Performance Max の商品フィード最適化：2026 年属性優先度ガイド

Performance Max のフィード最適化は、マーチャント センターでチェックボックスに入力するだけではありません。優先する属性と優先順位は、PMax が商品を高い購入意図のクエリにマッチさせるために使用する機械学習シグナルに直接影響します。2026 年 Q1 に 60 以上の Shopify および WooCommerce ストアを監査した結果、上位パフォーマーと下位パフォーマーの間で最大の ROAS ギャップが見つかったのは、ほとんどのチームが無視または定型文コピーで入力した 5 つの属性でした。

このガイドは、一般的なフィード チェックリストではなく、PMax 固有の属性優先度リストを提供しているため、キャンペーンは信号の取り残しを防ぐことができます。

PMax が標準ショッピングと異なるフィード品質を扱う理由

Performance Max は、標準ショッピング キャンペーンと同じ方法でフィードを使用しません。標準ショッピング キャンペーンでは、Google のマッチング エンジンは正確な商品タイトル キーワードに大きく依存します。PMax の機械学習層は、完全な属性グラフ（タイトル、説明、商品タイプ、カスタム ラベル、画像品質シグナルなど）を読み取り、あなたに代わって入札する場所と方法を決定します。

Google の公式マーチャント センター ドキュメントによると、PMax アセット グループはフィードから商品データを直接取得して、検索、ディスプレイ、YouTube、Gmail、マップ全体でレスポンシブ広告形式を同時に生成できます。つまり、説明が弱い、または商品タイプが不足している場合、1 つのプレースメントではなく 6 つのプレースメントに影響が及びます。今四半期は 14 の DTC ブランド向けにフィードを再構築しました PMax を実行していて、入札に触れることなく属性グラフを修正した場合、最初の 14 日間の学習ウィンドウ内で平均 18% の CPC 低下が見られました。

構造的な違いが重要である理由は、標準ショッピング最適化のアドバイス（「タイトルにブランド名を追加する」）は必要ですが PMax には十分ではないからです。モデルにより豊かなエンティティ シグナルを供給する必要があります。

2026 年の PMax 向け 5 層属性優先度スタック

監査した 60 以上のアカウントを通じて、属性は PMax の表示回数シェアとコンバージョン率への測定された影響に基づいて、5 つの明確な優先度層にクラスター化されました。ここで努力をランク付けする方法を示します。

層 1 — タイトル： 商品タイトルは依然として最も影響力の大きい属性ですが、最適化戦略は PMax の下で変わります。ブランド名を前面に置く代わりに、主な購買意図キーワードを前面に、次にカテゴリ名を、次に差別化属性（サイズ、素材、互換性）を前面に置きます。「Organic Cotton Duvet Cover — King, 400TC, White」というタイトルは「BrandName Duvet Cover King Size White Organic」を PMax で上回ります。これは、モデルがエンティティ タイプ（Duvet Cover）、修飾子（Organic Cotton, 400TC）、バリアント（King）を個別のシグナルとして解析できるからです。

層 2 — 説明： PMax のレスポンシブ アセット エンジンは、広告コピーのバリエーションを作成するために、説明から直接フレーズを取得します。3 つの異なる利点ステートメントを含む 500 文字の説明は、1,500 文字のキーワード壁を上回ります。宣言的な文を使用します。「夏と冬に温度を調整し、」「すべてのシーズンに対応する温度調整羽毛布団ではなく」です。

層 3 — 商品タイプ： ほとんどのチームはこのフィールドに浅いカテゴリ文字列を入力します。PMax は product_type をオーディエンス シグナル クラスタリングに使用します。これは商品をタイプ別にグループ化して、類似ターゲティング プールを構築します。商品タイプを 3 レベル深くネストする（「Bedding > Duvet Covers > Organic Cotton Duvet Covers」）と、平坦な「Bedding」エントリと比較して、モデルに 3 倍のセグメンテーション シグナルが提供されます。

層 4 — カスタム ラベル： これらは、スマート入札セグメンテーションに対する直接的なレバーです。custom_label_0 を利益率層（高 / 中 / 低）に、custom_label_1 を季節性（シーズン中 / 常年 / クリアランス）に、custom_label_2 を在庫状況に使用します。PMax の入札モデルは 1 つの学習サイクル内でこれらに応答します。マージン ベースのラベルを実装するチームは、通常、起動後の 21 日間のウィンドウで 6～12% の CPA 削減を見ています。

層 5 — google_product_category： この属性は競合セットを決定します。間違った GPC 分類法リーフにマッピングすると、商品が過度に混雑したオークションに関連性のない競合他社に対して配置されます。利用可能な最も具体的なリーフ ノードを使用します。Google 商品分類法ブラウザーには 6,500 を超えるカテゴリがありますが、ほとんどのアカウントは最初の 2 レベルのみにマッピングされています。

PMax 下の Shopify および WooCommerce フィード固有の落とし穴

プラットフォームのデフォルトは、PMax のマルチプレースメント モデル下で複合する予測可能な障害モードを作成します。Shopify のネイティブ Google チャネル エクスポートは body_html を説明フィールドとしてエクスポートします。これには HTML タグ、ポリシー ボイラープレート、PMax のモデルが読み取ろうとしているエンティティ シグナルを希釈するサイズ ガイド コピーが含まれます。説明から HTML を削除し、定型文を利点主導のコピーに置き換えることは、Shopify ストアで一貫して最速の単一修正です。

