این گردش کار چگونه به تحلیل تبلیغات فیسبوک کمک میکند؟

این گردش کار دادههای عملکرد تبلیغات فیسبوک را جمعآوری کرده، معیارهای کلیدی را پردازش میکند و سپس با استفاده از هوش مصنوعی Gemini، بینشها و توصیههایی را برای بهبود کمپینها ارائه میدهد.

چه دادههایی از تبلیغات فیسبوک استخراج میشود؟

این گردش کار معیارهای کلیدی مانند هزینه، نمایش، کلیکها، خریدها و ROAS را در سطح آگهی برای ۲۸ روز گذشته استخراج میکند.

نقش هوش مصنوعی Gemini در این گردش کار چیست؟

Gemini AI برای دستهبندی عملکرد هر آگهی، ارائه توجیه برای نتایج و پیشنهاداتی برای بهینهسازی کمپینها استفاده میشود.

خروجی نهایی این گردش کار کجاست؟

خروجی نهایی شامل دادههای خام تبلیغات و بینشهای تولید شده توسط هوش مصنوعی در یک صفحه Google Sheets ذخیره میشود.

تحلیل تبلیغات فیسبوک با Gemini AI و ارسال به Google Sheets

تحلیل تبلیغات فیسبوک و ارسال بینش‌ها به Google Sheets با Gemini AI

این گردش کار، تحلیل عملکرد تبلیغات فیسبوک را با استفاده از هوش مصنوعی خودکار کرده و بینش‌ها را در Google Sheets به‌روزرسانی می‌کند. این ابزار برای کسب‌وکارهای تجارت الکترونیک، آژانس‌های بازاریابی دیجیتال و خریداران رسانه تبلیغات فیسبوک که به دنبال بهینه‌سازی هزینه‌های تبلیغات و اثربخشی کمپین از طریق بینش‌های مبتنی بر هوش مصنوعی هستند، طراحی شده است.

شما می‌توانید این گردش کار را از کاتالوگ Axeto پیدا و وارد کنید: Axeto.ai/n8n

---

نمای کلی گردش کار

این گردش کار به چندین بلوک منطقی تقسیم شده است:

1. مدیریت امن توکن: با بازیابی و به‌روزرسانی توکن دسترسی طولانی‌مدت فیسبوک، دسترسی مداوم به API را تضمین می‌کند.

2. دریافت داده‌های تبلیغات فیسبوک: داده‌های عملکرد تبلیغات فیسبوک را در ۲۸ روز گذشته در سطح آگهی بازیابی می‌کند.

3. پردازش و پاک‌سازی داده‌ها: داده‌های خام API فیسبوک را تجزیه و تحلیل می‌کند، معیارهای کلیدی تجارت الکترونیک را استخراج و تجمیع می‌کند و برای کمپین‌های فروش فیلتر می‌کند.

4. محاسبه معیار: تمام داده‌های تبلیغات را برای محاسبه معیارهای کلی حساب (مانند ROAS متوسط، هزینه به ازای هر خرید) تجمیع می‌کند.

5. تحلیل خلاقانه تبلیغات با هوش مصنوعی: داده‌های عملکرد هر آگهی و معیار کلی را برای دسته‌بندی و توصیه‌ها به Google Gemini AI ارسال می‌کند.

6. خروجی به Google Sheets: Google Sheets را با داده‌های خام آگهی و بینش‌های تولید شده توسط هوش مصنوعی (دسته عملکرد، توجیه، توصیه) به‌روز می‌کند.

---

تشریح گره‌های جزئیات

۱. مدیریت توکن امن

این بلوک احراز هویت API فیسبوک را با بازیابی یک توکن دسترسی طولانی مدت ذخیره شده از NocoDB، بررسی اینکه آیا نیاز به تازه‌سازی دارد یا خیر، و در صورت لزوم، درخواست یک توکن جدید و به‌روزرسانی ذخیره‌سازی، مدیریت می‌کند.

گره‌ها:

Manual Trigger (هنگام کلیک بر روی ‘Test workflow’)

* نقش: نقطه ورود برای شروع دستی گردش کار.

