Kein Setup mehr nötig: Chatte in Minutenschnelle über MCP mit GTM
Management Summary
Verbinde KI schnell mit deinen GTM-Containern über MCP-Server: kein komplexes Setup, einfache Authentifizierung, starte noch heute mit der Automatisierung!
In meinem vorherigen Artikel „MCP Server – Theorie“ habe ich bereits einige Tools erwähnt, die die Verwendung von MCP-Servern bereits unterstützen.
In der Vergangenheit habe ich hauptsächlich VS Code, das Gemini Code Assist Plugin und einen MCP-Server für GA4 verwendet. Am Ende des Tages hat es funktioniert und ich konnte mit den Daten chatten. Dennoch hat mich die Einrichtung und insbesondere die Authentifizierung einige Zeit gekostet. Deshalb habe ich etwas recherchiert, um einen einfacheren Weg zu finden, die erste Erfahrung mit MCP zu machen.
Ich habe ein Tool namens Pipedream https://pipedream.com/ gefunden. Bitte beachte, dass es einem US-Unternehmen gehört und du prüfen musst, ob die Verwendung durch deine Firma erlaubt ist. Außerdem, wie du in einem der Screenshots sehen wirst, ist die Funktion, die wir verwenden, in der Alpha-Phase.
Du kannst die folgenden Schritte befolgen, um den GTM MCP Server auszuprobieren:
Registriere dich, bestätige deine E-Mail-Adresse und klicke auf der Homepage auf den Button „Build with AI alpha“
Führe einfach einen Prompt aus, um den GTM MCP Server zu starten
Der AI-Chat (genannt String) sollte dies erkennen und die notwendigen Funktionen starten
Um dich mit deinen GTM-Containern verbinden zu können, musst du dich über dein Google-Konto anmelden
- Das ist der größte Vorteil gegenüber der Verwendung deiner IDE/deines Editors für die Arbeit mit MCP Servern
- Die Authentifizierung ist über ein Tool wie Pipedream viel einfacher
Dann kannst du mit deinen GTM-Containern arbeiten, z.B. über einen Prompt wie „create a new workspace“ (erzeuge einen neuen Arbeitsbereich)
Nach einiger Zeit wirst du den neu erstellten Arbeitsbereich in der GTM-Benutzeroberfläche sehen
Das Tool bietet auch Funktionen zum Erstellen von Workflows und zur Automatisierung von Aufgaben, sodass es mehr zu entdecken gibt als nur den oben genannten Anwendungsfall.
Fazit
Der MCP-Ansatz befindet sich noch in der Entwicklung und ist nicht vollständig ausgereift. Während meines Experiments habe ich festgestellt, dass die Zeit zwischen dem Ausführen einer Aufforderung (Prompt) und der Erledigung der Aufgabe immer noch erheblich ist und das manuelle Erstellen eines Arbeitsbereichs schneller war. Zukünftig wird es interessant sein zu sehen, welche Aufgaben sinnvoll über Prompts automatisiert werden können und welche besser manuell erledigt werden.
