Data to AI™ / Copilot/Instagram Public Data
Deixe times de marketing e de agência perguntarem a um agente no Teams quais contas rivais do Instagram postam mais, crescem mais rápido e têm a melhor resposta, com dados atualizados na programação.
Respostas melhores, menos tokens.
Microsoft 365 Copilot
Com que frequência cada concorrente postou em setembro e quais posts tiveram mais curtidas?
@northpeak_coffee foi quem menos postou, mas teve a maior média de curtidas por post. @harbor_roasters publicou quase todo dia, com cerca de um terço das curtidas por post.
| Username | Posts | Avg Like Count | Avg Comments Count |
|---|---|---|---|
| @northpeak_coffee Posts | 9 | 4.820 | 212 |
| @harbor_roasters Posts | 27 | 1.610 | 48 |
| @bluestone_brew Posts | 14 | 2.370 | 95 |
Os posts são contados por Timestamp; Like Count e Comments Count são os totais públicos no momento da extração, em média por post.
O Instagram Public Data lê o que qualquer pessoa vê em um perfil público do Instagram que você indica pelo nome de usuário, como um concorrente, uma marca de referência ou um criador: o perfil com seus números de seguidores e publicações, e os posts com curtidas, comentários e visualizações. Não serve para contas pessoais.
@Social Radar Qual conta acompanhada publicou mais posts na semana passada por Timestamp, e qual post teve o maior Like Count?
O time de social pergunta ao agente no canal do Teams toda segunda, então a reunião semanal começa pelo que os rivais fizeram, e não por impressões soltas.
@Social Radar Compare o Followers Count e a média de Comments Count por post do nosso cliente e dos três concorrentes com quem o comparamos.
Um gerente de contas pergunta ao Microsoft 365 Copilot enquanto escreve o relatório mensal do cliente e leva a comparação para a apresentação sem refazer planilha.
Use as ferramentas do dataddo para descrever Posts e Profile e escreva um loader que os una por Id e retorne a média de Like Count por Username e Media Type.
Um engenheiro de marketing trabalha no VS Code com o GitHub Copilot em Agent mode e mantém o código do dashboard de concorrência alinhado com os nomes reais dos campos.
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
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Novidades da concorrência para o time | Uma pessoa confere os perfis rivais no celular e posta prints no chat do time, já desatualizados na hora do almoço. | Qualquer pessoa no Teams digita @ e pergunta ao agente, que lê Posts e Profile da última extração programada. | Visão compartilhada e atual |
| Relatórios de agência | Cada relatório de cliente exige uma nova contagem manual de seguidores e curtidas dos concorrentes antes de ser escrito. | O agente responde a partir de uma fonte por Username acompanhado, então as tabelas de benchmark de cada cliente saem direto de Followers Count e Like Count. | Relatórios sem contagens manuais |
| Quando o agente consulta dados | Um assistente genérico responde perguntas sobre concorrentes de memória e chuta os números de seguidores. | A descrição do servidor que você escreve no Copilot Studio diz que os dados contêm posts e perfis de concorrentes no Instagram, então essas perguntas disparam uma consulta ao Dataddo. | Respostas baseadas em dados |
| Consumo de tokens | O Copilot gasta tokens explorando colunas brutas de Instagram Public Data, 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 Instagram Public Data que equipes de marketing 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
|
|---|---|---|
| Posts |
|
Quantos posts cada conta acompanhada publicou por semana no mês passado, contados por Timestamp? |
| Profile |
|
Quais marcas acompanhadas colocam um Website no perfil, e o que cada Biography diz que elas oferecem? |
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 →Configure o Instagram Public Data no Dataddo com Posts e Profile para cada Username de concorrente que você acompanha e vincule-o a um destino ou AI Model do Copilot. 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 via Channels no Teams e no Microsoft 365 Copilot, onde as pessoas o acessam digitando @.
Com a frequência da sua programação no Dataddo, por exemplo diariamente. Nem Posts nem Profile usam intervalo de datas, então cada execução traz o perfil e os posts como estão naquele momento, com Like Count e Followers Count atuais.
Sim, se você adicionar a coluna dataddo_extraction_timestamp ao criar a fonte Profile. Cada linha passa a registrar quando foi extraída, então, mantendo as execuções no seu destino, o agente compara o Followers Count entre datas de extração.
Faça login com o Instagram, a opção recomendada, ou use o Meta Admin Center. A conta do Instagram usada na autorização precisa estar conectada a uma conta do Facebook.
Sim. Adicione o servidor do Dataddo ao .vscode/mcp.json, inicie-o, faça login e use o Copilot Chat em Agent mode. No Business e no Enterprise, um administrador da organização precisa antes habilitar servidores MCP na política do Copilot.
Só se você a adicionar como um Username público, como faria com um concorrente, o que traz os mesmos números públicos. Para insights privados das contas que você gerencia, como Reach ou Saves, use o conector Instagram Organic.
