Le serveur MCP publicitaire de Meta est désormais disponible sur le Databricks Marketplace, connectant les données et modèles d'entreprise à des workflows publicitaires agentiques.
par Katy Yuan, Jen McNamee et Rohith Bhatia
Voici un scénario bien connu des annonceurs en entreprise : l'équipe data a fait un travail remarquable. Un modèle de churn est en production, un score de LTV identifie les clients qui méritent qu'on y investisse, et les données d'attribution montrent quel visuel a généré du chiffre d'affaires.
Pendant ce temps, l'équipe média ajuste les budgets des campagnes en fonction des chiffres de Meta Ads Manager. Les insights qui pourraient changer ces décisions restent difficiles d'accès : un export CSV, une intégration d'API Marketing personnalisée que quelqu'un doit maintenir, ou une réunion de synchronisation hebdomadaire le jeudi où tout le monde espère que les résultats seront intégrés à la prochaine campagne.
Le serveur MCP publicitaire de Meta, désormais disponible sur le Databricks Marketplace, offre aux marketeurs un chemin plus direct entre ces insights et les décisions de campagne. En connectant le serveur MCP publicitaire à Genie, les marketeurs peuvent utiliser le langage naturel pour explorer les performances des campagnes Meta aux côtés de leurs données d'entreprise gouvernées dans Databricks. Le score de churn, le tableau des marges et les résultats de campagne peuvent désormais alimenter la même conversation.
Cette version prolonge notre collaboration avec Meta, après le lancement de l' API Meta Conversions sur le Databricks Marketplace, qui aide les annonceurs à envoyer des signaux de conversion de premier niveau (first-party) depuis Databricks vers Meta afin d'améliorer la mesure et l'optimisation des publicités.
Le MCP, ou Model Context Protocol, est un standard ouvert qui permet aux agents d'AI d'interagir avec des outils et des sources de données. Le serveur MCP publicitaire de Meta expose plus de 25 outils tout au long du cycle de vie des campagnes : création de campagnes et d'ensembles de publicités, modification des budgets et des enchères, définition des audiences, gestion des visuels et des catalogues, récupération des données de performance et diagnostic de la qualité des signaux.
Les marketeurs travaillent déjà dans Genie One, où ils posent des questions et obtiennent des insights instantanés basés sur le contexte de l'entreprise (y compris des métriques et des définitions préparées par les équipes data), et agissent sur des outils externes. L'ajout du serveur MCP publicitaire de Meta à Genie intègre les rapports de campagne et les outils publicitaires dans la même conversation.
Les équipes marketing et publicitaires peuvent activer un modèle au lieu d'exporter un segment. Dans Genie One, les marketeurs peuvent saisir un prompt comme : "Utilise notre score de risque de churn pour identifier les clients à forte valeur ajoutée risquant de partir, et lance une campagne de rétention avec un budget quotidien de 8 000 $." Genie One recherche alors les données appropriées, trouve le contexte d'entreprise pertinent à travers les outils et systèmes connectés, et crée la campagne en comprenant parfaitement le fonctionnement réel de votre activité et de votre marketing. Prenons aussi l'exemple de l'allocation budgétaire : la marge brute par commande se trouve dans Databricks, tandis que les dépenses de campagne et les métriques de diffusion se trouvent chez Meta. Un agent ayant accès aux deux peut recommander comment réallouer le budget vers les ensembles de publicités qui génèrent des revenus rentables, et pas seulement des conversions bon marché.
Si vous envoyez déjà des conversions à Meta via l'API Conversions, le serveur MCP publicitaire permet également aux agents d'accéder aux diagnostics de signaux, notamment les volumes d'événements, la qualité de correspondance des événements (Event Match Quality) et la fraîcheur des données. « Les événements d'achat ont-ils chuté parce que les ventes ont ralenti ou parce que quelque chose a changé dans notre pipeline ? » devient une analyse qui s'appuie à la fois sur les diagnostics de Meta et sur vos données dans Databricks. Et la question du lundi matin, « Quelles campagnes ont été sous-performantes la semaine dernière, et comment cela s'accorde-t-il avec nos revenus internes ? », se résout en un seul prompt au lieu de devoir combiner deux outils dans une présentation.
