MCP Google Ads: Analisi Read-Only per Campagne Pubblicitarie

Il server MCP di Google Ads è solo lettura: cosa significa per il tuo team

Immagina la scena. Il tuo responsabile marketing ti chiede un report su come stanno performando le keyword a costo per conversione. In passato, questo significava aprire Google Ads, filtrare, esportare in CSV, aprire Excel, pivotare. Con un LLM collegato via MCP, la domanda può essere: “Mostrami le 10 keyword con il CPA più alto nelle ultime 7 giorni”. Il modello genera la query GAQL, la esegue, e ti restituisce la risposta in linguaggio naturale.

Sembra magico. Ma c’è un limite duro, scritto nel codice: il server ufficiale di Google è progettato in read-only. Questo è un dettaglio che molti articoli superficiali ignorano, e che cambia completamente come dovresti strutturare la tua architettura di dati.

L’implementazione ufficiale è integrata nel Developer Toolkit della documentazione Google Ads API. I fatti sono chiari: il server MCP consente ai modelli LLM di consultare metriche pubblicitarie eseguendo in modo autonomo sentenze nel linguaggio GAQL (Google Ads Query Language). Si limita a funzioni di diagnosi, analisi e reportistica. Non può toccare i bid. Non può cambiare i targeting. Non può attivare o disattivare campagne.

Questo “read-only” non è un bug, è una feature di sicurezza. Google sa che lasciar un LLM modificare budget in tempo reale è un rischio operativo enorme. Ma per chi cerca automazione, questo significa che il MCP di Google è un’occhi, non una mano. È un potente strumento di analisi, ma non è un esecutore.

Se la tua domanda è “posso automatizzare le mie campagne Google Ads con questo server?”, la risposta onesta è: no. Puoi automatizzare l’analisi delle campagne. Per l’esecuzione, devi guardare altrove o costruire bridge custom, il che porta noi a parlare di cosa succede davvero quando si collega l’IA al commercio full-stack.

L’autenticazione è cambiata: addio ai token singoli, benvenuto ai Project Cloud

Un altro punto critico, spesso trascurato, riguarda come si autenticano questi server. Se stai cercando tutorial online che parlano di inserire un GOOGLE_ADS_DEVELOPER_TOKEN in una variabile d’ambiente, stai leggendo materiale obsoleto.

I token di sviluppatore individuali sono stati dismessi il 9 settembre 2026 nel server MCP ufficiale. Non funzionano più. La gestione dei permisi è ora direttamente a livello di Google Cloud Project.

Cosa significa in pratica?

1. Devi avere un ID di progetto Google Cloud attivo.
2. Devi gestire le credenziali tramite OAuth 2.0 o Application Default Credentials (ADC).
3. Il server MCP richiede questi parametri per funzionare.

Questo sposta la responsabilità di sicurezza e configurazione dal singolo marketer al tuo team di DevOps o al tuo CTO. Non basta più “avere accesso” a un account Ads. Devi avere un’infrastruttura cloud configurata correttamente. Per molte PMI, questo è il vero ostacolo all’adozione: non la tecnologia in sé, ma la configurazione iniziale del progetto cloud e la gestione dei secret.

L’opzione di deployment è flessibile. Puoi fare deploy in ambienti locali usando pipx (utile per test e sviluppo) oppure in remoto come servizio su Google Cloud Run. Se il tuo obiettivo è produrre report giornalieri per il tuo team commerciale, il deploy su Cloud Run è probabilmente la strada più robusta, dato che elimina la dipendenza da un laptop acceso 24/7.

Ma attenzione: se il tuo ecosistema commerciale non è solo Google, questa configurazione diventa frammentata. Hai un progetto cloud per Google, e poi cosa per Amazon? Qui entra in gioco il concetto di unificazione, che non puoi risolvere con un semplice server MCP di un singolo canale.

Perché “solo lettura” non basta per un CMO che vuole agire

C’è un mito che circola nel settore: “Con l’IA e il MCP, posso sostituire i miei account manager ads”. È falso. Anzi, è pericoloso crederci.

Il MCP di Google ti dà insight. Ti dice che la campagna X ha un ROAS sotto soglia. Ti dice che la keyword Y sta bruciando budget senza conversioni. Ma non fa niente di tutto questo. Lasciarti con l’informazione senza l’azione è metà del lavoro. E spesso è la metà più facile.

Il vero valore per un Brand Manager o un COO non è il report, è la decisione automatizzata. E le decisioni automatizzate richiedono scrittura, non solo lettura. Richiedono di modificare bid, di pausa keyword, di aggiornare inventory.

