Data to AI™ / ChatGPT/Marketo
Prüfen Sie E-Mail-Engagement, Formularleistung und gebouncte Adressen aus Marketo in ChatGPT und bestätigen Sie jede Abfrage, damit Sie wissen, welche Aktivitäten die Antwort geprägt haben.
Bessere Antworten, weniger Tokens.
ChatGPT
Welche Lead-Quellen haben im September die meisten neuen Leads gebracht, und wie gut sind sie bewertet?
Webinar brachte mit 1.240 die meisten neuen Leads, bei einem durchschnittlichen Lead Score von 46. Paid Search lieferte 980 Leads, aber mit niedrigerem Score, im Schnitt 21.
| Lead Source | Leads | Lead Score |
|---|---|---|
| Webinar Leads | 1.240 | 46 |
| Paid Search Leads | 980 | 21 |
| Trade Show Leads | 410 | 38 |
Leads umfasst Datensätze, deren Created At im Datumsfenster der Quelle liegt; der Lead Score wird pro Quelle gemittelt, nicht summiert.
Adobe Marketo Engage ist eine Marketing-Automation-Plattform für E-Mail, Lead-Management und Scoring. Dataddo extrahiert einen flexiblen Marketo-Datensatz: Wählen Sie das Objekt Leads oder Activities und die benötigten Felder, einschließlich benutzerdefinierter Lead-Felder Ihrer Instanz, damit Marketing Ops Fragen zu Lead-Zufluss und Engagement in natürlicher Sprache stellen kann.
Zähle für letzte Woche Email-Delivered-, Open-Email- und Click-Email-Aktivitäten je Primary Attribute Value und sortiere die E-Mails nach Klicks pro Zustellung.
Die E-Mail-Marketerin bestätigt jede Abfrage, übernimmt die sortierte Liste ins Wochenupdate und verabschiedet sich von dem Betreffzeilen-Muster, das immer wieder schwächelt.
Führe data_status für den Marketo-Activities-Flow aus und liste dann die Fill-Out-Form-Aktivitäten dieses Monats nach Primary Attribute Value mit der Zahl eindeutiger Lead Id.
Eine Demand-Generation-Managerin prüft zuerst die Aktualität und sieht dann, welche Formulare konvertieren und welche Landingpages vor der nächsten Kampagne ein kürzeres Formular brauchen.
Wie viele Email-Bounced- und Unsubscribe-Email-Aktivitäten haben wir in den letzten 30 Tagen erfasst, und welche Campaign Id hat die meisten verursacht?
Bevor die Launch-E-Mail rausgeht, findet Marketing Ops die Kampagne, die die Liste verschleißt, und pausiert sie, bis die Zielgruppe bereinigt ist.
Data to AI™ wird pro Nutzerplatz abgerechnet, wie die KI-Assistenten, die Ihr Team bereits nutzt, mit ~25 % Rabatt bei jährlicher Abrechnung. Sie brauchen individuelle Verträge oder Mengenpreise? Sprechen Sie mit uns über Enterprise.
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
$10.49/Monat
pro Nutzerplatz
Mindestens 3 Nutzerplätze
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Benutzerdefiniert
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| E-Mail-Engagement gesamt | Jemand exportiert E-Mail-Berichte Programm für Programm und führt sie in einer Tabelle zusammen, bevor sie in ChatGPT hochgeladen werden. | ChatGPT fragt Activities mit Activity Type Name, Primary Attribute Value und Activity Date aus der letzten Extraktion ab, wann immer Sie fragen. | Rückblick ohne Zusammenführen |
| Welche Aktivitäten extrahiert werden | Ein roher Aktivitätenexport enthält jeden Typ, und der Chat ertrinkt in Zeilen, nach denen niemand gefragt hat. | Der optionale Activity-Type-Filter begrenzt die Marketo-Quelle auf die gewählten Typen, etwa Open Email, Click Email oder Fill Out Form. | Nur benötigte Aktivitäten |
| Kontaktdaten | Ein in den Chat kopierter Lead-Export enthält Email Address, First Name und Last Name jeder Person. | Sie wählen die Lead-Felder beim Anlegen der Quelle, lassen Kontaktfelder weg, und ChatGPT arbeitet nur mit Lead Id und Engagement. | Kontaktdaten bleiben intern |
| Kontrolle über Tools | Niemand kann sagen, welche Zeilen einer hochgeladenen Datei die Zusammenfassung von ChatGPT geprägt haben. | Jeder Tool-Aufruf wartet auf Ihre Bestätigung, und Tools wie refresh lassen sich in den App-Einstellungen abschalten. | Jede Abfrage bestätigt |
| Token-Verbrauch | ChatGPT verbraucht Tokens, um rohe Marketo-Spalten zu erkunden, Zeilen zu sichten und neu anzusetzen, bis die Daten verstanden sind. | Felddefinitionen und Beziehungen werden vorab geliefert, sodass das Modell die Erkundung überspringt und direkt antwortet. | Weniger Tokens pro Antwort |
| Antwortqualität | Anfällig für falsche Joins, erfundene Felder und schwer überprüfbare Zahlen. | Antworten auf Basis definierter Felder. Im Dataddo-Benchmark wurden 78,5 % der Fragen korrekt beantwortet, gegenüber 65,5 % mit einfachen CSV-Dateien. | Bessere Antworten |
Die Marketo-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. ChatGPT fragt sie über die semantische Schicht von Dataddo beim Namen ab.
