تحلیل تبلیغات ویدیویی متا با Gemini و Google Sheets

تحلیل تبلیغات ویدیویی کتابخانه تبلیغات متا با Gemini و ذخیره نتایج در Google Sheets

این گردش کار فرآیند استخراج تبلیغات ویدیویی از کتابخانه تبلیغات متا، تجزیه و تحلیل محتوای آن‌ها با استفاده از هوش مصنوعی Gemini گوگل و ذخیره بینش‌های ساختاریافته در Google Sheets را خودکار می‌کند. این گردش کار برای بازاریابان، تحلیلگران و محققانی که به دنبال اطلاعات دقیق در مورد تبلیغات ویدیویی هستند، ایده‌آل است.

این گردش کار و موارد بیشتر را در کاتالوگ n8n اکسیتو.ای کاوش کنید.

تشریح گردش کار

گردش کار به بلوک‌های منطقی زیر تقسیم می‌شود:

1. ورودی و مقداردهی اولیه: راه‌اندازی دستی گردش کار و تنظیم پارامترهای اولیه.

2. خراشیدن تبلیغات کتابخانه متا: دریافت داده‌های تبلیغات ویدیویی از کتابخانه تبلیغات متا از طریق Apify.

3. آماده‌سازی و فیلتر کردن داده‌ها: محاسبه زمان اجرای تبلیغ، مرتب‌سازی نتایج، فیلتر کردن برای تبلیغات ویدیویی و محدود کردن تعداد ویدیوها برای تجزیه و تحلیل.

4. دانلود و قالب‌بندی ویدیو: دانلود فایل‌های ویدیویی و آماده‌سازی آن‌ها برای تجزیه و تحلیل هوش مصنوعی.

5. تجزیه و تحلیل هوش مصنوعی با Gemini: آپلود ویدیوها در Google Gemini، پردازش آن‌ها و تجزیه بینش‌های تولید شده توسط هوش مصنوعی.

6. ساختاردهی و ذخیره‌سازی نتایج: سازماندهی داده‌های تجزیه و تحلیل شده و ذخیره آن‌ها در Google Sheets.

7. پردازش دسته‌ای: مدیریت کارآمد چندین ویدیو از طریق پردازش دسته‌ای.

---

تحلیل دقیق نودها

این بخش به تشریح جزئیات هر نود در گردش کار می‌پردازد و نقش، پیکربندی و موارد لبه‌ای احتمالی آن‌ها را توضیح می‌دهد.

۱. ورودی و مقداردهی اولیه

این بخش نقطه شروع گردش کار و پیکربندی‌های اولیه را تنظیم می‌کند.

• Manual Trigger

* نوع: n8n-nodes-base.manualTrigger

* نقش: اجرای دستی گردش کار را آغاز می‌کند.

* پیکربندی: تنظیمات پیش‌فرض، بدون نیاز به پارامتر.

* ورودی: ندارد.

* خروجی: به نود Set Initial Parameters متصل می‌شود.

• Set Initial Parameters

* نوع: n8n-nodes-base.set

* نقش: متغیرهای پیکربندی ضروری مانند اعلان‌ها (prompts) و کلیدهای API را تعریف و ذخیره می‌کند.

* پیکربندی: مقادیر ثابت یا پویا را که در نودهای بعدی استفاده می‌شوند، ذخیره می‌کند.

* ورودی: از Manual Trigger.

* خروجی: به نود Clean Prompt متصل می‌شود.

* موارد لبه‌ای: مقادیر پارامترهای گمشده یا نادرست می‌توانند منجر به خطاهای بعدی شوند.

• Clean Prompt

* نوع: n8n-nodes-base.code

* نقش: متن اعلان (prompt) را قبل از استفاده در استخراج اطلاعات یا تحلیل هوش مصنوعی، پاکسازی یا قالب‌بندی می‌کند.

* پیکربندی: کد سفارشی جاوا اسکریپت برای دستکاری اعلان.

* ورودی: از Set Initial Parameters.

* خروجی: به نود Scrape Meta Ad Library متصل می‌شود.

* موارد لبه‌ای: خطا در کد یا فرمت‌های ورودی غیرمنتظره می‌تواند باعث شکست شود.

