Experimentergebnisse nach Airtable exportieren

Dieser Leitfaden exportiert Kameleoon-Experimentergebnisse aus einer einzigen Claude-Konversation heraus in eine Airtable-Tabelle. Er erfordert kein Skript, keine zu verwaltenden hinterlegten API-Anmeldedaten und keinen Code. Claude verbindet sich mit den Remote-MCP-Servern (Model Context Protocol) von Kameleoon und Airtable und führt den Export durch, wenn Sie ihn in natürlicher Sprache darum bitten. Beide MCP-Server stellen mehr als nur lesende Tools bereit. Der Kameleoon MCP Server kann Experimente und Feature Flags auch starten, pausieren, stoppen oder löschen. Der Airtable MCP Server kann auch Datensätze und Tabellen löschen. Prüfen Sie jede Aktion, die einer der beiden Connectors vorschlägt, bevor Sie sie genehmigen.

Voraussetzungen

Ein Kameleoon-Konto mit Zugriff auf das zu exportierende Experiment
Ein Airtable-Konto mit Schreibzugriff auf die Base, in der die Ergebnistabelle liegen soll
Ein Claude-Konto, in dem Connectors verfügbar sind

Schritt 1: Die Connectors hinzufügen

Zwei Wege führen zum selben Ergebnis. Verwenden Sie den, der zu Ihrer bisherigen Arbeitsweise mit Claude passt.

Verbindung über ein Coding-Tool

Verbinden Sie den Kameleoon MCP Server mit Ihrem Assistenten. Siehe Kameleoon MCP Server für die Registrierungs- und Authentifizierungsschritte für Claude Code, Cursor, Codex und Antigravity.
Verbinden Sie den Airtable MCP Server. Führen Sie in Claude Code Folgendes aus:
claude mcp add --transport http airtable https://mcp.airtable.com/mcp
Führen Sie anschließend /mcp in Claude Code aus und autorisieren Sie über den Browser. Siehe Using the Airtable MCP server für die Einrichtungsschritte für Cursor, VS Code und andere clientspezifische Setups sowie für eine Alternative zu OAuth mittels Personal Access Token.
Starten Sie eine neue Konversation, damit der Assistent die Tools von beiden Servern lädt.

Verbindung über die Claude-App

Öffnen Sie in der Claude-App die Connectors-Einstellungen Ihres Kontos (Customize > Connectors).
Fügen Sie den Kameleoon-Connector hinzu und autorisieren Sie ihn über OAuth. Sollte er nicht im Connector-Verzeichnis aufgeführt sein, fügen Sie ihn als benutzerdefinierten Connector mit der URL https://mcp.kameleoon.com/mcp hinzu und autorisieren Sie ihn anschließend.
Fügen Sie den Airtable-Connector auf dieselbe Weise hinzu. Sollte er nicht aufgeführt sein, fügen Sie ihn als benutzerdefinierten Connector mit der URL https://mcp.airtable.com/mcp hinzu und autorisieren Sie ihn anschließend.
Starten Sie eine neue Konversation und aktivieren Sie über die Plus-Schaltfläche im Chat beide Connectors für diese Konversation. In einer Konversation aktivierte Connectors werden nicht in eine neue Konversation übernommen.

In einem Team- oder Enterprise-Plan ist das eigenständige Hinzufügen eines Connectors möglicherweise nicht verfügbar. Eine Schaltfläche Request anstelle von Add bedeutet, dass Ihre Organisation einschränkt, wer Connectors hinzufügen darf, und eine Administratorin oder ein Administrator muss die Anfrage zunächst genehmigen.

Schritt 2: Die Airtable-Tabelle vorbereiten

Legen Sie die Tabelle vor dem ersten Lauf mit dem folgenden Schema an. Notieren Sie die Base-ID (appXXXXXXXXXXXXXX) und die Table-ID (tblXXXXXXXXXXXXXX); beide werden für den Prompt im nächsten Schritt benötigt.

Airtable-Feld	Quelle	Transformation
Experiment Name	`experiment.name`	Direkt. Wird als Upsert-Schlüssel verwendet.
Status	`experiment.status`	Zugeordnet, unabhängig von Groß-/Kleinschreibung: `active → Running`, `draft`/`planned → Implementing`, `stopped`/`diverted → Completed`, `paused → Defunct`.
Start date	`experiment.dateStarted`	Datums-Uhrzeit gekürzt auf ein ISO-Datum (`YYYY-MM-DD`).
End date	`experiment.dateEnded`	Datums-Uhrzeit gekürzt auf ein ISO-Datum.
Notes	`experiment.description`	Direkt.
Actual	`improvementRate` der besten Variation	Direkt (gemessener Uplift in %).
Probability	Bayesianische Erfolgswahrscheinlichkeit der besten Variation	In Stufen: `≥95 → 80% - High`, `≥80 → 50% - Medium`, sonst `20% - Low`.
Result	Bayesianische Erfolgswahrscheinlichkeit + `improvementRate`	Wahrscheinlichkeit `≥ 95` und Uplift > 0 → `Success`; `≥ 95` und Uplift < 0 → `Failure`; sonst `Inconclusive`.

