Data to AI™ / Claude/Google Ad Manager
Fragen Sie Claude, woher der Werbeumsatz kommt, welche Line Items im Rückstand sind und welche Ad Units ungefüllt bleiben, mit den Ad-Manager-Feldern, die Sie bereits im Reporting nutzen.
Bessere Antworten, weniger Tokens.
Claude
Welche Ad Units haben letzte Woche am meisten verdient, und wo blieb Inventar unverkauft?
video_preroll verdiente am meisten, 6.840 aus 380.000 Impressions, ein eCPM von 18,00. article_sidebar lieferte die meisten Impressions aus, ließ aber 412.000 ungefüllt.
| Ad Unit Name | Total Impressions | Total Line Item Level All Revenue | Total Inventory Level Unfilled Impressions |
|---|---|---|---|
| video_preroll Google Ad Manager | 380.000 | 6.840 | 21.000 |
| article_sidebar Google Ad Manager | 2.310.000 | 5.544 | 412.000 |
| homepage_leaderboard Google Ad Manager | 1.240.000 | 4.960 | 86.000 |
Die letzte Woche wird bei jedem geplanten Lauf neu eingelesen, daher werden ihre Zeilen ersetzt und nicht doppelt hinzugefügt.
Google Ad Manager ist die Ad-Serving-Plattform von Google für Publisher und Werbetreibende. Dataddo extrahiert pro Netzwerk einen flexiblen Berichtsdatensatz: Wählen Sie aus 101 Standardmetriken, 100 Dimensionen und Line-Item-Attributen.
Welche Line Items haben ein Line Item End Date Time in diesem Monat, und wie viele Total Line Item Level Impressions hat jedes bisher ausgeliefert?
Ein Ad-Ops-Manager sieht, welche Kampagnen kurz vor ihrem Enddatum stehen und noch schwach ausliefern, und bringt die langsamsten zum Sales-Team, bevor die Laufzeit endet.
Frage Ad Exchange Ad eCPM nach Ad Unit Name und Country Name über den dataddo Server ab und schreibe die Zusammenfassung dieser Woche in reports/yield.md.
Ein Revenue-Analyst führt Claude Code neben den Reporting-Skripten des Teams aus, sodass die wöchentliche Yield-Notiz in Git neben dem Code landet, der die früheren erzeugt hat.
Sortiere Ad Unit Name nach Total Inventory Level Unfilled Impressions für die letzten 14 Tage und zeige jeweils Ad Exchange Coverage daneben.
Eine Monetarisierungsleiterin findet die Placements, die am häufigsten leer bleiben, und entscheidet, wo zusätzliche Nachfrage den meisten Umsatz zurückholen würde.
Data to AI™ wird pro Nutzer abgerechnet, wie die KI-Assistenten, die Ihr Team bereits nutzt, mit ~25 % Rabatt bei jährlicher Abrechnung. Sie brauchen individuelle Verträge oder Mengenpreise? Sprechen Sie mit uns über Enterprise.
