FACEBOOK INSIGHTSをMUSEに接続
Muse で Facebook Insights レポートを設定する
Adzviser は、MCP レポート ツールを通じてソース データを取得します。 Muse は、これらの結果を使用して質問に答えます。 Adzviser でソースを接続し、Muse がその接続を使用することを許可します。
Facebook InsightsをAdzviserに接続
Adzviser で、Facebook Insights にサインインし、Adzviser がそのレポート データを読み取ることを許可します。 Muse で使用するワークスペースにソースを追加します。
Adzviserセットアップを開く→Muse で Adzviser を承認する
開く Muse.ai 「https://mcp.adzviser.com/http でカスタム Adzviser MCP に接続できますか?」と送信します。 Adzviser カードで [接続] を選択し、Adzviser にサインインして、MCP 経由で [認証を完了] を選択します。 Museに戻ります。
https://mcp.adzviser.com/http最初の結果を確認する
Muse に Adzviser ワークスペースとそのソースのリストを要求します。ワークスペースを選択し Facebook ページを確認します。分析を拡張する前に、既知の期間の小さなレポートを要求します。
Adzviser レポート接続は読み取り専用です。分析用のデータを取得できます。ソースレコードやキャンペーンを編集することはできません。
まず試したいFACEBOOK INSIGHTSレポート
ページポストのグループに対する応答を比較
確認できるレポートを作成する
指定期間に公開された投稿を選び、ID、本文、公開日時、表示回数、いいね数、コメント数、シェア数を取得してください。Museに、取得した指標が指定期間内の活動を表すのか、投稿の累計成果を表すのかを明示させてください。コメント数とシェア数は別々に順位付けし、いいねが多い投稿に隠れて、会話を生んでいる投稿が見落とされないようにしてください。
古いポストと新しいポストを公平に比較します
メトリクスが累積的な場合、以前に公開されたポストはインタラクションを蓄積する時間が長い。同じ年齢でポストをグループ化するか、その制限を明示的にラベル付けします。ポストビューは閲覧活動を表し、コメントと共有は異なる行動を表し、それらの合計はユニークな人々の数ではありません。
コンテンツパターンをテスト可能なアイデアに変換
Muse を使用して、コメントや共有が多いポストの中の繰り返しのトピックを識別します。パターンをポスト ID にリンクします。新しいトピックを一つ作成し、検討するインタラクションの測定値を作成します。パターンをテスト仮説として扱い、フォーマットが結果を引き起こしたという証明ではありません。
このレポートの指標: Post views; Post likes; Post comments; Post shares.
関連する内訳: Post ID; Post message; Post creation datetime.
ここで挙げた項目は分析の出発点です。すべての組み合わせを1つのレポートで取得できるとは限りません。レポートの集計レベルが異なる場合は分けてリクエストしてください。その他の項目は、 完全なフィールドカタログ でご確認ください。
MUSEにコピー
最初の Facebook Insights 分析を実行する
接続後にこれを貼り付けます。質問に合わせて期間や研究テーマを変更し、結果を取得する前にMuseに選択を確認させます。
Adzviserを使ってFacebook Insightsを分析してください。ワークスペースの一覧を表示し、接続済みのどのFacebookページを使うか確認してください。指定期間に公開された投稿を選び、ID、本文、公開日時、表示回数、いいね数、コメント数、シェア数を取得してください。Museに、取得した指標が指定期間内の活動を表すのか、投稿の累計成果を表すのかを明示させてください。コメント数とシェア数は別々に順位付けし、いいねが多い投稿に隠れて、会話を生んでいる投稿が見落とされないようにしてください。対応するレポートで次の指標を使用してください：Post views, Post likes, Post comments, Post shares。内訳に使う項目：Post ID, Post message, Post creation datetime。組み合わせて取得できる項目を確認し、集計レベルごとに表を分けてください。実際のレポート対象日または観測期間を明記してください。根拠となるデータ行を示し、結論を簡潔にまとめたうえで、次に調べることを1つ提案してください。欠損データを明示し、観測された変化と考えられる原因を区別してください。
