تحلیل خودکار تبلیغات متا با Gemini و Google Sheets در n8n

تحلیل روزانه تبلیغات متا با Google Gemini و Google Sheets

این گردش کار، تحلیل عملکرد روزانه تبلیغات متا (فیسبوک) شما را خودکار می‌کند. داده‌های کمپین و سطح آگهی دیروز را واکشی کرده، آن‌ها را در Google Sheets ذخیره می‌کند، از Google Gemini برای تولید بینش‌های عملی استفاده می‌کند و سپس آن بینش‌ها را دوباره در Google Sheets ذخیره می‌کند. این گردش کار همچنین شامل مدیریت خطای قوی برای اطلاع‌رسانی از طریق ایمیل در صورت شکست هر بخش از فرآیند است.

کاتالوگ گردش کار: https://axeto.ai/n8n

دسته‌بندی‌ها: تحقیقات بازار، خلاصه‌سازی هوش مصنوعی

گره‌های مورد استفاده:

• Schedule - Once per day
• Set Configuration
• Sticky Note
• Get Ad Insights - Campaign Level (Facebook Graph API)
• Split Campaign Data
• Filter Zero Spend
• Save Campaign Data (Google Sheets)
• Get Ad Insights - Ad Level (Facebook Graph API)
• Split Ad Data
• Save Ad Data (Google Sheets)
• Structure Data Hierarchy (Code)
• Google Gemini Chat Model (@n8n/n8n-nodes-langchain)
• Structured Output Parser (@n8n/n8n-nodes-langchain)
• Write Insights (@n8n/n8n-nodes-langchain)
• Split AI Insights
• Save AI Insights (Google Sheets)
• Error Trigger
• Send Email (Gmail)

---

🚀 نمای کلی گردش کار

این گردش کار برای اجرا یک بار در روز طراحی شده است و نمای جامعی از عملکرد تبلیغات متا شما ارائه می‌دهد.

عملکردهای کلیدی:

1. جمع‌آوری داده: معیارهای کمپین و سطح آگهی دیروز را از حساب تبلیغات متا شما واکشی می‌کند.

2. ذخیره‌سازی داده (خام): داده‌های خام عملکرد کمپین و آگهی را در برگه‌های جداگانه در یک Google Sheet ذخیره می‌کند.

3. ساختاردهی داده: داده‌های سطح آگهی را به یک ساختار سلسله مراتبی (کمپین > گروه آگهی > آگهی) مناسب برای تحلیل هوش مصنوعی سازماندهی می‌کند.

4. تحلیل هوش مصنوعی: داده‌های ساختاریافته را به Google Gemini ارسال می‌کند و از آن می‌خواهد تا بهترین/بدترین آگهی‌ها را شناسایی کند، بهبودهایی را پیشنهاد دهد و بینش‌های آماده برای مشتری ارائه دهد.

5. ذخیره‌سازی بینش‌ها: بینش‌های تولید شده توسط هوش مصنوعی را به یک برگه اختصاصی در Google Sheet شما اضافه می‌کند.

6. مدیریت خطا: در صورت شکست هر مرحله، یک اعلان ایمیلی با جزئیات خطا ارسال می‌شود.

موارد استفاده اصلی:

• نظارت روزانه بر عملکرد: عملکرد حساب تبلیغات متا خود را به طور مداوم پیگیری کنید.
• بینش‌های کیفی خودکار: توصیه‌های عملی را بدون تحلیل دستی از داده‌های کمی تولید کنید.
• گزارش‌دهی و بایگانی: یک مجموعه داده تاریخی در Google Sheets برای گزارش‌دهی آسان و ایجاد داشبورد بسازید.

---

⚙️ تجزیه و تحلیل گردش کار

۱. زمان‌بندی و پیکربندی

این بخش زمان‌بندی اجرای گردش کار و پارامترهای پیکربندی کلیدی را متمرکز می‌کند.

• Schedule - Once per day

* نوع: Schedule Trigger

* هدف: اجرای روزانه گردش کار را در زمان مشخصی آغاز می‌کند (به عنوان مثال، ساعت ۶ صبح به وقت منطقه زمانی نمونه n8n شما).

* پیکربندی: تنظیم شده برای اجرا روزانه.

* اتصالات: گره Set Configuration و گره Get Ad Insights - Campaign Level را به صورت موازی راه‌اندازی می‌کند.

