Frequently Asked Questions

Dataddo admite ETL, ELT, ETL inversa, replicación de bases de datos, integraciones basadas en eventos e integración de extremo a extremo de fuentes en línea con aplicaciones de cuadros de mando. También ofrece acceso a una API REST completa, por lo que cualquier funcionalidad de integración de datos de Dataddo puede desplegarse en un escenario headless.

Para más detalles sobre casos de uso específicos, consulte nuestras otras páginas de casos de uso:

• ETL & ELT

• ETL inverso (Data Activation)

• Replicación de bases de datos

• Análisis operacional (aplicaciones SaaS para herramientas de BI)

Por supuesto. Las suscripciones de Dataddo pueden gestionarse a través de cuentas con cualquiera de los tres principales proveedores de nube. Consulte nuestra:

• Página del mercado de GCP

• Página del mercado de AWS

• Página del mercado de Azure

Dataddo includes several built-in mechanisms for data quality that apply across every workload:

• The Data Quality Firewall (rule-based, configurable per column)
• Detailed monitoring and notifications
• Format harmonization, so data from disparate sources is analytics-ready
• Data blending/union
• The ability to exclude personally identifiable information (PII) from extractions

Specific workloads add their own controls. Reverse ETL adds flexible write modes, easy data mapping, and syncs as frequent as every 5 minutes. Database replication adds the Truncate Insert write mode, detailed flow logs, and automatic data type conversion.

See our documentation for more information about how Dataddo approaches data quality.

Consulte el Certificado SOC 2 Tipo II de Dataddo.

Dataddo’s standard pricing is based on the number of data flows. A data flow is the connection between a data source (or sources) and a destination - for example, sending data from Facebook Ads to Google BigQuery counts as one flow. This keeps budgeting predictable: costs do not escalate with data volume, extraction frequency, or number of data sources.

Headless and embedded deployments are priced individually using integration units, which account for rows and actions per month, per connector.

For current tiers and enterprise pricing, see our pricing page.

Dataddo is an enterprise data movement platform. A single control plane orchestrates data planes that run where your data lives - in your cloud, on-premises, or both - so data moves as managed infrastructure without being routed through a vendor’s cloud. Dataddo was founded in 2019 and is headquartered in Prague, Czech Republic.

Explore the Dataddo platform.

Management - scheduling, configuration, and monitoring - runs in Dataddo’s cloud control plane. The data movement itself runs in a data plane. By default, Dataddo operates as a fully managed cloud-to-cloud service, moving data directly between cloud sources and destinations. When data must stay in place, the data plane can instead execute inside your own environment - your cloud, on-premises, or both - so sensitive workloads never traverse public infrastructure. The same control plane orchestrates either model.

Learn more about a single control plane with multiple data planes.

Dataddo supports ETL, ELT, CDC, streaming, reverse ETL, batch file delivery, and zero-copy Apache Arrow - all in one platform.

See all data transport types.

All four, with one governance layer. Every action available in the web UI is also available via REST API and CLI, so pipelines can be version-controlled as YAML and deployed as code (CI/CD, GitOps). An MCP server gives AI agents native access.

See UI, API, CLI, and MCP.

Dataddo maintains 400+ connectors across SaaS APIs, databases, files, and object storage. Dataddo owns the connector contract end-to-end, so API changes, schema drift, and connector maintenance are Dataddo’s responsibility, not yours. If you need a connector that does not exist yet, Dataddo builds custom connectors, typically within about four weeks.

Browse the connector catalog.

Dataddo keeps the storage your AI systems read from current, validated, and PII-safe. There are three patterns: a warehouse, lake, or object storage for RAG corpora and fine-tuning; a real-time CDC replica for latency-sensitive cases, such as a support chatbot that needs live order state without loading your production database; or direct retrieval through the MCP server, REST, or Apache Arrow, where an agent gets the latest extracted data with no storage layer to operate. Governance is applied before data lands - PII is excluded or hashed at extraction, and the Data Quality Firewall can block failing records outright. Dataddo does not train or host models and does not generate embeddings; where a vector database is part of your stack, your own embedding pipeline populates it from the storage Dataddo keeps current.

See how Dataddo is operated via UI, API, CLI, and MCP.

A useful evaluation goes beyond the connector count. The questions that separate platforms in practice are:

• Coverage across source types. Can one platform handle SaaS APIs, databases (with CDC), files, and object storage, or will you need separate tools that each fail differently?

• Who maintains the connectors. When a source API changes or a schema drifts, is that the vendor’s responsibility or yours? Unmaintained connectors are the hidden cost of most “self-serve” tools.

• Deployment model. Does your data have to transit the vendor’s cloud, or can the platform run inside your own environment when residency or security rules require it?

