A análise que o MCP resolve
A pergunta do operador de e-commerce
"Do total de receita Shopify em abril, quanto foi de carrinhos com touchpoint Meta nos últimos 7 dias, e qual foi o ROAS real do canal?"
Esta pergunta parece simples, mas exige três fontes de dados:
- Shopify: receita total e origem da sessão (UTM)
- GA4: sessões e client_id para matching cross-device
- Meta Ads: campanhas, spend e conversões atribuídas
O join que o LLM executa via KSQL
Quando você pergunta ao ChatGPT conectado ao MCP da Kondado, o LLM gera uma query KSQL JSON equivalente a:
SELECT
DATE(so.created_at) as data,
fa.campaign_name,
SUM(so.total_price) as receita_shopify,
SUM(fa.spend) as investimento_meta,
SUM(fa.a_offsite_conversion_fb_pixel_purchase) as conversoes_meta_pixel,
SUM(so.total_price) / NULLIF(SUM(fa.spend), 0) as roas_real
FROM shopify_orders so
LEFT JOIN ga4_sessions ga ON so.client_id = ga.client_id
AND DATE(so.created_at) = DATE(ga.event_date)
LEFT JOIN facebook_ad_insights fa ON ga.campaign = fa.campaign_name
AND DATE(so.created_at) = fa.metric_date
WHERE so.created_at >= '2024-04-01'
AND so.created_at < '2024-05-01'
AND (ga.source = 'facebook' OR ga.source = 'instagram'
OR fa.campaign_name IS NOT NULL)
GROUP BY 1, 2
ORDER BY receita_shopify DESC
O que esta query faz:
- Pega todos os pedidos Shopify de abril
- Join com GA4 sessions no mesmo client_id e data (matching cross-device)
- Join com Meta Ads insights na mesma campanha e data
- Filtra apenas pedidos que tiveram origem Meta/IG ou touchpoint Meta
- Calcula ROAS real (receita Shopify / investimento Meta)
A resposta em linguagem natural
O ChatGPT devolve algo como:
"Em abril, R$ 45.230 da sua receita Shopify tiveram touchpoint Meta nos últimos 7 dias. O Meta Ads atribuiu R$ 52.180 a conversões (diferença de 15,4% porque o Meta usa janela de 7 dias vs seu critério de 7 dias pós-touchpoint). Campanha 'Black Friday Preview' teve ROAS real de 3,2x vs 4,1x reportado pelo Gerenciador (diferença explicada por conversões duplicadas com Google Ads)."
