Data to AI™ / Gemini/Marketo
Holen Sie Marketo-Leads und Aktivitätenprotokolle ins Terminal oder in VS Code, damit Marketing-Engineers Attributionsdaten und Prüfungen ohne Marketo-API-Client auf dem Laptop bauen.
Bessere Antworten, weniger Tokens.
Gemini CLI
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.
Verknüpfe Fill-Out-Form- und Click-Email-Aktivitäten der letzten 30 Tage per Lead Id mit Leads und schreibe attribution/touchpoints.csv mit Activity Date, Activity Type Name und Lead Source.
Ein Marketing-Analyst versorgt das Attributions-Notebook aus Gemini CLI, sodass das Multi-Touch-Modell mit frischen Touchpoints läuft, ohne monatlichen manuellen Export.
Zähle Marketo-Leads nach Lead Status mit Created At in den letzten 7 Tagen, vergleiche sie mit tests/fixtures/lead-status.json und liste die abweichenden Zeilen.
Bevor ein Funnel-Dashboard live geht, führt ein Data Engineer die Prüfung im Terminal gegen die letzte Marketo-Extraktion aus und stoppt das Release, wenn Zahlen abweichen.
Nimm eine Stichprobe von Change-Data-Value-Aktivitäten und schreibe src/marketo/parse-attributes.ts, das die Spalte Attributes in typisierte alte und neue Werte umwandelt.
Ein Entwickler in VS Code lässt Gemini Code Assist im agent mode den Parser schreiben, auf Basis echter Aktivitätszeilen statt Vermutungen über den Inhalt.
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 | |
|---|---|---|---|
| Marketo-Zugriff aus Skripten | Ein Engineer registriert einen LaunchPoint-Service, schreibt Polling-Code für Bulk-Exporte und kümmert sich um das 31-Tage-Limit, bevor er eine einzige Zeile erhält. | Dataddo führt die Bulk-Exporte nach Zeitplan aus, und Gemini CLI fragt die extrahierten Leads und Activities nach Entitäts- und Feldnamen ab. | Kein Exportcode zu pflegen |
| Aktivitätstyp-IDs | Skripte codieren Nummern von Aktivitätstypen fest, die sich zwischen Marketo-Instanzen unterscheiden können, und brechen bei der nächsten Subscription. | Activity Type Name wird aus den Aktivitätstypen Ihrer eigenen Instanz befüllt, sodass Gemini nach Namen wie Fill Out Form filtert. | Lesbare Aktivitätsfilter |
| Zugangsdaten auf dem Laptop | Ein Marketo Client Secret liegt in einer .env-Datei auf jedem Rechner, der die Attributionsskripte ausführt. | Marketo wird einmal in Dataddo autorisiert; Gemini CLI speichert nur Dataddo-Anmeldetokens in ~/.gemini/mcp-oauth-tokens.json und erneuert sie. | Kein Marketo-Secret im Repo |
| Kontrolle im Terminal | Ein Skript mit API-Zugriff führt jede Anfrage aus, für die es geschrieben wurde, ohne vorher nachzufragen. | Gemini CLI bittet Sie, jeden Dataddo-Tool-Aufruf zu bestätigen, und Sie wählen Always allow nur für vertrauenswürdige Tools. | Jede Abfrage bestätigt |
| Token-Verbrauch | Gemini 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. Gemini fragt sie über die semantische Schicht von Dataddo beim Namen ab.
| Datensatz | Metriken und Attribute |
Fragen Sie Gemini
|
|---|---|---|
| Leads: source and status |
|
Schreibe die letzte Woche erstellten Leads mit Lead Source, Lead Status und Lead Score in eine CSV für das Funnel-Notebook. |
| Leads: company and contactability |
|
Zähle neue Leads mit leerer Industry oder Annual Revenue, um den Anreicherungsjob vor dem Release zu prüfen. |
| Activities: email engagement |
|
Exportiere Email-Bounced- und Unsubscribe-Email-Aktivitäten mit Lead Id und Activity Date in eine CSV für das Skript zur Listenpflege. |
| Activities: forms and web visits |
|
Gib die täglichen Fill-Out-Form-Zahlen nach Activity Date der letzten 30 Tage als JSON für den Landingpage-Test zurück. |
| Activities: scoring and data changes |
|
Schreibe Change-Score-Aktivitäten mit Lead Id, Campaign Id und Attributes in eine Datei, die die Überprüfung des Scoring-Modells laden kann. |
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 →Legen Sie in Dataddo eine Marketo-Quelle mit dem Objekt Leads oder Activities an und verbinden Sie sie mit einem Google-Gemini-Ziel oder AI Model. Fügen Sie in ~/.gemini/settings.json unter mcpServers einen Server dataddo mit httpUrl https://headless.dataddo.com/mcp-data hinzu, starten Sie Gemini CLI neu, führen Sie /mcp auth dataddo aus und melden Sie sich an.
Verbinden Sie den Marketo-Flow in Dataddo mit einem Google-Gemini-Ziel oder AI Model. Fügen Sie den Server dataddo mit httpUrl zu settings.json hinzu, starten Sie Gemini CLI neu, führen Sie /mcp auth dataddo aus und prüfen Sie /mcp.
In Gemini CLI fällt url auf SSE zurück, was Dataddo nicht unterstützt. Verwenden Sie httpUrl und lassen Sie headers und jeden oauth-Block weg; die Anmeldung läuft über /mcp auth dataddo.
Ja. Beim Objekt Activities behält der optionale Activity-Type-Filter nur die gewählten Typen, etwa Click Email oder Change Score, und hält so die Datenmenge klein, die Gemini liest.
Ja. Nach der Anmeldung erreicht Gemini jeden Flow und jeden Context, der in diesem Dataddo-Konto mit einem KI-Ziel oder AI Model verbunden ist, nicht nur die von Google Gemini.
Nein. Gemini fragt extrahierte Marketo-Daten über die semantische Schicht nach Entitäts- und Feldnamen ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird nach Marketo zurückgeschrieben.
Ihre Dataddo-E-Mail und Ihr Passwort, bei Bedarf mit MFA; SSO über Google oder Microsoft wird hier nicht angeboten. Gemini CLI öffnet die Anmeldeseite in einem Browser auf demselben Rechner.