Legen Sie die Optionen der Select-Felder vor dem ersten Schreibvorgang an (Running, Implementing, Completed, Defunct für Status; 80% - High, 50% - Medium, 20% - Low für Probability; Success, Failure, Inconclusive für Result). Enthält die Tabelle zusätzlich Felder für die manuelle Eingabe wie Assignee, Category, Prediction, Mkt Est, Eng Est oder Attachments, lassen Sie diese aus dem Mapping heraus. Der Prompt im nächsten Schritt weist den Assistenten an, sie nicht zu verändern.

Schritt 3: Den Assistenten prompten

Das Kameleoon MCP-Tool gibt neben den Rohdaten der Ergebnisse einen eigenen vorberechneten Gewinner zurück, beurteilt die Signifikanz jedoch anhand des in diesem Konto konfigurierten Zuverlässigkeitsschwellenwerts statt anhand der festen Schwellenwerte dieses Schemas. Der folgende Prompt umgeht diese Lücke, indem er stattdessen die Rohwerte anfordert. Ersetzen Sie die Experiment-ID, die Base-ID und die Table-ID durch Ihre eigenen, bevor Sie den Prompt absenden.

Using the Kameleoon MCP tools, get the results for experiment XXXXXX. In the
returned data, skip the "_reference" variation and read each remaining
variation's raw reliability and improvement rate for the experiment's
primary goal (not the tool's own winner summary, which judges significance
against this account's configured reliability threshold rather than the
fixed thresholds below). If the same reliability and improvement numbers
appear more than once under different field names, use the plain
percent-scale value tied to that goal, not a 0-1 fraction of it. Pick the
variation with the highest improvement rate as the best performer.

Then, using the Airtable MCP tools, upsert a record in base
appXXXXXXXXXXXXXX, table tblXXXXXXXXXXXXXX, matching on the "Experiment
Name" field against the experiment's name: update the existing record if
one matches, or create a new one if not. Map the fields as follows:
- Experiment Name: the experiment's name
- Status: map a status of active to Running, draft to Implementing, stopped
  to Completed, and paused to Defunct (case-insensitive; confirm the exact
  tokens your account returns)
- Start date / End date: the experiment's start and end dates, formatted as
  YYYY-MM-DD
- Notes: the experiment's description
- Actual: the best variation's improvement rate
- Probability: 80% - High if the reliability is 95 or above, 50% - Medium if
  it's 80 or above, otherwise 20% - Low
- Result: Success if the reliability is 95 or above with a positive
  improvement, Failure if the reliability is 95 or above with a negative
  improvement, otherwise Inconclusive

Don't set Assignee, Category, Prediction, Mkt Est, Eng Est, or Attachments.

Einige Hinweise, falls Sie diesen Prompt anpassen:

Fordern Sie nicht die eigene Gewinnerzusammenfassung des Tools anstelle der Rohwerte an. Sie beurteilt die Signifikanz anhand des Schwellenwerts Ihres Kontos, nicht anhand der festen 95 %-/80 %-Stufen dieses Schemas.
Halten Sie den Namen jedes Experiments in Ihrer Airtable-Tabelle eindeutig. Der Upsert gleicht auf diesen Namen ab und schlägt fehl, wenn mehr als ein Datensatz mit demselben Namen gefunden wird.
Die Ergebnisse von Kameleoon können dieselben Zuverlässigkeits- und Verbesserungswerte an anderer Stelle in der Antwort unter einem anderen Namen oder in einem anderen Maßstab wiederholen. Der Prompt gibt bereits an, welcher davon zu verwenden ist.

Schritt 4: Automatisieren

Um die Tabelle aktuell zu halten, ohne den Export manuell zu wiederholen, richten Sie eine wiederkehrende geplante Aufgabe mit demselben Prompt ein. Jeder geplante Lauf startet eine neue Sitzung ohne Erinnerung an vorherige Läufe, daher müssen Sie jedes Mal die Experiment-ID (oder eine Anweisung, alle laufenden und kürzlich abgeschlossenen Experimente aufzulisten), die Base-ID und die Table-ID mitgeben. Ein tägliches oder wöchentliches Intervall passt zu der Häufigkeit, in der die meisten Teams diesen Export benötigen.

Hinweise

Ein KI-Assistent interpretiert dieses Mapping bei jedem Lauf neu, statt eine feste Funktion auszuführen. Prüfen Sie den geschriebenen Datensatz gegen die Werte in Kameleoon, insbesondere bei den ersten Läufen.
Der Airtable MCP Server kann Datensätze und Tabellen löschen, und der Kameleoon MCP Server kann Experimente und Feature Flags starten, pausieren, stoppen oder löschen. Prüfen Sie vorgeschlagene Aktionen vor der Genehmigung, nicht nur die gemappten Felder.
Für einen Export, den Sie planmäßig ausführen oder der bei jedem Lauf identisch reproduzierbar sein muss, ist ein festes Skript eine berechenbarere Alternative als ein KI-Assistent, der denselben Prompt bei jedem Lauf neu interpretiert.

​Voraussetzungen

​Schritt 1: Die Connectors hinzufügen

​Verbindung über ein Coding-Tool

​Verbindung über die Claude-App

​Schritt 2: Die Airtable-Tabelle vorbereiten

​Schritt 3: Den Assistenten prompten

​Schritt 4: Automatisieren

​Hinweise