Basedash：面向业务团队的 AI 数据分析平台

Basedash 是一款面向企业团队的 AI 数据分析与商业智能（BI）平台。它把已连接的数据库、数据仓库和业务系统变成可以提问的分析环境：用户描述问题，系统执行查询、返回答案和图表，并展示背后的 SQL，方便团队核查。

Basedash 是做什么的？用大白话解释

可以把 Basedash 理解成一个“能查公司数据、会做图表、还会把计算过程交出来”的数据分析助手。例如，你想知道上季度哪个渠道带来的付费客户最多，不必先从头写查询、导出表格再画图，可以直接提问，再追问“按月份拆开”“只看某个套餐”。

它主要帮助产品、增长、销售、运营、财务和管理团队缩短从业务问题到分析结果的路径。对数据团队而言，价值在于让业务同事能够自助查数，同时保留指标定义、数据来源和查询逻辑的检查入口。它适合分析已经接入的业务数据；结果能否用于决策，仍要看原始数据和计算口径是否正确。

把业务数据接起来，让团队用同一套指标

管理员可以直接连接 Postgres、MySQL、SQL Server 等数据库，以及 Snowflake、BigQuery、Databricks 等数据仓库。Stripe、HubSpot、Salesforce 等 SaaS 数据则可以同步到托管的 Basedash Warehouse。官网宣称支持 750 多种数据连接器，但具体系统是否支持、需要哪些授权，仍应逐项查看。

接入数据只是起点，更关键的是让“收入”“活跃客户”“流失率”有明确含义。Models 语义层可以保存可复用的 SQL 数据集、度量、分群、关联关系和默认时间列，让聊天、仪表盘和自动分析尽量沿用同一套定义。管理员可以核验模型；修改后，原有核验状态会被清除，等待再次审查。

如果团队已经使用 dbt，可以连接 dbt 构建表所在的数据仓库，并利用已经持久化的表、列描述。不过，官方 Models 页面明确表示不会直接解析 dbt 项目文件，不能把它理解成完整的 dbt 项目导入器。

从一句业务问题到一张可核查的仪表盘

1. 用工作邮箱注册并完成验证。准备一个有权用于分析的数据源，以及一个已经有参考答案的业务问题。
2. 由管理员进入 Data → Add data source。数据库或仓库需要填写连接信息、测试并保存；SaaS 连接器需要授权后同步。只有管理员能够添加数据源。
3. 在 Chat 中描述指标、时间范围和分组条件。官方示例使用简单英文，例如“How many new customers did we get each week this quarter?”，即“本季度每周新增多少客户”。这不代表已核实产品支持全部语言的界面或问答效果。
4. 继续追问，调整时间粒度、套餐或渠道。展开 Analyzed for… 和 Sources 查看分析步骤、表和模型，再打开图表检查 SQL。
5. 核对日期范围、过滤条件、关联方式和总数，确认符合业务口径后，使用 Add to dashboard 保存到仪表盘或 Drafts 草稿，再给指定成员、群组配置查看或编辑权限。

也可以直接描述一整张仪表盘，让系统生成图表、筛选器与布局，再逐步修改。底层结果数据支持导出为 CSV、JSON 或 Excel。具体连接和共享步骤可参考官方快速入门。

用洞察和自动化跟踪业务变化

Insights 用于定期寻找值得关注的变化，例如转化下降、收入结构变化或某个客群的表现偏移。每次运行会形成带解释和图表的简报，可以按天、工作日、周或月发送到 Slack 与邮箱，帮助团队减少反复打开报表的工作。

如果需求是“某类失败付款出现时通知我”这样的明确条件，应使用自动化来表达规则，再用已知数据检查触发结果。让智能体寻找值得关注的变化，与执行一个确定阈值，是不同的任务。Insights 的分析工作和其他 AI 动作一样，会计入用量。

在 Slack、AI 智能体和自有产品里使用分析

团队可以在 Slack 对话里提问，也可以通过 MCP 服务器，让 Claude Code、Cursor、ChatGPT 等兼容客户端使用 Basedash 的分析和仪表盘能力。首次 MCP 连接通过 OAuth 登录授权，调用沿用用户的模型和访问权限。开发者还可以使用 REST API 集成自己的应用。

面向客户的嵌入式分析属于 Enterprise 能力，可以通过 React 组件或 iframe 把仪表盘和 AI 聊天放进自有产品。落地时需要设计客户隔离、权限与服务端签名的登录令牌。当前不支持把单张图表独立嵌入，因此应先确认现有组件能否满足产品界面需求。

免费试用、团队套餐与 AI 用量费用

截至 2026 年 10 月 25 日核实，Basedash 提供无需信用卡的 14 天免费试用；快速入门说明，试用从添加第一个数据源时开始。持续使用属于付费服务，不能把“Start free”理解为永久免费。

公开的 Startup 套餐为每月 1,000 美元加 AI 用量费用，最多 25 名用户，并列出每月价值 1,000 美元的 AI 使用额度。提问、生成仪表盘等动作会消耗 AI 用量；超出包含额度的部分另行计费，可在 Billing 中查看。Enterprise 采用定制报价，适用于嵌入、自托管、SSO、SCIM 等需求。

上述是官网公开的美元条款，不是已含税的人民币价格，也不是针对中国市场的支付或可用性承诺。正式选择前，应结合团队人数、预计提问频率和部署要求，复核官方套餐与用量说明。

数据权限、隐私与选型前的边界

Basedash 声明不会使用客户数据训练 AI 模型，并提供加密、角色权限、行级权限等控制；托管云、私有 VPC 和自托管选项有相应的套餐与合同条件。接入敏感业务数据前，建议结合官方安全说明和隐私政策，确认谁能查询哪些来源、哪些字段不应暴露，以及数据处理和部署方式是否符合自己的要求。

AI 分析默认只读，写入查询需要明确批准。不过，“展示 SQL”不等于结果自动正确：关联错误、重复计算、时间范围或指标口径偏差，都可能改变结论。适合的试用方法是先选一个已知指标，检查查询与原始数据能否对齐，再逐步扩大来源和共享范围。

常见问题

Basedash 可以免费使用吗？

可以进行 14 天免信用卡试用，试用从添加第一个数据源开始。长期使用采用付费团队套餐及 AI 用量计费，官网当前没有把核心 BI 服务列为永久免费。

不会 SQL 也能用吗？

提问时不需要自己写 SQL，系统会生成和执行查询。重要分析仍应让熟悉数据的人核对 SQL、过滤条件和指标定义，再用于正式报告。

能连接哪些数据库和业务系统？

官方列出的例子包括 Postgres、MySQL、SQL Server、Snowflake、BigQuery、Databricks，以及同步进仓库的 Stripe、HubSpot、Salesforce 等 SaaS 数据。具体连接器和权限需要单独确认。

公司数据会被用于训练 AI 吗？

根据 Basedash 的官方声明，客户数据不会用于训练 AI 模型。但仍需独立评估数据访问范围、保留政策、第三方处理及所选部署条件，不能只凭“不训练”替代完整的隐私审查。

官方资源与开发者渠道

• 官方文档：数据源接入、分析操作、管理与 API 参考。
• 官方 GitHub 组织：公开的开发者资料；不能据此认定整个 BI 服务开源。
• 官方 X 账号：查看产品公告。
• 公司与支持信息：了解评估、上线协助和客户支持入口。