Data to AI™ / Copilot/DV360
Geben Sie Trading Desks und Account-Teams einen Copilot-Agenten in Teams, der zu Invalid Traffic, Sichtbarkeit und Spend pro Exchange aus geplanten DV360-Berichtsdaten antwortet.
Weniger Tokens, bessere Antworten.
Microsoft 365 Copilot
Welche Insertion Orders haben diesen Monat denselben Personen zu oft Anzeigen gezeigt?
Retargeting Display erreichte 96.500 Personen mit je 11,2 Impressionen, mehr als das Dreifache der 3,4 von Brand Awareness CTV. Prospecting Video lag mit 7,8 dazwischen.
| Insertion Order | Unique Reach: Total Reach | Unique Reach: Average Impression Frequency |
|---|---|---|
| Retargeting Display DV360 Reach/Frequency by Insertion Order | 96.500 | 11,2 |
| Prospecting Video DV360 Reach/Frequency by Insertion Order | 412.000 | 7,8 |
| Brand Awareness CTV DV360 Reach/Frequency by Insertion Order | 1.180.000 | 3,4 |
Die Reichweite wird pro Insertion Order angezeigt und nicht addiert, da die Reichweite in DV360 geschätzt ist.
Dataddo extrahiert Berichtsdaten aus Google Display & Video 360 (DV360) über einen flexiblen Berichtsdatensatz mit Berichtstypen wie Standard und YouTube, dazu einen Datensatz für Reichweite und Frequenz sowie eine Liste der Werbetreibenden.
@Trading Desk Welche Exchange hatte gestern die meisten Invalid Impressions, und wie verhält sich ihre % Invalid Impressions (Pre-bid) zur Vorwoche?
Der Trading Desk fragt den Agenten jeden Morgen in seinem Teams-Kanal, sodass verdächtiges Inventar in dem Thread angesprochen wird, in dem Einkaufsentscheidungen fallen.
@Client Media Fasse Active View: % Viewable Impressions und Total Media Cost (Advertiser Currency) nach Line Item für die Kampagne dieses Kunden im letzten Monat zusammen.
Eine Account-Managerin erwähnt den Agenten in Microsoft 365 Copilot, während sie ein Quartalsreview entwirft, und fügt die Zahlen direkt in die Kundenpräsentation ein.
Nutze die dataddo-Tools, um DV360 Advertisers mit Advertiser ID, Partner ID und Time Zone aufzulisten, und aktualisiere config/advertisers.json.
Ein Data Engineer aktualisiert im Agent mode von GitHub Copilot die Zuordnungsdatei im Repository, sodass neue Werbetreibende in internen Berichten erscheinen.
Data to AI™ ist während der privaten Vorabversion kostenlos. Wir nehmen Teams in Wellen auf und entwickeln das Produkt mit ihrem Feedback weiter. Zum Launch wird es so abgerechnet wie die KI-Assistenten, die Ihr Team bereits nutzt. Sie brauchen individuelle Verträge oder Mengenpreise? Sprechen Sie mit uns über Enterprise.
