Data to AI™ / Copilot/HubSpot
Dê a RevOps e finanças um agente no Teams que responde perguntas sobre funil, etapas e negócios closed won do HubSpot, sem que ninguém precise exportar o quadro de negócios.
Menos tokens, respostas melhores.
Microsoft 365 Copilot
Quanto tempo os negócios que ganhamos em setembro passaram em cada etapa?
Os 23 negócios ganhos em setembro levaram em média 31 dias da qualificação ao contrato. Decision maker bought-in foi a etapa mais lenta, com 12 dias, ou 39% do ciclo.
| Stage Label | Deals | Média de dias na etapa | Parcela do 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% |
Os dias são medidos entre os Timestamps das mudanças de dealstage em Properties History, com os Stage IDs mapeados para Stage Label via Deal Pipelines.
O HubSpot é uma plataforma de marketing, vendas e atendimento. A Dataddo extrai seus registros de CRM, como negócios, itens de linha, cotações e responsáveis, com campos personalizados em todos os objetos, além das etapas do funil e do histórico de alterações das propriedades.
@Deal desk Quais Deals chegaram a um Stage Label closed won nesta semana, e qual responsável tem cada um?
Na sexta à tarde, finanças menciona o agente no canal de RevOps em vez de pedir a um vendedor que exporte o quadro, com os nomes dos responsáveis combinados a partir de Owners.
@Deal desk Liste os Line Items dos negócios ganhos no mês passado para eu comparar com as faturas que emitimos.
Um especialista em faturamento pergunta ao agente antes do fechamento do mês para identificar negócios assinados no HubSpot que nunca foram faturados ao cliente.
Descreva Properties History com as ferramentas dataddo e escreva uma função que retorne os dias entre mudanças de dealstage usando Timestamp.
Um desenvolvedor de dashboards no VS Code implementa a métrica sobre os campos reais Property Name, Value e Timestamp, em vez de um arquivo de amostra feito à mão.
O Data to AI™ é gratuito durante o pré-lançamento privado. Integramos equipes em ondas e evoluímos o produto com o feedback delas. No lançamento, a cobrança será como a dos assistentes de IA que sua equipe já usa. 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.
Grátis durante o pré-lançamento
Implante o Dataddo com flexibilidade em qualquer ambiente de nuvem ou híbrido.
Temos um modelo de pagamento que funciona para você
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Onde as respostas acontecem | RevOps recebe as mesmas perguntas sobre negócios em chats do Teams toda semana e responde cada uma exportando o quadro. | Um agente do Copilot Studio publicado no Teams responde a partir de Deals, Deal Pipelines e Owners sempre que alguém o menciona. | Autoatendimento no Teams |
| Nomes dos responsáveis | Os Deals trazem hubspot_owner_id, então uma resposta em uma conversa do Teams lista números em vez das pessoas responsáveis. | Combine o dataset Owners por Owner ID, e o agente responde com First Name e Last Name de cada responsável. | Pessoas, não IDs |
| Encaminhar perguntas sobre negócios | O Microsoft 365 Copilot não tem como saber que perguntas sobre negócios pertencem ao HubSpot, e não a arquivos no SharePoint. | Descreva a ferramenta da Dataddo como a fonte de negócios, etapas do funil e responsáveis do HubSpot; o Copilot Studio usa esse texto para decidir quando chamá-la. | Perguntas sobre negócios chegam ao CRM |
| Vendedores que saíram | Quando um vendedor sai, seus negócios apontam para um responsável que ninguém encontra na lista atual de usuários. | O dataset Owners Archived mantém os responsáveis desativados, então o agente ainda consegue dizer quem tinha cada negócio. | Nenhum negócio órfão |
| Consumo de tokens | O Copilot gasta tokens explorando colunas brutas de HubSpot, 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 HubSpot que equipes de finanças e RevOps mais usam, com os nomes reais dos campos. O Copilot consulta cada um pelo nome por meio da camada semântica da Dataddo.
Lista de datasets curados
Precisa de um dataset, métrica ou atributo que não vê?
Diga-nos o que falta e nós adicionaremos ao conector.
Roda na programação que você definir. Deals e Line Items trazem todos os registros atuais a cada execução; as variantes Date Range e Properties History leem uma janela relativa. O histórico não pode ser carregado retroativamente, então guarde snapshots com o timestamp da extração.
Conector de HubSpot →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 →Sincronize Deals, Deal Pipelines e Owners do HubSpot na Dataddo e associe o fluxo a um destino Copilot ou AI Model. No Copilot Studio, adicione uma ferramenta Model Context Protocol apontando para https://headless.dataddo.com/mcp-data com OAuth 2.0 e Dynamic discovery e publique o agente no Teams. Para o GitHub Copilot, adicione a URL ao .vscode/mcp.json.
Pelo Copilot Studio. Adicione o Dataddo Data Access a um agente como ferramenta Model Context Protocol, faça login com OAuth e publique em Channels > Teams and Microsoft Copilot.
Cite o que ele cobre, como negócios, etapas do funil e responsáveis do HubSpot. A descrição diz ao agente quando chamar a Dataddo.
Sim. Adicione o servidor da Dataddo ao .vscode/mcp.json, inicie-o, faça login e abra o Copilot Chat em Agent mode. No Copilot Business e Enterprise, um administrador da organização precisa habilitar os servidores MCP na política do Copilot.
Cada execução traz a lista atual de negócios, e o HubSpot não permite carregar estados passados. Para comparar semanas, adicione o timestamp da extração e acrescente as execuções, para que o agente possa ler snapshots anteriores.
Não. O agente lê dados do HubSpot que a Dataddo já extraiu e não consegue gravar no HubSpot. Mudanças de etapa são feitas no HubSpot e chegam na próxima execução.
Não. A conta do HubSpot que autoriza a Dataddo precisa de permissões de nível administrador, no mínimo. Quem usa o agente nunca faz login no HubSpot; o agente acessa os dados pela Dataddo.