Shopify Performance Max フィード セグメンテーションは、Googleの自動化があなたの優良SKUを拡大するか、それとも不良在庫に予算を浪費させるかを決定する唯一の構造的な決定です。月額3万～15万ドルのPMax高支出アカウントを見ると、一貫したパターンが現れます。フィードシグナル（マージン階層、回転速度、AOV、返品率）でセグメント化した販売者は、60日以内に浪費された支出の平均15～22%を回収しています。単一のキャッチオールキャンペーンを保持している販売者は、Googleのアルゴリズムに矛盾したシグナルミックスを与え、ROASが頭打ちになる理由を疑問に思っています。
なぜ Shopify 全体カタログの単一 PMax キャンペーンは予算流出なのか
単一の資産グループを持つ単一の PMax キャンペーンと「すべての商品」をリスティンググループに含めることは、月額3万ドル以上の支出で監査する最も一般的な構造です。ほぼ常に不安定な ROAS の根本原因となります。Google の PMax アルゴリズムは最初に資産グループ間で予算を配分し、その後グループ内の個別商品に下ります。12,000 個の SKU が 1 つの予算プール を共有すると、アルゴリズムは最も抵抗の少ない経路で最適化するようにデフォルト設定されます。つまり、必ずしも最高マージン商品ではない、高クリックボリュームの商品です。
実際的な結果は厳しいものです。マージンが 12% の 4.99 ドルのアクセサリーは、単にクリック履歴データが多いという理由だけで、マージンが 58% の 249 ドルのヒーロー商品から インプレッション シェア を奪うことができます。Google の公式 Performance Max ドキュメントによると、資産グループは個別商品ではなく主要な予算配分ユニットとして機能します。この建築上の現実は、資産グループレベルでのセグメンテーションロジックが、あなたが完全に制御できる唯一のレバーであることを意味します。
Shopify ストアがこの正確なダイナミクスによって有効 ROAS の 28% を失うのを見てきました。月額8万ドルを実行していたあるファッション DTC は、単一キャンペーン内に 9,400 個の SKU を持っていました。平均 310 ドル AOV、61% グロスマージンの上位 40 マージン商品は、総インプレッション シェア の 6% しか獲得していませんでした。19 ドル価格帯の在庫最下部クリアランスアイテムは、支出の 44% を消費していました。修正は入札調整ではありませんでした。フィードセグメンテーション の再構築でした。
資産グループスプリットを駆動する 4 つのフィードシグナル
最高パフォーマンスの PMax 構造は、セグメント境界を定義するために正確に 4 つのフィード派生シグナルを使用します: グロスマージン階層、90 日間回転速度、平均注文価値帯、および末尾 30 日返品率です。これら 4 つのシグナルは、Shopify 商品フィード内の custom_label_0 から custom_label_3 に直接エンコードでき、Google のアルゴリズムに固い境界を設定できます。
グロスマージン階層は最も重要なシグナルであり、Shopify フィードから最も頻繁に欠けているものです。ほとんどのストアは在庫システムから COGS（売上原価）をエクスポートしますが、フィード属性にマップすることはありません。マージンラベルがないと、Google は 70% マージン商品を 10% マージン商品と区別できません。フィードレベルではまったく同じに見えます。3 つの階層をお勧めします: margin-high（>50%）、margin-mid（25～50%）、margin-low（<25%）。
90 日間回転速度は、実証された需要シグナルを未テストの在庫から分離します。90 日間のクリック数が 50 未満の商品は、PMax の変換モデリングに不十分なデータを持っています。それらを高速移動 SKU とグループ化すると、アルゴリズムは平均的に低下します。返品率は過小評価されたものです。35% の返品率と強い ROAS 数を持つ商品は、実際には貢献マージンを破壊しています。しかし、PMax は変換のみを見て、返金は見ません。返品率をカスタムラベルとしてエンコードすると、慢性返品者向けの専用低支出またはブロック済みセグメントを作成できます。
MagicFeed Pro のカスタムラベルビルダーを使用すると、Shopify ストアから COGS、注文データ、返品データを引き出して、手動エクスポートサイクルなしに単一のルール設定から 4 つのラベルの割り当てをすべて自動化できます。
| シグナル | フィード属性 | 例値 | 資産グループのアクション |
|---|---|---|---|
| グロスマージン | custom_label_0 | margin-high, margin-mid, margin-low | 階層ごとにキャンペーンを分離 |
| 90日回転速度 | custom_label_1 | fast-mover, slow-mover, new-sku | 新しい SKU を分離、速い商品を保護 |