Questo è il motivo per cui il mercato si sta dividendo in due categorie:

1. Strumenti di analisi conversazionale: Basati su MCP read-only. Ottimi per diagnosticare.
2. Piattaforme di esecuzione full-stack: Che gestiscono sia la lettura che la scrittura su multiple marketplace.

Se sei un brand che vende su Amazon, il tuo problema non è “leggere i dati di Google Ads”. Il tuo problema è “allineare la strategia cross-canale”. Se il tuo ads manager di Amazon vede un calo di conversioni, vuole sapere se c’è un problema anche su Google, o se è un problema di prodotto. Un server MCP di Google da solo non ti collega questi due mondi. Ti serve un’intelligenza che parli tutte le lingue.

È qui che l’approccio di Epinium diventa rilevante. Non ci limitiamo a leggere i dati. Connessioni reali oggi, e solo queste: Amazon Seller Central, Vendor Central e Amazon Ads (integrazione profonda: pannelli, alert, workflow, scrittura) e Shopify (lettura in vivo tramite Epinium MCP; senza pannelli, P&L né scrittura su Shopify). Per canali come Walmart, Mirakl, o TikTok Shop, i playbook del CMO AI lavorano attraverso l’assistente del cliente o export, ma l’azione profonda è dove Epinium ha costruito la sua forza negli ultimi 10 anni di retail.

Se vuoi vedere come l’IA può scrivere, non solo leggere, puoi esplorare la nostra automazione di pubblicità di Amazon con IA, dove l’agente non si ferma al report, ma propone e, con il tuo ok, esegue gli aggiustamenti.

La tabella che nessuno ti mostra: MCP Google vs. Piattaforme di Esecuzione

Per chiarire la confusione, ecco un confronto diretto. Non è una guerra tra buoni e cattivi, è una differenza di scopo.

Caratteristica	Server MCP Google Ads (Ufficiale)	Piattaforma di Esecuzione (es. Epinium)
Lingua di Output	Report testuali, tabelle, insight	Azioni eseguite, workflow completati, alert
Capacità di Scrittura	No (Read-only nativo)	Sì (Bid, Targeting, Inventory, ecc.)
Canali Supportati	Google Ads solo	Multi-canale (Amazon, Shopify, Google)
Requisiti Tecnici	Google Cloud Project, OAuth 2.0/ADC	Onboarding gestito, accesso API marketplace
Uso Principale	Diagnosi, Analisi Ad-hoc, Audit	Ottimizzazione Continua, Scaling, P&L
Autenticazione	Livello Project (Token singoli dismessi)	Delega Account Marketplace
Costo Iniziale	Basso (Infrastruttura Cloud)	Medio (Licenza + Configurazione)
Target Utente	Dev, Data Analyst, CTO	CMO, Brand Manager, COO

Nota bene: la riga “Canali Supportati” è dove la gomma tocca l’asfalto. Il MCP di Google è eccellente per Google. Ma il tuo business non vive solo su Google. E la vera analisi strategica nasce dall’intersezione.

Se ti interessa approfondire come si connettono questi dati in tempo reale senza costruire pipeline custom, la connessione MCP di Epinium offre un approccio unificato che permette al tuo assistente IA di attingere da fonti multiple con un’unica logica di business.

Cosa è cambiato di recente: la fine dei token e l’arrivo del protocollo standard

Se segui il settore tech, saprai che il 2026 è l’anno in cui il Model Context Protocol (MCP) è diventato lo standard de facto per collegare LLM a strumenti esterni. Ma il caso specifico di Google Ads ha una data precisa che molti hanno perso: il 9 settembre 2026.

In quella data, Google ha formalmente dismesso i token di sviluppatore individuali nel contesto del server MCP. Questo è un segnale forte. Significa che Google sta spostando la governance dei permisi verso un modello più enterprise, basato su progetti cloud. Non è più un “giocattolo” per developer che usano il loro account personale. È infrastruttura.

Questo cambiamento costringe le aziende a formalizzare il loro accesso AI. Non puoi più collegare un Chatbot al tuo account Ads con un token che gira in un file .env sul laptop del tuo intern. Devi avere un progetto, ruoli, e credenziali gestite.

Per chi lavora nel retail e nel D2C, questo significa che l’adozione dell’IA non è più un esperimento di marketing. È un progetto di IT. E i progetti di IT richiedono tempi, budget e governance. È il motivo per cui le aziende stanno cercando partner che gestiscano questa complessità al posto loro.

Non invento date future. So solo che da settembre 2026 in poi, la barriera all’ingresso per l’IA operativa su Google Ads è salita. Ma la ricompensa per chi supera la barriera è un vantaggio competitivo enorme: dati in tempo reale, interpretati da un LLM, pronti a guidare le tue decisioni in altri canali.