NocoDB (دریافت توکن طولانی مدت)

* نقش: بازیابی توکن دسترسی طولانی مدت فیسبوک و جزئیات انقضا ذخیره شده از پایگاه داده NocoDB.

* پیکربندی: خواندن از یک جدول خاص NocoDB با احراز هویت توکن API.

* خروجی: JSON حاوی توکن و انقضا.

Code (آیا نیاز به تازه‌سازی توکن دارد؟)

* نقش: بررسی می‌کند که آیا توکن ظرف ۳ روز منقضی می‌شود یا قبلاً منقضی شده است.

* منطق: زمان فعلی را با تاریخ پایان توکن مقایسه می‌کند تا مشخص شود آیا تازه‌سازی لازم است. خروجی یک مقدار بولی needs_refresh و اطلاعات تشخیصی.

* موارد لبه‌ای: فیلدهای تاریخ گمشده یا بدشکل را مدیریت می‌کند، با فرض فرمت تاریخ صحیح از NocoDB.

If (آیا توکن نیاز به تازه‌سازی دارد؟)

* نقش: گردش کار را بر اساس ضرورت تازه‌سازی توکن منشعب می‌کند.

HTTP Request (دریافت توکن دسترسی طولانی مدت ۱)

* نقش: درخواست یک توکن طولانی مدت جدید فیسبوک از API Graph فیسبوک.

* پیکربندی: از پارامترهای OAuth (client_id, client_secret, fb_exchange_token از توکن قبلی) استفاده می‌کند.

* موارد لبه‌ای: خطاهای HTTP، اعتبارنامه‌های نامعتبر و محدودیت‌های نرخ را مدیریت می‌کند.

Code (محاسبه تاریخ پایان توکن ۱)

* نقش: تاریخ انقضای توکن جدید به دست آمده از پاسخ API را محاسبه می‌کند.

NocoDB (به‌روزرسانی توکن)

* نقش: توکن جدید و تاریخ انقضای آن را دوباره در پایگاه داده NocoDB ذخیره می‌کند.

Set (دریافت توکن طولانی مدت ۱)

* نقش: رشته توکن طولانی مدت را به یک متغیر برای استفاده در گره‌های بعدی اختصاص می‌دهد.

Set (استخراج توکن طولانی مدت)

* نقش: توکن طولانی مدت را از پاسخ توکن به‌روز شده استخراج می‌کند.

Set (استخراج توکن دسترسی)

* نقش: توکن را برای استفاده در هدرهای احراز هویت API آماده می‌کند.

شکست‌های احتمالی:

خطاهای اتصال پایگاه داده یا مجوز در گره‌های NocoDB.
تاریخ انقضای توکن گمشده یا بدشکل.
شکست درخواست‌های HTTP یا اعتبارنامه‌های برنامه فیسبوک نامعتبر.
حلقه‌های تازه‌سازی توکن در صورت اشتباه بودن منطق.

---

۲. دریافت داده‌های تبلیغات فیسبوک

این بلوک از API Graph فیسبوک برای دریافت بینش‌های سطح تبلیغات برای ۲۸ روز گذشته، از جمله معیارهای کلیدی مانند هزینه، نمایش، کلیک‌ها و اقدامات مربوط به خرید استفاده می‌کند.

گره‌ها:

Set (دریافت توکن طولانی مدت ۱)

* نقش: توکن دسترسی طولانی مدت را فراهم می‌کند.

Set (استخراج توکن دسترسی)

* نقش: توکن دسترسی را برای احراز هویت فراهم می‌کند.

HTTP Request (دریافت داده‌ها برای ۲۸ روز گذشته تفکیک شده بر اساس کمپین، Adset و Ad)

* نقش: نقطه پایانی /act_{adAccountId}/insights API Graph فیسبوک را برای بازیابی داده‌های تبلیغات فراخوانی می‌کند.

* پیکربندی: فیلدهایی مانند نام کمپین، نام تبلیغ، شناسه تبلیغ، هزینه، نمایش، کلیک‌ها، اقدامات و تاریخ‌ها را پرس و جو می‌کند. از احراز هویت توکن Bearer با توکن طولانی مدت استفاده می‌کند.