• Security and compliance. SOC 2 Type II, ISO 27001, GDPR alignment, encryption, role-based access control, and audit logging - confirmed, not just claimed.

• Governance and auditability. Can you show where a piece of data came from and who accessed it?

• Pricing predictability. Does cost scale with data volume and frequency, or is it predictable as you grow?

• AI readiness. Can the platform deliver governed data into the systems AI depends on, and expose data to agents through a controlled interface?

Dataddo is built to answer each of these. See the Dataddo platform.

Dataddo is an enterprise data movement platform designed for organizations that treat data pipelines as managed infrastructure rather than self-serve tooling. Four things make it suited to enterprise scale:

• One layer for every source and destination. SaaS APIs, databases with change data capture, files, and object storage move through a single platform, so teams stop stitching together tools that each break differently.

• It runs in your environment. A single cloud control plane orchestrates data planes that execute where your data lives - in your cloud, on-premises, or both - so sensitive data does not have to transit a vendor’s cloud.

• Dataddo absorbs the maintenance. API changes, schema drift, and connector upkeep are Dataddo’s responsibility, backed by SLAs and a dedicated solutions architect for enterprise accounts.

• It passes the security review. SOC 2 Type II, ISO 27001, GDPR alignment, encryption with bring-your-own-key support, role-based access control, and audit logging.

Explore the Dataddo platform.

Writing a script for one integration is easy. The cost shows up later, and it is rarely one-off. Each source you connect by hand becomes something your team has to maintain forever: APIs change without notice, schemas drift, authentication tokens expire, and rate limits shift. With a handful of sources this is manageable; across dozens it becomes a recurring engineering job that competes with the work you actually hired those engineers to do.

Buying a managed platform changes who owns that maintenance. With Dataddo, API changes, schema drift, and connector upkeep are handled on Dataddo’s side - your team configures pipelines and keeps control, without owning the break-fix work. Custom connectors for sources that do not exist yet are built by Dataddo, typically within about four weeks.

The honest question is not whether the integration is unique enough to justify building — it is whether you have a person whose job it is to maintain it when things break. If the answer is no, you are not building a solution; you are creating an on-call incident waiting for an owner.

Read more about the Dataddo platform.

Dataddo does. This is the core of how Dataddo differs from self-serve tooling: Dataddo owns the connector contract end to end, so when a source API changes or a schema drifts, fixing it is Dataddo’s responsibility, not your team’s. In most cases API changes are handled before they affect live pipelines; schema changes are detected and absorbed automatically so pipelines do not break when sources change.

Concretely, that means your team is not on call for someone else’s API. You get:

• Proactive monitoring of connections, with notifications when something needs attention
• Automatic handling of source schema changes
• SLA-backed incident response, with a dedicated solutions architect for enterprise accounts
• Custom connector builds for sources that do not exist yet, typically within about four weeks

This is why customers describe Dataddo as a pipeline team they do not have to hire - the operational burden moves to Dataddo while control stays with them.

It depends on how you deploy. For fully managed cloud-to-cloud pipelines, data moves directly between your sources and destinations. For sensitive workloads, the data plane can execute inside your own environment, so your data stays within your perimeter and does not pass through Dataddo’s cloud.

Learn more about control plane and data planes.

Anywhere your data needs it to run. Dataddo deploys in any public cloud (AWS, Azure, Google Cloud), in European sovereign and regional clouds (such as STACKIT, OVHcloud, Scaleway, Hetzner, and Exoscale), on-premises, or in a hybrid setup with multi-region agents. It is portable across Kubernetes, OpenShift, and VMware Tanzu. Both the data plane and the control plane can run in the EU region or provider you choose.

See the versatile platform architecture.

Yes. Dataddo is GDPR-aligned, and because the data plane runs in the region you choose, data can stay within your jurisdiction to meet EU data residency requirements. The control plane can also be EU-hosted, so both planes can run under EU law.

Learn more about control plane and data planes.

Yes. Dataddo is built by an EU-domiciled company (HQ: Prague, Czech Republic) with no foreign parent, and it is structured so your data stays under EU control end to end. The data plane runs in your own environment, so data never transits Dataddo’s cloud. The control plane can also be EU-hosted, keeping both planes under EU jurisdiction. As an EU legal entity with no non-EU parent, Dataddo cannot be compelled to grant foreign access to your data.

This maps directly to SOV-3, the data and AI criterion in the EU Cloud Sovereignty Framework: pipelines must be developed, hosted, and governed under EU control. Dataddo meets all three. It carries no SEAL (Sovereignty Effectiveness Assurance Level) rating of its own, because it is not a cloud provider — instead it preserves the SEAL level of whatever cloud you run it on.