| AOV帯 | custom_label_2 | aov-high, aov-mid, aov-low | 入札戦略を AOV に合わせる |
| 返品率 | custom_label_3 | return-low, return-high | 返品が多い場合は抑制またはブロック |
商品タイプまたは Google 商品カテゴリーのみを PMax のセグメンテーション軸として使用しないでください。カテゴリーは Google に商品が「何であるか」を示しますが、あなたのビジネスにとって「価値がある」かは示しません。9 ドルの電話ケースと 90 ドルの電話ケースは同じカテゴリーを共有でき、フィードレベルのシグナルなしで同じ資産グループを共有できます。予算配分を区別するために。
ステップバイステップ: Shopify 商品データをエクスポートしてセグメンテーションマトリックスを構築
単一キャンペーンを再構築する前に、セグメンテーションマトリックスが必要です。すべての SKU をその 4 つのシグナル値にマップするスプレッドシート。Shopify から構築するには最初は約 90 分かかり、エクスポート テンプレートを設定すると更新時は 20 分未満になります。
Shopify Admin → 商品 → エクスポート（CSV、すべての商品）からバルク商品エクスポートを開始します。これにより Variant SKU、Variant Price、Variant Cost（COGS を入力した場合。入力していない場合、この列は空白になり、これが最初に対処すべき問題です）が提供されます。Shopify の Google 統合に関するドキュメントによると、バリアントレベルの原価データが Google チャネルアプリの補足フィード機能に直接フィードされます。
次に、分析 → レポート → 商品別売上 から 90 日間の注文エクスポートを取得します。VLOOKUP または簡単な Python マージを使用して SKU で結合します。3PL または Shopify 返品ポータルから返品列を追加します。これは、専門の BI ツールを持たないストアにとって最も苦痛なデータプル ですが、return-rate ラベルには必須です。結合後、しきい値ロジックを適用します。各 SKU のマージン階層、回転速度階層、AOV 帯、返品層にフラグを立てます。
出力は 4 列の補足フィードです。これを Google マーチャントセンターに補足データソースとしてアップロードするか、MagicFeed Pro の Shopify 統合を使用して、在庫が回転し返品率が変動するにつれてラベルを毎日自動同期します。
Shopify の COGS データが不完全な場合（カタログマイグレーションまたはサプライヤー変更後に一般的）、実際をバックフィルできるまで、custom_label_0 の代理として中央値カテゴリマージンを使用します。粗いマージンラベルは、PMax 資産グループ制御のためにマージンラベルがないことよりはるかに優れています。
リスティンググループロジック対資産グループロジック — ほとんどのガイドが間違えていること
ほとんどの PMax ガイドは「リスティンググループ」と「資産グループ」を相互交換可能な用語として扱います。それらはそうではなく、その混乱は Shopify マーチャントに実際のお金がかかります。資産グループはクリエイティブと オーディエンス コンテナです。ヘッドライン、画像、オーディエンスシグナル、および予算配分コンテキストを保持します。リスティンググループは、資産グループ内のフィード内のどの商品がサーブに適格かを定義する商品フィルターです。
高AOV商品のための正しいクリエイティブを持つ構造のよい資産グループを持つことができますが、フィルターロジックが十分に厳密ではなかったために低マージンSKUを誤って含むリスティンググループがあります。その後、資産グループのクリエイティブとオーディエンスシグナルは間違った商品に浪費されます。逆に、完璧にセグメント化されたリスティンググループを持つことができますが、商品階層のバイヤー意図に合致しない汎用的な包括的クリエイティブがあります。
正しいアーキテクチャは両方のレイヤーをスタックします。高マージン資産グループの場合: リスティンググループは custom_label_0 = margin-high にフィルタリングされ、資産グループには プレミアムバイヤー意図向けに特別に書かれたクリエイティブアセット（ヘッドライン、説明、画像）が含まれています。新しい SKU インキュベーショングループの場合: リスティンググループは custom_label_1 = new-sku にフィルタリングされ、資産グループはより広いオーディエンスシグナルと目標 CPA 入札戦略を使用して、マージンを消費することなくデータを収集します。
これは MagicFeed Pro の AI フィード書き直しが複合値を作成する場所でもあります。タイトルと説明の品質が資産グループの意図に合致すると、PMax の広告関連性スコアが向上し、対象インプレッションシェアが増加します。フィード品質とキャンペーン構造は別々のワークストリーム ではなく、相互に増幅します。