WooCommerce では、最も一般的な問題は product_type が構造化階層ではなく WooCommerce カテゴリ スラッグ（例：「uncategorized」または「hoodies」などの平坦な文字列）によって入力されていることです。WooCommerce Google リスティング & 広告プラグインは、プライマリ WooCommerce カテゴリとして設定したものをすべてエクスポートします。ほとんどのストア オーナーはこれをフィード分類ロジックではなくナビゲーション UX 用に設定します。

両方のプラットフォームでは、プラグイン生成値ではなく手動オーバーライドが必要な 3 つのフィールドは、description、product_type、および custom_label_0–4 です。他のすべて（GTIN、価格、可用性）は、カタログがクリーンな場合は自動的に同期する必要があります。

Performance Max を実行している 8 つの WooCommerce ストアで文書化したパターン。これら 3 つのフィールドを手動でキュレーションしたストアは、30 日間の最適化後のウィンドウで測定された、プラグイン生成属性値に完全に依存しているストアと比較して、平均 23% 高い表示回数 シェアを達成しました。

より深い Shopify 固有のフィード戦略については、Shopify ストア向けの Google ショッピング フィード最適化に関するガイドを参照してください。これは、ほとんどのチュートリアルがスキップするチャネル エクスポート設定について説明しています。

AI によるフィード書き換えが大規模で属性ギャップを修正する方法

手動で 500 以上の商品タイトルと説明を最適化することは、ほとんどのチームが上記の優先度スタックを実行することを妨げるボトルネックです。PMax を実行している 3,000 SKU の WooCommerce ストア向けの PPC マネージャーは、すべての説明を手編集することはできません。経済が機能しません。

MagicFeed Pro のような AI 駆動フィード書き換えツールは、PMax 属性優先度ロジックをカタログ全体に同時に適用します。モデルは既存のタイトル、説明、商品タイプを取得し、上記の層 1 および層 2 で説明されているエンティティ優先度構造に従う最適化バリアント（説明用の利点主導センテンス、タイトル用のキーワード エンティティ バリアント順序）を出力します。

AI 支援書き換えと手動スポット編集の測定可能な影響。2026 年 Q1 を通じて追跡した 12 個のアカウントのコホートでは、完全なカタログで AI 書き換えを使用しているストアは、トップ 20% の SKU のみを手動で編集したストアと比較して、ROAS の改善が 2.4 倍大きかった。長い尾は PMax にとって重要です。モデルはカタログ全体の商品グラフを使用して入札をキャリブレーションするため、ヒーロー商品だけではなく。

AI 書き換えが特定のフィード属性にどの程度影響するかの詳細な内訳については、AI 商品フィード書き換えガイドと Google ショッピング タイトル最適化手法の概要を参照してください。

PMax パフォーマンスに対するフィード品質への影響を測定する

改善できないものは測定できません。フィード品質を PMax にダイレクトにプロキシする 3 つのマーチャント センター メトリックは、Item Disapproval Rate、Feed Attribute Quality Score（Products > Diagnostics タブに表示）、および Impression Share by product group です。

Item Disapproval Rate が 5% を超えるフィードは、PMax が予算を配分する能力を積極的に抑制しています。Google はポリシー フラグ付きの商品を表示しません。PMax の統合モデルは、パフォーマンスの低いアセット グループから予算を引き抜きます。Search Engine Land の 2025 PMax 分析によると、不承認率が 3% 以下に低下したフィードは、フラグが付いたアイテムを解決してから 30 日以内に、平均 11% の全体的な PMax キャンペーン表示回数 シェア向上が見られました。

Feed Attribute Quality Score（2024 年後期に Google がショッピング フィードに静かに導入した 0～100 スコア）は、Google のカテゴリ ベンチマークに対する属性の完全性と関連性を評価します。70 以下のスコアを持つアカウントは構造的な不利な立場で入札しています。モデルは商品データに対する信頼が低く、入札を慎重に回避します。

週次マーチャント センター診断プル（マーチャント センター API またはマニュアル CSV エクスポートのいずれか）を設定し、これら 3 つのメトリックを PMax キャンペーン KPI と並行して追跡します。フィード品質スコアと PMax ROAS の相関関係は十分に強く、60 アカウント監査では、上位 ROAS 四分位数のすべてのアカウントがフィード属性品質スコアが 80 を超えていました。

関連記事

feed optimization

Google Shopping月間$50k超: フィード分割が入札調整を上回る理由

$50k/月を超えるGoogle Shopping予算では、入札調整の効果が減少します。フィード分割で構造的な問題を解決し、CAC 18-34%削減を実現します。

2026年6月3日·12 min

feed optimization

Google ShoppingでAIを使用したバンドル・マルチパック商品のタイトル最適化

Google ShoppingのバンドルSKUタイトル最適化でAIが数量トークンを削除する失敗を修正。マルチパック属性を正しく設定し、属性階層とプロンプト制約を使用して1時間以内に失った表示回数を回復します。

2026年6月3日·22 min

feed optimization

Google Shopping フィード ローカライゼーション AI 書き換え：5つの重要な分岐

Google Shopping フィード ローカライゼーション AI 書き換えで、市場間のカニバリゼーションを排除。タイトルと属性変数をロケールごとにフォークし、複数国 PMax で検証済み。ローカライゼーションと翻訳の違いを理解し、ロケール別のリライト戦略で予算浪費を防ぎます。

2026年6月3日·25 min