多くの企業の商品カタログの作り方には、不思議な皮肉があります。在庫管理も、受注処理も、経理も、メールマーケティングも、出荷も自動化してきたのに——いざ商品カタログを作る段になると、誰かがInDesignやPowerPointを開き、画像を手作業でドラッグし始めるのです。
これは小さな問題ではありません。数百〜数千の商品を抱える企業では、手作業のカタログ制作は毎回、数日から数週間分の工数を食いつぶします。しかも出来上がったカタログは、価格がひとつ変わったり商品がひとつ廃番になったりした瞬間に、もう古くなっています。
解決策は、商品データベースをカタログ生成プロセスに直結させること。それが実際にどう機能するのかを見ていきましょう。
手作業カタログの問題
多くのB2B企業で見かけるワークフローを描写してみます。心当たりがあるなら、あなただけではありません。
- 誰かがデータベースやERPから商品データをスプレッドシートにエクスポートする
- 別の誰か（あるいは同じ人が別の役割を兼務して）がデザインツールを開く
- ページレイアウトを手作業で作り、スプレッドシートの商品情報をデザインへコピーしていく
- 画像は共有ドライブやDAMシステムから探すか、ウェブサイトから1枚ずつダウンロードする
- カタログをレビューし、修正し、さらにもう一巡レビューする
- 最終PDFを生成して配布する
- 数週間もすれば、商品が変わってカタログはすでに古い
このプロセスのすべてのステップが、遅延とミスを生みます。そしてこの全工程が、四半期ごと、シーズンごと、あるいは経営陣が「カタログを更新しよう」と言い出すたびに繰り返されるのです。
自動化されたカタログパブリッシングの姿
自動化されたワークフローでは、これらのステップの大半が「データソースから完成物への直行パイプライン」に置き換わります。
- 商品データは、データベース、ERP、またはECプラットフォームに置いたまま
- カタログ生成ツールがそのデータを取り込む——直接連携、API接続、定期CSVエクスポート、手動アップロードのいずれかで
- 事前にデザインされたテンプレートが、カタログ内の商品のレイアウト方法を定義する
- ツールがカタログ全体を自動生成する：画像の配置、テキストの流し込み、バリエーションの表組み、ページ番号付け
- 出力は完成済みのPDF、フリップブック、またはその両方
- データが変わったらプロセスを再実行し、最新版のカタログを得る
違いはここです：ステップ3〜5が自動で行われること。人の作業はステップ1〜2（データ接続のセットアップ。一度だけ）とステップ6（更新のトリガー。数分で完了）だけです。
さまざまなデータソースとの接続
実務上の問いはこうです：今ある場所からカタログ生成ツールへ、商品データをどう渡すか。答えは、お使いのシステムによって変わります。
ECプラットフォーム（Shopify、WooCommerce、Magento）
最も簡単なケースです。これらのプラットフォームにはAPIがあり、カタログツールが直接接続できます。たとえばShopifyなら、EasyCatalogsがShopify API経由でワンクリックで商品を取り込みます——画像、価格、バリエーション、説明文、メタフィールドまですべて。他のプラットフォームも、それぞれのAPIや商品フィードのCSVエクスポートを介して同様に連携できます。
ERPシステム（SAP、NetSuite、Microsoft Dynamics）
多くのメーカーや卸売業者にとって、ERPは商品データの「正」の置き場所です。価格、在庫数、商品仕様、顧客別の価格ティアが格納されています。ほとんどのERPは、商品データをCSVやXMLとして定期的にエクスポートできます。
ワークフローはこうです：ERPから商品データのCSVを定期エクスポートするよう設定し、そのCSVをカタログツールにインポートする。ERP側で価格が変われば、次回のエクスポートとインポートのサイクルでカタログが自動的に更新されます。
ERPと直接連携できるカタログプラットフォームもあります。カタログの鮮度が命のビジネスでは、手動エクスポートの手間そのものをなくせます。
PIMシステム（Akeneo、Salsify、inRiver）