* موارد لبه‌ای: محدودیت‌های نرخ API، توکن نامعتبر، پاسخ بدشکل، محدودیت‌های صفحه‌بندی.

Code (تقسیم به فرمت جدول)

* نقش: JSON پاسخ API فیسبوک را تجزیه می‌کند، معیارهای سطح تبلیغات را استخراج می‌کند و شاخص‌های کلیدی عملکرد تجارت الکترونیک را نرمال می‌کند (به عنوان مثال، افزودن به سبد خرید، شروع پرداخت، خرید، مقادیر خرید). با مدیریت داده‌های اقدام بالقوه گمشده یا تودرتو و تبدیل مقادیر رشته به اعداد، ساختار خروجی سازگار را تضمین می‌کند.

* موارد لبه‌ای: فیلدهای گمشده، فرمت‌های داده غیرمنتظره، آرایه‌های داده خالی.

---

۳. پردازش و پاک‌سازی داده‌ها

این بلوک داده‌ها را برای شامل شدن فقط کمپین‌های فروش فیلتر می‌کند و داده‌های خام تبلیغات را بر اساس خلاقیت تبلیغاتی جمع‌آوری می‌کند تا شاخص‌های کلیدی عملکرد خلاصه را محاسبه کند.

گره‌ها:

Filter (فیلتر کردن فقط برای کمپین‌های فروش)

* نقش: داده‌های تبلیغاتی ورودی را فیلتر می‌کند تا فقط کمپین‌هایی را شامل شود که فیلد objective برابر با OUTCOME_SALES است.

* موارد لبه‌ای: حساسیت به حروف بزرگ و کوچک در فیلد objective، فیلدهای objective گمشده.

Code (جمع‌آوری معیارها بر اساس خلاقیت تبلیغاتی)

* نقش: داده‌های تبلیغات را بر اساس ad_name جمع‌آوری می‌کند و معیارهایی مانند هزینه، نمایش، کلیک‌ها، خریدها و مقادیر خرید را جمع می‌زند. همچنین معیارهای مشتق شده مانند CTR، CPC، CPM، هزینه به ازای هر خرید، ROAS، نرخ تبدیل و میانگین ارزش سفارش را محاسبه می‌کند و اعداد را برای خوانایی قالب‌بندی می‌کند.

* یادداشت‌ها: ad_id را از اولین مورد مشاهده شده برای هر نام تبلیغ ذخیره می‌کند تا هویت آن را حفظ کند.

* موارد لبه‌ای: تقسیم بر صفر، مقادیر گمشده یا صفر، داده‌های ناسازگار.

---

۴. محاسبه معیار مقایسه

این بلوک معیارهای مقایسه کلی در سطح حساب را از داده‌های جمع‌آوری شده تبلیغات محاسبه می‌کند که برای مقایسه در تحلیل هوش مصنوعی استفاده خواهد شد.

گره‌ها:

Code (محاسبه معیارهای مقایسه حساب)

* نقش: تمام معیارهای داده‌های تبلیغات را جمع می‌زند و شاخص‌های کلیدی عملکرد در سطح حساب مانند CTR کلی، CPC، CPM، هزینه به ازای هر خرید، ROAS، نرخ تبدیل و میانگین ارزش سفارش را محاسبه می‌کند. همچنین محدوده تاریخ مربوطه را تعیین می‌کند.

* موارد لبه‌ای: ورودی خالی، مجموع‌های صفر، مسائل مربوط به تجزیه تاریخ.

Code (تبدیل داده‌های معیار مقایسه به رشته)

* نقش: شیء معیار مقایسه واحد را به یک رشته JSON تبدیل می‌کند و آن را برای ورودی به گره هوش مصنوعی آماده می‌کند.

* یادداشت‌ها: JSON برای خوانایی pretty-printed شده است اما می‌توان آن را برای فشرده‌سازی تنظیم کرد.