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
pro Nutzer, monatliche Abrechnung pro Nutzer, jährliche Abrechnung
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Eine neue Aufschlüsselung ausführen | Jede Frage zu einer anderen Ad Unit, einem anderen Land oder Werbetreibenden bedeutet eine weitere Berichtsabfrage in Ad Manager, einen weiteren Download und ein weiteres Zusammenführen. | Claude fragt die bereits aus Ihrem Netzwerk extrahierten Felder per Namen ab und fordert in derselben Unterhaltung eine neue Aufschlüsselung an. | Folgefragen in Sekunden |
| Ähnlich klingende Umsatzmetriken | Umsatzspalten von Ad Server, Ad Exchange und AdSense stehen nebeneinander, mit Namen, die in einer Tabelle leicht zu verwechseln sind. | Die Felder behalten ihre Ad-Manager-Bezeichnungen mit Beschreibungen aus der semantischen Schicht, sodass Claude Ad Server CPM and CPC Revenue von Ad Exchange Estimated Revenue unterscheiden kann. | Die richtige Umsatzzeile |
| Feldkombinationen | Ein von Hand gebauter Bericht fordert eine Metrik und Dimension an, die sich nicht kombinieren lassen, und schlägt fehl oder liefert Zeilen, die niemand erklären kann. | Der Dataddo-Quellenassistent markiert inkompatible Felder beim Erstellen der Quelle, sodass Claude immer nur Kombinationen abfragt, die gelaufen sind. | Abfragen, die funktionieren |
| Token-Verbrauch | Claude verbraucht Tokens, um rohe Google Ad Manager-Spalten zu erkunden, Zeilen zu sichten und neu anzusetzen, bis die Daten verstanden sind. | Felddefinitionen und Beziehungen werden vorab geliefert, sodass das Modell die Erkundung überspringt und direkt antwortet. | Weniger Tokens pro Antwort |
| Antwortqualität | Anfällig für falsche Joins, erfundene Felder und schwer überprüfbare Zahlen. | Antworten auf Basis definierter Felder. Im Dataddo-Benchmark wurden 78,5 % der Fragen korrekt beantwortet, gegenüber 65,5 % mit einfachen CSV-Dateien. | Bessere Antworten |
Die Google Ad Manager-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Claude fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Läuft nach dem von Ihnen festgelegten Zeitplan mit einem relativen Datumsbereich, zum Beispiel gestern, der sich bei jedem Lauf weiterbewegt. Ältere Berichtsdaten werden einmalig per vollständiger Neusynchronisierung geladen.
Google Ad Manager-Konnektor →Wir haben 43 vorab registrierte Fragen zu drei echten Datensätzen gestellt - Google Search Console, HubSpot-Deals und Google Ads - und dieselben Zeilen auf vier Arten an dasselbe Modell geliefert. Nur die Datenschicht hat sich geändert.
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Dasselbe Modell, dieselben Prompts und dieselben Zeilen in jeder Bedingung; 759 bewertete Durchläufe, Referenzantworten vor dem ersten Durchlauf festgelegt. Allein bei Google Search Console schnitten dokumentierte CSV-Dateien genauso gut ab wie Data to AI™ - der Vorteil entsteht bei unübersichtlicheren Daten wie HubSpot-Deals.
Benchmark lesen →Erstellen Sie in Dataddo eine Google Ad Manager Quelle für Ihr Netzwerk, wählen Sie Metriken wie Total Impressions und Total Line Item Level All Revenue nach Line Item Name oder Ad Unit Name und verknüpfen Sie sie mit einem Claude-Ziel oder einem AI Model. Fügen Sie dann https://headless.dataddo.com/mcp-data als benutzerdefinierten Konnektor in Claude hinzu oder führen Sie claude mcp add aus.
Dataddo führt Ihren konfigurierten Ad Manager Bericht nach Zeitplan aus und stellt ihn über den Data Access MCP-Server bereit. Claude meldet sich dort an, nicht bei Ad Manager.
Nein. Claude fragt nur extrahierte Berichtsdaten nach Entität und Feldname ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird in Ihr Netzwerk zurückgeschrieben.
Nicht jede Metrik lässt sich mit jeder Dimension kombinieren. Der Quellenassistent markiert Felder, die nicht kombinierbar sind. Korrigieren Sie die Auswahl dort, bevor der Flow läuft.
Ja. Fügen Sie den Server mit claude mcp add hinzu, melden Sie sich mit /mcp an, und Claude Code fragt dieselbe Ad Manager Entität ab, während Sie am Reporting-Code arbeiten.
So viel, wie der Flow enthält. Eine neue Quelle beginnt mit ihrem relativen Datumsbereich. Führen Sie daher einmalig eine vollständige Neusynchronisierung aus, um ältere Wochen zu laden, bevor Sie Claude nach Trends fragen.
Nein. Ein Owner fügt Dataddo Data Access einmal hinzu, und jedes Mitglied meldet sich mit seinem eigenen Dataddo-Konto an, sodass es nur Daten erreicht, die dieses Konto sehen darf.