Data to AI™ / ChatGPT/HubSpot
Compruebe la precisión de la previsión y la velocidad de los deals en un chat de ChatGPT, aprobando cada llamada a herramientas de Dataddo antes de que se lean datos de deals de HubSpot.
Menos tokens, mejores respuestas.
ChatGPT
¿Cuánto tiempo pasaron en cada etapa los deals que ganamos en septiembre?
Los 23 deals ganados en septiembre tardaron 31 días de media desde la cualificación hasta el contrato. Decision maker bought-in fue la etapa más lenta, con 12 días o el 39 % del ciclo.
| Stage Label | Deals | Días medios en la etapa | Proporción del ciclo |
|---|---|---|---|
| Qualified to buy Properties History | 23 | 6 | 19 % |
| Presentation scheduled Properties History | 23 | 9 | 29 % |
| Decision maker bought-in Properties History | 23 | 12 | 39 % |
| Contract sent Properties History | 23 | 4 | 13 % |
Los días se miden entre los Timestamps de cambio de dealstage en Properties History, con los Stage IDs asignados a Stage Label mediante Deal Pipelines.
HubSpot es una plataforma de marketing, ventas y servicio al cliente. Dataddo extrae sus registros de CRM, como deals, line items, presupuestos y propietarios, con campos personalizados en cada objeto, además de las etapas del pipeline y el historial de cambios de propiedades.
Compruebe primero known_gaps y luego compare el snapshot de Deals abiertos del 1 de septiembre con los deals que han llegado a closed won desde entonces.
Con snapshots diarios anexados por marca de tiempo de extracción, un analista financiero ve qué parte del pipeline de principios de mes se cerró, y ChatGPT avisa de antemano si falta algún snapshot.
Según Properties History, ¿qué deals volvieron a un dealstage anterior en los últimos 30 días y qué Updated By User ID hizo cada cambio?
RevOps aprueba cada consulta en developer mode y pega la lista en el canal del equipo para que los responsables revisen los motivos con los propietarios de los deals.
Con el Source Type de Properties History, ¿cuántos cambios de dealstage del mes pasado vinieron de WORKFLOW y cuántos de CRM_UI?
Un responsable de operaciones quiere saber qué parte del movimiento del pipeline procede de reglas de workflow y no de los comerciales, antes de rediseñar esos workflows el próximo trimestre.
Data to AI™ es gratuito durante la versión preliminar privada. Incorporamos equipos por oleadas y damos forma al producto con sus comentarios. En el lanzamiento, se cobrará como los asistentes de IA que tu equipo ya utiliza. ¿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.
Gratis durante la versión preliminar
Implemente Dataddo de manera flexible en cualquier entorno híbrido o de nube.
Tenemos un modelo de pago que funciona para ti
| Sin Dataddo |
Con Dataddo
|
Resultado para ti | |
|---|---|---|---|
| Historial del pipeline | Cada exportación es una lista nueva, así que el pipeline del mes pasado solo se conserva si alguien guardó por casualidad un archivo antiguo. | Anexe cada ejecución con la marca de tiempo de extracción de Dataddo, y ChatGPT podrá comparar snapshots de cualquier día desde que empezó. | Comparaciones mes a mes |
| Revisar lo que lee el modelo | Subir una hoja de cálculo de deals entrega la hoja entera a la conversación de una vez, sin ningún punto de control. | En developer mode, cada llamada a query, describe_entity o known_gaps espera su confirmación, y las herramientas que no use se pueden desactivar. | Revisado paso a paso |
| Informes de formularios y páginas | Las cifras de formularios y landing pages están en informes separados de HubSpot que alguien exporta uno a uno. | El mismo conector ofrece los datasets Forms report y Landing pages report, así que ChatGPT puede leerlos junto a los datos de deals. | Formularios y deals juntos |
| Consumo de tokens | ChatGPT gasta tokens explorando columnas sin procesar de HubSpot, 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 HubSpot que más usan los equipos de finanzas y RevOps, con sus nombres de campo reales. ChatGPT los consulta por su nombre a través de la capa semántica de Dataddo.
Lista de datasets curados
¿Necesita un dataset, métrica o atributo que no ve?
Díganos qué falta y lo añadiremos al conector.
Se ejecuta según su programación. Deals y Line Items extraen todos los registros actuales en cada ejecución; las variantes Date Range y Properties History leen una ventana relativa. El historial no se puede cargar con efecto retroactivo, así que conserve snapshots con la marca de tiempo de extracción.
Conector de HubSpot →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 →Configure una fuente de HubSpot en Dataddo con Deals, Deal Pipelines y Properties History, y vincule su flujo a un destino ChatGPT o a un AI Model. En ChatGPT web, active developer mode en Settings > Security and login, cree una app para https://headless.dataddo.com/mcp-data con OAuth y selecciónela en el menú +.
Uno con developer mode: Pro, Plus, Business, Enterprise o Education, en la web. En Business y Enterprise, compruebe que el administrador del espacio de trabajo ha permitido developer mode antes de añadir la app de Dataddo.
ChatGPT le pide confirmar cada llamada a herramientas, así que usted ve si quiere ejecutar query, describe_entity o known_gaps. En la configuración de la app también puede desactivar las herramientas de Dataddo que no quiera que se usen nunca.
No como snapshots pasados. La API de HubSpot solo devuelve la lista actual de deals, así que el historial empieza cuando anexa ejecuciones con la marca de tiempo de extracción. Properties History añade los cambios de propiedades dentro de su rango de fechas.
Sí, si los añade. Además de los objetos de CRM, el conector de HubSpot ofrece datasets de informes como Forms report y Blog posts report, que leen una ventana de fechas relativa en cada ejecución en lugar de la lista completa de registros.
No. ChatGPT lee los deals que Dataddo ya ha extraído, por nombre de entidad y de campo. Dataddo nunca acepta SQL del modelo y no escribe nada de vuelta en HubSpot.
Al crear la fuente, el asistente marca campos personales como el nombre o el correo electrónico como sensibles. Déjelos fuera o aplíqueles hash, y ChatGPT solo verá datos de deals y etapas.