Claude Code + Meta API: аналітика за 1 день

Більшість таргетологів вміють читати рекламний кабінет. Але між "читати кабінет" і "розуміти, що відбувається в бізнесі клієнта" — прірва шириною в сотні тисяч злитого бюджету. Я бачила кампанії з CPL $35, які виглядали ідеально в Meta — і приносили нуль продажів. Видно це стало тільки тоді, коли дані порівнялись з Pipedrive: 30 заявок, 2 оплати, реальний CAC — $525. Без наскрізної аналітики таргетолог оптимізує ілюзію, а не бізнес.

Цей гайд — про те, як я будую таку аналітику для клієнтів YELL! за допомогою Claude Code + публічних API. Без розробника, без корпоративного бюджету на BI-інструменти, без єдиного рядка коду, написаного наосліп.

Чому наскрізна аналітика — це не дашборд, а рішення проти невидимих втрат

Дашборд — це результат. Наскрізна аналітика — це шлях даних від показу реклами до отриманих грошей. Більшість таргетологів бачать тільки початок: покази, кліки, ціну за заявку. Власник бізнесу бачить тільки кінець: скільки прийшло грошей цього місяця. Між ними — глуха зона, де живуть "красиві CPL" і "поганий відділ продажів", якому ніколи нічого не доводять.

Наскрізна аналітика закриває цю зону. Вона показує: який конкретний креатив → яка аудиторія → яка кампанія → скільки реальних грошей. І рішення приймаються вже не з відчуттів, а з даних.

Claude Code для маркетолога: що це і чому змінює роботу

Claude Code — це CLI-інструмент від Anthropic, де ви розмовляєте з AI-моделлю у терміналі, і вона пише, тестує і запускає код за вас. Не пропонує "ось як приблизно" — а реально виконує задачу і повертає результат, який можна одразу перевірити.

Для маркетолога і таргетолога це означає одне: ви описуєте, що хочете отримати звичайною мовою, а Claude робить технічну частину. Не треба знати JavaScript, Python або API-документацію — достатньо чітко формулювати, що саме вам потрібно з даних і навіщо.

Я не вчилася програмувати. Я навчилася формулювати задачу досить точно, щоб Claude міг її вирішити. Це зовсім інша навичка — і вона цінніша, ніж знати синтаксис мови, яку через рік замінить інша. Мета — не "стати розробником". Мета — перестати залежати від розробника для базових аналітичних задач, які щотижня крадуть у вас по 5-10 годин.

Архітектура аналітики: що і звідки збираємо

Ось приблизна схема того, що ми будуємо:

┌──────────────┐   ┌──────────────┐   ┌──────────────┐
│   Meta Ads   │   │  Pipedrive   │   │  GA4 / UTM   │
│   (витрати)  │   │  (продажі)   │   │  (поведінка) │
└──────┬───────┘   └──────┬───────┘   └──────┬───────┘
       │                  │                   │
       ▼                  ▼                   ▼
   ┌───────────────────────────────────────────────┐
   │        Збір даних · Node.js + Claude Code     │
   └────────────────────┬──────────────────────────┘
                        ▼
              ┌─────────────────────┐
              │  Дашборд + Звіти    │
              │  (HTML + графіки)   │
              └─────────────────────┘

Крок 1: Отримуємо доступи — один раз, назавжди

Meta Ads API token

1. Зайдіть у developers.facebook.com
2. Створіть App → тип "Business"
3. Додайте продукт "Marketing API"
4. Згенеруйте Long-Lived Access Token з правами ads_read і ads_management

Pipedrive API token

1. У Pipedrive → Personal preferences → API
2. Копіюйте Personal API token

Зберігаємо в .env

META_ACCESS_TOKEN=EAAxxxxxxxxxx
META_AD_ACCOUNT_ID=act_1234567890
PIPEDRIVE_API_TOKEN=xxxxxxxxxxxxxxxxxxx
PIPEDRIVE_DOMAIN=your-company

Крок 2: Збираємо дані з Meta Ads API

Промт для Claude Code:

"Напиши Node.js скрипт, який тягне з Meta Ads API
за останні 30 днів дані по кампаніях:
- ID кампанії, назва
- Витрати, покази, кліки, CTR, CPC
- Кількість лідів (action: lead)
- Розбивка по днях

Збережи в файл meta_data.json"