Domande frequenti sul MCP Google Ads

Posso usare il server MCP di Google Ads per modificare i miei budget?

No. L’implementazione ufficiale è progettata in modo nativo in read-only. Si limita a funzioni di diagnosi, analisi e reportistica. Non ha la capacità di eseguire modifiche alle campagne, ai budget o alle bid. Per le modifiche, devi usare altre integrazioni o script custom.

Ho ancora il mio GOOGLE_ADS_DEVELOPER_TOKEN. Funziona ancora?

Se lo stai usando con il server MCP ufficiale, no. I token di sviluppatore individuali sono stati dismessi il 9 settembre 2026. Ora devi gestire l’autenticazione tramite un ID di progetto Google Cloud e credenziali OAuth 2.0 o Application Default Credentials (ADC).

Devo pagare per usare il server MCP di Google Ads?

Il server stesso è open source sotto licenza Apache-2.0. Tuttavia, per eseguirlo in produzione (su Google Cloud Run) e per le query GAQL eseguite contro la tua API, applicano i costi standard di Google Cloud e l’eventuale fatturazione delle campagne Ads che stai consultando. Il costo dell’infrastruttura cloud per l’hosting del server è a tuo carico.

Qual è la differenza tra MCP di Google e MCP di Amazon?

Sono protocolli simili, ma ecosistemi diversi. Il MCP di Google parla “GAQL” (Google Ads Query Language) e si collega a Google Ads. Il nostro approccio a Amazon (tramite Epinium) utilizza l’API di Amazon (SP-API) e offre capacità di scrittura, non solo lettura. Puoi vedere come funziona l’integrazione nella nostra analitica di pubblicità di Amazon.

Posso collegare il MCP di Google a Zapier?

Sì, la logica di integrazione con MCP è universale. Se hai un server MCP esposto, puoi connetterlo a piattaforme di automazione come Zapier per creare workflow complessi. Per capire come sfruttare al meglio queste connessioni, ti consiglio di leggere la nostra guida su Zapier MCP Integrazione IA.

Il server MCP di Google supporta le campagne video?

Il server esegue query GAQL. Se le metriche delle campagne video sono disponibili nell’API Google Ads e sono queryabili via GAQL, il LLM può recuperarle. Tuttavia, la creazione o la modifica creativa dei video non è supportata, dato che il server è read-only. Per strategie creative avanzate, specialmente su canali come Amazon, strumenti come i Video Interattivi Amazon Ads offrono un livello di controllo che va oltre la semplice lettura dei dati.

È necessario un deploy remoto su Cloud Run?

No. Puoi eseguire il server localmente usando pipx. Questo è utile per sviluppo e test. Per la produzione, dove hai bisogno di uptime e accessibilità per i tuoi tool di BI, il deploy remoto su Google Cloud Run è raccomandato.

L’IA collegata via MCP può “vedere” le mie vendite su Shopify?

No, il server MCP di Google Ads è specifico per Google Ads. Per vedere le vendite su Shopify, ti serve un’altra connessione. Epinium offre una lettura in vivo di Shopify tramite il nostro MCP, che puoi abbinare ai dati di Google per avere un quadro completo del tuo Full Commerce.

Il futuro non è “un altro dashboard”, è un collega digitale

Stiamo attraversando una fase di transizione. Da un lato, i protocolli come MCP stanno standardizzando come l’IA accede ai dati. Dall’altro, i brand stanno realizing che i dati senza azione sono inutili.

Il tuo vantaggio competitivo nel 2026 non sarà avere il “modello LLM più grande”. Sarà avere il “sistema di nervi più rapido”. Un sistema che legge il dato di Google, incrocia con l’inventario di Amazon, vede il trend di ricerca, e propone un’azione specifica nel giro di secondi, non di giorni.

Molte aziende si fermeranno al “read-only”. Faranno report più eleganti. Ma quelle che vincono saranno quelle che chiudono il loop. Che passano dall’analisi all’esecuzione. Che trattano l’IA non come un analista esterno, ma come un membro del team che ha le mani sui comandi.

Non devi costruire tutto da zero. Non devi diventare un’azienda di software. Ma devi smettere di trattare i tuoi dati come silos. Il MCP di Google è un ottimo inizio per la trasparenza. Ma la trasparenza è solo il primo passo verso il controllo.

È tempo di alzare lo sguardo dai singoli report e guardare il quadro completo. Il tuo team ha abbastanza tempo per l’analisi se la parte meccanica è automatizzata. Il resto è strategia. E la strategia si vince con i dati giusti, al momento giusto, sul canale giusto.