• Set Configuration

* نوع: Set Node

* هدف: مقادیر پیکربندی ضروری مانند شناسه حساب تبلیغاتی متا و آدرس ایمیل برای اعلان‌های خطا را ذخیره می‌کند.

* پیکربندی:

* Ad Account ID: YOUR_ACT_ID_HERE را با شناسه واقعی حساب تبلیغاتی متا خود جایگزین کنید.

* Email: user@example.com را با ایمیل دلخواه خود برای هشدارها جایگزین کنید.

* اتصالات: خروجی به Get Ad Insights - Campaign Level می‌رود.

• Sticky Note (مستندات)

* هدف: پیوندها و یادداشت‌های عملیاتی مفید، از جمله راهنماهایی برای Facebook Graph API و قالب Google Sheets را ارائه می‌دهد.

۲. پردازش داده در سطح کمپین

این بلوک عملکرد کمپین روز گذشته را دریافت می‌کند، کمپین‌های بدون هزینه را فیلتر می‌کند و نتایج را ذخیره می‌کند.

• Get Ad Insights - Campaign Level

* نوع: Facebook Graph API

* هدف: معیارهای عملکرد در سطح کمپین را برای روز قبل بازیابی می‌کند.

* پیکربندی:

* Graph API Version: v24.0

* Node: act_{{ $('Set Configuration').first().json['Ad Account ID'] }}

* Edge: insights?...&level=campaign&date_preset=yesterday

* Fields: campaign_id, campaign_name, spend, impressions, clicks, results, marketing_messages_delivered, actions, reach, ctr, cost_per_result

* اعتبارنامه‌ها: به اعتبارنامه facebookGraphApi نیاز دارد.

* اتصالات: خروجی به Split Campaign Data می‌رود.

• Split Campaign Data

* نوع: Split Out

* هدف: آرایه داده‌های کمپین را از پاسخ API به موارد جداگانه، یکی برای هر کمپین تبدیل می‌کند.

* پیکربندی: fieldToSplitOut = "data"

* اتصالات: خروجی به Filter Zero Spend می‌رود.

• Filter Zero Spend

* نوع: Filter

* هدف: کمپین‌هایی را که دیروز هیچ هزینه‌ای نداشته‌اند حذف می‌کند تا بر کمپین‌های فعال تمرکز کند.

* پیکربندی: شرط: $json.spend string notEquals "0".

* اتصالات: خروجی "true" به Save Campaign Data متصل می‌شود.

• Save Campaign Data

* نوع: Google Sheets

* هدف: داده‌های عملکرد کمپین فیلتر شده را به شیت "Campaigns" در Google Sheet شما اضافه می‌کند.

* پیکربندی:

* Operation: Append

* Spreadsheet: YOUR_SPREADSHEET_ID_HERE را با شناسه Spreadsheet خود جایگزین کنید.

* Sheet Name: Campaigns

* Column Mapping: فیلدهای مربوطه مانند Date, Campaign ID, Spend, Conversations Started, و CPL را نگاشت می‌کند.

* اعتبارنامه‌ها: به اعتبارنامه googleSheetsOAuth2Api نیاز دارد.

۳. پردازش داده در سطح آگهی

این بلوک عملکرد دقیق در سطح آگهی را دریافت می‌کند، داده‌های خام را ذخیره می‌کند و آن را برای تحلیل هوش مصنوعی آماده می‌کند.

• Get Ad Insights - Ad Level

* نوع: Facebook Graph API

* هدف: معیارهای عملکرد در سطح آگهی را برای روز قبل بازیابی می‌کند.

* پیکربندی:

* Graph API Version: v24.0

* Node: act_{{ $('Set Configuration').first().json['Ad Account ID'] }}

* Edge: insights?fields=ad_id,ad_name,adset_id,adset_name,campaign_id,campaign_name,spend,reach,impressions,clicks,results,ctr,cpc,cpm&level=ad&date_preset=yesterday

* اعتبارنامه‌ها: به اعتبارنامه facebookGraphApi نیاز دارد.

* اتصالات: خروجی به Split Ad Data می‌رود.

• Split Ad Data

* نوع: Split Out

* هدف: آرایه داده‌های آگهی را از پاسخ API به موارد جداگانه، یکی برای هر ردیف بینش آگهی تبدیل می‌کند.

* پیکربندی: fieldToSplitOut = "data"

* اتصالات: خروجی به هر دو Save Ad Data و Structure Data Hierarchy می‌رود.

