Data to AI™ / Copilot/Odoo
Vertrieb, Operations und Finance fragen einen Teams-Agenten zu Odoo-Rechnungen und -Aufträgen aus Ihrer eigenen Instanz, während Finance steuert, welche Modelle der Agent erreicht.
Weniger Tokens, bessere Antworten.
Microsoft 365 Copilot
An welchem Tag letzte Woche haben sich unsere Rechnungseinträge am stärksten verändert?
Montag, der 21. Sep., war der aktivste Tag mit 64 Rechnungseinträgen nach Created On und 118 nach Last Updated On. An jedem gezeigten Tag gab es mehr Aktualisierungen als neue Einträge.
| Tag | Einträge nach Created On | Einträge nach Last Updated On |
|---|---|---|
| Mo 21. Sep. Odoo Table Replication | 64 | 118 |
| Di 22. Sep. Odoo Table Replication | 41 | 87 |
| Mi 23. Sep. Odoo Table Replication | 38 | 72 |
Gezählt in einem einzigen replizierten Modell, gefiltert nach Last Updated On, dem Datumsbereichsfeld, das die Dokumentation gegen Duplikate durch die Odoo-Paginierung empfiehlt.
Odoo ist ein Open-Source-ERP mit Modulen für Buchhaltung, Lager, Vertrieb, CRM und Personal. Dataddo repliziert ganze Odoo-Modelle: Sie wählen ein Modell Ihrer Instanz und dessen Spalten, einschließlich benutzerdefinierter Felder, sodass die Felder zu Ihrem Setup passen.
@Odoo Ledger Welche Rechnungseinträge des genannten Kunden haben diese Woche ein neues Last Updated On, und wie hoch ist ihre monetäre Summe?
Account Manager erwähnen den Odoo-Agenten vor einem Kundentermin in Teams, sodass Finance nicht mehr dieselben Fragen zum Rechnungsstatus Nachricht für Nachricht beantworten muss.
@Odoo Ledger Summiere den Geldbetrag der Rechnungseinträge pro Monat in diesem Jahr in einer Tabelle, die ich unserer Prognose gegenüberstellen kann.
Die FP&A-Leitung fragt den Agenten in Microsoft 365 Copilot nach den fakturierten Summen pro Monat und bespricht die Abweichungen zur Prognose im selben Thread mit den Budgetverantwortlichen.
Beschreibe mit den dataddo-Tools die Odoo-Verkaufsauftragsentität und erzeuge ein TypeScript-Interface mit jedem Feld und seinem Typ.
Ein Entwickler, der Finanzberichte baut, fragt GitHub Copilot im Agent mode nach den echten Feldern dieser Instanz, sodass der Code auch benutzerdefinierte Felder abdeckt.
Data to AI™ ist während der privaten Vorabversion kostenlos. Wir nehmen Teams in Wellen auf und entwickeln das Produkt mit ihrem Feedback weiter. Zum Launch wird es so abgerechnet wie die KI-Assistenten, die Ihr Team bereits nutzt. 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.
Kostenlos in der Vorabversion
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Rechnungsfragen in Teams | Account Manager fragen Finance im Chat, ob ein Kunde eine Rechnung erhalten hat, und jemand sucht es von Hand in Odoo heraus. | Ein in Teams veröffentlichter Copilot Studio-Agent antwortet aus dem replizierten Rechnungsmodell, wenn er mit @ erwähnt wird. | Status direkt im Kanal |
| Welche Modelle der Agent erreicht | Wer Odoo-Exporte in einem Teams-Chat teilt, gibt allen darin jede Spalte jedes Modells in der Datei. | Der Agent sieht nur die Modelle und Spalten, die Finance verbunden hat, und die Serverbeschreibung legt fest, wann Dataddo aufgerufen wird. | Finance bestimmt den Umfang |
| Konzerngesellschaften | Jede Gesellschaft wird nach einem Gesellschaftswechsel in Odoo separat exportiert, und der Agent sieht nie das Konzernbild. | Ein benutzerdefinierter Filter an der Quelle ruft mehr als eine Gesellschaft ab, sodass der Agent pro Gesellschaft oder für den Konzern antworten kann. | Ein Agent für den Konzern |
| Feldzugriff für Entwickler | Entwickler fordern Beispielexporte an, um zu erfahren, welche datetime- und many2one-Felder ein Modell in dieser Instanz enthält. | GitHub Copilot in VS Code beschreibt die replizierten Entitäten über .vscode/mcp.json, inklusive jedes Feldtyps. | Typen aus dem echten Schema |
| Token-Verbrauch | Copilot verbraucht Tokens, um rohe Odoo-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 Odoo-Datensätze, die Finance- und RevOps-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Copilot fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Läuft nach Ihrem Zeitplan. Jeder Lauf liest ein relatives Zeitfenster auf dem gewählten Datumsfeld, etwa Last Updated On, und eine vollständige Neusynchronisierung lädt ältere Einträge.
Odoo-Konnektor →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 →Replizieren Sie die benötigten Odoo-Modelle, zum Beispiel Rechnungen und Verkaufsaufträge, als Dataddo-Quellen und verbinden Sie die Flows mit einem Copilot-Ziel oder AI Model. Fügen Sie in Copilot Studio ein Model Context Protocol-Tool mit https://headless.dataddo.com/mcp-data hinzu, wählen Sie OAuth 2.0 mit Dynamic discovery und veröffentlichen Sie den Agenten in Teams und Microsoft 365 Copilot.
Über einen Copilot Studio-Agenten mit Dataddo Data Access als MCP-Tool, veröffentlicht über Channels > Teams and Microsoft Copilot. Der Agent liest replizierte Odoo-Daten, nie Odoo selbst.
Nennen Sie die Odoo-Modelle, die Sie replizieren, zum Beispiel Rechnungen und Verkaufsaufträge aus Odoo. Der Agent entscheidet anhand der Beschreibung, wann er Dataddo aufruft, statt aus seinem eigenen Wissen zu antworten.
Ja. Tragen Sie die Dataddo-URL mit type http in .vscode/mcp.json ein, starten Sie den Server, melden Sie sich an und nutzen Sie den Agent mode. Bei Copilot Business und Enterprise muss ein Admin die MCP-Server in der Copilot-Richtlinie aktivieren.
Odoo-Felder hängen von Ihrer Instanz und den gewählten Spalten ab. Der Agent kann describe_entity aufrufen, um sie zu ermitteln, sodass benutzerdefinierte Felder in Copilot Studio keine zusätzliche Einrichtung brauchen.
Die Paginierung von Odoo kann Duplikate verursachen. Setzen Sie das Datumsbereichsfeld der Quelle auf Last Updated On und fügen Sie dataddo_hash als natürlichen Schlüssel hinzu, oder bitten Sie das Dataddo Solutions Team um Hilfe.
Jeder Lauf liest das relative Zeitfenster, das Sie auf dem Datumsbereichsfeld festlegen. Für ältere Einträge führen Sie eine vollständige Neusynchronisierung mit größerem Zeitraum durch und fragen den Agenten dann erneut.