Basedash — AI do analizy danych w firmie

Basedash to platforma AI do analizy danych i business intelligence. Pomaga zespołom odpowiadać na pytania o firmę, budować dashboardy i korzystać ze wspólnych definicji wskaźników, z możliwością sprawdzenia zapytań SQL.

Do czego służy Basedash? Proste wyjaśnienie

W praktyce podłączasz źródła firmy i pytasz, na przykład, który kanał pozyskał najwięcej płacących klientów. Basedash wykonuje analizę i może pokazać wynik na wykresie. Kolejne pytanie zawęża okres albo dzieli klientów na segmenty.

Narzędzie pasuje do działów produktu, sprzedaży, finansów i operacji, które regularnie potrzebują liczb. Analitycy mogą skontrolować sposób ich wyliczenia. Warto oceniać je jako firmowy system analityczny z przygotowanym dostępem do danych, a nie wyłącznie generator SQL.

Okres próbny, abonament i zużycie AI

Stan na 25 października 2026 r.: test trwa 14 dni bez karty i rozpoczyna się po dodaniu pierwszego źródła. Dalsze używanie jest płatne. Publiczny Startup kosztuje 1000 USD miesięcznie plus zużycie AI dla maksymalnie 25 użytkowników i obejmuje 1000 USD miesięcznych kredytów AI.

Zużycie ponad kredyty jest rozliczane i widoczne w Billing. Enterprise ma indywidualną wycenę, między innymi dla self-hostingu, osadzania i zaawansowanej tożsamości. To cennik w USD, bez potwierdzonej ceny końcowej w złotych i podatków. Sprawdź aktualne plany dla przewidywanego obciążenia.

Połączenie danych i wspólne definicje wskaźników

Administrator może podłączyć Postgres, MySQL, SQL Server, Snowflake, BigQuery lub Databricks. Dane z usług SaaS, takich jak Stripe, HubSpot i Salesforce, można synchronizować do Basedash Warehouse. Producent deklaruje ponad 750 konektorów; dostępność konkretnego źródła i wymagane uprawnienia trzeba potwierdzić.

Models przechowuje wielokrotnie używane zbiory SQL, miary, segmenty, relacje i kolumnę czasu. Dzięki temu ten sam wskaźnik nie zmienia definicji między czatem a raportem. Administratorzy weryfikują modele, a edycja wymaga ponownego sprawdzenia. Obsługiwane są tabele i utrwalone opisy z dbt w hurtowni, ale nie bezpośrednie przetwarzanie plików projektu dbt.

Od pytania do sprawdzonego dashboardu

1. Załóż konto na adres służbowy i potwierdź e-mail.
2. Administrator w Data → Add data source ustawia połączenie, testuje je i zapisuje albo autoryzuje konektor SaaS.
3. W Chat zadaj pytanie z jasnym wskaźnikiem i okresem. Oficjalne przykłady są po angielsku.
4. Doprecyzuj podział lub daty. Rozwiń Analyzed for… i Sources, a następnie sprawdź SQL wykresu.
5. Porównaj filtry, łączenia i sumy ze źródłem. Użyj Add to dashboard i nadaj odpowiednie prawa odbiorcom.

Można też opisać cały dashboard i poprawiać układ, filtry oraz wykresy. Wyniki da się eksportować do CSV, JSON lub Excela. Oficjalny przewodnik startowy pokazuje ustawienia i udostępnianie.

Prywatność, uprawnienia i ograniczenia

Basedash deklaruje, że nie trenuje modeli AI na danych klientów. Oferuje szyfrowanie, uprawnienia według ról i wierszy oraz chmurę zarządzaną, prywatny VPC lub self-hosting na odpowiednich warunkach. Przed podłączeniem wrażliwych źródeł przejrzyj opis zabezpieczeń i politykę prywatności.

Analityk jest domyślnie tylko do odczytu; zapisy generowane przez AI wymagają wyraźnej zgody. Wynik nadal zależy od jakości źródeł i definicji. Zacznij od znanego wskaźnika i ograniczonych uprawnień, zanim udostępnisz raport całej firmie.

Cykliczne raporty i wykrywanie zmian

Insights przygotowuje krótkie omówienie zmiany z wykresem i może dostarczać je do Slacka lub e-mailem według harmonogramu. Pomaga to śledzić ruch w przychodach czy konwersji bez ręcznego otwierania każdego raportu.

Jeżeli potrzebujesz alarmu dla ściśle określonego warunku, wybierz automatyzację i przetestuj regułę na znanych przypadkach. To inny mechanizm niż wybór istotnego zjawiska przez agenta. Praca AI w tych procesach wlicza się do zużycia.

Analiza w Slacku, agentach AI i własnej aplikacji

Slack umożliwia pytania w rozmowie zespołu. Serwer MCP pozwala zgodnym klientom, takim jak Claude Code, Cursor i ChatGPT, korzystać z analizy i tworzyć dashboardy. Początkowe logowanie odbywa się przez OAuth, a model danych i prawa użytkownika pozostają wspólne. Dostępne jest też REST API.

Enterprise oferuje osadzanie analityki we własnym produkcie przez komponenty React lub iframe. Wymaga to izolacji klientów i tokenów podpisywanych na serwerze. Obecnie nie można osadzać samodzielnego pojedynczego wykresu.

Najczęstsze pytania

Czy Basedash jest darmowy?

Dostępny jest test przez 14 dni bez karty. Stałe korzystanie opiera się na płatnych planach zespołowych i zużyciu AI.

Czy muszę znać SQL?

Nie do zadawania pytań. AI generuje SQL, ale ważne wyliczenia i zapytania powinna sprawdzić osoba znająca dane.

Jakie źródła danych można podłączyć?

Przykłady obejmują Postgres, MySQL, SQL Server, Snowflake, BigQuery i Databricks oraz synchronizowane usługi SaaS. Potwierdź wymagany konektor.

Czy dane firmy służą do trenowania AI?

Według Basedash dane klientów nie służą do treningu modeli. Osobno trzeba ocenić prawa dostępu, retencję i warunki wdrożenia.

Oficjalne materiały i kanały dla programistów

• Dokumentacja: konfiguracja, obsługa i API.
• Organizacja GitHub: publiczne materiały dla programistów, bez deklaracji otwartego kodu całej usługi.
• Oficjalny profil X: ogłoszenia produktowe.
• Firma i wsparcie: ocena wdrożenia, onboarding i pomoc.