Donnez vos instructions une fois à un agent. Basedash les exécute selon un planning ou dès qu'une requête trouve de nouvelles lignes, agit dans vos autres outils et envoie le résultat sur Slack et par e-mail.
Essai de 14 jours. Carte bancaire non requise.
Instructions
For each failed charge over $5,000, find the company in HubSpot, check its open deals and recent Zendesk tickets, add a note to the company record, and send a short summary to #finance-alerts.
Trigger
Runs every Monday at 9:00 AM· your local time
StripeChecked every 15 minutes
select customer_id, amount, failure_codefrom stripe.chargewhere status = 'failed' and amount > 500000 and created > {{ last_run_at }}
Each new row starts a run with that row as context.
Runs only when someone starts it, from Basedash or the API.
POST /api/public/organizations/:orgId/automations/:id/runs
Deliver to
#finance-alerts
Connector tools
Search companiesAlways allow
Create noteAlways allow
La data de plus de 5000 équipes dans le monde
Déclencheurs
Choisissez quotidien, jours ouvrés, hebdomadaire, mensuel ou trimestriel, à l'heure de votre choix, affichée dans votre fuseau horaire. Ou écrivez une requête SQL : Basedash la vérifie toutes les 15 minutes et lance une exécution pour chaque nouvelle ligne, avec cette ligne comme contexte pour l'agent.
Next scheduled runsYour local time
- Daily revenue snapshotTomorrow, 8:00 AM
- Weekly sales pipelineMon, 9:00 AM
- Monthly investor updateNov 1, 10:00 AM
- Quarterly business reviewJan 1, 9:00 AM
Notable ICP signups · When data changes
Checked 4 minutes ago · 2 new rows
- Northwind Labs · 240 seatsRun started
- Brightline Health · 85 seatsRun started
Workflows d'agents
Chaque exécution est un agent complet, pas un rapport figé. Il interroge toutes les sources connectées, puis utilise les outils des connecteurs MCP réglés sur Toujours autoriser, comme ajouter une note HubSpot ou créer un ticket Linear, et explique ce qu'il a trouvé et fait.
Enterprise payment failures
Run started by a new row · Today, 2:15 PM
New row
- customer_id
- cus_Harborline
- amount
- 840000
- failure_code
- card_declined
Queried Stripe3 charges in 90 days, 1 failed
HubSpot · Search companiesHarborline Freight, owner Priya Shah
Queried Zendesk1 open ticket: billing contact change
HubSpot · Create noteAdded to Harborline Freight
Harborline Freight: $8,400 renewal charge declined
The card on file was declined for the annual renewal. Harborline has an open $24K expansion deal in Proposal, and last week asked support to change its billing contact, so the card is likely out of date. I added a note to the company in HubSpot for Priya.
Sent to #finance-alertsSaved in Basedash
API
Branchez les automatisations sur vos déploiements, vos tâches cron ou votre produit. Un seul POST à l'API REST lance une automatisation planifiée ou manuelle, et l'exécution terminée revient en markdown avec ses graphiques.
Start a run202 Accepted
API=https://charts.basedash.com/api/publiccurl -X POST \ -H "Authorization: Bearer $BASEDASH_API_KEY" \ "$API/organizations/$ORG_ID/automations/$ID/runs"
GET …/runs/chat_7Qm2xV200 OK
{ "data": { "id": "chat_7Qm2xV", "status": "FINISHED", "isManualRun": true, "finalMessageContent": "## Pipeline grew 9% to $1.42M…", "charts": [{ "imageUrl": "https://…/png" }]} }
Modèles
La bibliothèque de modèles couvre les rapports les plus demandés, du briefing quotidien de la direction aux alertes de paiements échoués. Chacun arrive avec un prompt éprouvé, un déclencheur suggéré et un exemple de résultat.