実際のアカウント: 12,000 SKU Shopify ストアが 1 から 9 資産グループへどのように移行したか
英国を拠点とするホームグッズ Shopify ストア（年間収益 210 万ポンド、月額 6万5,000 ポンドの PMax 支出）は 2025 年 Q3 に単一の PMax キャンペーン、1 つの資産グループ、4.1 倍の ROAS で私たちの元に来ました。問題はありませんでしたが、貢献マージンを分解すると、実際のマージン調整 ROAS は 1.8 倍でした。低マージンクリアランスアイテムが支出の 51% を消費していたため。
私たちはこのアカウントの構造を、3 週間かけて上記の 4 シグナルフレームワークを使用して 9 つの資産グループに再構築しました。グループは以下のとおりでした: (1) マージン高/速い動き ヒーロー商品、(2) マージン高/遅い動き 高価値アイテム需要生成向け、(3) マージン中/速い動き コアレンジ、(4) マージン中/遅い動き、(5) 新しい SKU インキュベーション、(6) 季節/プロモーション アイテム、(7) 低マージン 清算 — 予算上限、目標 CPA のみ、(8) 高返品率 隔離 — 最小支出、(9) ブランド検索 除外 キャッチオール。
60 日後の結果: 報告された ROAS は 4.1 倍から 5.6 倍に移動しました。さらに重要なことに、マージン調整 ROAS は 1.8 倍から 3.9 倍に上昇しました。実際の収益性の 117% 改善です。ヒーロー商品グループ（グループ 1、~340 SKU）は、インプレッションシェア 8% から 31% に移動しました。クリアランスアイテムは支出の 51% から 14% に低下しました。
主要な有効化要因は、クリーンなフィードデータでした。再構築前に、完全なフィード属性監査を実行し、SKU の 23% が COGS データを欠けていること、41% が品質スコアを抑制する説明的でないタイトルを持っていること、1,200 の商品が マーチャントセンター で不一致とフラグが立てられた GTIN を持っていることを発見しました。最初にフィードを修正するとセグメンテーション が機能しました。クリーンなフィードデータのないセグメンテーションは、悪いシグナルを再配置しているだけです。
各セグメントが PMax で実際に機能するためのフィード属性要件
セグメンテーション戦略は、基礎となるフィード属性が完全で正確な場合にのみ機能します。上記の 9 つのセグメント型はそれぞれ異なる属性優先度を持ち、特定のフィールドのギャップにより、商品が適格セグメントから除外されるか、品質が低下してサーブされるようになります。
高マージンヒーロー セグメントの場合、交渉の余地がない属性は: 正確な price と sale_price（不一致は却下の原因となります）、正しい GTIN または MPN（欠けている GTIN は Google の商品データ仕様ごとにオークション適格性を減少させます）、および最初の 70 文字でブランド + 商品タイプ + 主要仕様を含む最適化された titleです。ヒーロー セグメント のタイトルが弱いと、テーブルの上にお金が残ります。タイトルは Shopping クエリの主要な関連性シグナルです。
新しい SKU インキュベーション セグメントの場合、最も重要な属性は product_type です。構造化された商品タイプ分類法がなければ、Google のアルゴリズムは初期インプレッション ターゲティングをシードするカテゴリーシグナルがありません。Search Engine Land の PMax ベストプラクティスのカバレッジによると、定義された商品タイプのない商品は、「学習」フェーズを終了するのに 3～5 倍の時間がかかり、インキュベーション予算を使用可能な変換データを生成しないで消費します。
高返品率 隔離 セグメントの場合、description と title の精度ギャップについて監査します。誤解を招くタイトルと説明は、特にアパレルと電子機器では、防止可能な返品の #1 ドライバーです。25% を超える速度で返品される商品は、ほぼ常に上流のフィード精度問題があります。単にセグメントを隔離するのではなく、フィードデータを修正することが、耐久性のあるフィックスです。
各セグメント型の完全な属性チェックリストは、構造化フィード監査が表面化するものに密接に関連しています。最近実行していない場合、MagicFeed Pro のフィード属性監査ガイドのチェックリストフレームワークは、商品カテゴリー別とセグメント型別のすべての必須属性と推奨属性を通じて説明します。
関連記事
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。
無料ショッピングフィード監査ツール：エラー検出と改善対応ガイド
無料ショッピングフィード監査はGTINエラー、タイトル不足、不承認を検出しROAS低下を防ぎます。最高効果の改善策を見つけて迅速に対応しましょう。
Google Shopping新商品を14日でランク付けする: 冷たいスタート問題を解決
Google Shopping新商品は通常6～8週間かかります。このフィード信号プライミングで14日間に短縮 — 3つのDTCアカウントで検証済み。