Data to AI™ / Gemini/Facebook Public Data
Traga posts e perfis de páginas concorrentes para o terminal ou o VS Code, para que analistas e profissionais técnicos de marketing criem arquivos de benchmark e verificações sem scraping nem scripts da Graph API.
Respostas melhores, menos tokens.
Gemini CLI
Como a nossa página do Facebook se compara com dois concorrentes em audiência e conversa?
A Bluebird Roasters tem a maior audiência, mas a Kettle & Co gera mais conversa: o Talking About Count dela equivale a 4,1% do Fan Count, contra 1,6% da Bluebird e 2,3% da nossa página.
| Name | Fan Count | Talking About Count |
|---|---|---|
| Northwind Coffee (nós) Profile | 48.200 | 1.110 |
| Bluebird Roasters Profile | 93.500 | 1.490 |
| Kettle & Co Profile | 31.800 | 1.300 |
Cada página é uma fonte própria com seu Page Identifier; os valores do Profile são os da última extração e não são somados ao longo do tempo.
O Facebook Public Data lê o perfil público e os posts de qualquer página do Facebook que você indicar pelo Page Identifier, inclusive páginas de concorrentes. Times de marketing usam o conector para comparar tamanho de audiência, frequência de publicação e engajamento com outras marcas.
Leia os Posts de todas as páginas acompanhadas dos últimos sete dias e escreva reports/competitor-posts.csv com From, Created Time, Media Type, Likes Total Count, Comments Total Count, Shares Count e Permalink URL.
Toda segunda-feira um analista roda o prompt no Gemini CLI e faz commit do arquivo, então o notebook de relatórios e a agência trabalham com os números da mesma semana.
Junte Posts com Profile por From Id e ID, calcule Likes Total Count mais Comments Total Count a cada 1.000 de Fan Count para cada post e adicione o resultado a notebooks/engagement.ipynb.
Uma analista de dados normaliza o engajamento pelo tamanho da audiência, para que um rival pequeno com fãs fiéis não fique atrás de uma página grande que posta mais.
Compare os números de seguidores citados em content/compare/*.md com os últimos Fan Count e Followers Count do Profile e liste cada afirmação desatualizada.
Antes de uma página comparativa entrar no ar, um profissional técnico de marketing roda a verificação no Gemini CLI e corrige o texto em vez de publicar os números do ano passado.
O Data to AI™ é cobrado por assento, como os assistentes de IA que sua equipe já usa, com ~25% de desconto no faturamento anual. Precisa de contratos personalizados ou preços por volume? Fale conosco sobre o Enterprise.
Entregue dados de negócio governados ao Claude, ChatGPT e outras ferramentas de IA via MCP.
$10.49/mês
por assento
Mínimo de 3 assentos
Implante o Dataddo com flexibilidade em qualquer ambiente de nuvem ou híbrido.
Personalizado
Temos um modelo de pagamento que funciona para você
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Obtenção dos dados | Alguém escreve um script da Graph API por página, cuida da paginação e dos tokens e o mantém rodando em um notebook pessoal. | A Dataddo extrai Posts e Profile de forma agendada, e o Gemini CLI consulta tudo por nome de entidade e de campo pela camada semântica. | Nenhum script de scraping para manter |
| Comparação justa | Contagens brutas de curtidas favorecem a maior página, e normalizá-las exige juntar duas exportações à mão. | O From Id no Posts corresponde ao ID no Profile, então o Gemini junta cada post ao Fan Count da página em um único prompt. | Engajamento normalizado pela audiência |
| Números em textos publicados | Números de seguidores da concorrência em páginas de marketing são copiados uma vez e ficam desatualizados sem ninguém perceber. | O Gemini CLI confere o texto do repositório com a última extração do Profile antes de cada deploy. | Afirmações conferidas antes do lançamento |
| Controle no terminal | Um script com acesso à API executa todas as requisições sem perguntar a ninguém. | O Gemini CLI pede que você confirme cada chamada de ferramenta da Dataddo, e o Always allow pode ser ativado só para as ferramentas de confiança. | Cada consulta aprovada |
| Consumo de tokens | O Gemini gasta tokens explorando colunas brutas de Facebook Public Data, amostrando linhas e tentando de novo até entender os dados. | Definições de campos e relações chegam prontas, então o modelo pula a exploração e vai direto à resposta. | Menos tokens por resposta |
| Qualidade das respostas | Sujeito a joins errados, campos inventados e números difíceis de conferir. | Respostas baseadas em campos definidos. No benchmark da Dataddo, 78,5% das perguntas foram respondidas corretamente, contra 65,5% com arquivos CSV simples. | Respostas melhores |
Os datasets de Facebook Public Data que equipes de marketing mais usam, com os nomes reais dos campos. O Gemini consulta cada um pelo nome por meio da camada semântica da Dataddo.
| Dataset | Métricas e atributos |
Pergunte ao Gemini
|
|---|---|---|
| Posts |
|
Quais posts desde 1º de julho têm Comments Total Count acima da mediana da página, com o Permalink URL? |
| Profile |
|
Quais páginas acompanhadas têm um Category List Name diferente do nosso, e o que diz o texto About delas? |
Fizemos 43 perguntas pré-registradas sobre três conjuntos de dados reais - Google Search Console, negócios do HubSpot e Google Ads - e entregamos as mesmas linhas ao mesmo modelo de quatro formas. Só a camada de dados mudou.
das perguntas respondidas corretamente - o melhor dos quatro métodos de entrega testados
menos respostas erradas dadas com confiança - 14,0% das execuções contra 24,0% e 26,3%
mais respostas corretas em dados de CRM bagunçados - melhor em 8 perguntas, pior em nenhuma
Mesmo modelo, mesmos prompts e mesmas linhas em todas as condições; 759 execuções avaliadas, com o gabarito definido antes de qualquer execução. Só no Google Search Console, os arquivos CSV documentados tiveram o mesmo desempenho do Data to AI™ - a vantagem vem de dados mais complexos, como os negócios do HubSpot.
Ler o benchmark →Crie fontes Facebook Public Data na Dataddo, uma por Page Identifier, com Posts e Profile, e vincule-as a um destino Google Gemini ou a um AI Model. Adicione um servidor dataddo com httpUrl https://headless.dataddo.com/mcp-data ao ~/.gemini/settings.json, reinicie o Gemini CLI, rode /mcp auth dataddo e faça login.
No Gemini CLI, url recorre ao SSE, que a Dataddo não suporta. Use httpUrl e não inclua headers nem bloco oauth; o login é feito com /mcp auth dataddo.
Sim. O modo agente no VS Code lê o mesmo settings.json do Gemini CLI. No IntelliJ, o Gemini Code Assist usa o próprio mcp.json, então adicione o servidor da Dataddo lá.
Use o From Id no Posts e o ID no Profile, que se referem à mesma página. Assim o Gemini coloca cada post ao lado do Fan Count, Followers Count ou Category List Name da página.
Sim. O Page Identifier aceita o nome da URL da página, como dataddo em facebook.com/dataddo, ou um ID numérico de página. Cada fonte Facebook Public Data cobre uma página.
Sim. Depois do login, o Gemini acessa todos os fluxos ou Contexts vinculados a um destino de IA ou AI Model nessa conta Dataddo, não só os do Google Gemini.
O Gemini CLI guarda as credenciais em ~/.gemini/mcp-oauth-tokens.json e as renova automaticamente. Se uma sessão expirar ou for revogada, rode /mcp auth dataddo de novo. Nada é gravado de volta no Facebook.