---

۵. تحلیل خلاقانه تبلیغاتی با قدرت هوش مصنوعی

این بلوک داده‌های خلاقیت تبلیغاتی فردی را با داده‌های معیار مقایسه ترکیب می‌کند و آن را به یک مدل هوش مصنوعی Google Gemini ارسال می‌کند. هوش مصنوعی عملکرد تبلیغات را تجزیه و تحلیل و دسته‌بندی می‌کند و خروجی ساختاریافته سپس تجزیه می‌شود.

گره‌ها:

Code (تبدیل همه چیز به رشته)

* نقش: آرایه داده‌های خلاقیت تبلیغاتی جمع‌آوری شده را به یک رشته JSON برای ورودی هوش مصنوعی تبدیل می‌کند.

Merge (ترکیب داده‌های تبلیغات و داده‌های معیار مقایسه)

* نقش: داده‌های رشته‌ای تبلیغات و داده‌های معیار مقایسه را در یک ساختار داده واحد ادغام می‌کند.

Aggregate (ترکیب داده‌های تبلیغات و معیار مقایسه برای LLM)

* نقش: داده‌های ادغام شده را به یک مورد واحد مناسب برای اعلان هوش مصنوعی جمع‌آوری می‌کند.

LangChain Chain LLM (خریدار رسانه ارشد تبلیغات فیسبوک)

* نقش: اعلان هوش مصنوعی را تعریف می‌کند و به مدل دستور می‌دهد تا به عنوان یک خریدار رسانه ارشد عمل کند. هر خلاقیت تبلیغاتی را در برابر معیارهای مقایسه ارزیابی می‌کند، عملکرد را به سطل‌ها دسته‌بندی می‌کند، توجیهات ارائه می‌دهد و توصیه‌هایی را ارائه می‌دهد.

* ورودی: رشته‌های JSON داده‌های تبلیغات و معیارهای مقایسه.

* خروجی: JSON ساختاریافته حاوی بینش‌های تبلیغاتی.

LangChain LM Chat Google Gemini (مدل چت Google Gemini)

* نقش: اعلان هوش مصنوعی را با استفاده از مدل پیش‌نمایش Google Gemini 2.5 Pro اجرا می‌کند.

LangChain Output Parser Structured (تجزیه‌کننده خروجی ساختاریافته)

* نقش: پاسخ هوش مصنوعی را به اشیاء JSON ساختاریافته که با طرحواره مورد انتظار مطابقت دارند، تجزیه می‌کند.

SplitOut (جدا کردن)

* نقش: آرایه بینش‌های تبلیغاتی تجزیه و تحلیل شده توسط هوش مصنوعی را به موارد خروجی جداگانه برای پردازش بیشتر تقسیم می‌کند.

شکست‌های احتمالی:

تأخیر مدل هوش مصنوعی یا محدودیت‌های سهمیه.
خطاهای تجزیه در صورتی که خروجی هوش مصنوعی از طرحواره مورد انتظار منحرف شود.
محدودیت‌های اندازه داده در اعلان.
پیکربندی نادرست گره‌های Merge یا Aggregate.

---

۶. خروجی به Google Sheets

این بلوک داده‌های عملکرد خام تبلیغات و بینش‌های تولید شده توسط هوش مصنوعی را با مطابقت دادن ردیف‌ها بر اساس شناسه تبلیغ، در یک Google Sheet به‌روزرسانی می‌کند.

گره‌ها:

Google Sheets (ارسال داده‌های خام به یک Google Sheet)

* نقش: داده‌های عملکرد خام تبلیغات را به یک برگه Google Sheet مشخص اضافه یا به‌روزرسانی می‌کند.

* پیکربندی: به اعتبارنامه‌های OAuth2 Google Sheets و شناسه سند صفحه گسترده نیاز دارد.

* موارد لبه‌ای: محدودیت‌های API، شناسه صفحه گسترده نامعتبر، انقضای اعتبارنامه.

Sort (مرتب‌سازی بر اساس هزینه‌ها)

* نقش: داده‌های جمع‌آوری شده تبلیغات را بر اساس کل هزینه به ترتیب نزولی مرتب می‌کند قبل از اینکه به Google Sheets و هوش مصنوعی ارسال شود.

