Data to AI™ / Claude/YouTube
Fragen Sie Claude, welche Videos Wiedergabezeit bringen, wo Zuschauer sie finden und wer zuschaut, auf Basis Ihrer Kanaldaten statt eines Stapels Berichtsexporte.
Weniger Tokens, bessere Antworten.
Claude
Welche Traffic-Quellen haben unseren September-Uploads die meiste Wiedergabezeit gebracht?
Vorgeschlagene Videos lieferten 63 % der Wiedergabezeit über diese drei Quellen, etwa doppelt so viel wie die YouTube-Suche, und hielten Zuschauer mit 46 % durchschnittlicher Wiedergabedauer am längsten.
| Traffic Source Type | Views | Watch Time (Minutes) | Average View Duration (%) |
|---|---|---|---|
| Suggested videos Owned Channel Videos Traffic Sources | 48.200 | 212.100 | 46 % |
| YouTube search Owned Channel Videos Traffic Sources | 31.500 | 101.000 | 38 % |
| External Owned Channel Videos Traffic Sources | 9.800 | 21.600 | 27 % |
Views und Watch Time (Minutes) werden pro Traffic-Quelle summiert; Average View Duration (%) ist nach Views gewichtet, kein einfacher Durchschnitt der Videos.
YouTube Organic extrahiert die unbezahlte Performance Ihres Kanals: Aufrufe, Wiedergabezeit, Abonnenten, Traffic-Quellen, Zielgruppe, Kommentare und Playlists, pro Video und pro Tag.
Welche Werte von Traffic Source Type und Traffic Source Detail bringen Zuschauer zu jedem Upload des letzten Quartals, und welche Tags haben die erfolgreichsten gemeinsam?
Claude vergleicht die Entdeckungswege mit Titles und Tags aus Videos Metadata, sodass das Content-Team Themen erkennt, die bereits Zuschauer anziehen, aber bisher nur wenige Uploads haben.
Fasse die Fragen zusammen, die Zuschauer diesen Monat in Comments und Replies stellen, gruppiert nach Video ID, mit Engaged Views für jedes Video.
Das Videoteam wählt Folgethemen, nach denen Zuschauer bereits gefragt haben, weil Claude wiederkehrende Fragen mit dem Engagement des Uploads verknüpft, unter dem sie gepostet wurden.
Vergleiche Videos Metadata mit Videos by Playlists über den dataddo-Server und füge Uploads, die in keiner Playlist sind, zu content/backlog.md hinzu.
Eine Marketing-Analystin pflegt das Content-Backlog im Repository, sodass Claude Code verwaiste Uploads als prüfbare Änderung hinzufügt statt in einer Tabelle, die niemand mehr öffnet.
Data to AI™ ist während der privaten Vorabversion kostenlos. Wir nehmen Teams in Wellen auf und entwickeln das Produkt mit ihrem Feedback weiter. Zum Launch wird es so abgerechnet wie die KI-Assistenten, die Ihr Team bereits nutzt. 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.
Kostenlos in der Vorabversion
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Berichtstypen verknüpfen | Traffic-, Geräte-, Demografie- und Playlist-Berichte werden einzeln exportiert und über Video ID verknüpft, bevor Claude sie überhaupt sieht. | Die Datensätze teilen Date, Channel ID und Video ID, sodass Claude sie über die semantische Schicht innerhalb eines Gesprächs kombiniert. | Eine Frage, mehrere Berichte |
| Ähnlich aussehende Metriken | Views und Engaged Views oder Average View Duration in Sekunden und in Prozent stehen in einer eingefügten Tabelle ohne Definitionen nebeneinander. | Jedes Feld erreicht Claude mit seiner fachlichen Beschreibung, sodass es weiß, mit welcher Dauer oder welcher Aufrufzahl es arbeitet. | Jedes Mal die richtige Metrik |
| Angaben zu Kommentierenden | Ein Kommentarexport trägt Author Display Name und Kanallinks in jeden Chat, in den er eingefügt wird. | Entfernen Sie beim Verfeinern der Attribute Felder wie Author Display Name, dann sieht Claude im Flow nur den Kommentartext und die Zahlen. | Weniger personenbezogene Felder in Chats |
| Token-Verbrauch | Claude verbraucht Tokens, um rohe YouTube-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 YouTube-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Claude fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Liste kuratierter Datasets
Fehlt ein Dataset, eine Kennzahl oder ein Attribut?
Sag uns, was fehlt, und wir fügen es dem Connector hinzu.
Läuft nach dem von Ihnen festgelegten Zeitplan, zum Beispiel täglich. Die Datensätze von YouTube Organic nutzen keinen Datumsbereich, daher lädt jeder Lauf alle aktuell verfügbaren Daten.
YouTube-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 YouTube Organic-Quelle mit Datensätzen wie Owned Channel Videos Basic User Activity und Owned Channel Videos Traffic Sources und verknüpfen Sie sie mit einem Claude-Ziel oder AI Model. Fügen Sie https://headless.dataddo.com/mcp-data in Claude als benutzerdefinierten Konnektor hinzu und melden Sie sich an, oder nutzen Sie claude mcp add in Claude Code.
Das Google-Konto, das Sie autorisieren, braucht mindestens Berechtigungen auf Admin-Ebene. Fehlen sie Ihnen, kann ein Teammitglied mit der Rolle Authorizer in Dataddo YouTube für Sie autorisieren.
Ja, mit Owned Channel Videos Demographics. Der Datensatz liefert Views Percentage pro Age Group und Gender für jedes Video, dazu Country Code, sodass Claude beschreiben kann, wer was ansieht.
Nein. YouTube Organic ersetzt die Konnektoren YouTube Analytics und YouTube Video, bauen Sie neue Claude-Setups daher auf den Datensätzen von YouTube Organic auf.
Ja. Führen Sie claude mcp add mit der Dataddo-URL aus und melden Sie sich mit /mcp an. Claude Code speichert die Zugangsdaten im Schlüsselbund Ihres Systems und fragt dieselben YouTube-Entitäten aus dem Terminal ab.
Die Datensätze von YouTube Organic nutzen keinen Datumsbereich, daher lädt jeder geplante Lauf alle aktuell verfügbaren Daten. Claude liest, was der letzte Lauf des Flows enthält.
Ja. Setzen Sie in den Tool-Berechtigungen des Konnektors refresh auf vorherige Nachfrage, während query und describe_entity erlaubt bleiben. Claude fragt Sie dann, bevor es frische Daten anfordert.