Data to AI™ / Gemini/Pipedrive
Holen Sie Deals, Phaseneinstellungen und Schlüssel benutzerdefinierter Felder aus Pipedrive ins Terminal oder in VS Code, damit RevOps-Engineers Forecast-Eingaben und Prüfungen ohne Pipedrive-API-Token auf dem Laptop erstellen.
Bessere Antworten, weniger Tokens.
Gemini CLI
Welche Vertriebsmitarbeiter haben die meiste gewichtete Pipeline mit erwartetem Abschluss im September?
Offene Deals mit erwartetem Abschluss im September summieren sich auf 412.000 €, gewichtet 171.500 €. Marta Novak hält 82.000 € des gewichteten Werts, fast die Hälfte.
| Owner Name | Value | Weighted Value |
|---|---|---|
| Marta Novak Deals | 168.000 € | 82.000 € |
| Tom Reyes Deals | 141.000 € | 54.500 € |
| Lena Brandt Deals | 103.000 € | 35.000 € |
Deals lädt bei jedem Lauf alle aktuellen Einträge, daher spiegeln offene Deals die letzte Extraktion wider und nicht ein Datumsfenster.
Pipedrive ist ein CRM für Vertriebsteams, das Leads, Deals und die Sales-Pipeline verwaltet. Dataddo extrahiert Deals, Phasen, Pipelines, Aktivitäten, Leads und Deal-Abonnements, sodass RevOps in natürlicher Sprache zu Pipeline und Forecast fragen kann.
Zähle Deals nach Status, summiere Value je Owner Name, vergleiche die Summen mit fixtures/pipeline-expected.json und nenne mir die abweichenden Zeilen.
Bevor ein neues Umsatz-Dashboard live geht, führt ein Data Engineer die Prüfung in Gemini CLI gegen die letzte Pipedrive-Extraktion aus und stoppt das Release, wenn die Summen abweichen.
Lies Deals Timeline der letzten zwei Quartale, gruppiere die Freitextwerte von Lost Reason in höchstens acht Kategorien und speichere die Zuordnung in analysis/lost-reasons.csv.
Ein Analyst macht aus Jahren uneinheitlicher Verlustnotizen eine saubere Kategoriedatei im Repository, damit das Win-Loss-Notebook denselben Grund nicht mehr auf fünf Schreibweisen verteilt.
Nutze die dataddo-Tools, um Fields am Deals-Endpoint aufzulisten, und erzeuge src/pipedrive/fields.ts, das jeden gehashten Key seinem Field Name und Field Type zuordnet.
Ein Entwickler lässt sich die Zuordnung in VS Code von Gemini Code Assist im Agent-Modus erstellen, damit der interne Sync-Service benutzerdefinierte Deal-Felder über ihren Namen statt über undurchsichtige Schlüssel liest.