Claude напише приблизно такий код — вам не треба його розуміти, тільки запустити:

import fetch from 'node-fetch';
import fs from 'fs';
import 'dotenv/config';

const { META_ACCESS_TOKEN, META_AD_ACCOUNT_ID } = process.env;
const since = new Date(Date.now() - 30 * 86400000).toISOString().slice(0, 10);
const until = new Date().toISOString().slice(0, 10);

const url = `https://graph.facebook.com/v19.0/${META_AD_ACCOUNT_ID}/insights` +
  `?level=campaign` +
  `&fields=campaign_name,spend,impressions,clicks,ctr,cpc,actions` +
  `&time_range={"since":"${since}","until":"${until}"}` +
  `&time_increment=1` +
  `&access_token=${META_ACCESS_TOKEN}`;

const res = await fetch(url);
const data = await res.json();
fs.writeFileSync('meta_data.json', JSON.stringify(data, null, 2));
console.log(`Збережено ${data.data?.length} рядків`);

Крок 3: Тягнемо угоди з Pipedrive

Запит до Claude Code:

"Напиши скрипт, який тягне з Pipedrive угоди
за 30 днів з полями:
- ID, назва, статус (won/lost/open)
- Сума угоди
- Джерело (utm_source з custom field)
- Дата створення, дата закриття

Збережи в pipedrive_deals.json"

Після цього кроку — у вас два файли з усіма необхідними сирими даними.

Крок 4: Об'єднуємо по UTM — тут народжується наскрізна аналітика

Промт:

"Об'єднай meta_data.json і pipedrive_deals.json
по полю utm_campaign. Порахуй для кожної кампанії:
- Витрати з Meta
- Кількість угод won з Pipedrive
- Сума угод won
- CAC (витрати / won deals)
- ROMI ((сума_won - витрати) / витрати * 100%)

Виведи у CSV для перегляду в Excel"

Через 30 секунд у вас є таблиця, яку власник мріяв побачити роками: реальна окупність кожної рекламної кампанії — не "вартість ліда", а "скільки грошей принесла ця кампанія мінус витрати на неї". Це і є ROMI, розрахований не в рекламному кабінеті, а в реальності.

Крок 5: Дашборд у браузері — для клієнта і для себе

Промт:

"Зроби HTML-сторінку з даними з combined.json.
Дизайн: темний фон, помаранчевий акцент, шрифт Inter.
Метрики зверху картками: загальні витрати, ліди, угоди, ROMI.
Знизу — таблиця кампаній з можливістю сортування.
Окремо — графік витрат по днях (бібліотека Chart.js)"

За пів години — працюючий дашборд, який відкривається у браузері. Те, що раніше вимагало команди з 3-5 розробників і двох тижнів постановки задачі.

Що це дає у реальній щоденній роботі

У YELL! ми ведемо такий дашборд для кожного клієнта. Це не "красива картинка для звіту" — це живий інструмент прийняття рішень, з яким ми щотижня:

• Бачимо, який креатив реально приносить угоди, а не просто дешеві кліки і "красивий CPL"
• Відключаємо кампанії з низьким ROMI до того, як клієнт їх помітить і запитає "чому витрати такі?"
• Визначаємо, яка Lookalike-аудиторія конвертує найкраще до оплаченої угоди — і перекидаємо туди більше бюджету
• Готуємо тижневі звіти автоматично — без ручного збору з п'яти вкладок

Наступний рівень: автоматизація без вашої участі

Після того як базова аналітика зібрана — Claude Code допомагає зробити її повністю автономною, щоб вона не вимагала вашої присутності для оновлення:

• Розгортаємо скрипти на безкоштовному хостингу (Render, Railway, Vercel)
• Налаштовуємо cron-задачі — дані оновлюються щогодини без ваших дій
• Додаємо Telegram-алерти: якщо CPL перевищив норму — приходить повідомлення, а не чекаємо щотижневого звіту
• Автоматичні email-звіти щопонеділка — клієнт отримує дані до вашого дзвінка з ним

На цьому рівні ви перестаєте бути "людиною, яка щоранку відкриває рекламний кабінет і перевіряє цифри". Ви стаєте стратегом, який отримує вже оброблені інсайти і приймає рішення, а не збирає дані.

Чому я публікую це відкрито

Тому що ринок маркетингу зростає разом. Якщо завдяки цьому гайду в Україні чи Польщі з'явиться ще 50 таргетологів, які вміють будувати наскрізну аналітику з Claude Code — бізнеси стануть сильнішими, рекламні бюджети перестануть зливатися "наосліп", а вся індустрія стане зрілішою. Мій конкурентний рів — не в "секретних інструментах". Він у досвіді, дисципліні і відповідальності за результат, яку неможливо скопіювати з жодного гайду.

Беріть, повторюйте, адаптуйте. А якщо хочете обговорити деталі вашої конкретної ситуації — пишіть.