Data to AI™ / Gemini/X Ads
Lleve datos de X Ads a scripts, notebooks y pull requests desde la terminal, para que los errores de nomenclatura y el seguimiento de conversiones roto aparezcan antes de un despliegue y no en el informe del mes siguiente.
Mejores respuestas, menos tokens.
Gemini CLI
¿Qué campañas de X Ads consiguieron los clics en enlaces más baratos la semana pasada?
Spring Webinar Promo tuvo los clics en enlaces más baratos, a 0,41 $ cada uno, con menos de una cuarta parte de la inversión. Brand Awareness Q2 se llevó la mayor parte del presupuesto, pero costó 1,12 $ por URL click.
| Campaign Name | Spend | URL Clicks | Impressions |
|---|---|---|---|
| Spring Webinar Promo Campaign Analytics | 1.230 $ | 3.000 | 184.500 |
| Product Launch Retarget Campaign Analytics | 2.050 $ | 3.420 | 142.800 |
| Brand Awareness Q2 Campaign Analytics | 4.480 $ | 4.000 | 611.200 |
Spend es Billed Charge Local Micro dividido entre 1.000.000, en la moneda de la cuenta publicitaria, para las ubicaciones dentro de X.
X Ads (antes Twitter Ads) extrae el rendimiento pagado y orgánico de una cuenta publicitaria de X: inversión e interacción por campaña, resultados de publicaciones promocionadas con conversiones web y vídeos vistos hasta el final, texto de las publicaciones, y presupuestos y estado de las campañas.
Con el servidor dataddo, lista cada Tweet Id de Promoted Tweets de los últimos 7 días con Clicks mayor que 0 pero Conversion Site Visits Order Quantity en 0.
Un desarrollador que cambió la plantilla de la landing page lo ejecuta al día siguiente. Una lista vacía significa que las visitas al sitio se siguen atribuyendo; cualquier fila va directa al ticket del error.
Lee Name de Campaigns y compara cada nombre con el patrón de config/naming.yml. Escribe los nombres que no coinciden en reports/x-ads-naming.md.
Un ingeniero de marketing ops ejecuta la revisión en Gemini Code Assist antes de fusionar un cambio de reporting, para que las campañas mal nombradas no desaparezcan de los dashboards.
Consulta Promoted Tweets de los últimos 7 días y guarda Tweet Id, Spend, Conversion Sign Ups Order Quantity y Conversion Sign Ups Sale Amount en data/x-signups.parquet.
Un analista de crecimiento carga el archivo en un notebook junto al repositorio, lo une con Full text de Promoted Tweets Metadata y modela el coste por registro según el mensaje.
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 | |
|---|---|---|---|
| Datos publicitarios en el código | Cada script necesita su propio cliente de la API de X Ads, peticiones firmadas y un límite de 20 entity IDs por llamada de estadísticas. | Gemini CLI consulta los datasets extraídos por nombre de entidad y de campo mediante un único servidor MCP, sin código de la API de X en el repositorio. | Controles sin fontanería de API |
| Instantáneas antes de que caduquen los datos | Si se olvida una extracción, la semana se pierde, porque la API de X solo permite extraer hasta 7 días atrás. | El flujo extrae según su programación, y un script del repositorio puede pedir a Gemini que escriba un CSV fechado tras cada ejecución. | Archivos semanales en Git |
| Control de cada llamada | Un script con credenciales de X guardadas puede llamar a cualquier endpoint, y nadie revisa lo que pidió. | Gemini CLI le pide confirmar cada llamada a herramientas de Dataddo, y usted decide por herramienta si elige Always allow. | Cada consulta a la vista |
| Consumo de tokens | Gemini gasta tokens explorando columnas sin procesar de X Ads, 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 X Ads 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
|
|---|---|---|
| Campaign Analytics |
|
¿Qué campañas tuvieron Spend pero ningún URL Clicks en una Date Start concreta? |
| Promoted Tweets |
|
¿Cuánto pagamos por Billed Engagements en cada publicación promocionada por Tweet Id esta semana? |
| Promoted Tweets Metadata |
|
¿Cómo se reparte nuestro contenido promocionado por Tweet type? |
| Campaigns |
|
¿Qué campañas muestran un Effective Status distinto de su Entity Status? |
| Organic Tweets |
|
¿Qué publicaciones orgánicas obtuvieron más Likes que nuestra mejor publicación promocionada? |
| Account Analytics |
|
¿Qué Account ID publicitario tuvo más Engagements en los últimos 7 días? |
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 →Extraiga datasets de X Ads como Promoted Tweets y Campaigns en Dataddo y vincúlelos a un destino Google Gemini o a un AI Model. Añada Dataddo en mcpServers de ~/.gemini/settings.json con httpUrl https://headless.dataddo.com/mcp-data, reinicie Gemini CLI, ejecute /mcp auth dataddo e inicie sesión.
No. Dataddo extrae los datasets de X Ads a un flujo, y Gemini CLI lee ese flujo mediante el servidor MCP de Dataddo. La configuración es la misma que para cualquier otra fuente de Dataddo.
Use la clave httpUrl, no url, porque url recurre a SSE, que Dataddo no admite. No incluya bloques headers ni oauth, reinicie Gemini CLI y compruebe /mcp.
Sí, con Gemini Code Assist. En IntelliJ usa su propio mcp.json, así que añada allí el servidor de Dataddo. El modo agente en VS Code lee el mismo settings.json que Gemini CLI.
A todos los flujos o Contexts vinculados a un destino de IA o a un AI Model de su cuenta de Dataddo, no solo a los de Google Gemini. Deje las cuentas de Twitter Ads fuera de los destinos de IA si Gemini no debe verlas.
Las credenciales se guardan en ~/.gemini/mcp-oauth-tokens.json y se renuevan automáticamente. Si una sesión caduca o se revoca, ejecute de nuevo /mcp auth dataddo e inicie sesión.
No. Gemini consulta los datos extraídos mediante la capa semántica por nombre de entidad y de campo. Dataddo nunca acepta SQL del modelo y no se escribe nada de vuelta en X.
