Data to AI™ / Gemini/X Ads
Leve dados do X Ads para scripts, notebooks e pull requests direto do terminal, para que erros de nomenclatura e rastreamento de conversões quebrado apareçam antes de um deploy, e não no relatório do mês seguinte.
Respostas melhores, menos tokens.
Gemini CLI
Quais campanhas do X Ads tiveram os cliques em links mais baratos na semana passada?
Spring Webinar Promo teve os cliques em links mais baratos, a US$ 0,41 cada, com menos de um quarto do investimento. Brand Awareness Q2 ficou com a maior parte do orçamento, mas custou US$ 1,12 por URL click.
| Campaign Name | Spend | URL Clicks | Impressions |
|---|---|---|---|
| Spring Webinar Promo Campaign Analytics | US$ 1.230 | 3.000 | 184.500 |
| Product Launch Retarget Campaign Analytics | US$ 2.050 | 3.420 | 142.800 |
| Brand Awareness Q2 Campaign Analytics | US$ 4.480 | 4.000 | 611.200 |
Spend é o Billed Charge Local Micro dividido por 1.000.000, na moeda da conta de anúncios, para os posicionamentos dentro do próprio X.
O X Ads (antigo Twitter Ads) extrai o desempenho pago e orgânico de uma conta de anúncios do X: investimento e engajamento por campanha, resultados de posts promovidos com conversões web e vídeos assistidos até o fim, texto dos posts, além de orçamentos e status das campanhas.
Com o servidor dataddo, liste cada Tweet Id de Promoted Tweets dos últimos 7 dias com Clicks acima de 0, mas Conversion Site Visits Order Quantity igual a 0.
Um desenvolvedor que mudou o template da landing page roda isso no dia seguinte. Uma lista vazia significa que as visitas ao site continuam sendo atribuídas; qualquer linha vai direto para o ticket do bug.
Leia Name de Campaigns e confira cada nome com o padrão em config/naming.yml. Grave os nomes que não batem em reports/x-ads-naming.md.
Um engenheiro de marketing ops roda a checagem no Gemini Code Assist antes de fazer merge de uma mudança de relatórios, para que campanhas com nome errado não sumam dos dashboards.
Consulte Promoted Tweets dos últimos 7 dias e salve Tweet Id, Spend, Conversion Sign Ups Order Quantity e Conversion Sign Ups Sale Amount em data/x-signups.parquet.
Um analista de growth carrega o arquivo em um notebook ao lado do repositório, cruza com o Full text de Promoted Tweets Metadata e modela o custo por cadastro por mensagem.
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 | |
|---|---|---|---|
| Dados de anúncios no código | Cada script precisa do próprio cliente da API do X Ads, requisições assinadas e um limite de 20 entity IDs por chamada de estatísticas. | O Gemini CLI consulta os datasets extraídos por nome de entidade e de campo por um único servidor MCP, sem código da API do X no repositório. | Checagens sem encanamento de API |
| Snapshots antes que os dados expirem | Uma extração esquecida significa uma semana perdida, porque a API do X só permite extrair até 7 dias atrás. | O fluxo extrai no agendamento, e um script do repositório pode pedir ao Gemini que grave um CSV datado após cada execução. | Arquivos semanais no Git |
| Controle de cada chamada | Um script com credenciais do X salvas pode chamar qualquer endpoint, e ninguém revisa o que ele pediu. | O Gemini CLI pede que você confirme cada chamada de ferramenta da Dataddo, e você decide por ferramenta se escolhe Always allow. | Cada consulta visível |
| Consumo de tokens | O Gemini gasta tokens explorando colunas brutas de X Ads, 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 X Ads 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
|
|---|---|---|
| Campaign Analytics |
|
Quais campanhas tiveram Spend, mas nenhum URL Clicks em uma Date Start específica? |
| Promoted Tweets |
|
Quanto pagamos por Billed Engagements em cada post promovido por Tweet Id nesta semana? |
| Promoted Tweets Metadata |
|
Como o nosso conteúdo promovido se divide por Tweet type? |
| Campaigns |
|
Quais campanhas mostram um Effective Status diferente do Entity Status? |
| Organic Tweets |
|
Quais posts orgânicos receberam mais Likes do que o nosso melhor post promovido? |
| Account Analytics |
|
Qual Account ID de anúncios teve mais Engagements nos últimos 7 dias? |
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 →Extraia datasets do X Ads como Promoted Tweets e Campaigns na Dataddo e vincule-os a um destino Google Gemini ou a um AI Model. Adicione a Dataddo em mcpServers no ~/.gemini/settings.json com httpUrl https://headless.dataddo.com/mcp-data, reinicie o Gemini CLI, rode /mcp auth dataddo e faça login.
Não. A Dataddo extrai os datasets do X Ads para um fluxo, e o Gemini CLI lê esse fluxo pelo servidor MCP da Dataddo. A configuração é a mesma de qualquer outra fonte da Dataddo.
Use a chave httpUrl, não url, porque url recorre a SSE, que a Dataddo não suporta. Não inclua blocos headers nem oauth, reinicie o Gemini CLI e confira /mcp.
Sim, pelo Gemini Code Assist. No IntelliJ ele usa o próprio mcp.json, então adicione o servidor da Dataddo lá. O modo agente no VS Code lê o mesmo settings.json do Gemini CLI.
Todos os fluxos ou Contexts vinculados a um destino de IA ou a um AI Model na sua conta da Dataddo, não só os do Google Gemini. Deixe contas do Twitter Ads fora dos destinos de IA se o Gemini não deve vê-las.
As credenciais ficam em ~/.gemini/mcp-oauth-tokens.json e são renovadas automaticamente. Se uma sessão expirar ou for revogada, rode /mcp auth dataddo de novo e faça login.
Não. O Gemini consulta os dados extraídos pela camada semântica, por nome de entidade e de campo. A Dataddo nunca aceita SQL do modelo, e nada é gravado de volta no X.