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 | |
|---|---|---|---|
| Feldschlüssel im Code | Entwickler kopieren gehashte Schlüssel benutzerdefinierter Felder von Hand aus den Pipedrive-Einstellungen und schreiben sie fest in den Code, und niemand merkt, wenn ein Feld umbenannt wird. | Das Dataset Fields liefert Key, Field Name und Field Type je Endpoint, sodass Gemini die Zuordnungsdatei bei jeder Schemaänderung neu erzeugt. | Feldzuordnung bleibt aktuell |
| Datenprüfungen vor dem Release | Ein Engineer schreibt ein Einmal-Skript gegen die Pipedrive-API, kümmert sich um Paginierung und Rate Limits und löscht es nach dem Release wieder. | Gemini CLI fragt extrahierte Deals und Stage über die semantische Schicht nach Entitäts- und Feldnamen ab, und die Prüfung liegt im Repository neben dem Dashboard. | Wiederholbare Prüfungen vor dem Deployment |
| Zugangsdaten auf dem Laptop | Ein persönlicher Pipedrive-API-Token liegt in einer .env-Datei auf jedem Rechner, der die Skripte ausführt. | Pipedrive wird einmal in Dataddo autorisiert; Gemini CLI speichert nur die Dataddo-Anmeldetokens in ~/.gemini/mcp-oauth-tokens.json und erneuert sie automatisch. | Kein CRM-Token im Repository |
| Kontrolle im Terminal | Ein Skript mit vollem API-Zugriff führt aus, wofür es geschrieben wurde, ohne vor jeder Anfrage nachzufragen. | Gemini CLI bittet Sie, jeden Aufruf eines Dataddo-Tools zu bestätigen, und Sie wählen Always allow nur für Tools, denen Sie vertrauen. | Jede Abfrage freigegeben |
| Token-Verbrauch | Gemini verbraucht Tokens, um rohe Pipedrive-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 Pipedrive-Datensätze, die Finance- und RevOps-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
|
|---|---|---|
| Deals |
|
Schreibe offene Deals mit Titel, Wert, gewichtetem Wert und erwartetem Abschlussdatum in eine CSV, die das Forecast-Notebook laden kann. |
| Deals Timeline |
|
Gib den gewonnenen Wert je Zeitraum der letzten 12 Monate als Tabelle aus, die ich mit unserem Umsatzmodell abgleichen kann. |
| Stage |
|
Erzeuge eine JSON-Zuordnung jeder Phase zu ihrer Abschlusswahrscheinlichkeit, gruppiert nach Pipeline, für das Forecast-Skript. |
| Activities |
|
Zähle die Aktivitäten je Aktivitätsart, getrennt nach erledigt und offen, damit ich die Zahlen vor dem Deployment des Sales-Dashboards prüfen kann. |
| Leads |
|
Liste Leads mit Titel, Quelle und UTM Campaign auf, bei denen UTM Campaign leer ist, damit das Tracking korrigiert werden kann. |
| Deal Subscriptions |
|
Summiere den Betrag pro Zyklus je Zahlungsrhythmus und schreibe ihn mit dem Enddatum jedes Abonnements in die Eingabedatei des Umsatzmodells. |
| Fields |
|
Erzeuge einen TypeScript-Typ aus Name, Schlüssel und Typ jedes Felds am Deals-Endpunkt. |
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 Pipedrive-Quelle mit Deals, Stage und Fields an und verbinden Sie sie mit einem Google-Gemini-Ziel oder AI Model. Tragen Sie in ~/.gemini/settings.json unter mcpServers einen Server dataddo mit httpUrl https://headless.dataddo.com/mcp-data ein, starten Sie Gemini CLI neu, führen Sie /mcp auth dataddo aus und melden Sie sich mit Ihrem Dataddo-Konto an.
Verbinden Sie den Pipedrive-Flow in Dataddo mit einem Google-Gemini-Ziel oder AI Model. Tragen Sie dann den Server dataddo mit httpUrl in settings.json ein, starten Sie Gemini CLI neu, führen Sie /mcp auth dataddo aus und prüfen Sie /mcp.
In Gemini CLI fällt url auf SSE zurück, das Dataddo nicht unterstützt. Verwenden Sie httpUrl ohne headers und ohne oauth-Block; die Anmeldung läuft über /mcp auth dataddo.
Ja. Der Agent-Modus in VS Code liest dieselbe settings.json wie Gemini CLI. In IntelliJ nutzt Gemini Code Assist eine eigene mcp.json, tragen Sie den Dataddo-Server also dort ein.
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 für Google Gemini. Nutzen Sie ein separates Konto, um sie zu trennen.
Nein. Gemini fragt extrahierte Pipedrive-Daten über die semantische Schicht nach Entitäts- und Feldnamen ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird nach Pipedrive zurückgeschrieben.
Mit Ihrer Dataddo-E-Mail und Ihrem Passwort, bei Bedarf mit MFA; Google- und Microsoft-SSO werden hier nicht angeboten. Gemini CLI öffnet die Anmeldeseite in einem Webbrowser und braucht daher einen Browser auf demselben Rechner.
