Data to AI™ / Gemini/Google Merchant Center
Ofrezca a los ingenieros que construyen su feed de productos los problemas por artículo, precios e identificadores actuales en la terminal o en VS Code, junto al código que genera el feed.
Mejores respuestas, menos tokens.
Gemini CLI
¿Qué problemas del feed mantienen fuera de Shopping a la mayor cantidad de nuestros productos en este momento?
Los GTIN no válidos afectan a 412 de 5.020 productos (8,2 %), más que las discrepancias de precio y las imágenes demasiado pequeñas juntas (283).
| Problema | Item Level Issue Attribute Name | Productos | Porcentaje del catálogo |
|---|---|---|---|
| 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 % |
Calculado a partir de la última ejecución de Product statuses, que extrae todos los productos actuales; el dataset no tiene rango de fechas.
Google Merchant Center contiene las fichas de producto que aparecen en Google Shopping. Dataddo extrae dos datasets: Products, con atributos del feed como el precio y la disponibilidad, y Product statuses, con el estado de aprobación y los problemas a nivel de artículo.
Antes de fusionar este cambio en el generador del feed, cuenta los productos por Item Level Issue Code y guarda el resultado en checks/gmc-issues-before.csv.
Una ingeniera de ecommerce registra la línea base en Gemini CLI, publica el cambio y, tras la siguiente extracción programada, escribe un segundo archivo. Comparar ambos muestra si el lanzamiento eliminó problemas o creó otros nuevos.
Compara Price Currency por Target Country en Products con las monedas de config/markets.json y lista cada Offer ID que no coincida.
Un desarrollador que trabaja en la configuración de mercados lo pregunta a Gemini Code Assist en modo agente. Lee el archivo de configuración del workspace abierto y las ofertas de Dataddo, y señala los mercados cuyos precios se mostrarían en la moneda equivocada.
Toma 20 valores de Item Group ID con su Offer ID, Title, Condition y Availability y conviértelos en un fixture JSON para las pruebas unitarias del generador del feed.
En lugar de filas de ejemplo inventadas, las pruebas del generador del feed usan grupos de variantes con la forma del catálogo real, así que se cubren casos límite como una Availability mixta dentro de un mismo grupo.
Data to AI™ se cobra por asiento, como los asistentes de IA que tu equipo ya utiliza, con un ~25% de descuento en la facturación anual. ¿Necesitas contratos a medida o precios por volumen? Habla con nosotros sobre Enterprise.
Entrega datos de negocio gobernados a Claude, ChatGPT y otras herramientas de IA mediante MCP.
$10.49/mes
por asiento
Mínimo 3 asientos
Implemente Dataddo de manera flexible en cualquier entorno híbrido o de nube.
A medida
Tenemos un modelo de pago que funciona para ti
| Sin Dataddo |
Con Dataddo
|
Resultado para ti | |
|---|---|---|---|
| Salud del feed en la revisión de código | Los ingenieros abren el diagnóstico de Merchant Center en el navegador y pegan capturas en el pull request, que los revisores no pueden buscar ni comparar. | Gemini CLI escribe el recuento de problemas por Item Level Issue Code en un CSV de la rama, así que las cifras aparecen en el diff junto al cambio de código. | Impacto en el feed visible en el PR |
| Saber cuándo se leyó el catálogo | Una exportación descargada no indica si refleja el feed antes o después de la última carga, y la siguiente persona tiene que adivinarlo. | Ningún dataset usa rango de fechas; cada ejecución programada lee todos los productos actuales. Active la columna opcional Dataddo Extraction Timestamp y Gemini podrá escribirla en cada archivo. | Hora de la instantánea en cada fila |
| Control de las llamadas a herramientas | Un script casero con acceso amplio se ejecuta sin supervisión, y nadie ve qué datos de productos extrajo ni cuándo. | Gemini CLI le pide confirmar cada llamada a una herramienta de Dataddo antes de ejecutarla, y usted elige Always allow solo para las herramientas en las que confía. | Cada consulta aprobada |
| Consumo de tokens | Gemini gasta tokens explorando columnas sin procesar de Google Merchant Center, muestreando filas y reintentando hasta entender los datos. | Las definiciones de campos y las relaciones se entregan de antemano, así que el modelo se salta la exploración y va directo a la respuesta. | Menos tokens por respuesta |
| Calidad de las respuestas | Propenso a uniones incorrectas, campos inventados y cifras difíciles de comprobar. | Respuestas basadas en campos definidos. En el benchmark de Dataddo se respondió correctamente el 78,5 % de las preguntas, frente al 65,5 % con archivos CSV simples. | Mejores respuestas |
Los datasets de Google Merchant Center que más usan los equipos de marketing, con sus nombres de campo reales. Gemini los consulta por su nombre a través de la capa semántica de Dataddo.