۲. استخراج اطلاعات از کتابخانه تبلیغات متا

این بلوک با استفاده از Apify، داده‌های تبلیغاتی را از کتابخانه تبلیغات متا بازیابی می‌کند.

• Scrape Meta Ad Library

* نوع: n8n-nodes-base.httpRequest

* نقش: API Apify را برای استخراج داده‌های تبلیغاتی بر اساس پارامترهای پیکربندی شده فراخوانی می‌کند.

* پیکربندی: متد HTTP، URL برای استخراج‌کننده کتابخانه تبلیغات متا Apify، احراز هویت و پارامترهای پرس و جو را پیکربندی می‌کند.

* ورودی: از Clean Prompt.

* خروجی: به نود Calculate Ad Runtime متصل می‌شود.

* موارد لبه‌ای: محدودیت‌های نرخ API، شکست احراز هویت، مهلت‌های زمانی شبکه.

• Calculate Ad Runtime

* نوع: n8n-nodes-base.set

* نقش: با استفاده از فیلدهای تاریخ، مدت زمان فعال بودن هر تبلیغ را محاسبه می‌کند.

* پیکربندی: از عبارات برای محاسبه تفاوت تاریخ استفاده می‌کند.

* ورودی: از Scrape Meta Ad Library.

* خروجی: به نود Sort Ads متصل می‌شود.

* موارد لبه‌ای: فیلدهای تاریخ گمشده یا بدشکل.

• Sort Ads

* نوع: n8n-nodes-base.sort

* نقش: تبلیغات استخراج شده را بر اساس دسترسی (reach) یا مدت زمان فعال بودن برای اولویت‌بندی تحلیل مرتب می‌کند.

* پیکربندی: معیار مرتب‌سازی روی دسترسی یا روزهای فعال بودن در ترتیب نزولی تنظیم شده است.

* ورودی: از Calculate Ad Runtime.

* خروجی: به نود Filter Video Ads متصل می‌شود.

* موارد لبه‌ای: داده‌های ورودی خالی.

۳. آماده‌سازی و فیلتر کردن داده‌ها

این بخش مجموعه داده را برای تمرکز بر تبلیغات ویدیویی اصلاح کرده و دامنه تحلیل را محدود می‌کند.

• Filter Video Ads

* نوع: n8n-nodes-base.filter

* نقش: مجموعه داده را فیلتر می‌کند تا فقط تبلیغات شناسایی شده به عنوان ویدیو را شامل شود.

* پیکربندی: شرط، نوع رسانه یا نشانگرهای فرمت خاص ویدیو را بررسی می‌کند.

* ورودی: از Sort Ads.

* خروجی: به نود Limit Videos for Analysis متصل می‌شود.

* موارد لبه‌ای: تبلیغاتی که فاقد اطلاعات نوع رسانه هستند.

• Limit Videos for Analysis

* نوع: n8n-nodes-base.limit

* نقش: تعداد تبلیغات ویدیویی پردازش شده را به حداکثر از پیش تعیین شده محدود می‌کند.

* پیکربندی: تعداد محدودیت از طریق پارامترها یا مقادیر پیش‌فرض تنظیم می‌شود.

* ورودی: از Filter Video Ads.

* خروجی: به نود Select Relevant Fields متصل می‌شود.

* موارد لبه‌ای: محدودیت خیلی کم یا صفر تنظیم شده است.

• Select Relevant Fields

* نوع: n8n-nodes-base.set

* نقش: فقط فیلدهای لازم برای پردازش بعدی، مانند URLهای ویدیو و فراداده تبلیغات را استخراج و قالب‌بندی می‌کند.

* پیکربندی: جفت‌های کلید-مقدار را برای نقاط داده ضروری تنظیم می‌کند.

* ورودی: از Limit Videos for Analysis.

* خروجی: به نود Loop Over Videos متصل می‌شود.

* موارد لبه‌ای: فیلدهای مورد انتظار گمشده.

۴. دانلود و قالب‌بندی ویدیو

این بلوک دانلود فایل‌های ویدیویی و آماده‌سازی آن‌ها برای تحلیل هوش مصنوعی را مدیریت می‌کند.