• Save Ad Data

* نوع: Google Sheets

* هدف: داده‌های عملکرد خام آگهی را به شیت "Ads" در Google Sheet شما اضافه می‌کند.

* پیکربندی:

* Operation: Append

* Spreadsheet: YOUR_SPREADSHEET_ID_HERE را با شناسه Spreadsheet خود جایگزین کنید.

* Sheet Name: Ads

* Column Mapping: فیلدهایی مانند date, results, spend, reach, impressions, clicks, ctr, cpc, cpm و شناسه‌ها/نام‌های مربوطه را نگاشت می‌کند.

* اعتبارنامه‌ها: به اعتبارنامه googleSheetsOAuth2Api نیاز دارد.

۴. ساختاردهی داده برای تجزیه و تحلیل هوش مصنوعی

این بخش داده‌های سطح آگهی را با سازماندهی آن در یک ساختار تو در تو برای هوش مصنوعی آماده می‌کند.

• Structure Data Hierarchy

* نوع: Code Node

* هدف: داده‌های مسطح در سطح آگهی را به یک ساختار JSON سلسله مراتبی تجمیع می‌کند و آگهی‌ها را بر اساس مجموعه آگهی و مجموعه‌های آگهی را بر اساس کمپین گروه‌بندی می‌کند. این امر درک روابط بین سطوح مختلف حساب تبلیغاتی شما را برای LLM آسان‌تر می‌کند.

* منطق: تمام موارد بینش آگهی را می‌خواند، آن‌ها را بر اساس campaign_id و adset_id گروه‌بندی می‌کند و یک شیء تو در تو شامل جزئیات کمپین، مجموعه آگهی و آگهی به همراه معیارهای آن‌ها می‌سازد.

* اتصالات: داده‌های ساختاریافته را به Write Insights خروجی می‌دهد.

۵. تجزیه و تحلیل هوش مصنوعی با Google Gemini

این جزء اصلی هوش مصنوعی است که در آن بینش‌ها تولید می‌شوند.

• Google Gemini Chat Model

* نوع: LangChain Chat Model (Google Gemini)

* هدف: مدل Google Gemini را به عنوان مدل زبان برای زنجیره فراهم می‌کند.

* پیکربندی: از تنظیمات پیش‌فرض استفاده می‌کند.

* اعتبارنامه‌ها: به اعتبارنامه Google AI / Gemini API که در n8n پیکربندی شده است نیاز دارد.

• Structured Output Parser

* نوع: LangChain Structured Output Parser

* هدف: یک طرحواره JSON خاص را برای خروجی هوش مصنوعی اجباری می‌کند و از سازگاری اطمینان حاصل کرده و نتایج را قابل خواندن توسط ماشین می‌سازد.

* پیکربندی: طرحواره مورد انتظار را تعریف می‌کند، از جمله فیلدهایی برای نام کمپین/مجموعه آگهی، بهترین/بدترین آگهی‌های عملکردی و پیشنهاداتی برای آژانس‌ها/مشتریان.

• Write Insights

* نوع: LangChain Chain LLM

* هدف: فرآیند تجزیه و تحلیل هوش مصنوعی را هماهنگ می‌کند. داده‌های ساختاریافته را دریافت می‌کند، آن را در یک اعلان قالب‌بندی می‌کند، آن را به مدل Google Gemini ارسال می‌کند و سپس از Structured Output Parser برای پردازش پاسخ استفاده می‌کند.

* Prompt: شامل داده‌های سلسله مراتبی آگهی و دستورالعمل‌هایی برای Gemini برای بازگرداندن JSON دقیقاً مطابق با طرحواره تعریف شده است. همچنین حاوی پیام‌های سیستمی است که رفتار هوش مصنوعی را هدایت می‌کند (به عنوان مثال، اولویت‌بندی معیارهای خاص، نادیده گرفتن آگهی‌های با صفر نمایش).

* اتصالات: بینش‌های تجزیه شده هوش مصنوعی را به Split AI Insights خروجی می‌دهد.

۶. ذخیره بینش‌های هوش مصنوعی

بینش‌های تولید شده تجزیه و در Google Sheets ذخیره می‌شوند.

• Split AI Insights

* نوع: Split Out

* هدف: خروجی ساختاریافته هوش مصنوعی (که ممکن است یک شیء JSON واحد حاوی چندین بینش باشد) را دریافت کرده و آن را به موارد جداگانه، یکی برای هر رکورد بینش، تقسیم می‌کند.