Google Sheets (به‌روزرسانی بینش‌های تبلیغاتی در Google Sheets)

* نقش: ردیف‌های موجود Google Sheet را با بینش‌های هوش مصنوعی (دسته عملکرد، توجیه، توصیه) به‌روزرسانی می‌کند و آن‌ها را بر اساس ad_id مطابقت می‌دهد.

* پیکربندی: به پیکربندی تطبیق ستون و شناسه سند صفحه گسترده نیاز دارد.

* موارد لبه‌ای: شکست‌های تطبیق در صورت متفاوت بودن شناسه‌های تبلیغات، محدودیت‌های نرخ API.

جدول خلاصه

نام نود (Node Name)	نوع نود (Node Type)	نقش عملکردی (Functional Role)	نود(های) ورودی (Input Node(s))	نود(های) خروجی (Output Node(s))	یادداشت (Sticky Note)
When clicking ‘Test workflow’	Manual Trigger	نقطه ورود برای شروع گردش کار	-	Does it Need A Token Refresh?	شروع دستی گردش کار.
Getting Long-Term Token	NocoDB	بازیابی توکن دسترسی بلندمدت ذخیره شده فیسبوک	When clicking ‘Test workflow’	Does it Need A Token Refresh?	خواندن توکن و تاریخ انقضا از NocoDB.
Does it Need A Token Refresh?	Code	بررسی انقضای توکن	Getting Long-Term Token	Does Token Needs Refreshing?	بررسی می‌کند که آیا توکن ظرف ۳ روز منقضی می‌شود.
Does Token Needs Refreshing?	If	انشعاب بر اساس نیاز به تازه‌سازی توکن	Does it Need A Token Refresh?	Getting Long-Lived Access Token1 / Getting Long-Term Token1	مسیر برای تازه‌سازی توکن.
Getting Long-Lived Access Token1	HTTP Request	درخواست توکن بلندمدت جدید فیسبوک	Does Token Needs Refreshing?	Calculating End Date of Token1	فراخوانی API Graph فیسبوک برای توکن.
Calculating End Date of Token1	Code	محاسبه تاریخ انقضای توکن جدید	Getting Long-Lived Access Token1	Updating Token	تجزیه تاریخ انقضا از پاسخ API.
Updating Token	NocoDB	ذخیره توکن و تاریخ انقضای جدید در NocoDB	Calculating End Date of Token1	Getting Long-Term Token1	به‌روزرسانی NocoDB با توکن تازه‌سازی شده.
Getting Long-Term Token1	Set	اختصاص رشته توکن بلندمدت به یک متغیر	Updating Token / Does Token Needs Refreshing?	Extracting Access Token / Getting Data For the Past 28 Days Segmented Per Campaign Adset and Ad	ذخیره توکن برای استفاده پایین‌دستی.
Extracting Access Token	Set	آماده‌سازی توکن برای هدرهای احراز هویت API	Getting Long-Term Token1	Getting Data For the Past 28 Days Segmented Per Campaign Adset and Ad	تنظیم توکن برای درخواست‌های HTTP.
Getting Data For the Past 28 Days Segmented Per Campaign Adset and Ad	HTTP Request	دریافت داده‌های عملکرد تبلیغات فیسبوک	Extracting Access Token	Splitting Out In Table Format	فراخوانی API Graph فیسبوک برای بینش‌های تبلیغاتی.
Splitting Out In Table Format	Code	تجزیه و نرمال‌سازی داده‌های تبلیغاتی	Getting Data For the Past 28 Days Segmented Per Campaign Adset and Ad	Filtering Only For Sales Campaigns	پاک‌سازی و ساختاردهی داده‌های خام تبلیغاتی.
Filtering Only For Sales Campaigns	Filter	نگهداری فقط کمپین‌های مرتبط با فروش	Splitting Out In Table Format	Aggregate Metrics by Ad Creative	فیلتر بر اساس `objective` = `OUTCOME_SALES`.
