Data to AI™ / Copilot/AFAS
Dé al departamento financiero un agente en Teams que responda con los GetConnectors actuales de AFAS, para que las preguntas rutinarias dejen de llegar al correo del controller.
Mejores respuestas, menos tokens.
Microsoft 365 Copilot
¿Qué grupos de artículos tuvieron más artículos modificados la semana pasada y cuál es su precio de venta medio?
El ArtGroup 100 fue el que más cambió, con 86 artículos por ModifiedDate y un SalesPrice medio de 42,10 €. Los tres grupos mostrados se editaron durante la actualización de precios de la semana pasada.
| ArtGroup | Artículos por ModifiedDate | SalesPrice medio |
|---|---|---|
| 100 Profit_Article | 86 | 42,10 € |
| 200 Profit_Article | 54 | 118,40 € |
| 300 Profit_Article | 21 | 9,75 € |
AFAS no tiene rango de fechas, así que cada ejecución extrae los artículos actuales hasta el Limit; la semana se cuenta por ModifiedDate y los artículos Blocked quedan fuera de la media.
AFAS Profit es un software empresarial neerlandés para finanzas, RR. HH., nóminas y CRM. Dataddo extrae cualquier GetConnector que usted haya configurado en AFAS, con los campos que elija, incluidos los personalizados. Los GetConnectors suministrados que se muestran aquí, como Profit_Article y Profit_Employee_Leaves, son ejemplos de la documentación de AFAS.
@Finance Desk ¿Cuántos registros se crearon por created on en el flujo de facturas de AFAS cada semana de este trimestre? ¿Está esta semana por encima de la media?
Los responsables de presupuesto preguntan al agente en el canal de Teams de finanzas en lugar de escribir al controller, que reserva su tiempo para las excepciones.
@Finance Desk Suma la columna de importe float del flujo de AFAS por mes de los últimos seis meses, agrupada por la columna date.
Antes de la reunión del comité de dirección, un jefe de departamento pregunta a Microsoft 365 Copilot y lleva la tendencia de seis meses a la reunión.
Usa las herramientas de dataddo para describir la entidad de AFAS y genera un tipo TypeScript con una propiedad por campo, asignando boolean, integer, float, date y string.
Un desarrollador usa GitHub Copilot en Agent mode para mantener el servicio interno de informes alineado con los campos que la fuente de AFAS extrae realmente.
Data to AI™ se cobra por asiento, como los asistentes de IA que tu equipo ya utiliza, con un ~25% de descuento en la facturación anual. ¿Necesitas contratos a medida o precios por volumen? Habla con nosotros sobre Enterprise.
Entrega datos de negocio gobernados a Claude, ChatGPT y otras herramientas de IA mediante MCP.
$10.49/mes
por asiento
Mínimo 3 asientos
Implemente Dataddo de manera flexible en cualquier entorno híbrido o de nube.
A medida
Tenemos un modelo de pago que funciona para ti
| Sin Dataddo |
Con Dataddo
|
Resultado para ti | |
|---|---|---|---|
| Preguntas financieras rutinarias | Los jefes de departamento piden una cifra al controller por correo, que ejecuta una exportación de AFAS y responde horas después. | El agente de Teams lee los flujos de AFAS de la última extracción programada y responde en el canal. | Menos solicitudes a finanzas |
| Qué preguntas llegan a AFAS | Un asistente genérico improvisa ante las preguntas financieras sin saber qué sistema contiene las cifras. | La descripción del servidor en Copilot Studio indica que el agente contiene GetConnectors financieros de AFAS, así que esas preguntas activan una consulta a Dataddo. | Preguntas dirigidas a los datos |
| Tipos de columna en el código | Los desarrolladores revisan exportaciones de ejemplo y adivinan si una columna es un número, una fecha o texto. | Dataddo asigna a cada columna un tipo según los metadatos del GetConnector, boolean, integer, float, date o string, y Copilot lee ese esquema. | Esquema tomado de la fuente |
| Consumo de tokens | Copilot gasta tokens explorando columnas sin procesar de AFAS, muestreando filas y reintentando hasta entender los datos. | Las definiciones de campos y las relaciones se entregan de antemano, así que el modelo se salta la exploración y va directo a la respuesta. | Menos tokens por respuesta |
| Calidad de las respuestas | Propenso a uniones incorrectas, campos inventados y cifras difíciles de comprobar. | Respuestas basadas en campos definidos. En el benchmark de Dataddo se respondió correctamente el 78,5 % de las preguntas, frente al 65,5 % con archivos CSV simples. | Mejores respuestas |
Los datasets de AFAS que más usan los equipos de finanzas y RevOps, con sus nombres de campo reales. Copilot los consulta por su nombre a través de la capa semántica de Dataddo.