* اتصالات: خروجی به Save AI Insights می‌رود.

• Save AI Insights

* نوع: Google Sheets

* هدف: بینش‌های عملی تولید شده توسط Google Gemini را به شیت "AI\_Insights" در Google Sheet شما اضافه می‌کند.

* پیکربندی:

* Operation: Append

* Spreadsheet: YOUR_SPREADSHEET_ID_HERE را با شناسه Spreadsheet خود جایگزین کنید.

* Sheet Name: AI_Insights

* Column Mapping: فیلدهایی از خروجی هوش مصنوعی مانند campaign_name, adset_name, best_performing_ad, suggestion_for_agency و غیره را نگاشت می‌کند.

* اعتبارنامه‌ها: به اعتبارنامه googleSheetsOAuth2Api نیاز دارد.

۷. مدیریت خطا

این بخش اطمینان حاصل می‌کند که در صورت بروز هرگونه مشکل در گردش کار، به شما اطلاع داده می‌شود.

• Error Trigger

* نوع: Error Trigger

* هدف: هرگونه خطایی را که در گره‌های قبلی رخ می‌دهد، دریافت می‌کند.

* اتصالات: در صورت وقوع خطا، گره Send Email را راه‌اندازی می‌کند.

• Send Email

* نوع: Gmail

* هدف: در صورت فعال شدن خطا، یک اعلان ایمیل به آدرس پیکربندی شده ارسال می‌کند.

* پیکربندی:

* To: از آدرس ایمیل تنظیم شده در گره Set Configuration استفاده می‌کند.

* Subject: نشان می‌دهد که خطایی در گردش کار تجزیه و تحلیل Meta Ads رخ داده است.

* Body: جزئیات خطا را شامل می‌شود، مانند پیام خطا، ردیابی پشته و آخرین گره‌ای که قبل از خرابی اجرا شده است.

* اعتبارنامه‌ها: به اعتبارنامه Gmail که در n8n پیکربندی شده است نیاز دارد.

---

💡 نکات مهم و ملاحظات

• اعتبارنامه‌ها (Credentials): اطمینان حاصل کنید که اعتبارنامه‌های لازم برای facebookGraphApi، googleSheetsOAuth2Api و API گوگل هوش مصنوعی/Gemini خود را به درستی در نمونه n8n خود پیکربندی کرده‌اید.
• راه‌اندازی صفحه گسترده (Spreadsheet Setup): یک صفحه گسترده گوگل با برگه‌های زیر ایجاد کنید: Campaigns، Ads و AI_Insights. اطمینان حاصل کنید که سرصفحه‌های ستون در این برگه‌ها با فیلدهایی که در گره‌های Save Campaign Data، Save Ad Data و Save AI Insights نگاشت می‌کنید، مطابقت دارند.
• شناسه حساب تبلیغاتی (Ad Account ID): مجدداً بررسی کنید که جایگزین YOUR_ACT_ID_HERE در گره Set Configuration را با شناسه واقعی حساب تبلیغاتی متا (Meta Ad Account ID) خود جایگزین کرده‌اید.
• مجوزهای API (API Permissions): API فیسبوک گراف (Facebook Graph API) به مجوز ads_read برای توکن دسترسی مورد استفاده نیاز دارد.
• محدودیت‌های نرخ (Rate Limits): به محدودیت‌های نرخ API متا (Meta API rate limits) توجه داشته باشید، به خصوص اگر حساب تبلیغاتی بسیار بزرگی دارید.
• هزینه‌های Gemini: استفاده از API گوگل Gemini ممکن است بسته به میزان استفاده و قیمت‌گذاری Google Cloud هزینه‌هایی را به همراه داشته باشد.
• انعطاف‌پذیری طرح‌واره (Schema Flexibility): اعلان (prompt) هوش مصنوعی و تجزیه‌کننده خروجی (output parser) برای یک طرحواره خاص پیکربندی شده‌اند. اگر نیاز به استخراج اطلاعات متفاوتی دارید، باید اعلان و تعریف طرحواره تجزیه‌کننده را تنظیم کنید.
• هم‌ترازی تاریخ (Date Alignment): این Workflow از date_preset=yesterday استفاده می‌کند. اطمینان حاصل کنید که منطقه زمانی نمونه n8n شما با انتظارات روز کاری کسب‌وکار شما برای گزارش‌دهی دقیق "دیروز" هم‌تراز است.