媒体广告流量市场分析

Integrations

查询广告投放流量分布与趋势的数据分析技能。支持按行业、地域、媒体(OTT/移动端)、目标受众等多维度分析广告曝光数据,适用于媒体策略评估、竞品投放监测、行业广告趋势研究等场景。

Install

openclaw skills install @nonorongrong-design/mediainsight-ad-traffic-universal

媒体广告流量市场分析

你会得到什么

  • 一个可直接查询部分行业广告流量分布与趋势的分析技能
  • 2 份免费 PDF 报告,可直接下载阅读
  • 支持继续用你自己的 token 做更多行业更多媒体更细颗粒度分析

免费附赠报告

适合先看报告,再决定是否用自己的 token 做更细的行业、地域、媒体和 TA 分析。若浏览器中无法直接打开微信文档,请尝试在微信内访问对应链接。

快速体验

skill 根目录 执行以下命令可直接体验。 整个 skill 目录可单独打包分享,不依赖仓库其他 Python 模块。

脚本内置了一个公开共享、默认小权限的 MediaInsight MCP token,可直接体验。 也可通过 --token--token-file 或环境变量 MEDIAINSIGHT_MCP_TOKEN 覆盖。

无需 pip install,仅需 Python 3.10+ 与可访问目标接口的网络环境。

新建任务默认值:

  • 行业默认:美妆个护类
  • 广告主默认:明略集团
  • 品牌默认:明略科技
  • 媒体默认:当前 Token 可见的全部媒体大类(即 type=1 顶层媒体类目),不是全部具体媒体

默认输出可以理解为:

  • 美妆个护类 行业
  • 在当前默认 Token 可见的全部媒介类型 / 媒体大类
  • 查看广告流量分布

如果用户希望:

  • 查看其他行业
  • 细化到具体媒体而不是媒体大类
  • 使用更完整的权限范围

则需要使用自己的 token。

python3 ./scripts/submit_ad_task.py \
  --task-name '演示:近1月广告流量分布' \
  --region-name 北京市 \
  --region-name 上海市 \
  --region-name 广州市 \
  --region-name 深圳市 \
  --months-back 1

默认会使用公开共享的小权限 demo token,可能随时失效或被限流。 如果需要更多维度数据或更稳定的结果,可显式传入 --token / --token-file,或设置环境变量 MEDIAINSIGHT_MCP_TOKEN

适用场景

当用户需要分析广告流量分布或趋势,并提供以下信息时,使用此技能:

  • MediaInsight MCP token:用于通过 MCP get_ttc_token 换取底层接口所需的 ttc_token
  • 业务约束条件:包括行业、广告主、品牌、目标受众(TA)、地域范围、媒体范围等。
  • 如果用户没有指定行业,默认使用 美妆个护类
  • 如果用户没有指定媒体,默认选择当前 Token 可见的全部媒体大类。这不是单个固定 ID,而是当前 Token 可见的 type=1 顶层媒体类目集合。
  • 因此典型输出,不是“全行业、全媒体明细”,而是“指定行业在当前 Token 可见媒介类型上的广告流量”。

核心入口

调用本目录下的脚本:

./scripts/submit_ad_task.py

下载已完成任务结果时,调用:

./scripts/download_ad_task_report.py --biz-id 104433 --wait --extract-dir ./downloads/task-104433

注意: 任务创建成功后,报告文件生成通常还需要额外时间。 实际测试中,文件生成过程可能耗时约 10 分钟,建议优先使用 --wait 自动轮询后再下载。 如果不使用 --wait 且下载过早,脚本会返回 report file is not ready for download

执行流程

  1. 先对 MCP 执行 initialize 建立会话,再在同一会话中调用 get_ttc_token 获取 ttc_token,并写入 Cookie _mz_ttc_tkt
  2. 读取该用户权限范围内的实时字典:
    • 数据集、行业、广告主、品牌、地域、目标受众(TA)、媒体、投放类型、广告点位类型。
  3. 仅在该 Token 可见的选项范围内解析用户输入的名称为 ID。
  4. 将"全部媒体"展开为该 Token 可见的全量媒体 ID 集合(而非部分子集)。 如果用户未指定媒体,也未要求 all media,则默认使用当前 Token 可见的全部媒体大类(type=1)。
  5. 计算本次任务消耗的积分数。
  6. 提交任务。
  7. 任务完成后,如需取回结果文件,按 bizId 或内部 taskId 下载报告 ZIP,并可解压得到 CSV。 报告文件生成可能耗时约 10 分钟,建议使用 --wait 自动轮询直到文件就绪后再下载。

