Data to AI™ / Copilot/Gusto
Dé a HR business partners y responsables un agente en Teams para plantilla, avance del onboarding y saldos de ausencias de Gusto, con campos personales hasheados en origen.
Mejores respuestas, menos tokens.
Microsoft 365 Copilot
¿Cuánto nos costó cada nómina de septiembre, incluidos los impuestos del empleador?
Las tres nóminas de septiembre sumaron 412.300 $ de Gross Pay y 31.540 $ de Employer Taxes. La nómina extraordinaria del 19 de septiembre solo incluyó bonificaciones.
| Check Date | Gross Pay | Employer Taxes | Net Pay |
|---|---|---|---|
| 15 sep 2026 Payrolls | 196.800 $ | 15.060 $ | 141.900 $ |
| 19 sep 2026 Payrolls | 18.700 $ | 1.430 $ | 12.600 $ |
| 30 sep 2026 Payrolls | 196.800 $ | 15.050 $ | 142.100 $ |
Payrolls lee nóminas procesadas y sin procesar dentro de la ventana de fechas, por eso la respuesta revisa Processed. Gross Pay y Employer Taxes se dejaron fuera de Hash Sensitive Fields para poder sumarlos.
Gusto gestiona nóminas, beneficios y RR. HH. para pequeñas y medianas empresas. Dataddo extrae empleados, puestos, bajas, nóminas, pagos por empleado, ausencias y pagos a contratistas de una empresa de Gusto, para que los equipos de RR. HH. y nóminas pregunten por plantilla, coste salarial y ausencias en lenguaje natural.
@People Desk ¿Qué Employees aún no están Onboarded, por Department, y qué Hire Date muestran sus Employee Jobs?
Los HR business partners preguntan al agente en su canal de Teams cada lunes y siguen a las nuevas incorporaciones con trámites pendientes.
@People Desk Muestra el Balance restante por Policy Name de Employee Time Off Activities, empezando por los saldos más altos.
Antes de planificar el verano, una jefa de departamento pregunta a Microsoft 365 Copilot quién tiene muchos días pendientes y organiza las suplencias.
Usa las herramientas de dataddo para describir Employees y genera un JSON de Manager UUID con el número de subordinados que no estén Terminated.
Un desarrollador de herramientas internas usa GitHub Copilot en Agent mode para mantener las líneas jerárquicas del directorio del equipo alineadas con Gusto.
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
Los datasets de Gusto con datos personales ofrecen la opción Hash Sensitive Fields. Dataddo sustituye los valores de las columnas que seleccione por un hash antes de que los datos salgan de Dataddo, así Copilot puede contar y agrupar registros sin ver nunca los valores originales.
| Dataset | Campos sensibles preseleccionados por Dataddo |
|---|---|
| Companies |
|
| Contractors |
|
| Employees |
|
| Employee Terminations |
|
| Employee Work Addresses |
|
| Payrolls |
|
| Sin Dataddo |
Con Dataddo
|
Resultado para ti | |
|---|---|---|---|
| Agente compartido con responsables | Los responsables piden listas de equipo a RR. HH. por correo, y RR. HH. responde con exportaciones que incluyen domicilios y fechas de nacimiento. | El agente de Teams lee Employees con Hash Sensitive Fields aplicado, así que Home Address Street 1, Date of Birth y SSN llegan como hashes. | Recuentos sin identidades |
| Seguimiento del onboarding | RR. HH. revisa el perfil de cada nueva incorporación en Gusto para ver si el onboarding está completo. | Employees incluye Onboarded y Department, así que el agente lista de una vez a todas las personas aún en onboarding de todos los equipos. | Onboarding pendiente a la vista |
| Planificación de ausencias | Los jefes de departamento piden informes de saldos a RR. HH. y esperan una hoja de cálculo antes de planificar suplencias. | Employee Time Off Activities incluye Balance, Balance Change y Policy Name, y los responsables preguntan al agente directamente en Teams. | Saldos de ausencias en autoservicio |
| Consumo de tokens | Copilot gasta tokens explorando columnas sin procesar de Gusto, 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 Gusto que más usan los equipos de RR. HH. y nóminas, 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
|
|---|---|---|
| Employees |
|
¿Cuántos empleados activos cobran con cada Payment Method? |
| Employee Jobs |
|
¿En qué rango se mueve el Rate de cada Title, agrupado por Payment Unit? |
| Employee Terminations |
|
¿En cuántas bajas elegimos Run Termination Payroll este año? |
| Payrolls |
|
¿Qué nóminas de la ventana aún no están Processed y cuál es su Check Date? |
| Payroll Employee Compensations |
|
¿Cuántos pagos a empleados por Check Date se hicieron con cada Payment Method? |
| Time Off Requests |
|
¿Qué Employee UUID tiene más de una solicitud cuyo Status sigue pendiente? |
| Employee Time Off Activities |
|
¿Cuántas ausencias se consumieron por Time Off Type el último trimestre, según Effective Time? |
| Contractor Payments |
|
¿Cuánto se pagó a contratistas como Payments Reimbursement por mes este año? |
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 Gusto en Dataddo con Employees, Employee Time Off Activities y Employee Jobs y conéctela a un destino Copilot o 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 y Microsoft 365 Copilot.
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 desde Channels en Teams y Microsoft Copilot.
Por la descripción del servidor que escribe en Copilot Studio. Indique que contiene empleados, puestos y ausencias de Gusto, para que las preguntas de plantilla y ausencias activen una llamada a Dataddo.
Active Hash Sensitive Fields para Employees y Employee Terminations. Nombres, SSN, Date of Birth, Phone y los campos de domicilio se hashean durante la extracción, así que el agente puede contar y agrupar personas sin exponerlas.
Employee Time Off Activities se extrae por Time Off Type, sick o vacation, elegido al crear la fuente. Añada una segunda fuente si necesita ambos.
Sí. Añada el servidor de Dataddo a .vscode/mcp.json, inícielo, inicie sesión y use Copilot Chat en Agent mode. En Business y Enterprise hay que habilitar los servidores MCP en la política de Copilot.
