🏆 Audiense Insights MCP-Server
Dieser Server basiert auf dem Model Context Protocol (MCP) und ermöglicht Claude oder jedem anderen MCP-kompatiblen Client die Interaktion mit Ihrem Audiense Insights- Konto. Er extrahiert Marketing-Insights und Zielgruppenanalysen aus Audiense-Berichten und deckt dabei demografische, kulturelle, Influencer- und Content-Engagement-Analysen ab.
🚀 Voraussetzungen
Stellen Sie vor der Verwendung dieses Servers sicher, dass Sie über Folgendes verfügen:
Node.js (v18 oder höher)
Claude Desktop App
Audiense Insights-Konto mit API-Anmeldeinformationen
X/Twitter API Bearer Token (optional, für angereicherte Influencer-Daten)
⚙️ Claude Desktop konfigurieren
Öffnen Sie die Konfigurationsdatei für Claude Desktop:
MacOS:
code ~/Library/Application\ Support/Claude/claude_desktop_config.jsonWindows:
code %AppData%\Claude\claude_desktop_config.json
Fügen Sie die folgende Konfiguration hinzu oder aktualisieren Sie sie:
"mcpServers": { "audiense-insights": { "command": "npx", "args": [ "-y", "mcp-audiense-insights" ], "env": { "AUDIENSE_CLIENT_ID": "your_client_id_here", "AUDIENSE_CLIENT_SECRET": "your_client_secret_here", "TWITTER_BEARER_TOKEN": "your_token_here" } } }Speichern Sie die Datei und starten Sie Claude Desktop neu.
🛠️ Verfügbare Tools
📌 get-reports
Beschreibung : Ruft die Liste der Audiense Insights-Berichte ab, die dem authentifizierten Benutzer gehören.
Parameter : Keine
Antwort :
Liste der Berichte im JSON-Format.
📌 get-report-info
Beschreibung : Ruft ausführliche Informationen zu einem bestimmten Geheimdienstbericht ab, darunter:
Status
Segmentierungstyp
Publikumsgröße
Segmente
Zugriffslinks
Parameter :
report_id(Zeichenfolge) : Die ID des Geheimdienstberichts.
Antwort :
Vollständige Berichtsdetails im JSON-Format.
Wenn der Bericht noch verarbeitet wird, wird eine Meldung zurückgegeben, die den ausstehenden Status angibt.
📌 get-audience-insights
Beschreibung : Ruft aggregierte Erkenntnisse für eine bestimmte Zielgruppe ab, darunter:
Demografie : Geschlecht, Alter, Land.
Verhaltensmerkmale : Aktive Stunden, Plattformnutzung.
Psychografik : Persönlichkeitsmerkmale, Interessen.
Sozioökonomische Faktoren : Einkommen, Bildungsstatus.
Parameter :
audience_insights_id(Zeichenfolge) : Die ID der Zielgruppen-Insights.insights(Zeichenfolgen-Array, optional) : Liste mit bestimmten zu filternden Insight-Namen.
Antwort :
Erkenntnisse als strukturierte Textliste formatiert.
📌 get-baselines
Beschreibung : Ruft verfügbare Basiszielgruppen ab, optional gefiltert nach Land .
Parameter :
country(Zeichenfolge, optional) : ISO-Ländercode, nach dem gefiltert werden soll.
Antwort :
Liste der Basiszielgruppen im JSON-Format.
📌 get-categories
Beschreibung : Ruft die Liste der verfügbaren Affinitätskategorien ab, die in Influencer-Vergleichen verwendet werden können.
Parameter : Keine
Antwort :
Liste der Kategorien im JSON-Format.
📌 compare-audience-influencers
Beschreibung : Vergleicht Influencer einer bestimmten Zielgruppe mit einer Basiszielgruppe . Die Basiszielgruppe wird wie folgt ermittelt:
Wenn ein einzelnes Land mehr als 50 % des Publikums repräsentiert, wird dieses Land als Basis verwendet.
Andernfalls wird die globale Basislinie verwendet.
Wenn ein bestimmtes Segment ausgewählt wird, wird die gesamte Zielgruppe als Basis verwendet.
Jeder Influencer-Vergleich beinhaltet:
Affinität (%) – Wie gut der Influencer zum Publikum passt.
Basisaffinität (%) – Die Affinität des Influencers innerhalb des Basispublikums.
Einzigartigkeitswert – Wie deutlich sich der Influencer vom Ausgangswert abhebt.
Parameter :
audience_influencers_id(Zeichenfolge) : ID der Zielgruppen-Influencer.baseline_audience_influencers_id(Zeichenfolge) : ID der Influencer des Baseline-Publikums.cursor(Zahl, optional) : Seitencursor.count(Zahl, optional) : Anzahl der Elemente pro Seite (Standard: 200).bio_keyword(Zeichenfolge, optional) : Filtern Sie Influencer nach Bio-Schlüsselwort .entity_type(Aufzählung: : Filtern nach Entitätstyp.followers_min(Zahl, optional) : Mindestanzahl an Followern.followers_max(Zahl, optional) : Maximale Anzahl an Followern.categories(Zeichenfolgen-Array, optional) : Filtern Sie Influencer nach Kategorien .countries(Zeichenfolgen-Array, optional) : Filtern Sie Influencer nach ISO-Ländercodes .