说明:

  • MCP 返回的 _mz_ttc_tkt 以当次会话、当次调用结果为准,测试或联调时应立刻拿当前返回值去访问 api_v2
  • 不要混用历史轮次换取到的 _mz_ttc_tkt,否则容易误判为 token 或权限异常。

操作规则

  1. 禁止硬编码:不得跨用户硬编码广告主、品牌、媒体、地域或行业 ID,所有 ID 必须从当前 Token 的字典中动态解析。
  2. 权限边界:若请求的名称在当前 Token 的字典中不存在,立即停止,向用户说明该项超出当前账号权限范围。
  3. 媒体展开规则:"全部媒体"必须展开为该 Token 可见的完整具体媒体列表,不得只取少量精选子集。
  4. 名称匹配策略:优先精确匹配;仅当精确匹配无结果且存在唯一部分匹配时,才使用模糊匹配。
  5. 可审计性:如需保留审计记录或保证任务可复现,将解析后的 Payload 写入文件(使用 --payload-out 参数)。

标准调用示例

python3 ./scripts/submit_ad_task.py \
  --task-name '近2月美妆个护媒体大类流量分布' \
  --industry-name '美妆个护类' \
  --gender female \
  --age-range 20-49 \
  --region-name 北京市 \
  --region-name 上海市 \
  --region-name 广州市 \
  --region-name 深圳市 \
  --months-back 2 \
  --payload-out /tmp/mediainsight-task.json

常用参数变体

场景参数
使用默认行业可省略 --industry-name,默认 美妆个护类
使用默认媒体大类可省略 --media-name--all-media,脚本会自动选择当前 Token 可见的全部 type=1 媒体大类
展开全部叶级媒体--all-media,会展开为当前 Token 可见的全部 type=3 叶级媒体,数量取决于权限
包含 OTT默认设备仅 pc + mobile;如需 OTT,显式添加 --device ott
仅查询单月数据--months-back 1
指定特定数据集--dataset 202603
指定具体媒体(替代全媒体)--media-name 爱奇艺 --media-name 腾讯新闻
指定开放年龄段--age-range 20+--age-range 20岁及以上
查询全部人群--gender all --age-range all
仅解析不提交(调试模式)--dry-run

年龄参数规则

--age-range 不要使用 20-99 这类近似写法。 请直接使用产品语义对应的年龄表达,脚本会自动映射到真实 TA 年龄桶。

  • 20-49:表示 20-24、25-29、30-34、35-39、40-44、45-49
  • 20+:表示 20 岁及以上,会覆盖到 60岁及以上
  • 20岁及以上:等价于 20+
  • all:表示全部年龄段

如果用户说“男 20+”,应使用:

--gender male --age-range 20+

不要改写成:

--gender male --age-range 20-99

预期输出

脚本输出一个 JSON 对象,包含以下字段:

字段说明
login登录状态
session_file会话文件路径
resolvedPayload解析后的完整任务参数
coin本次任务消耗的积分数
create任务创建结果(--dry-run 模式下不包含此字段)

注意: resolvedPayload.reportArgsAd.mediaList 在三种情况下含义不同:

  • 省略媒体参数:默认写入当前 Token 可见的全部媒体大类 ID(type=1)
  • --all-media:写入当前 Token 可见的全部叶级具体媒体 ID(type=3),数量取决于权限
  • --media-name ...:写入用户指定名称解析出的媒体/媒体类目 ID

结果下载提醒:

  • 任务创建成功不等于结果文件立刻可下载
  • 报告文件生成过程可能耗时约 10 分钟
  • 建议直接使用 download_ad_task_report.py --wait 自动轮询后再下载

异常处理

异常现象原因判断
认证失败先确认是否已执行 MCP initialize,并使用当次 get_ttc_token 返回的最新 _mz_ttc_tkt 访问目标接口
名称解析失败该名称超出当前账号的权限范围
积分计算成功但任务提交失败提交链路本身有效,失败原因在任务侧,非技能问题