Data to AI™ / Copilot/Gusto
Dê a HR business partners e gestores um agente no Teams para quadro de pessoal, andamento do onboarding e saldos de ausência do Gusto, com campos pessoais em hash na origem.
Respostas melhores, menos tokens.
Microsoft 365 Copilot
Quanto custou cada folha de pagamento de setembro, incluindo os impostos do empregador?
As três folhas de setembro somaram US$ 412.300 em Gross Pay e US$ 31.540 em Employer Taxes. A folha extra de 19 de setembro cobriu apenas bônus.
| Check Date | Gross Pay | Employer Taxes | Net Pay |
|---|---|---|---|
| 15 set 2026 Payrolls | US$ 196.800 | US$ 15.060 | US$ 141.900 |
| 19 set 2026 Payrolls | US$ 18.700 | US$ 1.430 | US$ 12.600 |
| 30 set 2026 Payrolls | US$ 196.800 | US$ 15.050 | US$ 142.100 |
Payrolls lê folhas processadas e não processadas dentro da janela de datas, por isso a resposta confere Processed. Gross Pay e Employer Taxes ficaram fora do Hash Sensitive Fields para poderem ser somados.
O Gusto cuida de folha de pagamento, benefícios e RH para pequenas e médias empresas. A Dataddo extrai funcionários, cargos, desligamentos, folhas de pagamento, pagamentos por funcionário, ausências e pagamentos a prestadores de uma empresa no Gusto, para que as equipes de RH e folha perguntem sobre quadro de pessoal, custo de folha e ausências em linguagem natural.
@People Desk Quais Employees ainda não estão Onboarded, por Department, e qual Hire Date aparece nos Employee Jobs deles?
Os HR business partners perguntam ao agente no canal do Teams toda segunda-feira e cobram os novos funcionários com documentação pendente.
@People Desk Mostre o Balance restante por Policy Name em Employee Time Off Activities, começando pelos maiores saldos.
Antes de planejar as férias de fim de ano, uma gerente de área pergunta ao Microsoft 365 Copilot quem ainda tem muitos dias a tirar e organiza as coberturas.
Use as ferramentas dataddo para descrever Employees e gere um JSON de Manager UUID com a contagem de subordinados que não estão Terminated.
Um desenvolvedor de ferramentas internas usa o GitHub Copilot em Agent mode para manter as linhas de reporte do diretório da equipe alinhadas ao Gusto.
O Data to AI™ é cobrado por assento, como os assistentes de IA que sua equipe já usa, com ~25% de desconto no faturamento anual. Precisa de contratos personalizados ou preços por volume? Fale conosco sobre o Enterprise.
Entregue dados de negócio governados ao Claude, ChatGPT e outras ferramentas de IA via MCP.
$10.49/mês
por assento
Mínimo de 3 assentos
Implante o Dataddo com flexibilidade em qualquer ambiente de nuvem ou híbrido.
Personalizado
Temos um modelo de pagamento que funciona para você
Os datasets do Gusto com dados pessoais oferecem a opção Hash Sensitive Fields. A Dataddo substitui os valores das colunas que você seleciona por um hash antes que os dados saiam da Dataddo, assim o Copilot consegue contar e agrupar registros sem nunca ver os valores originais.
| Dataset | Campos sensíveis pré-selecionados pela Dataddo |
|---|---|
| Companies |
|
| Contractors |
|
| Employees |
|
| Employee Terminations |
|
| Employee Work Addresses |
|
| Payrolls |
|
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Agente compartilhado com gestores | Gestores pedem listas da equipe ao RH por e-mail, e o RH responde com exportações que incluem endereços e datas de nascimento. | O agente no Teams lê Employees com o Hash Sensitive Fields aplicado, então Home Address Street 1, Date of Birth e SSN chegam em hash. | Gestores veem contagens, não identidades |
| Acompanhamento do onboarding | O RH abre o perfil de cada novo funcionário no Gusto para ver se o onboarding foi concluído. | Employees traz Onboarded e Department, então o agente lista de uma vez todos que ainda estão em onboarding, em todos os times. | Onboarding pendente à vista |
| Planejamento de ausências | Gerentes de área pedem relatórios de saldo ao RH e esperam uma planilha antes de planejar coberturas. | Employee Time Off Activities traz Balance, Balance Change e Policy Name, e os gestores perguntam ao agente direto no Teams. | Saldos de ausência em autoatendimento |
| Consumo de tokens | O Copilot gasta tokens explorando colunas brutas de Gusto, amostrando linhas e tentando de novo até entender os dados. | Definições de campos e relações chegam prontas, então o modelo pula a exploração e vai direto à resposta. | Menos tokens por resposta |
| Qualidade das respostas | Sujeito a joins errados, campos inventados e números difíceis de conferir. | Respostas baseadas em campos definidos. No benchmark da Dataddo, 78,5% das perguntas foram respondidas corretamente, contra 65,5% com arquivos CSV simples. | Respostas melhores |
Os datasets de Gusto que equipes de RH e folha de pagamento mais usam, com os nomes reais dos campos. O Copilot consulta cada um pelo nome por meio da camada semântica da Dataddo.
