Nutzen Sie DV360-Pacing, Reichweite und YouTube-Metriken in Skripten, Notebooks und Testprotokollen direkt im Terminal oder in VS Code, wobei Gemini vor jeder Datenabfrage nachfragt.
Bessere Antworten, weniger Tokens.
Geringere KI-Kosten für dieselbe Arbeit
Präzisere, zuverlässigere Antworten
Nur Lesezugriff
Nutzt die DV360-Daten, die Sie bereits synchronisieren
Welche Insertion Orders haben diesen Monat denselben Personen zu oft Anzeigen gezeigt?
GeminiAntwort · Google Display & Video 360
Retargeting Display erreichte 96.500 Personen mit je 11,2 Impressionen, mehr als das Dreifache der 3,4 von Brand Awareness CTV. Prospecting Video lag mit 7,8 dazwischen.
Insertion Order
Unique Reach: Total Reach
Unique Reach: Average Impression Frequency
Retargeting DisplayDV360 Reach/Frequency by Insertion Order
96.500
11,2
Prospecting VideoDV360 Reach/Frequency by Insertion Order
412.000
7,8
Brand Awareness CTVDV360 Reach/Frequency by Insertion Order
1.180.000
3,4
Die Reichweite wird pro Insertion Order angezeigt und nicht addiert, da die Reichweite in DV360 geschätzt ist.
Quelle
Google Display & Video 360 · Stand Mo 06:40 UTC
Zeitraum
1.-30. Sep. 2026
Fragen Sie Gemini zu Ihren DV360-Daten...
Beispielantwort · fiktives Konto und fiktive Zahlen
DV360 in Gemini
Fragen, die Gemini aus Ihren DV360-Daten beantwortet
Dataddo extrahiert Berichtsdaten aus Google Display & Video 360 (DV360) über einen flexiblen Berichtsdatensatz mit Berichtstypen wie Standard und YouTube, dazu einen Datensatz für Reichweite und Frequenz sowie eine Liste der Werbetreibenden.
Probelauf für ein Pacing-Alert-Skript
Fragen Sie Gemini
Hole Line Item Pacing Percentage, Budget Segment Budget und Total Media Cost (Advertiser Currency) pro Line Item für gestern und übergib sie mit --dry-run an scripts/pacing_alert.py.
Ein Programmatic-Engineer stimmt die Alert-Schwellenwerte in Gemini CLI mit echten Werten von gestern ab, sieht genau, welche Line Items ausgelöst hätten, und plant den Job erst danach ein.
Frequenz pro Block im Notebook
Fragen Sie Gemini
Schreibe aus DV360 Reach/Frequency by Insertion Order die Felder Insertion Order, Block Start Date, Unique Reach: Total Reach und Unique Reach: Average Impression Frequency in notebooks/data/frequency.csv.
Eine Media-Analystin arbeitet in VS Code mit Gemini Code Assist im Agent-Modus und stellt die Frequenz jeder Insertion Order Block für Block dar, ohne kumulierte Schätzungen aneinanderzuhängen.
Protokoll eines YouTube-Asset-Tauschs
Fragen Sie Gemini
Vergleiche TrueView: View Rate und Earned Views pro YouTube Ad Group für die 7 Tage vor und nach dem 12. Oktober, als die neuen Kurzversionen live gingen, und hänge die Tabelle an docs/youtube-tests.md an.
Ein Video-Operations-Lead führt das Creative-Testprotokoll des Teams in Git, sodass jeder Asset-Wechsel seine Vorher-nachher-Zahlen neben dem Briefing hat, das ihn angestoßen hat.
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.
Data to AITM
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
$10.49/Monat
pro Nutzerplatz
Ein Nutzerplatz ist eine Person, die sich bei Ihrem Dataddo-Konto anmelden und mit den Daten arbeiten kann, die Ihren KI-Tools bereitgestellt werden.
Mindestens 3 Nutzerplätze
Claude
ChatGPT
Copilot
Google Gemini
Mistral
Grok
Cursor
Generic MCP
Unternehmen
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Gemini mit Dataddo verbindenTragen Sie den Dataddo-Server in Gemini CLI in settings.json ein, starten Sie die CLI neu und melden Sie sich mit /mcp auth dataddo an. Gemini Code Assist in VS Code liest dieselbe Datei.
2
DV360 mit Dataddo verbindenMelden Sie sich in Dataddo mit Ihrem DV360-Konto an und wählen Sie die Datensätze für den Sync, zum Beispiel Google Display & Video 360: delivery and cost und Google Display & Video 360: breakdowns.
3
Festlegen, was Gemini siehtWählen Sie die DV360-Daten, die Gemini abfragen darf. Der Zugriff ist schreibgeschützt, und nicht ausgewählte Daten bleiben unsichtbar.
Ein Skript wartet auf einen geplanten Offline-Bericht, parst die heruntergeladene Datei und bricht ab, sobald jemand die Spalten des Berichts umbenennt oder umsortiert.