| Dataset | Métricas y atributos |
Pregunte a Gemini
|
|---|---|---|
| Product statuses |
|
¿Qué valores de Product ID pasaron a un Status disapproved desde el snapshot CSV que subimos al repositorio la semana pasada? |
| Product statuses: item-level issues |
|
¿Qué textos de Item Level Issue Description apuntan a atributos que genera el script de exportación del feed de este repositorio? |
| Products: catalog |
|
¿Qué valores de Item Group ID contienen variantes con un Brand distinto, algo que nuestro generador de feed nunca debería producir? |
| Products: price and availability |
|
¿Coincide cada Price Currency del feed con la moneda que la configuración de la tienda define para ese mercado? |
| Products: identifiers and targeting |
|
¿Qué combinaciones de Target Country y Content Language del feed faltan en la lista de locales del repositorio de la tienda? |
Planteamos 43 preguntas registradas de antemano sobre tres conjuntos de datos reales - Google Search Console, deals de HubSpot y Google Ads - y entregamos las mismas filas al mismo modelo de cuatro formas. Solo cambió la capa de datos.
de las preguntas respondidas correctamente - el mejor de los cuatro métodos de entrega probados
menos respuestas erróneas presentadas como seguras - 14,0 % de las ejecuciones frente a 24,0 % y 26,3 %
más respuestas correctas con datos de CRM desordenados - mejor en 8 preguntas, peor en ninguna
El mismo modelo, las mismas instrucciones y las mismas filas en todas las condiciones; 759 ejecuciones evaluadas, con las respuestas de referencia fijadas antes de cualquier ejecución. Solo en Google Search Console, los archivos CSV documentados rindieron igual que Data to AI™: la ventaja viene de datos más complejos, como los deals de HubSpot.
Leer el informe →Cree una fuente de Google Merchant Center en Dataddo con los datasets Products y Product statuses y vincúlela a un destino Google Gemini o a un AI Model. En ~/.gemini/settings.json, agregue una entrada dataddo en mcpServers con httpUrl https://headless.dataddo.com/mcp-data, reinicie Gemini CLI y ejecute /mcp auth dataddo para iniciar sesión.
No en esta configuración. Dataddo extrae Products y Product statuses según su programación y los sirve mediante el servidor MCP Data Access. Gemini CLI inicia sesión ahí con su cuenta de Dataddo, no con su acceso a Merchant Center.
Tras la siguiente ejecución programada de la fuente de Merchant Center en Dataddo. Cada ejecución extrae todos los productos y estados actuales de Merchant Center, así que con una programación diaria la corrección aparece en los datos del día siguiente.
Sí. Product statuses incluye Item Level Issue Code, Item Level Issue Description, Item Level Issue Attribute Name e Item Level Issue Servability, así que Gemini puede decir qué atributo falla y si bloquea el anuncio.
Sí. Ponga la entrada dataddo en .gemini/settings.json dentro de ese proyecto en lugar de ~/.gemini/settings.json. Gemini Code Assist en VS Code lee el mismo archivo; en IntelliJ usa su propio mcp.json.
El inicio de sesión abre la página de Dataddo en un navegador web, así que Gemini CLI necesita un navegador en la misma máquina. Se usa su correo y contraseña de Dataddo, con MFA si se le pide; aquí no se ofrece SSO de Google ni de Microsoft.
Cada flujo o Context vinculado a un destino de IA o AI Model en la cuenta de Dataddo con la que inició sesión, no solo los vinculados a Google Gemini.
No. El acceso es de solo lectura a través de la capa semántica. Gemini pide entidades y campos por nombre, Dataddo nunca acepta SQL del modelo y no se escribe nada en su cuenta de Merchant Center.