• Loop Over Videos

* نوع: n8n-nodes-base.splitInBatches

* نقش: ویدیوها را در دسته‌هایی پردازش می‌کند تا مدیریت استفاده از منابع و محدودیت‌های API را به طور موثر انجام دهد.

* پیکربندی: اندازه دسته بر اساس نیازهای گردش کار قابل تنظیم است.

* ورودی: از Select Relevant Fields.

* خروجی: خروجی اول برای کنترل حلقه است؛ خروجی دوم به نود Download Video متصل می‌شود.

* موارد لبه‌ای: اندازه دسته‌ای که خیلی بزرگ است می‌تواند باعث مهلت زمانی شود.

• Download Video

* نوع: n8n-nodes-base.httpRequest

* نقش: فایل ویدیویی را از URL ارائه شده در داده‌های تبلیغاتی دانلود می‌کند.

* پیکربندی: از درخواست GET با URL ویدیو استفاده می‌کند و انتظار پاسخ باینری دارد.

* ورودی: از Loop Over Videos (خروجی دوم).

* خروجی: به نود Adjust File Type متصل می‌شود.

* موارد لبه‌ای: URLهای خراب، خطاهای شبکه، مدیریت فایل‌های بسیار بزرگ.

• Adjust File Type

* نوع: n8n-nodes-base.code

* نقش: فراداده فایل دانلود شده را تغییر می‌دهد تا اطمینان حاصل شود که به درستی توسط سیستم‌های بعدی به عنوان فایل ویدیویی شناسایی می‌شود.

* پیکربندی: کد سفارشی جاوا اسکریپت برای تنظیم پسوند فایل یا انواع MIME.

* ورودی: از Download Video.

* خروجی: به نود Upload Video to Gemini متصل می‌شود.

* موارد لبه‌ای: خرابی فایل یا فرمت‌های پشتیبانی نشده.

۵. تحلیل هوش مصنوعی با Gemini

این بخش بر آپلود ویدیوها در Gemini، انجام تحلیل و تجزیه نتایج تمرکز دارد.

• Upload Video to Gemini

* نوع: n8n-nodes-base.httpRequest

* نقش: فایل ویدیویی آماده شده را برای تحلیل به API Gemini آپلود می‌کند.

* پیکربندی: از درخواست POST با داده‌های باینری ویدیو و احراز هویت لازم استفاده می‌کند.

* ورودی: از Adjust File Type.

* خروجی: به نود Prepare Gemini Parameters متصل می‌شود.

* موارد لبه‌ای: شکست آپلود، محدودیت‌های نرخ API.

• Prepare Gemini Parameters

* نوع: n8n-nodes-base.set

* نقش: پارامترها یا شناسه‌های ضروری بازگردانده شده از فرآیند آپلود را برای فراخوانی‌های تحلیل بعدی آماده و منتقل می‌کند.

* پیکربندی: متغیرهایی مانند شناسه‌های آپلود یا توکن‌ها را تنظیم می‌کند.

* ورودی: از Upload Video to Gemini.

* خروجی: به نود Wait for Gemini Processing متصل می‌شود.

* موارد لبه‌ای: داده‌های تأیید آپلود گمشده.

• Wait for Gemini Processing

* نوع: n8n-nodes-base.wait

* نقش: اجرای گردش کار را متوقف می‌کند تا به Gemini زمان کافی برای پردازش ویدیوی آپلود شده بدهد.

* پیکربندی: مدت زمان انتظار قابل تنظیم یا ادامه مبتنی بر Webhook.

* ورودی: از Prepare Gemini Parameters.

* خروجی: به نود Analyze Video with Gemini متصل می‌شود.

* موارد لبه‌ای: مهلت زمانی اگر پردازش ویدیو از زمان انتظار پیکربندی شده فراتر رود.

• Analyze Video with Gemini

* نوع: n8n-nodes-base.httpRequest

* نقش: نتایج تحلیل را از API Gemini درخواست می‌کند.

* پیکربندی: از درخواست GET یا POST با شناسه آپلود برای بازیابی بینش‌های تولید شده توسط هوش مصنوعی استفاده می‌کند.

* ورودی: از Wait for Gemini Processing.

* خروجی: به نود AI Analysis Agent متصل می‌شود.

