Data to AI™ / Gemini/Google Ad Manager
Engenheiros de ad ops e desenvolvedores de publishers levam os relatórios da rede para o terminal ou o editor, conferem o trafficking com o código e fazem commit do resultado.
Respostas melhores, menos tokens.
Gemini CLI
Quais blocos de anúncios mais faturaram na semana passada, e onde o inventário ficou sem preenchimento?
video_preroll foi o que mais faturou, 6.840 com 380.000 impressões, um eCPM de 18,00. article_sidebar entregou mais impressões, mas deixou 412.000 sem preenchimento.
| Ad Unit Name | Total Impressions | Total Line Item Level All Revenue | Total Inventory Level Unfilled Impressions |
|---|---|---|---|
| video_preroll Google Ad Manager | 380.000 | 6.840 | 21.000 |
| article_sidebar Google Ad Manager | 2.310.000 | 5.544 | 412.000 |
| homepage_leaderboard Google Ad Manager | 1.240.000 | 4.960 | 86.000 |
A semana passada é relida a cada execução programada, então suas linhas são substituídas, e não somadas duas vezes.
O Google Ad Manager é a plataforma de veiculação de anúncios do Google para publishers e anunciantes. A Dataddo extrai um dataset de relatório flexível por rede: escolha entre 101 métricas padrão, 100 dimensões e atributos de line items.
Pelo dataddo, encontre os line items cujo Line Item Start Date Time é posterior ao Line Item End Date Time ou cujo Line Item Cost Type não é CPM, e salve-os em checks/line-items.csv.
Um engenheiro de operações de anúncios roda isso no terminal toda tarde, antes de as novas campanhas começarem, e anexa o arquivo ao ticket de trafficking.
Leia src/ads/slots.ts, consulte Ad Unit Name com Total Impressions dos últimos 7 dias e diga quais espaços do arquivo nunca entregaram e quais blocos de anúncios não estão no arquivo.
Um desenvolvedor front-end usa o modo agente do Gemini Code Assist no VS Code enquanto refatora templates, para não remover por engano nenhum espaço ativo.
Traga Total Line Item Level All Revenue e Ad Exchange Estimated Revenue por Country Name de cada um dos últimos 12 meses e grave data/gam-revenue-by-country.csv.
Um analista de monetização atualiza a entrada do notebook de previsão com um único comando e faz commit do CSV ao lado dele, para que a execução possa ser reproduzida.
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 | |
|---|---|---|---|
| Relatórios como arquivos em um repositório | Alguém baixa um relatório na interface do Ad Manager e copia para a pasta do projeto, onde ele fica desatualizado sem ninguém perceber. | O Gemini CLI consulta o fluxo agendado da Dataddo e grava o CSV ou JSON direto na árvore de trabalho, então o arquivo pode ser gerado de novo com o mesmo prompt. | Arquivos de relatório reproduzíveis |
| Controle sobre as consultas | Um script com uma credencial de API salva puxa o que foi programado para puxar, e ninguém revisa as chamadas que ele faz à rede. | O Gemini CLI pede que você confirme cada chamada de ferramenta da Dataddo, e você pode escolher Always allow só para as ferramentas em que confia, como a descrição de campos. | Cada chamada aprovada por você |
| Erros de trafficking | Datas de veiculação invertidas ou o tipo de custo errado só aparecem quando um line item não entrega ou fatura errado, geralmente dias depois do lançamento. | Os atributos do line item ficam no mesmo dataset do Ad Manager que a entrega, então uma checagem no terminal lista os line items suspeitos antes de entrarem no ar. | Erros pegos antes do lançamento |
| Consumo de tokens | O Gemini gasta tokens explorando colunas brutas de Google Ad Manager, 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 Google Ad Manager 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
|
|---|---|---|
| Delivery |
|
Exporte Total Clicks e Total CTR por dia dos últimos 30 dias em um CSV que eu possa carregar em um notebook. |
| Revenue |
|
Grave a Ad Exchange Estimated Revenue diária dos últimos 90 dias em um arquivo CSV neste repositório. |
| Inventory and fill |
|
Em quais dias dos últimos 30 o Total Code Served Count subiu enquanto a Ad Exchange Coverage caiu? |
| Viewability |
|
Liste em uma tabela as semanas deste ano em que o Total Active View Viewable Impressions Rate ficou abaixo de 70%. |
| Orders and line items |
|
Gere cada Order Name com seus Line Item Name em JSON para que um script confira nossa convenção de nomes. |
| Inventory dimensions |
|
Quais valores de Ad Unit Name do relatório não aparecem na lista de espaços de anúncio do código do site? |
| Line item attributes |
|
Quais line items têm um Line Item Start Date Time posterior ao seu Line Item End Date Time? |
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 →Configure na Dataddo uma fonte do Google Ad Manager com Line Item Name, Line Item Start Date Time e Total Impressions e vincule-a a um destino Google Gemini ou a um AI Model. Coloque uma entrada httpUrl com https://headless.dataddo.com/mcp-data em mcpServers no ~/.gemini/settings.json, reinicie o Gemini CLI e rode /mcp auth dataddo.
Esta configuração não usa nenhuma. A Dataddo extrai seu relatório do Ad Manager para um fluxo de forma agendada, e o Gemini CLI acessa esse fluxo pelo servidor MCP Dataddo Data Access.
Adicione um servidor dataddo em mcpServers apenas com a chave httpUrl apontando para https://headless.dataddo.com/mcp-data, sem bloco headers ou oauth. A chave url recorre ao SSE, que a Dataddo não suporta.
Não. O login usa seu e-mail e senha da Dataddo, com MFA se solicitado. O Gemini CLI abre a página em um navegador, então a máquina que o executa precisa ter um.
Sim, depois que você adiciona o servidor da Dataddo ao mcp.json do Gemini Code Assist no IntelliJ. No VS Code, o modo agente já lê o mesmo settings.json do Gemini CLI.
Não. O Gemini só lê dados de relatório do Ad Manager já extraídos, pela camada semântica, por nome de entidade e de campo. A Dataddo nunca aceita SQL do modelo, e nenhuma alteração chega à sua rede.
Provavelmente a sessão expirou ou foi revogada. Os tokens ficam em ~/.gemini/mcp-oauth-tokens.json e normalmente são renovados sozinhos; rode /mcp auth dataddo de novo para entrar outra vez.