| Datensatz | Metriken und Attribute |
Fragen Sie ChatGPT
|
|---|---|---|
| Leads: source and status |
|
Wie verteilt sich der Lead Status auf die in diesem Quartal erstellten Leads? |
| Leads: company and contactability |
|
Wie viele neue Leads sind als Unsubscribed oder Email Invalid markiert, und aus welcher Lead Source stammen sie? |
| Activities: email engagement |
|
Welche Campaign Id hat diesen Monat die meisten Email-Delivered-Aktivitäten erzeugt? |
| Activities: forms and web visits |
|
Wie viele verschiedene Lead Id haben ein Formular nach einer Visit-Webpage-Aktivität am selben Activity Date ausgefüllt? |
| Activities: scoring and data changes |
|
Wie viele Change-Status-in-Progression-Aktivitäten gab es pro Woche, nach Activity Date? |
Wir haben 43 vorab registrierte Fragen zu drei echten Datensätzen gestellt - Google Search Console, HubSpot-Deals und Google Ads - und dieselben Zeilen auf vier Arten an dasselbe Modell geliefert. Nur die Datenschicht hat sich geändert.
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Dasselbe Modell, dieselben Prompts und dieselben Zeilen in jeder Bedingung; 759 bewertete Durchläufe, Referenzantworten vor dem ersten Durchlauf festgelegt. Allein bei Google Search Console schnitten dokumentierte CSV-Dateien genauso gut ab wie Data to AI™ - der Vorteil entsteht bei unübersichtlicheren Daten wie HubSpot-Deals.
Benchmark lesen →Extrahieren Sie Marketo in Dataddo mit dem Objekt Activities, gefiltert auf Aktivitätstypen wie Open Email, Click Email und Fill Out Form, und verbinden Sie den Flow mit einem ChatGPT-Ziel oder AI Model. Aktivieren Sie in ChatGPT im Web den Developer mode und erstellen Sie eine App Dataddo Data Access mit https://headless.dataddo.com/mcp-data und OAuth.
Den Developer mode im Web, verfügbar in Pro, Plus, Business, Enterprise und Education. Bei Business und Enterprise muss ihn ggf. zuerst ein Workspace-Admin freigeben.
Ja. ChatGPT bittet Sie, jeden Tool-Aufruf zu bestätigen, sodass Sie jede Abfrage von Leads oder Aktivitäten freigeben, bevor Ergebnisse im Chat erscheinen.
Nehmen Sie Activity Type Name in die Quelle auf. Dataddo ruft die Namen der Aktivitätstypen Ihrer Instanz ab und füllt die Spalte neben Activity Type Id, sodass ChatGPT Click Email statt einer Zahl liest.
Name-Wert-Paare, die Marketo für jeden Aktivitätstyp erfasst; leere werden ausgelassen. Primary Attribute Value enthält das wichtigste, und seine Bedeutung hängt vom Aktivitätstyp ab.
Es sieht die letzte Extraktion. Jeder Lauf liest die im relativen Datumsfenster erstellten Aktivitäten, der Zeitplan bestimmt also die Aktualität, und data_status zeigt, wann der Flow zuletzt lief.
Nein. ChatGPT fragt extrahierte Daten über die semantische Schicht nach Entitäts- und Feldnamen ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird nach Marketo zurückgeschrieben.