| Dataset | Métricas e atributos |
Pergunte ao Copilot
|
|---|---|---|
| Employees |
|
Quantos funcionários ativos recebem por cada Payment Method? |
| Employee Jobs |
|
Qual é a faixa de Rate de cada Title, agrupada por Payment Unit? |
| Employee Terminations |
|
Em quantos desligamentos escolhemos Run Termination Payroll neste ano? |
| Payrolls |
|
Quais folhas da janela ainda não estão Processed, e qual é a Check Date delas? |
| Payroll Employee Compensations |
|
Quantos pagamentos a funcionários por Check Date saíram por cada Payment Method? |
| Time Off Requests |
|
Qual Employee UUID tem mais de uma solicitação com Status ainda pendente? |
| Employee Time Off Activities |
|
Quanto de ausência foi usado por Time Off Type no último trimestre, com base em Effective Time? |
| Contractor Payments |
|
Quanto foi pago a prestadores como Payments Reimbursement por mês neste ano? |
Fizemos 43 perguntas pré-registradas sobre três conjuntos de dados reais - Google Search Console, negócios do HubSpot e Google Ads - e entregamos as mesmas linhas ao mesmo modelo de quatro formas. Só a camada de dados mudou.
das perguntas respondidas corretamente - o melhor dos quatro métodos de entrega testados
menos respostas erradas dadas com confiança - 14,0% das execuções contra 24,0% e 26,3%
mais respostas corretas em dados de CRM bagunçados - melhor em 8 perguntas, pior em nenhuma
Mesmo modelo, mesmos prompts e mesmas linhas em todas as condições; 759 execuções avaliadas, com o gabarito definido antes de qualquer execução. Só no Google Search Console, os arquivos CSV documentados tiveram o mesmo desempenho do Data to AI™ - a vantagem vem de dados mais complexos, como os negócios do HubSpot.
Ler o benchmark →Crie uma fonte do Gusto na Dataddo com Employees, Employee Time Off Activities e Employee Jobs e conecte-a a um destino Copilot ou AI Model. No Copilot Studio, adicione uma ferramenta Model Context Protocol para https://headless.dataddo.com/mcp-data com OAuth 2.0 Dynamic discovery e publique o agente no Teams e no Microsoft 365 Copilot.
Por meio de um agente do Copilot Studio. Adicione o Dataddo Data Access como ferramenta Model Context Protocol com OAuth 2.0 Dynamic discovery e publique o agente em Channels para Teams e Microsoft Copilot.
Pela descrição do servidor que você escreve no Copilot Studio. Informe que ele contém funcionários, cargos e ausências do Gusto, para que perguntas de quadro e ausências acionem uma chamada à Dataddo.
Ative o Hash Sensitive Fields para Employees e Employee Terminations. Nomes, SSN, Date of Birth, Phone e os campos de endereço recebem hash durante a extração, então o agente conta e agrupa pessoas sem expô-las.
Employee Time Off Activities é extraído por Time Off Type, sick ou vacation, escolhido ao criar a fonte. Adicione uma segunda fonte se precisar dos dois.
Sim. Adicione o servidor da Dataddo ao .vscode/mcp.json, inicie-o, faça login e use o Copilot Chat em Agent mode. Organizações Business e Enterprise precisam ativar os servidores MCP na política do Copilot.