* موارد لبه‌ای: خطاهای API، بازیابی ناقص داده‌ها.

• Google Gemini Chat Model

* نوع: @n8n/n8n-nodes-langchain.agent (به طور خاص، یک جزء Langchain برای Gemini)

* نقش: تکمیل چت هوش مصنوعی یا اعلان‌های مربوط به تحلیل ویدیو را با استفاده از مدل Gemini پردازش می‌کند.

* پیکربندی: نیاز به اعتبارنامه‌های Gemini و اعلان‌های پیکربندی شده دارد.

* ورودی: از AI Analysis Agent (به عنوان ai_languageModel).

* خروجی: به نود AI Analysis Agent بازمی‌گردد.

* موارد لبه‌ای: خطاهای احراز هویت، محدودیت‌های نرخ API.

• Structured Output Parser

* نوع: @n8n/n8n-nodes-langchain.agent (به طور خاص، یک جزء Langchain برای تجزیه خروجی)

* نقش: خروجی هوش مصنوعی را بر اساس یک طرح از پیش تعریف شده به یک فرمت ساختاریافته، مانند JSON، تجزیه می‌کند.

* پیکربندی: فرمت خروجی مورد انتظار و قوانین اعتبارسنجی را تعریف می‌کند.

* ورودی: از AI Analysis Agent (به عنوان ai_outputParser).

* خروجی: به نود AI Analysis Agent بازمی‌گردد.

* موارد لبه‌ای: شکست تجزیه به دلیل فرمت‌های خروجی غیرمنتظره هوش مصنوعی.

• AI Analysis Agent

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: تعامل بین مدل هوش مصنوعی (Google Gemini Chat Model) و تجزیه‌کننده خروجی (Structured Output Parser) را برای تولید داده‌های نهایی ساختاریافته هماهنگ می‌کند.

* پیکربندی: نودهای مدل چت و تجزیه‌کننده خروجی را برای اجرای هماهنگ ترکیب می‌کند.

* ورودی: از Analyze Video with Gemini (ورودی اصلی)، Google Gemini Chat Model (به عنوان ai_languageModel) و Structured Output Parser (به عنوان ai_outputParser).

* خروجی: به نود Store Analysis Results متصل می‌شود.

* موارد لبه‌ای: شکست اجرای عامل، مکانیزم‌های تلاش مجدد.

۶. ساختاردهی و ذخیره‌سازی نتایج

این بلوک نتایج تحلیل ساختاریافته را در یک Google Sheet ذخیره می‌کند.

• Store Analysis Results

* نوع: n8n-nodes-base.googleSheets

* نقش: ردیف‌ها را در یک Google Sheet با داده‌های تحلیل تبلیغات ویدیویی ساختاریافته اضافه یا به‌روزرسانی می‌کند.

* پیکربندی: نیاز به اعتبارنامه‌های Google Sheets، شناسه صفحه گسترده، نام برگه و نگاشت ستون دارد.

* ورودی: از AI Analysis Agent.

* خروجی: برای پردازش دسته بعدی به نود Loop Over Videos بازمی‌گردد.

* موارد لبه‌ای: خطاهای احراز هویت، محدودیت‌های سهمیه API Google Sheets، مجوزهای دسترسی ناکافی به برگه.

۷. پردازش دسته‌ای

این بخش پردازش کارآمد چندین تبلیغ ویدیویی را مدیریت می‌کند.

• Loop Over Videos

* نوع: n8n-nodes-base.splitInBatches

* نقش: لیست ویدیوها را برای پردازش متوالی به دسته‌های قابل مدیریت تقسیم می‌کند و استفاده از منابع را بهینه می‌کند.

* پیکربندی: اندازه دسته برای کنترل همزمانی و رعایت محدودیت‌های API پیکربندی شده است.

* ورودی: از Select Relevant Fields و از Store Analysis Results بازمی‌گردد.

* خروجی: خروجی اول برای کنترل حلقه استفاده می‌شود؛ خروجی دوم به نود Download Video تغذیه می‌شود.

* موارد لبه‌ای: پیکربندی نادرست اندازه دسته می‌تواند منجر به تأخیر در پردازش یا بارگذاری بیش از حد سیستم شود.

---

جدول خلاصه