| Dataset | Métricas y atributos |
Pregunte a Copilot
|
|---|---|---|
| Profit_Article (example GetConnector) |
|
¿Cuál es el SalesPrice medio por ArtGroup de los artículos que no están Blocked? |
| Profit_Employee_Leaves (example GetConnector) |
|
¿Cuántos registros de ausencia tienen un StartDate la próxima semana? |
| ProfitGetConnectoren (example GetConnector) |
|
¿Qué GetConnectors suministrados con un Naam que empieza por Profit_ podríamos añadir a Dataddo a continuación? |
| Date and key fields |
|
¿Qué registros tienen un created on de hace más de un año pero un last modified on reciente? |
Planteamos 43 preguntas registradas de antemano sobre tres conjuntos de datos reales - Google Search Console, deals de HubSpot y Google Ads - y entregamos las mismas filas al mismo modelo de cuatro formas. Solo cambió la capa de datos.
de las preguntas respondidas correctamente - el mejor de los cuatro métodos de entrega probados
menos respuestas erróneas presentadas como seguras - 14,0 % de las ejecuciones frente a 24,0 % y 26,3 %
más respuestas correctas con datos de CRM desordenados - mejor en 8 preguntas, peor en ninguna
El mismo modelo, las mismas instrucciones y las mismas filas en todas las condiciones; 759 ejecuciones evaluadas, con las respuestas de referencia fijadas antes de cualquier ejecución. Solo en Google Search Console, los archivos CSV documentados rindieron igual que Data to AI™: la ventaja viene de datos más complejos, como los deals de HubSpot.
Leer el informe →Cree una fuente de AFAS en Dataddo con su token de AFAS, su Environment ID y el GetConnector que necesite, y vincúlela a un destino de Copilot o a un AI Model. En Copilot Studio, añada una herramienta Model Context Protocol para https://headless.dataddo.com/mcp-data con OAuth 2.0 Dynamic discovery y publique el agente en Teams.
No. Dataddo extrae cualquier GetConnector que tenga configurado en AFAS. Profit_Article y Profit_Employee_Leaves son ejemplos de la documentación de AFAS; describa al agente sus propios GetConnectors.
Mediante un agente de Copilot Studio. Añada Dataddo Data Access como herramienta Model Context Protocol con OAuth 2.0 Dynamic discovery y publique el agente a través de Channels en Teams y Microsoft Copilot.
Por la descripción del servidor que introduce en Copilot Studio. Describa los GetConnectors de AFAS que extrae, para que las preguntas financieras sobre ellos generen una llamada a Dataddo.
Las personas a las que lo publique. En Teams y Microsoft 365 Copilot escriben @ y seleccionan el agente, que responde con los flujos de AFAS vinculados en Dataddo.
Sí. Al autorizar AFAS en Dataddo elige el Environment Type, Profit, Accept o Test, así que puede probar un agente con datos de prueba antes de pasar a producción.
Sí. Añada el servidor de Dataddo a .vscode/mcp.json, inícielo, inicie sesión y use Copilot Chat en Agent mode. En Business y Enterprise, un administrador debe activar antes los servidores MCP en la política de Copilot.