Antwort :
Liste der Influencer mit Affinitätsbewertungen, Basisvergleich und Eindeutigkeitsbewertungen im JSON-Format.
📌 get-audience-content
Beschreibung : Ruft Details zur Inhaltsinteraktion des Publikums ab, darunter:
Beliebte Inhalte : Beliebteste Beiträge, Domänen, Emojis, Hashtags, Links, Medien und eine Wortwolke.
Freigegebener Inhalt : Die meisten freigegebenen Inhalte sind ähnlich kategorisiert.
Einflussreicher Inhalt : Inhalt von einflussreichen Konten.
Jede Kategorie enthält:
popularPost: Beiträge mit den meisten Interaktionen.topDomains: Am häufigsten erwähnte Domänen.topEmojis: Am häufigsten verwendete Emojis.topHashtags: Am häufigsten verwendete Hashtags.topLinks: Am häufigsten geteilte Links.topMedia: Gemeinsam genutzte Medien.wordcloud: Am häufigsten verwendete Wörter.Parameter :
audience_content_id(Zeichenfolge) : Die ID des Zielgruppeninhalts.
Antwort :
Daten zur Inhaltsinteraktion im JSON-Format.
📌 report-summary
Beschreibung : Generiert eine umfassende Zusammenfassung eines Audiense-Berichts, einschließlich:
Berichtsmetadaten (Titel, Segmentierungstyp)
Gesamte Zuschauerzahl
Detaillierte Segmentinformationen
Top-Erkenntnisse für jedes Segment (Bio-Schlüsselwörter, demografische Merkmale, Interessen)
Top-Influencer für jedes Segment mit Vergleichsmetriken
Parameter :
report_id(Zeichenfolge) : Die ID des zusammenzufassenden Geheimdienstberichts.
Antwort :
Vollständige Berichtszusammenfassung im JSON-Format mit strukturierten Daten für jedes Segment
Für ausstehende Berichte: Statusmeldung, die angibt, dass der Bericht noch verarbeitet wird
Für Berichte ohne Segmente: Meldung, dass keine Segmente zur Analyse vorhanden sind
💡 Vordefinierte Eingabeaufforderungen
Dieser Server enthält vorkonfigurierte Eingabeaufforderungen
audiense-demo: Hilft bei der interaktiven Analyse von Audiense-Berichten.segment-matching: Eine Aufforderung zum Abgleichen und Vergleichen von Zielgruppensegmenten in Audiense-Berichten, um Ähnlichkeiten, einzigartige Merkmale und wichtige Erkenntnisse basierend auf demografischen Merkmalen, Interessen, Influencern und Engagement-Mustern zu identifizieren.
Verwendung:
Akzeptiert ein ReportName-Argument, um den relevantesten Bericht zu finden.
Wenn eine ID angegeben ist, wird stattdessen nach der Berichts-ID gesucht.
Anwendungsfall: Strukturierte Anleitung zur Zielgruppenanalyse.
🛠️ Fehlerbehebung
Werkzeuge, die in Claude nicht erscheinen
Überprüfen Sie die Protokolle von Claude Desktop:
Überprüfen Sie, ob die Umgebungsvariablen richtig eingestellt sind.
Stellen Sie sicher, dass der absolute Pfad zu index.js korrekt ist.
Authentifizierungsprobleme
Überprüfen Sie die OAuth-Anmeldeinformationen doppelt.
Stellen Sie sicher, dass das Aktualisierungstoken noch gültig ist.
Überprüfen Sie, ob die erforderlichen API-Bereiche aktiviert sind.
📜 Protokolle anzeigen
So überprüfen Sie die Serverprotokolle:
Für MacOS/Linux:
Für Windows:
🔐 Sicherheitsüberlegungen
Bewahren Sie API-Anmeldeinformationen sicher auf – geben Sie sie niemals in öffentlichen Repositories preis.
Verwenden Sie Umgebungsvariablen, um vertrauliche Daten zu verwalten.
📄 Lizenz
Dieses Projekt ist unter der Apache 2.0-Lizenz lizenziert. Weitere Informationen finden Sie in der Lizenzdatei.
Related MCP Servers
- AsecurityAlicenseAqualityEnables users to access and manage Replicate's AI models and predictions via the Model Context Protocol, offering tools for creating, canceling, and retrieving model predictions and parameters.Last updated -7188MIT License
- -securityFlicense-qualityEnables interaction with the Audius music platform API, supporting user, track, and playlist operations through the Model Context Protocol.Last updated -4
- -security-license-qualityAllows Claude and other MCP-compatible AI models to access TweetBinder by Audiense analytics data, enabling analysis of hashtags, users, and conversations on Twitter/X with engagement metrics, sentiment analysis, and report generation.
- AsecurityAlicenseAqualityEnables AI assistants to interact with LinkedIn data through the Model Context Protocol, allowing profile searches, job discovery, messaging, and network analytics.Last updated -31283828MIT License