Data to AI™ / Copilot/Google Ad Manager
Dé a ad ops y a ventas un agente de Copilot que responda preguntas sobre el estado de los pedidos, la entrega por anunciante y las etiquetas de anuncios de Google Ad Manager, justo donde ya conversan.
Menos tokens, mejores respuestas.
Microsoft 365 Copilot
¿Qué bloques de anuncios generaron más ingresos la semana pasada y dónde quedó inventario sin cubrir?
video_preroll fue el que más ingresó, 6.840 con 380.000 impresiones, un eCPM de 18,00. article_sidebar sirvió la mayor cantidad de impresiones, pero dejó 412.000 sin cubrir.
| 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 |
La semana pasada se vuelve a leer en cada ejecución programada, así que sus filas se sustituyen y no se añaden dos veces.
Google Ad Manager es la plataforma de servidor de anuncios de Google para editores y anunciantes. Dataddo extrae un dataset de informe flexible por red: elija entre 101 métricas estándar, 100 dimensiones y atributos de líneas de pedido.
@Ad Ops Enumere el Order Delivery Status de cada pedido que empezó esta semana, agrupado por Advertiser Name, con las Total Impressions hasta ahora.
El personal de trafficking y de cuentas pregunta al agente en Teams en lugar de abrir Ad Manager o esperar el informe matinal, y comenta los pedidos atascados en el mismo hilo.
@Ad Sales Resuma Total Impressions, Total Clicks y Total CTR de este Advertiser Name durante el último trimestre para mi llamada de renovación.
Un account manager menciona al agente en Microsoft 365 Copilot y pega la entrega del trimestre en las notas de la reunión antes de hablar con el cliente.
Use las herramientas de dataddo para comparar Total Code Served Count con Total Impressions por Ad Unit Name desde el lanzamiento de etiquetas de ayer.
Un desarrollador front-end en GitHub Copilot Agent mode detecta bloques de anuncios en los que se sirvió el código pero las impresiones cayeron, señal de que los anuncios dejaron de renderizarse.
Data to AI™ es gratuito durante la versión preliminar privada. Incorporamos equipos por oleadas y damos forma al producto con sus comentarios. En el lanzamiento, se cobrará como los asistentes de IA que tu equipo ya utiliza. ¿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.
Gratis durante la versión preliminar
Implemente Dataddo de manera flexible en cualquier entorno híbrido o de nube.
Tenemos un modelo de pago que funciona para ti
| Sin Dataddo |
Con Dataddo
|
Resultado para ti | |
|---|---|---|---|
| Quién puede revisar un pedido | Solo las personas con acceso a Ad Manager pueden consultar la entrega, así que los equipos de ventas y de cuentas esperan a que ad ops les envíe el estado. | Un agente de Copilot Studio publicado en Teams responde a partir del flujo de Ad Manager a cualquier persona del canal que lo mencione con @. | Estado sin abrir un ticket |
| Cuándo llama el agente a Dataddo | Un asistente genérico no sabe que las preguntas sobre pedidos y entrega deben responderse con los informes de su red. | La descripción del servidor que usted escribe en Copilot Studio indica al agente que llame a Dataddo para pedidos, líneas de pedido e ingresos de Ad Manager. | Preguntas correctas, datos correctos |
| Fechas de líneas de pedido junto a la entrega | Comprobar si una línea de pedido terminará a tiempo obliga a cruzar las fechas de inicio y fin de una exportación con la entrega de otra. | Atributos de líneas de pedido como Line Item Start Date Time y Line Item End Date Time están en el mismo dataset que las métricas de entrega. | Ritmo de entrega en una respuesta |
| Desarrolladores que revisan etiquetas | Tras un lanzamiento de etiquetas, los desarrolladores esperan a que alguien de ad ops saque un informe de código servido e impresiones. | GitHub Copilot en VS Code lee los mismos datos de Ad Manager a través de .vscode/mcp.json en Agent mode, sin una exportación aparte para el equipo de desarrollo. | Revisión de etiquetas desde el editor |
| Consumo de tokens | Copilot gasta tokens explorando columnas sin procesar de Google Ad Manager, 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 Ad Manager que más usan los equipos de marketing, con sus nombres de campo reales. Copilot los consulta por su nombre a través de la capa semántica de Dataddo.
Se ejecuta según la programación que usted defina con un rango de fechas relativo, por ejemplo ayer, que avanza en cada ejecución. Los informes más antiguos se cargan una vez con una resincronización completa de datos.
Conector de Google Ad Manager →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 →Configure una fuente de Google Ad Manager en Dataddo con campos como Order Name, Order Delivery Status, Advertiser Name y Total Impressions, vincúlela a un destino de Copilot o a un AI Model y, después, añada https://headless.dataddo.com/mcp-data como herramienta MCP en un agente de Copilot Studio con OAuth y publíquelo en Teams.
Sí, mediante un agente de Copilot Studio con Dataddo Data Access añadido como herramienta Model Context Protocol. Publique el agente y luego escriba @ y selecciónelo para preguntar por sus datos de Ad Manager.
Tras publicarlo en Copilot Studio, vaya a Channels > Teams and Microsoft Copilot y añada el canal. Ad ops podrá entonces mencionar al agente en Teams.
La descripción del servidor que usted escribe en Copilot Studio indica al agente cuándo llamar a Dataddo, así que descríbalo como la fuente de entrega, pedidos e ingresos de Ad Manager.
Sí. Añada el servidor a .vscode/mcp.json, inícielo e inicie sesión, y luego use Copilot Chat en Agent mode. En Business y Enterprise, un administrador debe habilitar los servidores MCP en la política de Copilot.
Los datos aparecen después de que el flujo se ejecute una vez, y una fuente nueva empieza en su rango de fechas relativo. Cargue los informes anteriores con una resincronización completa de datos.