This is where US-based integration tools fall short: they route your data through their own US-controlled clouds, capping your effective sovereignty at the vendor’s SEAL level no matter how sovereign your destination is. Because Dataddo keeps the data plane in your environment, it removes that ceiling — and the same architecture positions you for the Cloud and AI Development Act (CADA), proposed June 2026, which will require data pipelines to be developed, hosted, and governed under EU control.

Read more about built for high-security environments.

Yes. Dataddo is used by enterprises in banking, insurance, healthcare, and the public sector, where the in-environment data plane combined with SOC 2 Type II, ISO 27001, and GDPR alignment meets strict regulatory requirements.

Read more about built for high-security environments.

En términos generales, la ETL inversa proporciona a los equipos empresariales, como los de ventas y marketing, información que sólo las organizaciones conocen sobre sí mismas.

Para ilustrarlo, echemos un vistazo a los CRM. Los CRM recopilan muchos datos de los clientes. Importes de pagos, tickets de soporte, información sobre adquisiciones… los datos están ahí. Pero no están todos. Las empresas tienen su propia forma de calcular ciertas métricas, en particular las basadas en datos de origen, y es difícil que los CRM las muestren sin grandes y costosas personalizaciones.

Imagine que su empresa vende software como servicio y que los clientes con tres o más cuentas de usuario tienden a tener un menor riesgo de pérdida de clientes. No hay forma de que su CRM pueda saber esto nada más sacarlo de la caja. Pero, si tiene los datos correctos de los clientes en su almacén de datos, sus ingenieros pueden ejecutar cálculos allí, y luego enviar las puntuaciones de riesgo de nuevo a su CRM a través de una herramienta ETL inversa, haciéndolos visibles a sus equipos de ventas y soporte junto con todos los demás datos de los clientes. Con poco o ningún esfuerzo, estos equipos podrán identificar quién está en riesgo de pérdida de clientes.

Esta es la razón por la que a menudo se hace referencia a la ETL inversa como la “última milla” de la pila de datos moderna: permite a las organizaciones mostrar cualquier información en cualquier aplicación empresarial.

En términos generales, la replicación de bases de datos ayuda a mantener los datos accesibles en todas las ubicaciones y plataformas para toda la organización. Más concretamente, se utiliza para:

• Analítica. Replicación de datos de una base de datos de producción a un almacén de datos, es decir, una caja de arena segura para los equipos de análisis.

• Migración de datos. Simplifica los procesos de migración de datos durante las actualizaciones del sistema o las transiciones a nuevas plataformas de bases de datos.

• Recuperación ante desastres. Las soluciones de redundancia y copia de seguridad garantizan la disponibilidad y fiabilidad de los datos en caso de fallos del sistema o desastres.

• Coherencia de los datos. Mantiene la coherencia de los datos en todas las bases de datos y otros sistemas, evitando discrepancias y garantizando la uniformidad.

• Optimización del rendimiento. Distribuye la carga de datos entre varias bases de datos, mejorando el rendimiento de lectura y reduciendo la latencia.

• Mejora de la escalabilidad. Distribuir los datos entre varios servidores o entornos en la nube permite mejorar la escalabilidad de los sistemas.

• Sincronización y actualización automática de datos en tiempo real. Mantiene los datos actualizados y sincronizados automáticamente en tiempo real y entre sistemas, reduciendo los esfuerzos manuales y los errores.

• Se acabaron las cargas manuales de CSV. Automatice todas sus conexiones de datos.
• Se acabó cambiar de plataforma para ver los datos. Al sincronizar los datos de todas sus plataformas con una herramienta de análisis, puede supervisar las métricas importantes entre plataformas desde un único lugar.
• Datos listos para el análisis. Dataddo unifica automáticamente el formato de los datos de sus diversas aplicaciones, de modo que estén listos para analizar en el momento en que llegan a su panel de control.
• Escalabilidad a largo plazo. Dataddo es una herramienta de integración de datos completa, diseñada para satisfacer las necesidades de cualquier profesional u organización que trabaje con datos, desde profesionales del marketing en solitario hasta empresas globales. Esto significa que puede empezar a utilizarla para enviar datos desde servicios en línea a herramientas de análisis y, cuando su organización esté preparada, utilizarla para centralizar datos en un almacén, replicar datos entre bases de datos o enviar datos desde almacenes a aplicaciones empresariales como CRM y plataformas de automatización de marketing.
• Precios predecibles. Sepa siempre lo que está pagando y nunca se lleve una mala sorpresa a final de mes. Dado que los precios de Dataddo se basan en el número de conexiones de datos (es decir, flujos), los costes no aumentan con el volumen de datos, la frecuencia de extracción o el número de fuentes de datos.
• Supervisión y mantenimiento proactivos de las canalizaciones. Nuestros ingenieros supervisan de forma proactiva las conexiones y gestionan todos los cambios de API tras el telón. Esto significa que no tiene que preocuparse de que sus conexiones se rompan en mitad de la noche.
• Herramientas de calidad de datos incorporadas. Dataddo unifica automáticamente los formatos de los datos que envía a las herramientas de cuadros de mando, por lo que sus datos estarán siempre listos para analizar.
• Conecta cualquier A a cualquier B. No se preocupe nunca de quedarse «atascado» con una herramienta que no pueda conectarse a uno de sus servicios. Además de ofrecer una enorme cartera de conectores de aplicaciones y bases de datos, creamos nuevos conectores para clientes todo el tiempo.