Aggregate Metrics by Ad Creative	Code	محاسبه KPIها برای هر خلاقیت تبلیغاتی	Filtering Only For Sales Campaigns	Calculate Account Benchmarks	تجمیع معیارها و محاسبه KPIهای مشتق شده.
Calculate Account Benchmarks	Code	محاسبه معیارهای کلی در سطح حساب کاربری	Aggregate Metrics by Ad Creative	Stringify Benchmark Data	محاسبه معیارهای کلی حساب کاربری.
Stringify Benchmark Data	Code	تبدیل شیء معیار به رشته JSON	Calculate Account Benchmarks	Stringify Everything	آماده‌سازی داده‌های معیار برای هوش مصنوعی.
Stringify Everything	Code	تبدیل آرایه داده‌های خلاقیت تبلیغاتی به رشته JSON	Aggregate Metrics by Ad Creative	Combining Ad Data and Benchmarking Data	آماده‌سازی داده‌های تبلیغاتی برای هوش مصنوعی.
Combining Ad Data and Benchmarking Data	Merge	ادغام داده‌های تبلیغاتی و معیارها	Stringify Everything / Stringify Benchmark Data	Combine Ad & Benchmark Data for LLM	ادغام تمام داده‌ها برای پرامپت.
Combine Ad & Benchmark Data for LLM	Aggregate	تجمیع داده‌های ادغام شده در یک آیتم واحد	Combining Ad Data and Benchmarking Data	Senior Facebook Ads Media Buyer	یک آیتم برای ورودی LLM.
Senior Facebook Ads Media Buyer	LangChain Chain LLM	پرامپت هوش مصنوعی برای تحلیل و توصیه‌های تبلیغاتی	Combine Ad & Benchmark Data for LLM	Google Gemini Chat Model	به عنوان یک خریدار ارشد رسانه عمل می‌کند.
Google Gemini Chat Model	LangChain LM Chat Google Gemini	اجرای پرامپت هوش مصنوعی با Gemini	Senior Facebook Ads Media Buyer	Structured Output Parser	استفاده از Gemini 2.5 Pro Preview.
Structured Output Parser	LangChain Output Parser Structured	تجزیه پاسخ هوش مصنوعی به JSON ساختاریافته	Google Gemini Chat Model	Split Out	اطمینان از مطابقت خروجی هوش مصنوعی با طرحواره.
Split Out	SplitOut	تقسیم بینش‌های هوش مصنوعی به آیتم‌های جداگانه	Structured Output Parser	Sending Raw Data To A Google Sheet / Sorting Based on Spends	آماده‌سازی بینش‌های جداگانه برای خروجی.
Sending Raw Data To A Google Sheet	Google Sheets	افزودن/به‌روزرسانی داده‌های خام تبلیغاتی به Google Sheet	Split Out	Sorting Based on Spends	نوشتن داده‌های خام در Sheet.
Sorting Based on Spends	Sort	مرتب‌سازی داده‌های تبلیغاتی تجمیع شده بر اساس هزینه	Split Out	Updating Ad Insights Into Google Sheets	مرتب‌سازی داده‌ها قبل از خروجی نهایی.
Updating Ad Insights Into Google Sheets	Google Sheets	به‌روزرسانی Google Sheet با بینش‌های هوش مصنوعی	Sorting Based on Spends	-	نوشتن بینش‌های هوش مصنوعی در Sheet، با تطابق `ad_id`.

تحلیل تبلیغات فیسبوک با هوش مصنوعی Gemini و ارسال به Google…

دانلود workflow

تحلیل تبلیغات فیسبوک و ارسال بینش‌ها به Google Sheets با Gemini AI

نمای کلی گردش کار

تشریح گره‌های جزئیات

۱. مدیریت توکن امن

۲. دریافت داده‌های تبلیغات فیسبوک

۳. پردازش و پاک‌سازی داده‌ها

۴. محاسبه معیار مقایسه

۵. تحلیل خلاقانه تبلیغاتی با قدرت هوش مصنوعی

۶. خروجی به Google Sheets

جدول خلاصه

Nodeهای استفاده‌شده

سوالات متداول

workflowهای مرتبط