Data to AI™ / Gemini/Salesforce
Geben Sie Data Engineers und RevOps-Entwicklern Salesforce-Objekte im Terminal, damit Pipeline-Snapshots, Schemaprüfungen und Dublettenaudits neben dem Code im Repository landen.
Bessere Antworten, weniger Tokens.
Gemini CLI
Welche offenen Opportunities mit Abschluss im September wurden seit zwei Wochen nicht mehr bearbeitet?
29 der 85 offenen Opportunities mit einem CloseDate im September wurden seit über 14 Tagen nicht geändert. Qualification hat mit 17 liegen gebliebenen Deals die meisten.
| StageName | Opportunities | LastModifiedDate 14+ Tage | Anteil veraltet |
|---|---|---|---|
| Qualification Opportunities | 42 | 17 | 40 % |
| Proposal Opportunities | 28 | 9 | 32 % |
| Negotiation Opportunities | 15 | 3 | 20 % |
Gelesen aus dem replizierten Objekt Opportunities. Veraltet bedeutet, dass LastModifiedDate, das Standard-Datumsfeld der Replikation, älter als 14 Tage ist.
Salesforce ist ein Cloud-CRM. Dataddo repliziert die Objekte Ihrer Wahl, Standard- oder benutzerdefinierte, mit den Feldern, die Ihre Org definiert, oder führt Ihre eigene SOQL-Abfrage aus.
Beschreibe mit den dataddo-Tools Opportunities und sag mir, ob jede in jobs/forecast/columns.yaml aufgeführte Spalte dort noch existiert, benutzerdefinierte eingeschlossen.
Ein Data Engineer führt das in Gemini CLI aus, bevor er eine Änderung am nächtlichen Forecast-Job mergt. Ein vom Salesforce-Admin umbenanntes Feld erscheint als fehlgeschlagene Prüfung im Terminal und nicht als abgebrochener Lauf um 3 Uhr morgens.
Frage Opportunities mit einem CloseDate in den nächsten 90 Tagen ab, behalte Id, Name, StageName und CloseDate und schreibe sie in snapshots/pipeline.csv.
Ein RevOps-Entwickler speichert jeden Montag eine Datei in einem kleinen Repository. Die Diffs zwischen den wöchentlichen Commits zeigen, welche Deals Phase oder Datum gewechselt haben, eine Historie, die die Live-Ansicht im CRM allein nicht festhält.
Finde Accounts, deren Name mehr als einmal vorkommt, und schreibe jede Id mit ihrem LastModifiedDate als Tabelle in reports/duplicate-accounts.md.
Vor einem Zusammenführungsprojekt übergibt eine Analystin, die in VS Code mit Gemini Code Assist arbeitet, dem Admin im Pull Request eine geprüfte Liste doppelter Datensätze, die neuesten Änderungen zuerst.
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 | |
|---|---|---|---|
| Zugangsdaten auf Entwicklerrechnern | Jedes Skript, das die Salesforce-API aufruft, braucht eine Connected App, ein Client Secret und ein Refresh Token in einer lokalen .env-Datei. | settings.json enthält nur die httpUrl. Sie melden sich mit /mcp auth dataddo an, und Gemini CLI speichert die Sitzung in ~/.gemini/mcp-oauth-tokens.json. | Keine Salesforce-Secrets in Repositories |
| Feldlisten, die sich ändern | Spaltennamen sind in Skripten fest verdrahtet, und ein benutzerdefiniertes Feld, das der Admin anlegt oder umbenennt, legt einen Job lahm, den niemand beobachtet. | Gemini ruft describe_entity für das replizierte Objekt auf, das seine Feldliste aus Ihrer Org liest, benutzerdefinierte Felder eingeschlossen, bis zu 300 pro Objekt. | Schema geprüft, bevor etwas bricht |
| Was der Agent ausführen darf | Ein Skript mit API-Zugriff kann jeden Endpoint aufrufen, für den es geschrieben wurde, und niemand prüft die Aufrufe einzeln. | Gemini CLI lässt Sie jeden Aufruf eines Dataddo-Tools bestätigen, und Sie wählen Always allow nur für Tools, denen Sie vertrauen, etwa query. | Jeder Aufruf im Terminal sichtbar |
| Eine Einrichtung pro Projekt | Jedes Repository bringt eigenen Extraktionscode und eine eigene API-Version mit, sodass zwei Projekte unterschiedliche Pipeline-Summen melden können. | Eine .gemini/settings.json auf Projektebene zeigt auf denselben Dataddo-Server, sodass jedes Repository dieselben replizierten Salesforce-Objekte liest. | Gleiche Zahlen in allen Repositories |
| Token-Verbrauch | Gemini verbraucht Tokens, um rohe Salesforce-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 Salesforce-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
|
|---|---|---|
| Opportunities |
|
Welche Opportunities wurden heute geändert? Liste sie mit ID, Name, Phase und Änderungsdatum auf. |
| Opportunity Line Items |
|
Wie viele Opportunity-Produkte wurden in dieser Woche pro Tag geändert, laut SystemModstamp? |
| Accounts |
|
Liste ID und Namen aller Accounts auf, die seit dem 1. Januar geändert wurden. |
| Leads |
|
An welchem Wochentag werden die meisten Leads geändert? |
| Custom Objects |
|
Welche benutzerdefinierten Felder sind bei jedem unserer Datensatztypen ausgefüllt, für eine Schema-Dokumentation? |
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 Salesforce-Objekte wie Opportunities und Accounts in Dataddo und verbinden Sie den Flow mit einem Google Gemini-Ziel oder AI Model. Tragen Sie in ~/.gemini/settings.json einen dataddo-Eintrag 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.
In Gemini CLI fällt der Schlüssel url auf SSE zurück, das Dataddo nicht unterstützt. Verwenden Sie httpUrl mit https://headless.dataddo.com/mcp-data ohne headers oder oauth-Block; /mcp auth dataddo übernimmt die Anmeldung.
Beides geht. ~/.gemini/settings.json macht Dataddo in jedem Projekt verfügbar, .gemini/settings.json in einem Repository beschränkt es auf dieses Projekt, was zu einem Team-Repository passt, das nur mit Salesforce-Daten arbeitet.
Nein. Die Anmeldung nutzt Ihre Dataddo-E-Mail und Ihr Passwort, bei Bedarf mit MFA. Google- und Microsoft-SSO werden hier nicht angeboten, und Gemini CLI öffnet die Anmeldeseite in einem Browser auf demselben Rechner.
Ja. In VS Code liest der Agent-Modus dieselbe settings.json wie Gemini CLI. In IntelliJ fügen Sie den Dataddo-Server zur mcp.json von Gemini Code Assist hinzu und fragen dann direkt in der IDE nach Opportunities oder Accounts.
Jeden Flow oder Context, der in diesem Dataddo-Konto mit einem KI-Ziel oder AI Model verbunden ist, nicht nur die Google Gemini-Ziele. Halten Sie Flows mit Daten, die ein Projekt nicht sehen soll, aus KI-Zielen heraus.
Nein. Gemini fragt Entitäten und Felder über die semantische Schicht nach Namen ab, Dataddo akzeptiert nie SQL vom Modell, und nichts wird zurückgeschrieben. SOQL läuft nur in einer Custom SOQL Query-Quelle, die Sie selbst in Dataddo anlegen.
Jeder Lauf liest ein relatives Fenster auf einem Datumsfeld wie LastModifiedDate neu. Führen Sie einmal einen vollständigen Daten-Re-Sync mit größerem Zeitraum aus, dann kann Gemini auch die älteren Datensätze abfragen.