Consulte el desglose completo en nuestra página de comparación con Supermetrics.

Dataddo is SOC 2 Type II certified, ISO 27001 certified, GDPR-aligned, and PCI DSS compliant.

Read more about built for high-security environments.

Dataddo uses end-to-end encryption with bring-your-own-key support (AWS KMS, Azure Key Vault, HSM), network isolation, and PII detection, masking, and tokenization at ingestion. Access is governed by SSO (SAML 2.0, OIDC), role-based access control, and immutable audit logging.

Read more about built for high-security environments.

Yes. Dataddo gives you end-to-end traceability for the data it moves. Every flow records its source, its destination, and its run history, so you can show where a piece of data came from and how it reached its destination. Access is recorded through immutable audit logging - which identity or agent accessed which data, and when - and detailed flow logs and monitoring track each pipeline run.

For data exposed to AI agents, access is governed per token and tied to specific SQL transformations of a data flow, so the audit trail captures exactly what each agent was permitted to see. These controls fall within the scope of Dataddo’s SOC 2 Type II report.

Read more about built for high-security environments.

Adding a source in Dataddo happens within the same governance layer that covers every pipeline, so a new connection does not open a new gap. The controls that apply:

• Access control. Single sign-on (SAML 2.0, OIDC) and role-based access control determine who can create and manage the connection.

• Scoped credentials. Tokens can be tied to specific SQL transformations of a data flow, giving effectively row- and column-level control over what each consumer or agent can read.

• Sensitive data handling. Personally identifiable information can be detected, masked, tokenized, or excluded at ingestion, before it reaches any destination.

• Audit trail. The new flow is recorded with immutable audit logging and run-level flow logs from its first execution.

• Data quality checks. The rule-based Data Quality Firewall can be applied per column as data starts flowing.

Read more about built for high-security environments.

Dataddo obtuvo un informe SOC 2 Tipo II para su plataforma de integración de datos, que describe los controles de seguridad implementados para la plataforma y evalúa su idoneidad y eficacia para cumplir con los Criterios de servicio de confianza de AICPA. El informe sirve como una evaluación independiente de la capacidad de Dataddo para administrar datos con respecto a la seguridad, disponibilidad y confidencialidad.

El alcance del informe SOC 2 Tipo II incluye todos los productos y características dentro de la plataforma Dataddo.

El informe cubre todas las regiones en las que Dataddo está disponible para su uso.

BDO República Checa realiza las auditorías Dataddo SOC 2.

Anualmente.

Sí, se requiere un NDA para revisar el informe Dataddo SOC 2 Tipo II. Por favor contáctenos para comenzar el proceso.

Cualquier organización que esté creando un producto de datos cuyo principal objetivo sea generar información a partir de los datos (por ejemplo, CDP o plataformas de análisis de datos) necesita datos de varias fuentes para funcionar correctamente, pero su principal funcionalidad es el análisis. Al conectarse a la API unificada de Dataddo, estas organizaciones pueden poner toda la funcionalidad de integración de Dataddo bajo el capó de su producto, y centrarse en cambio en el desarrollo de la funcionalidad de generación de conocimiento del producto.

Hacer esto:

• Acortar el tiempo de comercialización
• Mejorar la adaptabilidad al mercado
• Ahorrar dinero y recursos de ingeniería

Cualquier organización que desee ir más allá de nuestra interfaz de usuario para lograr un mayor control sobre las integraciones de datos — por ejemplo, para automatizar trabajos repetitivos como cargas de datos históricos, o para implementar configuraciones específicas del cliente.

Hacerlo a través de la API de Dataddo le permite:

• Automatizar cualquier carga de trabajo de integración compleja o repetitiva
• Implementar flujos personalizados de autenticación y autorización
• Suscribirse y gestionar Dataddo a través de los marketplaces de AWS, Azure o GCP