Data to AI™ / Gemini/Google Ads
Holen Sie Google Ads-Berichtsdaten aus dem Terminal in Skripte, Notebooks und Pull Requests, damit Tracking- und Feed-Fehler vor einem Release auffallen und nicht erst im Bericht des nächsten Monats.
Bessere Antworten, weniger Tokens.
Gemini CLI
Welche Suchkampagnen haben letzten Monat den größten Anteil an Impressionen wegen des Budgets verloren?
Competitor terms verlor 44 % seiner möglichen Suchimpressionen wegen des Budgets, Generic - Running shoes verlor 31 %. Brand - Exact verlor nur 2 %.
| Campaign - Name | Cost Micros (Spend) | Search Impression Share | Search Budget Lost Impression Share |
|---|---|---|---|
| Competitor terms Campaign Report | 5.410 | 38 % | 44 % |
| Generic - Running shoes Campaign Report | 12.880 | 54 % | 31 % |
| Brand - Exact Campaign Report | 3.240 | 91 % | 2 % |
Cost Micros (Spend) wurde durch 1.000.000 geteilt, damit die Beträge denen in der Google Ads-Oberfläche entsprechen.
Google Ads-Daten kommen als Reports with Metrics, Reports without Metrics und Keyword Planner Historical Metrics. Sie wählen einen Berichtstyp wie Kampagne, Keyword, Suchbegriff oder Shopping und dann die Attribute, Segmente und Metriken für die Extraktion.
Liste über den dataddo-Server jeden Campaign - Name aus dem Campaign Report der letzten 7 Tage, bei dem Conversions über 0 liegt, Conversions Value aber 0 ist.
Ein Entwickler, der eine Checkout-Änderung ausgeliefert hat, führt das am nächsten Morgen aus. Eine leere Liste heißt, dass Conversion-Werte weiter ankommen; jede Zeile wandert ins Bug-Ticket.
Finde in Shopping Performance View jede Item ID mit Conversions Value in diesem Monat, aber leerer Brand oder leerem Product Type Level 1, und schreibe sie nach feeds/missing-attributes.csv.
Der Engineer, der den Produktfeed-Generator betreut, öffnet die CSV in Gemini Code Assist in VS Code, korrigiert das Mapping und verlinkt die Datei im Pull Request.
Frage Keyword Planner Historical Metrics für unsere Seed-Liste ab und speichere Keyword, Avg Monthly Searches, Competition und beide Top-of-Page-Gebote, geteilt durch 1.000.000, in data/keyword-ideas.parquet.
Ein technischer Marketer clustert die Ideen in einem Notebook neben dem Repository und schlägt neue Anzeigengruppen vor, ganz ohne manuellen Export aus dem Keyword Planner.
Data to AI™ wird pro Nutzerplatz 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.
$10.49/Monat
pro Nutzerplatz
Mindestens 3 Nutzerplätze
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Benutzerdefiniert
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Ad-hoc-Abfragen aus dem Code | Jede einmalige Prüfung braucht einen eigenen Google Ads API-Client und eine eigene Abfrage, deshalb werden die meisten nie geschrieben. | Gemini CLI fragt die extrahierten Berichte über einen einzigen MCP-Server nach Entität und Feldname ab, und im Repository liegt kein Google Ads API-Code. | Prüfungen ohne API-Unterbau |
| Micros in erzeugten Dateien | Ein Skript kopiert Cost Micros (Spend) unverändert in eine CSV, und später liest jemand Ausgaben, die eine Million Mal zu hoch sind. | Das Feld bringt seine Beschreibung aus der semantischen Schicht mit, sodass Gemini Micros vor dem Schreiben der Datei durch 1.000.000 teilen kann. | Dateien in echter Währung |
| Kontrolle über jeden Aufruf | Ein Skript mit gespeicherten API-Zugangsdaten kann jederzeit jeden Bericht abrufen, und niemand prüft, was es angefordert hat. | Gemini CLI fragt bei jedem Dataddo-Toolaufruf nach Ihrer Bestätigung, und Sie entscheiden pro Tool, ob Sie Always allow wählen. | Jede Abfrage sichtbar |
| Einrichtung pro Projekt | Jedes Teammitglied richtet seinen eigenen Google Ads-Zugang ein, und die Skripte im Repository gehen von unterschiedlichen Konten aus. | Eine .gemini/settings.json im Projekt enthält den Dataddo-Server, und jede Person meldet sich mit ihrem eigenen Dataddo-Konto an. | Gleiche Einrichtung im Team |
| Token-Verbrauch | Gemini verbraucht Tokens, um rohe Google Ads-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 Ads-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Gemini fragt sie über die semantische Schicht von Dataddo beim Namen ab.
| Datensatz | Metriken und Attribute |
Fragen Sie Gemini
|
|---|---|---|
| Campaign Report |
|
Welche Kampagnen hatten letzte Woche Conversions, aber einen Conversion-Wert von null? |
| Campaign Budget Report |
|
Wie hoch ist das Gesamtbudget aller aktiven Budgets, von Micros in Währung umgerechnet? |
| Keyword View Reports |
|
Welche Keyword-Texte laufen mit mehr als einem Match Type? |
| Search Term View Report |
|
Welche Suchbegriffe enthalten unseren Markennamen, wurden aber über einen nicht exakten Match Type zugeordnet? |
| Shopping Performance View |
|
Welche Item IDs haben in diesem Monat einen Conversion-Wert, aber eine leere Marke oder Produktkategorie der ersten Ebene? |
| Ad Group Ad Reports |
|
Wie viele Anzeigentitel hat jede responsive Suchanzeige, und folgt diese Zahl der Anzeigeneffektivität? |
| Keyword Planner Historical Metrics |
|
Welche Keyword-Ideen haben mehr als 5.000 monatliche Suchanfragen und ein maximales Gebot für den oberen Seitenbereich unter 2 in Währung? |
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 →Extrahieren Sie in Dataddo Google Ads-Berichte wie den Campaign Report und verbinden Sie sie mit einem Google Gemini-Ziel oder AI Model. Tragen Sie Dataddo unter mcpServers in ~/.gemini/settings.json mit httpUrl https://headless.dataddo.com/mcp-data ein, starten Sie Gemini CLI neu, führen Sie /mcp auth dataddo aus und melden Sie sich an.
Nein. Dataddo extrahiert die Google Ads-Berichte in einen Flow, und Gemini CLI liest diesen Flow über den Dataddo MCP-Server. Die Einrichtung ist dieselbe wie für jede andere Quelle in Dataddo.
Verwenden Sie den Schlüssel httpUrl, nicht url, denn url fällt auf SSE zurück, das Dataddo nicht unterstützt. Lassen Sie headers- und oauth-Blöcke weg, starten Sie Gemini CLI neu und prüfen Sie /mcp.
Ja. Der Agent-Modus in VS Code liest dieselbe settings.json wie Gemini CLI. In IntelliJ fügen Sie den Dataddo-Server der mcp.json von Gemini Code Assist hinzu.
Auf jeden Flow und jeden Context, der in Ihrem Dataddo-Konto mit einem KI-Ziel oder AI Model verbunden ist, nicht nur auf die von Google Gemini. Halten Sie Google Ads-Konten, die Gemini nicht sehen soll, von KI-Zielen fern.
Google meldet Performance Max nur auf Kampagnenebene. Fügen Sie dem Flow eine Campaign Report-Quelle hinzu, damit Gemini diese Kampagnen einbeziehen kann.
Nein. Gemini fragt extrahierte Daten über die semantische Schicht nach Entität und Feldname ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird nach Google Ads zurückgeschrieben.