Qu'est-ce qui empêche un agent de faire une action coûteuse et erronée sur un compte publicitaire en production ? Dans Databricks, les administrateurs contrôlent l'accès à la connexion Meta via Unity Catalog, tandis que Unity Gateway gouverne les appels d'outils et enregistre les journaux d'utilisation et d'audit. Les données de l'entreprise restent soumises aux autorisations Databricks existantes et aux actions dans Ads Manager.
Chez Meta, les annonceurs définissent des règles dans les paramètres d'entreprise (Business Settings) — par exemple, bloquer toute augmentation de budget supérieure à 20 % ou interdire complètement la création de campagnes sur un compte donné. Le serveur vérifie chaque appel d'outil par rapport à ces règles avant de l'exécuter. Si une règle est enfreinte, l'appel est bloqué et une erreur structurée est renvoyée à l'agent pour en expliquer la raison. Il ne s'agit pas d'un prompt demandant poliment à un modèle de bien se comporter ; la règle est appliquée côté serveur, elle reste donc valable quel que soit le modèle ciblé. De plus, vous pouvez gérer ces mêmes règles via l'API Marketing, ce qui est essentiel si vous gérez des centaines de comptes publicitaires et que vous ne voulez pas parcourir les pages de paramètres une par une.
Un score de LTV, un modèle de propension, un tableau des marges et une prévision des stocks capturent chacun des informations utiles sur l'activité. L'intégration de ce contexte dans le même workflow d'agent que les outils publicitaires de Meta permet aux équipes de l'utiliser dans les opérations quotidiennes de campagne.
La plupart des intégrations permettent à un agent de gérer des publicités. Dans Databricks, il peut gérer des publicités tout en analysant l'ensemble de votre patrimoine de données et d'AI — segments, scores de propension, LTV, attribution first-party, stocks. C'est toute la différence entre automatiser quelques clics et prendre une décision réellement plus intelligente que le workflow qu'elle remplace.
« Les clients nous demandent un moyen plus direct de mettre à profit leurs investissements dans les données et l'AI pour prendre les décisions qui stimulent la croissance. Pour les annonceurs, cela signifie placer la connaissance client au centre des décisions concernant les audiences, les offres et les budgets. Notre partenariat avec Meta aide les clients à connecter les données et les modèles qu'ils ont créés dans Databricks à l'exécution des campagnes, avec la gouvernance et le contrôle dont ils ont besoin pour évoluer à grande échelle. »—Stephen Orban, SVP Product Partnerships and Ecosystem chez Databricks
Cette même volonté de mettre à profit la connaissance client s'étend à CustomerLake, une CDP agentique construite nativement dans Databricks qui intègre les profils clients, les audiences et les workflows de campagne au sein du socle de données de l'entreprise.
Pour commencer, recherchez le serveur MCP publicitaire de Meta dans le Databricks Marketplace et suivez les instructions pour configurer une connexion à l'aide d'un jeton d'accès utilisateur Meta et des autorisations requises. Donnez à votre agent l'accès aux données marketing pertinentes dans Databricks, et commencez par une question concrète que votre équipe se pose déjà chaque semaine.
Vos équipes ont déjà investi pour comprendre leurs clients. Cela leur offre un moyen plus direct de mettre cette compréhension au service des campagnes Meta. Si vous disposez de modèles dans Databricks et d'une équipe média qui travaille à partir de rapports hors plateforme, c'est le chemin le plus court entre « nous avons les données » et « la campagne en tient compte ».
Commencez à utiliser le serveur MCP publicitaire de Meta dans le Databricks Marketplace.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original
Abonnez-vous à notre blog et recevez les derniers articles directement dans votre boîte mail.