Templates
32 templates
- Daily executive briefingA morning briefing of yesterday's signups, revenue, errors, and notable signals across every connected tool.Daily
- Monthly investor updateComposes a complete investor update each month: KPIs, narrative highlights, asks, and team updates, ready to send.Monthly
- Notable ICP signupsScores every signup against your ICP criteria and pings sales the moment a match comes in.When data changes
- Weekly changelog from GitHubReads merged PRs each week and writes a user-facing changelog with major features grouped and small fixes listed.Weekly
- Weekly customer health reportWeekly account-by-account health scoring with churn risk, expansion signals, and at-risk renewals.Weekly
- Weekly marketing reportPulls traffic, signups, ad spend, attribution, and campaign data into a single weekly marketing recap.Weekly
- Closed-won deal alertsReal-time celebration for every closed deal, with context on size, rep, and what worked.When data changes
- Notable ICP signupsScores every signup against your ICP criteria and pings sales the moment a match comes in.When data changes
- Sales pipeline health checkMonthly pipeline diagnostic: coverage, conversion, cycle time, win rate, and deal aging — flagged before they bite.Monthly
- Weekly sales pipeline reportA weekly pipeline recap with stage movement, conversion rates, top deals, and at-risk accounts.Weekly
- Daily revenue snapshotA one-paragraph morning revenue snapshot — yesterday's new MRR, expansions, churn, and notable events.Daily
- Failed payments alertReal-time alert when a paying customer's card fails, with ARR, reason, and the recommended next step.When data changes
- Monthly burn and runwayMonthly burn (gross and net), cash balance, runway in months, and a forward forecast — automated.Monthly
- Weekly MRR reportNew MRR, expansion, contraction, churn, and net new MRR — broken down by segment, weekly.Weekly
- Weekly revenue breakdownRevenue split by product, segment, geography, and channel — with the biggest movers each week.Weekly
- Activation funnel reportStep-by-step activation funnel with drop-off, time between steps, and which channels activate fastest.Weekly
- Feature adoption reportWeekly adoption of every new feature, with power users named and underperforming features flagged.Weekly
- Weekly cohort analysisTracks each signup cohort's retention curve and highlights when product changes shift it.Weekly
- Weekly user growth reportNew signups, activations, WAU, and the channels behind each — pulled into one weekly growth recap.Weekly
- Daily error monitoringWhat broke yesterday, ranked by user impact and severity. Sentry + Datadog + your logs in one daily digest.Daily
- PR cycle time reportPR cycle time, review latency, and stale PRs across every team — with named bottlenecks.Weekly
- Weekly changelog from GitHubReads merged PRs each week and writes a user-facing changelog with major features grouped and small fixes listed.Weekly
- Weekly deployment summaryDeploy frequency, lead time, change-failure rate, and rollback events from the past week — DORA-style.Weekly
Comment fonctionnent les automatisations
Chaque automatisation suit les mêmes règles, quel que soit son auteur et ce qui la déclenche.
Trois déclencheurs
Un planning, un changement de données ou un lancement manuel.
Cinq plannings
Quotidien, jours ouvrés, hebdo, mensuel ou trimestriel.
Vérifié toutes les 15 min
Les requêtes de changement tournent toutes les 15 minutes.
Une exécution par ligne
Jusqu'à cinq nouvelles lignes par vérification.
Chaque exécution conservée
Relisez-la et poursuivez la conversation.
Slack et e-mail
Un canal et autant de destinataires que nécessaire.
Accès du créateur
S'exécute avec ses permissions et ses groupes RLS.
Créée depuis le chat
Décrivez-la dans le chat, l'agent la configure.
“Pour une entreprise aussi soucieuse de sécurité que la nôtre, Basedash a immédiatement fait tilt. Des rapports qui prenaient des semaines sont prêts en quelques heures.”
Claudio Godoy
AI Agents Lead · Taxfyle
Lire l'étude de cas →
“Basedash est le genre d'outil qui disparaît dans votre workflow. On arrête de penser à comment obtenir la donnée et on se met juste à l'utiliser.”
Rahul Behal
Co-fondateur · Gumloop
Lire l'étude de cas →
Ce qui lance une exécution, ce que l'agent peut faire et où vont les résultats.
Qu'est-ce qui peut lancer une automatisation ?
Chaque automatisation a l'un de ces trois déclencheurs. Un planning la lance à une heure fixe, chaque jour, chaque jour ouvré, chaque semaine, chaque mois ou chaque trimestre. Un déclencheur sur changement de données la lance quand une requête SQL que vous écrivez renvoie de nouvelles lignes. Un déclencheur manuel ne la lance que lorsque quelqu'un la démarre, depuis Basedash ou via l'API REST. Les automatisations planifiées peuvent aussi être lancées à la main à tout moment, le moyen le plus simple de tester une modification des instructions.
