A Databricksbe érkezett a Meta hirdetési MCP-szervere

Az ügyféladatoktól a kampánydöntésekig

A Databricks szerint a vállalati hirdetők gyakran külön kezelik az ügyfélismeretet és a médiamunkát. Az adatcsapat például élesben futó lemorzsolódási modellt, ügyfélélettartam-értéket (LTV) jelző pontszámot és attribúciós adatokat használhat, miközben a médiacsapat a Meta Ads Managerben módosítja a kampányok költségkeretét. A két oldal között ilyenkor CSV-export, karbantartást igénylő Marketing API-integráció vagy rendszeres egyeztetés teremthet kapcsolatot.

A Meta ads MCP-szervere ezt a folyamatot közvetlenebbé teszi a Databricks Marketplace-en keresztül. A szerver Genie-hez kapcsolásával a marketingesek a Meta kampányteljesítményét a Databricksben kezelt, szabályozott üzleti adatokkal együtt vizsgálhatják. Így ugyanabban a beszélgetésben jelenhet meg a lemorzsolódási pontszám, a marginadat és a kampányeredmény.

A kiadás a Databricks és a Meta együttműködését bővíti. Korábban a Meta Conversions API vált elérhetővé a Databricks Marketplace-en. Ez lehetővé teszi, hogy a hirdetők elsődleges konverziós jeleket küldjenek a Databricksből a Metának a hirdetések mérésének és optimalizálásának javításához.

Több mint 25 eszköz a kampányok kezeléséhez

Az MCP, vagyis a Model Context Protocol nyílt szabvány, amely lehetővé teszi, hogy az AI-ügynökök eszközökkel és adatforrásokkal lépjenek kapcsolatba. A Meta ads MCP-szervere több mint 25 eszközt biztosít a kampányok teljes életciklusához.

Ezek között szerepel kampányok és hirdetéssorozatok létrehozása, költségkeretek és ajánlatok módosítása, célközönségek meghatározása, kreatívok és katalógusok kezelése, teljesítményadatok lekérése, valamint a jelek minőségének vizsgálata. A Databricks közlése szerint a Genie One felhasználói már most is természetes nyelven tehetnek fel kérdéseket, amelyekre a vállalati környezetben meghatározott mutatók és definíciók alapján kapnak választ, illetve külső eszközökben is végrehajthatnak műveleteket.

A gyakorlatban egy marketinges például arra kérheti a Genie One-t, hogy a lemorzsolódási kockázati pontszám alapján azonosítsa a távozás veszélyének kitett, értékes ügyfeleket, majd indítson megtartási kampányt napi 8000 dolláros költségkerettel. A rendszer megkeresi a megfelelő adatokat, a kapcsolódó vállalati környezetet, majd létrehozza a kampányt.

A Databricks egy másik példája szerint a bruttó árrés rendelésenként a Databricksben, a kampányköltés és a kézbesítési adatok pedig a Metánál lehetnek elérhetők. Az ezeket együtt látó ügynök olyan hirdetéssorozatok felé javasolhat költségkeret-áthelyezést, amelyek nyereséges bevételt hoznak, nem pusztán olcsó konverziókat.

Szerveroldali szabályok felügyelik a műveleteket

A Databricks szerint az adminisztrátorok a Unity Catalogon keresztül szabályozhatják a Meta-kapcsolathoz való hozzáférést. A Unity Gateway felügyeli az eszközhívásokat, és használati, valamint auditnaplókat rögzít. A vállalati adatokra továbbra is a Databricksben érvényes jogosultságok vonatkoznak, a Meta Ads Managerben végrehajtott műveleteket pedig a Meta oldalán beállított szabályok korlátozhatják.

A hirdetők a Business Settingsben például megtilthatják a 20 százaléknál nagyobb költségkeret-emelést, vagy teljesen letilthatják a kampánylétrehozást egy adott fiókban. A szerver minden eszközhívást ellenőriz ezekkel a szabályokkal szemben. Ha egy hívás sérti valamelyiket, a végrehajtás leáll, az ügynök pedig strukturált hibaüzenetet kap az okról.

A korlátozás szerveroldalon érvényesül, ezért a Databricks szerint nem attól függ, hogy melyik modellt használják az ügynök mögött. Ugyanezek a szabályok a Marketing API-n keresztül is kezelhetők, ami a sok hirdetési fiókot működtető vállalatok számára csökkentheti a kézi beállítás szükségességét.

Így indulhatnak el a Databricks-felhasználók

A Meta ads MCP-szervere a Databricks Marketplace-en található meg. A beállításhoz Meta felhasználói hozzáférési tokenre és a szükséges engedélyekre van szükség. Ezt követően az ügynök hozzáférést kaphat a Databricksben releváns marketingadatokhoz.

A Databricks azt javasolja, hogy a csapatok egy már rendszeresen felmerülő, konkrét kérdéssel kezdjenek. A megoldás célja, hogy az ügyfélszegmensek, hajlandósági modellek, LTV-pontszámok, elsődleges attribúciós adatok és készlet-előrejelzések ugyanabban a munkafolyamatban legyenek használhatók, mint a Meta hirdetési eszközei.

Stephen Orban, a Databricks termékpartnerségekért és ökoszisztémáért felelős alelnöke szerint az ügyfelek közvetlenebb módot keresnek arra, hogy az adatokba és AI-ba fektetett munkájuk a növekedést meghatározó döntésekben is megjelenjen. A Databricks közlése szerint a Meta-partnerség ehhez kapcsolja össze a vállalatok Databricksben létrehozott adatait és modelljeit a kampányvégrehajtással, megfelelő irányítással és kontrollal.