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
Kostenlos in der Vorabversion
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Wer die Antwort bekommt | Trader und Account-Manager fragen die eine Person mit DV360-Reporting-Zugang und warten, bis ein Offline-Bericht zurückkommt. | Ein in Teams und Microsoft 365 Copilot veröffentlichter Copilot Studio-Agent antwortet jedem, der ihn erwähnt, aus dem DV360-Flow. | Antworten dort, wo der Desk arbeitet |
| Dem Agenten sagen, was DV360 abdeckt | Ein allgemeiner Assistent kann nicht wissen, dass Fragen zu Exchanges, Sichtbarkeit und Spend zu Ihrem Programmatic-Reporting gehören. | Die Serverbeschreibung, die Sie in Copilot Studio eingeben, sagt dem Agenten, wann er Dataddo aufrufen soll, zum Beispiel bei Programmatic-Spend, Exchanges und Sichtbarkeit. | Zuverlässig ausgelöste Abfragen |
| Mehrere DV360-Konten | Jedes Konto wird separat berichtet, und das Team führt vor jedem Review Dateien von Hand zusammen. | Die Multi-Account-Extraktion, vom Dataddo Solutions team aktiviert, lädt dieselben Felder aus jedem Konto in den Flow, den der Agent liest. | Alle Konten in einem Agenten |
| Token-Verbrauch | Copilot verbraucht Tokens, um rohe DV360-Spalten zu erkunden, Zeilen zu sichten und neu anzusetzen, bis die Daten verstanden sind. | Felddefinitionen und Beziehungen werden vorab geliefert, sodass das Modell die Erkundung überspringt und direkt antwortet. | Weniger Tokens pro Antwort |
| Antwortqualität | Anfällig für falsche Joins, erfundene Felder und schwer überprüfbare Zahlen. | Antworten auf Basis definierter Felder. Im Dataddo-Benchmark wurden 78,5 % der Fragen korrekt beantwortet, gegenüber 65,5 % mit einfachen CSV-Dateien. | Bessere Antworten |
Die DV360-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Copilot fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Liste kuratierter Datasets
Fehlt ein Dataset, eine Kennzahl oder ein Attribut?
Sag uns, was fehlt, und wir fügen es dem Connector hinzu.
Läuft nach Ihrem Zeitplan mit einem relativen Datumsbereich wie gestern oder letzte 30 Tage. Die Reichweite kommt in Blöcken von bis zu 93 Tagen, die sich nicht summieren lassen, und DV360 Advertisers lädt bei jedem Lauf die vollständige Liste neu.
DV360-Konnektor →Wir haben 43 vorab registrierte Fragen zu drei echten Datensätzen gestellt - Google Search Console, HubSpot-Deals und Google Ads - und dieselben Zeilen auf vier Arten an dasselbe Modell geliefert. Nur die Datenschicht hat sich geändert.
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Dasselbe Modell, dieselben Prompts und dieselben Zeilen in jeder Bedingung; 759 bewertete Durchläufe, Referenzantworten vor dem ersten Durchlauf festgelegt. Allein bei Google Search Console schnitten dokumentierte CSV-Dateien genauso gut ab wie Data to AI™ - der Vorteil entsteht bei unübersichtlicheren Daten wie HubSpot-Deals.
Benchmark lesen →Erstellen Sie in Dataddo eine Google Display & Video 360-Quelle mit Exchange, Line Item, Invalid Impressions und Active View: % Viewable Impressions, verknüpfen Sie sie mit einem Copilot-Ziel oder AI Model, fügen Sie dann https://headless.dataddo.com/mcp-data als Model Context Protocol-Tool mit OAuth in einem Copilot Studio-Agenten hinzu und veröffentlichen Sie ihn in Teams.
Erstellen Sie einen Copilot Studio-Agenten, fügen Sie Dataddo Data Access als Model Context Protocol-Tool mit OAuth hinzu, veröffentlichen Sie ihn und fügen Sie Teams unter Channels > Teams and Microsoft Copilot hinzu.
Die Serverbeschreibung, die Sie in Copilot Studio eingeben, sagt dem Agenten, wann er Dataddo aufrufen soll. Nennen Sie Programmatic-Spend, Exchanges und Sichtbarkeit, damit diese Fragen eine Abfrage auslösen.
Ja. Fügen Sie den Server mit type http und der Dataddo-URL zu .vscode/mcp.json hinzu, starten Sie ihn, melden Sie sich an und nutzen Sie den Agent mode. Bei Business und Enterprise muss ein Org-Admin die MCP-Server in der Copilot-Richtlinie aktivieren.
Das sollte er nicht. Die Reichweite in DV360 ist geschätzt und lässt sich nicht über Insertion Orders summieren. Fragen Sie den Agenten daher nach der Reichweite pro Insertion Order aus dem Reichweitendatensatz.
Ja. Die Multi-Account-Extraktion, eingerichtet vom Dataddo Solutions team, lädt dieselben Daten aus mehreren Konten. Verknüpfen Sie diesen Flow mit dem Copilot-Ziel oder AI Model des Agenten.