Data to AI™ / Copilot/Google Merchant Center
E-Commerce- und Marketingteams fragen einen Copilot-Agenten in Teams, welche Produkte in Merchant Center blockiert, falsch bepreist oder unvollständig sind.
Weniger Tokens, bessere Antworten.
Microsoft 365 Copilot
Welche Feed-Probleme halten derzeit die meisten unserer Produkte aus Shopping fern?
Ungültige GTINs betreffen 412 von 5.020 Produkten (8,2 %), mehr als Preisabweichungen und zu kleine Bilder zusammen (283).
| Problem | Item Level Issue Attribute Name | Produkte | Anteil am Katalog |
|---|---|---|---|
| Invalid GTIN Product statuses | gtin | 412 | 8,2 % |
| Price mismatch Product statuses | price | 186 | 3,7 % |
| Image too small Product statuses | image_link | 97 | 1,9 % |
Gezählt aus dem letzten Lauf von Product statuses, der jedes aktuelle Produkt lädt; der Datensatz hat keinen Datumsbereich.
Google Merchant Center enthält die Produkteinträge, die in Google Shopping erscheinen. Dataddo extrahiert zwei Datensätze: Products mit Feed-Attributen wie Preis und Verfügbarkeit sowie Product statuses mit Freigabestatus und Problemen auf Artikelebene.
@Feed Health Wie viele Produkte pro Brand haben derzeit mindestens ein Problem auf Artikelebene? Zeige die fünf schlechtesten Marken.
Kategoriemanager erwähnen den Agenten in ihrem Teams-Kanal, sehen, welche Marken die meisten Probleme haben, und weisen Korrekturen im selben Gespräch dem richtigen Lieferantenkontakt zu.
@Feed Health Liste Angebote, bei denen Sale Price gleich oder höher als Price ist, mit Offer ID, Title und Price Currency.
In Microsoft 365 Copilot erhält das Pricing-Team eine Liste von Aktionspreisen, die nichts rabattieren, und korrigiert sie vor dem nächsten Feed-Upload.
Nutze die dataddo-Tools, um die Entität Products zu beschreiben, und aktualisiere unsere Feed-Validierungsregeln für Price, Availability und GTIN.
Ein Entwickler nutzt GitHub Copilot im Agent mode, um die interne Validierung an den Attributen auszurichten, die Merchant Center in Item Level Issue Attribute Name nennt.
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 | |
|---|---|---|---|
| Feed-Status für das ganze Team | Eine Person besitzt den Merchant Center-Login und leitet Screenshots der Diagnose an alle weiter, die danach fragen. | Ein Copilot Studio-Agent in Teams beantwortet die Fragen jedes Kategoriemanagers aus denselben Product statuses-Daten. | Alle sehen dieselben Probleme |
| Fragen zu den Daten leiten | Copilot beantwortet Feed-Fragen aus allgemeinem Wissen, weil es Ihren Katalog nicht sehen kann. | Die Serverbeschreibung in Copilot Studio weist den Agenten an, Dataddo für Produkte, Preise, Verfügbarkeit und Probleme auf Artikelebene aufzurufen. | Antworten aus Ihrem Feed |
| Validierungscode in VS Code | Entwickler kopieren Attributnamen aus Dokumentationsseiten und hoffen, dass sie zu dem passen, was der Feed tatsächlich enthält. | GitHub Copilot liest Feldnamen aus Dataddo über .vscode/mcp.json, sobald ein Org-Admin bei Business oder Enterprise die MCP-Server in der Copilot-Richtlinie aktiviert. | Regeln passen zum Feed |
| Token-Verbrauch | Copilot verbraucht Tokens, um rohe Google Merchant Center-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 Google Merchant Center-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.
Keiner der beiden Datensätze nutzt einen Datumsbereich: Jeder Lauf nach Ihrem Zeitplan, zum Beispiel täglich, lädt alle Produkte und Status, die aktuell in Merchant Center vorhanden sind. Die optionale Spalte Dataddo Extraction Timestamp zeigt, wann jede Zeile gelesen wurde.
Google Merchant Center-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 Dataddo-Quellen für Products und Product statuses aus Google Merchant Center und verknüpfen Sie sie mit einem Copilot-Ziel oder AI Model. Fügen Sie in Copilot Studio ein Model Context Protocol-Tool mit https://headless.dataddo.com/mcp-data hinzu, wählen Sie OAuth 2.0 mit Dynamic discovery, melden Sie sich an und veröffentlichen Sie in Teams und Microsoft Copilot.
In Microsoft 365 Copilot und in Teams, nachdem Sie den Copilot Studio-Agenten über Channels > Teams and Microsoft Copilot veröffentlicht haben. Nutzer tippen @ und wählen den Agenten aus.
Formulieren Sie die Serverbeschreibung in Copilot Studio rund um Merchant Center-Produkte, Preise, Verfügbarkeit und Probleme auf Artikelebene. Der Agent entscheidet anhand dieser Beschreibung, wann er Dataddo aufruft.
Ja, mit GitHub Copilot. Fügen Sie den Server zu .vscode/mcp.json hinzu, starten Sie ihn, melden Sie sich an und nutzen Sie dann den Agent mode. Business- und Enterprise-Orgs müssen die MCP-Server in der Copilot-Richtlinie aktivieren.
Jeder Lauf lädt den vollständigen aktuellen Katalog ohne Datumsbereich, daher antwortet der Agent zum Katalog mit Stand des letzten Laufs, nicht mit einer Änderungshistorie.
Nein. Er liest nur die extrahierten Daten aus Products und Product statuses. Feed-Aktualisierungen erfolgen in Merchant Center oder in Ihren Feed-Tools.