PIM（商品情報管理）システムは、商品データの中央ハブとなるべく設計されたものです。複数のソースから情報を集約し、クリーンで正規化された出力を提供します。自社でPIMを使っているなら、データがすでに整理・拡充されているため、カタログのデータソースとして理想的です。
ほとんどのPIMは、商品データをCSV、JSON、またはAPI経由でエクスポートできます。その出力をカタログ生成ツールに渡せば、PIMが持つ正式な商品情報を反映したカタログが得られます。
自社データベース・社内システム
独自開発のシステムやデータベースに商品情報を保存している企業も少なくありません。こうしたシステムは外部ツールと直接つながらないのが普通ですが、CSVやJSONへのエクスポートはほぼ必ず可能です。
橋渡しの方法：簡単なスクリプトを書くか、Zapierのようなツールを使って、データベースのデータをカタログツールが読める形式に書き出します。毎晩共有フォルダーへCSVを出力する形でも、ボタンひとつでAPIを呼び出す形でも構いません。
スプレッドシート（Excel、Googleスプレッドシート）
小規模ビジネスや暫定的な運用なら、スプレッドシートも立派なデータソースです。よく構造化されたスプレッドシートで商品データを管理し、CSVでエクスポートしてカタログツールに取り込みましょう。
重要なのは、スプレッドシートを「カタログそのもの」ではなく「データソース」として扱い続けることです。真実はスプレッドシートが持ち、カタログツールがそれを描画する——この関係を守りましょう。
テンプレートというレイヤー
データがカタログシステムに流れ込んだら、出力を決めるのはテンプレートです。優れたテンプレートシステムは次を処理します。
- 商品レイアウトのルール：1ページあたりの商品数、表示するフィールド、画像のサイズ調整とトリミング
- バリエーションの見せ方：サイズ／カラーのグリッド、価格ティア表、スペックシート
- 条件付きロジック：値下げ商品には「SALE」バッジを表示、バリエーションが多い商品と少ない商品でレイアウトを出し分け
- ブランドの一貫性：フォント、カラー、ロゴ、余白を固定し、生成されるすべてのカタログをブランド基準に一致させる
- ページフロー：自動生成される目次、カテゴリーの扉ページ、表紙と裏表紙
テンプレートのデザインは一度だけ。以降のカタログ生成はすべて、それを自動的に使います。見た目を変えたくなったら、テンプレートを更新して再生成するだけです。
実例
私たちが支援しているある卸売ファッションブランドは、4つのシーズンコレクションにまたがる1,200商品を扱っています。自動化前のカタログ制作は、こうでした。
- デザイナーがシーズンごとに3週間かけて、InDesignでカタログを構築
- 商品データはShopifyから手作業でコピー
- 価格は別管理の卸売価格表と突き合わせてチェック
- 完成する頃には、カタログはいつも少し古くなっていた
- シーズン途中の価格変更は、PDFを手作業で修正
EasyCatalogsで自動カタログパブリッシングに切り替えた後は、こうなりました。
- 商品はShopifyからワンクリックで直接インポート
- レイアウト、バリエーション表、価格はテンプレートが自動処理
- 120ページのフルカタログがワンセッションで生成
- 価格が変わったら同期して再生成——数分で最新版が完成
- 今では同じデータから、バイヤー層別（小売店、デザイナー、海外）のカタログを作り分けている
はじめの一歩
カタログの自動化を始めるのに、データ基盤全体を作り直す必要はありません。実践的な最初のステップは次のとおりです。
- データソースを特定する。最も新しく、最も完全な商品データはどこにありますか？
- エクスポートを試す。そのデータをCSVとして取り出せますか？商品名、説明文、価格、画像URL、バリエーション情報は含まれていますか？
- その形式を受け付けるカタログツールを選ぶ。Shopifyマーチャントなら、EasyCatalogsが直接つながります。それ以外でも、スプレッドシート出力さえできれば、CSVインポートでどんなデータソースにも対応できます。
- 小さく始める。まず1つの商品カテゴリーだけインポートし、テストカタログを生成して出力を確認します。データとテンプレートを磨いてから、フルカタログへ広げましょう。
目標は、初日から完璧を目指すことではありません。カタログ制作の手作業をなくし、チームがデザインではなく販売に集中できるようにすることです。