのため、Indeed の「説明文（description）」の中に「おすすめポイント」の内容を追加することを検討したのですが、システムの制約上、「おすすめポイント」のデータは、dfplus.io に取り込むマスターデータと別ファイル管理になっていました。
補助マスターデータ結合機能を使って、「おすすめポイント」のデータをマスターデータに結合したことで、Indeed の説明文に追加することが出来ました。
Indeed をはじめとした求人検索エンジンでは、掲載審査の際にチェックされるポイントがいくつかあり、新たな NG が追加されたりすることもあるので、こういった細かいポイントでも不承認の可能性が出てきてしまいます。
上記のようなケースであれば、補助マスターデータ結合機能を使って柔軟に回避できるので、同様の状況の企業様には利用をおすすめしています。
媒体仕様に沿ったフィードを作る上で足りない項目を補完する
「在庫情報」を結合して仕様通りのフィードを作成
あるアパレル EC サイト B では、カートシステムの仕様上、出力されるマスターデータに「在庫」が含まれていませんでした。
「在庫」の項目は Google や Criteo、Facebook などほとんどの広告媒体で必須に指定されており、これがないと仕様通りのフィードを作成することができず、審査時に不承認とされる可能性が高くなってしまいます。
そこで、補助マスターデータ結合機能を使って、別ファイルで管理されていた「在庫」をマスターデータに結合することで、仕様通りのフィードを作成することが出来ました。
「勤務先情報」を結合して仕様通りのフィードを作成
ある求人サイト C では、メインとなるマスターデータと、「勤務先住所」「最寄り駅」が別ファイルで管理されていました。
「住所」「最寄り駅」は Indeed をはじめ多くの媒体で必須となっている項目です。
補助マスターデータ結合機能を使って、別ファイルで管理されていた「勤務先住所」「最寄り駅」をマスターデータに結合し、仕様通りのフィードを作ることができました。
解説：補助マスターデータ結合機能を使って、めんどうなシステム改修はスキップ！
dfplus.io カスタマーサクセス
加藤 春乃
今回いくつかの活用例を見てきましたが、どのケースでも共通しているのが「システム改修をなるべく避けたい」という担当者様の事情です。
フィードを作成・最適化する上で「複数のデータを結合しなければならない」という課題が出てきたとき、以前までは、データを管理している部門と連携して、データを結合するシステム改修を行ってもらう必要がありました。
これは、dfplus.io を使っていただいているマーケター・広告運用者の方にとって、できれば避けたいタスクです。理由としてはいくつかありますが、
- 時間がかかる
- 開発部門のリソースが逼迫している中、差し込みをしないといけない
- 無視できないコミュニケーションコストがかかる
- （体制によっては）多額の追加費用がかかる
といった理由を挙げられるお客様が多いです。
補助マスターデータ結合機能を使えば、担当者様の手元だけでデータの結合ができるので、開発部門のリソースを動かしたり、そのための調整に苦労する必要はありません。
補助マスターデータ 1 つにつき月額費用が 20,000 円追加されてしまいますが、上手くいかなければオプションを外す形でいつでも切り戻しできるので、システム改修を行うよりも柔軟性が高いといえます。
今回ご紹介した事例を見て、「同じようなことがやりたい！」と思われた方や、複数に分かれたデータを前に悩まれている方がいましたら、一度 dfplus.io チームまでお問い合わせください！