Comment fonctionnent les plannings et les fuseaux horaires ?
Vous choisissez une fréquence et une heure. Les automatisations hebdomadaires prennent aussi un jour de la semaine et les mensuelles un jour du mois, tandis que les trimestrielles tombent le 1er janvier, le 1er avril, le 1er juillet et le 1er octobre. Basedash enregistre l'heure en UTC et l'affiche dans votre heure locale, donc un rapport de 9 h reste à 9 h pour vous. Si l'exécution précédente est encore en cours quand la suivante arrive, Basedash saute la nouvelle au lieu d'empiler les exécutions.
Que se passe-t-il quand une requête de changement renvoie des lignes ?
Basedash exécute votre requête toutes les 15 minutes, en remplaçant {{ last_run_at }} par l'heure de la dernière exécution pour ne renvoyer que les lignes apparues depuis. Chaque ligne renvoyée lance sa propre exécution, et l'agent la reçoit comme contexte. Une vérification lance au plus cinq exécutions et ignore les lignes en trop : filtrez donc la requête sur les lignes qui méritent de l'attention. La requête s'exécute avec les accès aux données et les groupes de sécurité au niveau des lignes du créateur, et elle peut faire référence à vos modèles.
Que peut faire une automatisation, à part envoyer un rapport ?
Chaque exécution est une session d'agent complète qui suit vos instructions. Elle peut interroger n'importe quelle source connectée, créer des graphiques et utiliser les outils des connecteurs MCP réglés sur Toujours autoriser : ajouter une note dans HubSpot, créer un ticket dans Linear ou envoyer un e-mail via Resend au cours de l'exécution. Les outils qui demandent une approbation restent hors des exécutions sans surveillance. Chaque exécution est conservée dans Basedash sous forme de chat, pour voir chaque étape et poser des questions de suivi.
Où vont les résultats des automatisations ?
Chaque exécution est conservée dans l'historique de l'automatisation dans Basedash. Vous pouvez aussi envoyer chaque résultat dans un canal Slack, où ses graphiques sont publiés en images, et à autant de destinataires e-mail que nécessaire. Pour un canal Slack privé, invitez d'abord l'app avec /invite @Basedash. Si vous intégrez Basedash dans votre propre produit, le composant BasedashAutomations du SDK React y affiche aussi vos automatisations et leurs exécutions.
Avec quelles permissions une automatisation s'exécute-t-elle ?
Une automatisation s'exécute au nom du membre qui l'a créée, avec ses accès aux sources de données et ses groupes de sécurité au niveau des lignes : une exécution ne peut rien lire que son créateur ne puisse pas voir. Seul le créateur peut modifier ses instructions, ce qui empêche quelqu'un d'autre de changer ce qui tourne avec ses accès. Si le créateur est désactivé, ses automatisations sur changement de données s'arrêtent. Les données clients ne servent jamais à entraîner des modèles d'IA.
Puis-je déclencher une automatisation depuis mon propre code ?
Oui. Avec une clé d'API admin, l'API REST permet de lister, créer, modifier et archiver des automatisations, de lister leurs exécutions et de lancer une nouvelle exécution d'une automatisation planifiée ou manuelle en un seul POST. Les exécutions sont générées de façon asynchrone : le POST renvoie l'exécution tout de suite, et vous la récupérez ensuite pour obtenir sa réponse finale en markdown avec ses graphiques. Les automatisations sur changement de données ne peuvent pas être lancées ainsi, car c'est leur requête qui décide quand elles tournent.
Comment fonctionnent les modèles d'automatisation ?
Chaque modèle de la bibliothèque est un point de départ pour un rapport courant, comme un rapport MRR hebdomadaire ou une alerte de deal gagné. Il comprend le prompt, le déclencheur et la cadence pour lesquels il est conçu, la destination habituelle et un exemple de résultat. Copiez le prompt dans une nouvelle automatisation et adaptez-le à vos tables et à vos métriques. Vous pouvez aussi vous passer des modèles : décrivez ce que vous voulez dans le chat et l'agent configure l'automatisation pour vous.
Partez d'un modèle ou décrivez votre besoin dans le chat, et lisez votre première exécution aujourd'hui.