Data to AI™ / Copilot/YouTube
Geben Sie dem Videoteam einen Copilot-Agenten in Teams, der Fragen zu Aufrufen, Wiedergabezeit und Abonnentenänderungen direkt aus Ihren YouTube-Kanaldaten beantwortet.
Weniger Tokens, bessere Antworten.
Microsoft 365 Copilot
Welche Traffic-Quellen haben unseren September-Uploads die meiste Wiedergabezeit gebracht?
Vorgeschlagene Videos lieferten 63 % der Wiedergabezeit über diese drei Quellen, etwa doppelt so viel wie die YouTube-Suche, und hielten Zuschauer mit 46 % durchschnittlicher Wiedergabedauer am längsten.
| Traffic Source Type | Views | Watch Time (Minutes) | Average View Duration (%) |
|---|---|---|---|
| Suggested videos Owned Channel Videos Traffic Sources | 48.200 | 212.100 | 46 % |
| YouTube search Owned Channel Videos Traffic Sources | 31.500 | 101.000 | 38 % |
| External Owned Channel Videos Traffic Sources | 9.800 | 21.600 | 27 % |
Views und Watch Time (Minutes) werden pro Traffic-Quelle summiert; Average View Duration (%) ist nach Views gewichtet, kein einfacher Durchschnitt der Videos.
YouTube Organic extrahiert die unbezahlte Performance Ihres Kanals: Aufrufe, Wiedergabezeit, Abonnenten, Traffic-Quellen, Zielgruppe, Kommentare und Playlists, pro Video und pro Tag.
@Video desk Wie viele Views und Engaged Views hat das Launch-Video seit Dienstag erreicht, und wie hoch ist seine Average View Duration (%)?
Der Product-Marketing-Kanal fragt den Agenten nach jedem geplanten Lauf, sodass in der Launch-Woche niemand YouTube Analytics separat öffnen oder Screenshots posten muss.
@Video desk Welcher End Screen Element Type und welcher Card Type erzielen dieses Quartal die höchste Klickrate bei unseren Tutorials?
In Microsoft 365 Copilot vergleicht der Kanalmanager die Calls to Action über alle Uploads und entscheidet, welche Abspannelemente und Infokarten er bei den nächsten Tutorials beibehält.
Nutze die dataddo-Tools, um unsere Playlists nach Playlist Starts und Playlist Saves Added der letzten 90 Tage zu ranken.
Ein Webentwickler fragt GitHub Copilot im Agent mode, bevor er entscheidet, welche Playlists die Video-Hub-Komponente der Website zuerst zeigt, ohne VS Code zu verlassen oder einen Bericht zu exportieren.
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 | |
|---|---|---|---|
| Launch-Zahlen in Teams | Jemand öffnet nach jedem Launch YouTube Studio und postet Screenshots der Aufrufe in den Product-Marketing-Kanal. | Der Copilot Studio-Agent in diesem Kanal liest Owned Channel Videos Basic User Activity aus Dataddo, sobald er erwähnt wird. | Launch-Zahlen auf Anfrage |
| Mehrere Kanäle | Marken-, Produkt- und Regionalkanäle werden getrennt berichtet und für jedes Review von Hand zusammengeführt. | Die Multi-Account-Extraktion lädt denselben Datensatz aus jedem Kanal, auf den Sie Zugriff haben, und Managed Channels Videos Basic User Activity deckt verwaltete Kanäle ab. | Alle Kanäle in einem Agenten |
| Dimensionsübergreifende Fragen | Gerät, Wiedergabeort und Traffic-Quelle liegen in getrennten Berichten, daher braucht eine kombinierte Frage mehrere Exporte. | Owned Channel Videos Combined Playback Insights verbindet Wiedergabeort, Traffic-Quelle, Gerätetyp und Betriebssystem in einem Datensatz, den der Agent abfragen kann. | Kombinierte Antworten mit einer Frage |
| Token-Verbrauch | Copilot verbraucht Tokens, um rohe YouTube-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 YouTube-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 dem von Ihnen festgelegten Zeitplan, zum Beispiel täglich. Die Datensätze von YouTube Organic nutzen keinen Datumsbereich, daher lädt jeder Lauf alle aktuell verfügbaren Daten.
YouTube-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 YouTube Organic-Quelle mit Datensätzen wie Owned Channel Videos Basic User Activity und Playlist Basic User Activity und verknüpfen Sie sie mit einem Copilot-Ziel oder AI Model. Fügen Sie in Copilot Studio das MCP-Tool https://headless.dataddo.com/mcp-data mit OAuth 2.0 und Dynamic discovery hinzu und veröffentlichen Sie den Agenten in Teams.
Gehen Sie zu Tools > Add a tool > New tool > Model Context Protocol, geben Sie die Dataddo-URL ein, wählen Sie OAuth 2.0 mit Dynamic discovery und melden Sie sich an. Der Agent kann dann die in Dataddo verknüpften YouTube-Flows abfragen.
Ja. Die Multi-Account-Extraktion sammelt denselben Datensatz aus jedem Kanal, auf den Sie Zugriff haben, und Managed Channels Videos Basic User Activity fasst die Aktivität aller verwalteten Kanäle zusammen.
Ja, sobald Sie ihn unter Channels > Teams and Microsoft Copilot veröffentlichen. Teammitglieder erwähnen dann den Agenten und erhalten Antworten aus denselben YouTube-Daten.
Ja. Die Datensätze Owned Channel Videos enthalten Country Code, sodass der Agent Views und Watch Time (Minutes) für jeden Upload nach Land der Zuschauer aufteilen kann.
Ja, in VS Code. Fügen Sie den Server mit type http zu .vscode/mcp.json hinzu, melden Sie sich an und fragen Sie im Agent mode. Business- und Enterprise-Organisationen müssen zuerst die MCP-Server in der Copilot-Richtlinie aktivieren.
Das autorisierte Konto braucht mindestens Berechtigungen auf Admin-Ebene. Fehlende Berechtigungen sind einer der häufigsten Gründe, warum die Datenvorschau beim Einrichten der Quelle fehlschlägt.