Gemini CLI fragt Line Item Pacing Percentage über den Feldnamen bei der geplanten DV360-Quelle ab, und Sie bestätigen jeden Tool-Aufruf oder wählen Always allow für dieses Tool.
Feldnamen statt Datei-Parsing
Reichweitenzeilen im Notebook
Ein Notebook lädt ein Jahr Reichweite und zeichnet eine durchgehende Linie, die stillschweigend Schätzungen verbindet, die DV360 für getrennte Zeiträume berechnet hat.
Jede Zeile von Dataddo enthält Block Start Date und ein Exceeds 93 Days-Flag, sodass Gemini eine CSV-Zeile pro Block schreibt und das Diagramm die Zeiträume getrennt hält.
Zeiträume getrennt dargestellt
Was Gemini sehen kann
Niemand im Team kann sagen, welche Reporting-Daten ein Terminal-Assistent auf dem Laptop eines Kollegen gelesen hat.
Nach der Anmeldung erreicht Gemini jeden Flow und jeden Context, der im Dataddo-Konto mit einem KI-Ziel oder AI Model verbunden ist, also ist diese Liste der zu prüfende Umfang.
Prüfbarer Zugriffsumfang
Zugangsdaten auf dem Laptop
Reporting-Zugangsdaten landen in .env-Dateien, wo ein unachtsamer Commit sie veröffentlichen kann.
Gemini CLI speichert die Dataddo-Anmeldung in ~/.gemini/mcp-oauth-tokens.json und erneuert sie automatisch, außerhalb des Repositorys, in dem Sie arbeiten.
Keine Secrets im Repository
Token-Verbrauch
Gemini verbraucht Tokens, um rohe DV360-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
Datensätze
DV360-Datensätze und die Fragen, die Gemini damit beantwortet
Die DV360-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Gemini fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Schreibe tägliche Impressions, Clicks und Total Media Cost (Advertiser Currency) der letzten 60 Tage in eine CSV für mein Notebook zur Ausgabenprognose.
Mehr richtige Antworten. Halb so viele selbstsichere Fehler.
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.
78,5 %
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
2x
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
2,8x
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Richtig beantwortetAlle 43 Fragen - höher ist besser
Dataddo Data to AI™78,5 %
Generischer SQL-Konnektor71,5 %
CSV-Dateien + Dokumentation69,0 %
CSV-Dateien65,5 %
Falsch, aber als Tatsache dargestelltAnteil der Durchläufe - niedriger ist besser
Dataddo Data to AI™14,0 %
CSV-Dateien + Dokumentation24,0 %
Generischer SQL-Konnektor26,3 %
CSV-Dateien33,3 %
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.
Legen Sie in Dataddo eine Google Display & Video 360-Quelle mit einem Standard-Bericht und DV360 Reach/Frequency by Insertion Order an, verbinden Sie sie mit einem Google Gemini-Ziel oder AI Model und tragen Sie Dataddo mit httpUrl https://headless.dataddo.com/mcp-data in ~/.gemini/settings.json ein. Starten Sie Gemini CLI neu und melden Sie sich mit /mcp auth dataddo an.
Sendet Display & Video 360 Daten von selbst an Gemini?
Dieses Setup stützt sich auf keine eingebaute Verbindung zwischen Google-Produkten. Dataddo führt Ihre DV360-Berichte nach Zeitplan aus, und Gemini CLI liest sie über den MCP-Server Dataddo Data Access.
Warum muss der DV360-Servereintrag httpUrl verwenden?
Mit dem Schlüssel url weicht Gemini CLI auf SSE aus, das Dataddo nicht unterstützt. Tragen Sie den Server unter mcpServers mit httpUrl und ohne headers- oder oauth-Block ein, starten Sie neu und prüfen Sie /mcp.
Kann ich die DV360-Verbindung auf ein einzelnes Repository beschränken?
Ja. Legen Sie den Server in .gemini/settings.json in diesem Projekt ab statt in ~/.gemini/settings.json, das für alle Projekte gilt. Gemini Code Assist in VS Code liest dieselbe Datei.
Sollte ein Skript die DV360-Reichweite eines ganzen Jahres aufsummieren?
Nein. DV360-Reichweite kommt in Blöcken von bis zu 93 Tagen, und diese Blöcke lassen sich nicht summieren. Bitten Sie Gemini um eine Zeile pro Block Start Date und halten Sie jede Insertion Order getrennt.
Mit welcher Anmeldung greift Gemini CLI auf DV360-Daten zu?
Mit Ihrer Dataddo-E-Mail und Ihrem Passwort, bei Bedarf mit MFA; Google- und Microsoft-SSO werden für diese Anmeldung nicht angeboten. Gemini CLI öffnet die Seite in einem Browser auf demselben Rechner.
Kann Gemini Line Items oder Budgets in DV360 bearbeiten?
Nein. Der Zugriff ist schreibgeschützt auf die von Dataddo extrahierten Daten, über eine semantische Schicht: Gemini fragt Entitäten und Felder per Namen ab, Dataddo akzeptiert nie SQL vom Modell, und nichts fließt zurück zu DV360.