Данные уже есть.
Куда их отправить.
Создайте еженедельную таблицу, попросите обзор у Claude, соберите дашборд или загрузите записи в хранилище.
Соберите исследование в общей таблице.
Настройте запуск скрапера по расписанию и добавляйте записи в Google Sheets. Команда сможет просматривать новую рекламу и другие изменения в одном месте.
Sheets подходит небольшой команде. Для большой истории или вложенных записей обычно лучше хранилище.
Начните с небольшого списка
Выберите скрапер, небольшой лимит и постоянный список брендов, запросов или компаний. Проверьте первый набор до настройки расписания.
Передавайте успешные запуски в Sheets
Через модули Apify в Make или n8n отслеживайте успешные запуски, получайте записи и добавляйте поля в Sheets. Начать можно с ручного импорта CSV.
Сохраняйте историю запусков
Добавьте collected_at и run_id. Удаляйте дубли по исходному ID внутри снимка. Разверните нужные поля и сохраните исходный JSON отдельно.
Оставьте место для заметок
Добавьте темы сообщений, идеи кампаний и следующие действия. Используйте фильтры или сводную таблицу при еженедельном обзоре.
Получите обзор с проверяемыми источниками.
Подключите Claude к MCP-серверу Apify. Попросите запустить скрапер для конкретного вопроса и обобщить результаты со ссылками на записи.
Стоимость зависит от аккаунта Apify и текущих тарифов Actor. Доступность коннекторов Claude зависит от клиента и аккаунта.
Подключите Claude к Apify
В Claude Desktop добавьте коннектор Apify или свой через https://mcp.apify.com. Войдите в Apify при запросе.
Укажите скрапер и лимит
Назовите Claude Actor JMLP и попросите проверить схему. Укажите цели, рынки и небольшой лимит.
Запросите источники вместе с обзором
Требуйте исходные ссылки или ID. Попросите Claude отделить наблюдения от гипотез и указать пропущенные поля или пробелы охвата.
Проверьте записи перед использованием обзора
Проверьте результаты и исходные креативы. Даты и диапазоны охвата не показывают продажи, конверсии или окупаемость рекламы.
Используй jmlp/meta-ad-library-scraper для сбора до 50 активных объявлений ZARA в GB. Сначала проверь схему Actor. Сгруппируй сообщения по зацепке и предложению, укажи исходные ID и предложи три проверяемые гипотезы кампании. Не делай выводов о расходах и конверсиях.
Следите за изменениями на дашборде.
Подключите результаты скрапера из Google Sheets к Looker Studio. Отслеживайте рекламу, позиции поиска и найм между запусками.
Показывайте пропущенные поля. Не суммируйте диапазоны охвата и повторные наблюдения как общую аудиторию.
Подготовьте таблицу отчёта
Сначала перенесите результаты в Sheets. Определите значение строки: например, наблюдаемый креатив или результат поиска.
Подключите Looker Studio
Добавьте таблицу Sheets как источник. Настройте даты и числа, затем фильтры рекламодателя, страны или запроса.
Выберите, что отслеживать
Попробуйте хронологию креативов, позиции поиска или вакансии по должности и месту. Покажите период сбора и охват источника.
Перенесите историю в BigQuery при необходимости
Для больших наборов подключите Looker Studio к моделям таблиц BigQuery. В Looker используйте управляемое подключение команды к BigQuery и её модель LookML.
Сохраните историю, доступную аналитикам через запросы.
Загрузите результаты в BigQuery и сохраните исходные снимки. Используйте SQL и dbt для подготовки надёжных таблиц.
Понадобятся расписание, учётные данные API и задачи загрузки в вашей системе. Помогу спроектировать и построить конвейер.
Сохраните исходный запуск
Получайте JSON успешных запусков через API или Python-клиент Apify. Храните исходные записи с run_id, collected_at и source в загрузочной таблице BigQuery.
Определите, что представляет запись
Одна реклама в двух странах остаётся одним креативом. Сохраняйте ID платформы и при необходимости храните региональные наблюдения отдельно.
Постройте модели SQL и dbt
Нормализуйте даты и поля в staging-моделях. Добавьте тесты dbt на уникальность и отсутствие null там, где позволяет источник. Недоступные поля оставляйте null.
Передайте команде удобные таблицы
Подготовьте таблицы креативов, поисковой видимости или компаний. Проверьте идентичности перед объединением с CRM или данными кампаний.
-- Assumes a normalized BigQuery observation table.
-- Counts observed records, not audience or ad performance.
SELECT
source,
source_id,
advertiser,
collected_at
FROM `your_project.marketing.ad_observations`
QUALIFY ROW_NUMBER() OVER (
PARTITION BY source, source_id
ORDER BY collected_at DESC
) = 1;Список компаний конкретной ниши.
Google Search + Website Contacts
Агентство, изучающее независимые магазины outdoor, может начать с поиска Google на целевом рынке. Проверьте домены и передайте отобранный список в Website Contacts.
В Sheets объединяйте по нормализованному домену. Сохраняйте запрос, контакты и заметки о соответствии. В BigQuery разделяйте поисковые наблюдения и контакты, чтобы не считать одну компанию несколько раз.
Получится список компаний с источниками, которые команда может проверить.
Смотреть Website ContactsРеклама одного бренда:
сравнение каналов.
Meta + Google + TikTok + LinkedIn
Выберите конкурента и одинаковый период. Соберите ограниченную выборку из четырёх источников. Проверьте рекламодателя на каждой платформе перед сравнением сообщений.
Сохраняйте ID платформ, даты и медиа. Проверьте креативы перед разметкой зацепок, предложений и подходов. Claude может упорядочить выводы и предложить тесты с исходными ссылками.
Обзор сравнивает сообщения разных каналов и показывает отсутствующие записи или поля.
Смотреть Meta Ad LibraryПоговорим о
вашем проекте.
Расскажите, что нужно собрать или понять. Я помогу со скрапером на заказ, конвейером или анализом.
Обсудить проект