Data to AI™ / Gemini/Google Merchant Center
Geben Sie den Engineers, die Ihren Produkt-Feed bauen, aktuelle Item-Probleme, Preise und Identifier im Terminal oder in VS Code, direkt neben dem Code, der den Feed erzeugt.
Bessere Antworten, weniger Tokens.
Gemini CLI
Welche Feed-Probleme halten derzeit die meisten unserer Produkte aus Shopping fern?
Ungültige GTINs betreffen 412 von 5.020 Produkten (8,2 %), mehr als Preisabweichungen und zu kleine Bilder zusammen (283).
| Problem | Item Level Issue Attribute Name | Produkte | Anteil am Katalog |
|---|---|---|---|
| Invalid GTIN Product statuses | gtin | 412 | 8,2 % |
| Price mismatch Product statuses | price | 186 | 3,7 % |
| Image too small Product statuses | image_link | 97 | 1,9 % |
Gezählt aus dem letzten Lauf von Product statuses, der jedes aktuelle Produkt lädt; der Datensatz hat keinen Datumsbereich.
Google Merchant Center enthält die Produkteinträge, die in Google Shopping erscheinen. Dataddo extrahiert zwei Datensätze: Products mit Feed-Attributen wie Preis und Verfügbarkeit sowie Product statuses mit Freigabestatus und Problemen auf Artikelebene.
Bevor ich diese Änderung am Feed-Generator merge, zähle die Produkte pro Item Level Issue Code und speichere das Ergebnis in checks/gmc-issues-before.csv.
Eine E-Commerce-Engineerin hält die Baseline in Gemini CLI fest, liefert die Änderung aus und schreibt nach der nächsten geplanten Extraktion eine zweite Datei. Der Diff beider Dateien zeigt, ob das Release Probleme beseitigt oder neue erzeugt hat.
Vergleiche Price Currency pro Target Country in Products mit den Währungen in config/markets.json und liste jede Offer ID, die nicht passt.
Ein Entwickler, der an den Markteinstellungen arbeitet, fragt Gemini Code Assist im Agent-Modus. Es liest die Konfigurationsdatei aus dem geöffneten Workspace und die Angebote aus Dataddo und nennt die Märkte, deren Preise in der falschen Währung erscheinen würden.
Nimm 20 Item Group ID-Werte mit Offer ID, Title, Condition und Availability und mache daraus ein JSON-Fixture für die Unit-Tests des Feed-Builders.
Statt erfundener Beispielzeilen laufen die Tests des Feed-Builders mit Variantengruppen in der Form des echten Katalogs, sodass Grenzfälle wie gemischte Availability innerhalb einer Gruppe abgedeckt sind.
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 | |
|---|---|---|---|
| Feed-Zustand im Code-Review | Engineers öffnen die Merchant Center-Diagnose im Browser und fügen Screenshots in den Pull Request ein, die Reviewer weder durchsuchen noch vergleichen können. | Gemini CLI schreibt die Problemzahlen pro Item Level Issue Code in eine CSV im Branch, sodass die Zahlen im Diff neben der Codeänderung stehen. | Feed-Auswirkung im PR sichtbar |
| Wissen, wann der Katalog gelesen wurde | Ein heruntergeladener Export verrät nicht, ob er den Feed vor oder nach dem letzten Upload zeigt, und die nächste Person muss raten. | Keiner der Datensätze nutzt einen Datumsbereich; jeder geplante Lauf liest alle aktuellen Produkte. Aktivieren Sie die optionale Spalte Dataddo Extraction Timestamp, dann kann Gemini sie in jede Datei schreiben. | Snapshot-Zeit in jeder Zeile |
| Kontrolle über Tool-Aufrufe | Ein selbstgebautes Skript mit weitreichendem Zugriff läuft unbeaufsichtigt, und niemand sieht, welche Produktdaten es wann gezogen hat. | Gemini CLI lässt Sie jeden Dataddo-Tool-Aufruf vor der Ausführung bestätigen, und Sie wählen Always allow nur für die Tools, denen Sie vertrauen. | Jede Abfrage freigegeben |
| Token-Verbrauch | Gemini verbraucht Tokens, um rohe Google Merchant Center-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 Merchant Center-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
|
|---|---|---|
| Product statuses |
|
Welche Product ID-Werte haben seit dem letzte Woche committeten Snapshot-CSV auf den Status disapproved gewechselt? |
| Product statuses: item-level issues |
|
Welche Item Level Issue Description-Texte verweisen auf Attribute, die unser Feed-Exportskript in diesem Repository erzeugt? |
| Products: catalog |
|
Welche Item Group ID-Werte enthalten Varianten mit abweichendem Brand, was unser Feed-Builder nie erzeugen sollte? |
| Products: price and availability |
|
Passt jede Price Currency im Feed zu der Währung, die unsere Shop-Konfiguration für diesen Markt festlegt? |
| Products: identifiers and targeting |
|
Welche Kombinationen aus Target Country und Content Language im Feed fehlen in der Locale-Liste unseres Shop-Repositorys? |
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 →Legen Sie in Dataddo eine Google Merchant Center-Quelle mit den Datensätzen Products und Product statuses an und verbinden Sie sie mit einem Google Gemini-Ziel oder AI Model. Tragen Sie in ~/.gemini/settings.json unter mcpServers einen dataddo-Eintrag mit httpUrl https://headless.dataddo.com/mcp-data ein, starten Sie Gemini CLI neu und melden Sie sich mit /mcp auth dataddo an.
Nicht in dieser Einrichtung. Dataddo extrahiert Products und Product statuses nach Ihrem Zeitplan und stellt sie über den Data Access MCP-Server bereit. Gemini CLI meldet sich dort mit Ihrem Dataddo-Konto an, nicht mit Ihrem Merchant Center-Login.
Nach dem nächsten geplanten Lauf der Merchant Center-Quelle in Dataddo. Jeder Lauf zieht alle aktuellen Produkte und Status aus Merchant Center, bei täglichem Zeitplan erscheint die Korrektur also in den Daten des Folgetags.
Ja. Product statuses enthält Item Level Issue Code, Item Level Issue Description, Item Level Issue Attribute Name und Item Level Issue Servability, sodass Gemini sagen kann, welches Attribut fehlerhaft ist und ob es die Anzeige blockiert.
Ja. Legen Sie den dataddo-Eintrag in .gemini/settings.json innerhalb dieses Projekts statt in ~/.gemini/settings.json ab. Gemini Code Assist in VS Code liest dieselbe Datei; in IntelliJ nutzt es eine eigene mcp.json.
Die Anmeldung öffnet die Dataddo-Seite in einem Webbrowser, daher braucht Gemini CLI einen Browser auf demselben Rechner. Sie melden sich mit Dataddo-E-Mail und Passwort an, bei Bedarf mit MFA; Google- und Microsoft-SSO werden hier nicht angeboten.
Jeden Flow und jeden Context, der in dem Dataddo-Konto, mit dem Sie angemeldet sind, mit einem KI-Ziel oder AI Model verbunden ist, nicht nur die mit Google Gemini verbundenen.
Nein. Der Zugriff ist über die semantische Schicht nur lesend. Gemini fragt Entitäten und Felder nach Namen ab, Dataddo akzeptiert nie SQL vom Modell, und nichts wird in Ihr Merchant Center-Konto zurückgeschrieben.
