Chat
Répondez avec une logique métier partagée.
Transformez les données brutes et définissez des mesures et segments réutilisables. L'IA crée le modèle, puis chaque workflow peut l'utiliser.
Essai de 14 jours. Carte bancaire non requise.
Models
Customer activity
models.customer_activity
Subscriptions
models.subscriptions
Qualified pipeline
models.qualified_pipeline
Product usage
models.product_usage
One row per customer event with account and plan context.
01 select e.user_id, e.occurred_at, e.event_name,
02 a.plan, a.region, a.created_at as account_created_at
03 from events e join accounts a on a.id = e.account_id
04 where not a.is_internal
reference
customer_activity
measures
3
segments
4
Une seule couche
Structurez les données brutes et définissez leur sens métier au même endroit.
Models transforme les tables brutes du warehouse en jeux de données prêts pour l'analyse. Chaque modèle combine du SQL réutilisable avec des dimensions documentées, des mesures agrégées, des segments réutilisables et une colonne temporelle par défaut.
Comme Models est intégré à Basedash, chaque IA utilise le même contexte de transformation et de sémantique dans le chat, les dashboards, les insights et les automatisations. C'est une alternative native à dbt pour la transformation et Cube pour la modélisation sémantique, sans infrastructure ni déploiement séparés.
Pourquoi c'est important
Interrogez le même modèle depuis chaque graphique, dashboard, agent et workflow SQL.
01Model once
02Reference anywhere
select subscription_id, account_id,
started_at, status, plan,
monthly_amount
from subscriptions
where not is_test
select date_trunc('month', started_at) as month,
sum(monthly_amount) as mrr
from
models.subscriptions
where status = 'active'
group by month
Couverture
Dimensions, mesures et segments accompagnent chaque workflow Basedash.
Chat
Répondez avec une logique métier partagée.
Graphiques
Générez des visualisations depuis les données modélisées.
Tableaux de bord
Gardez chaque rapport sur les mêmes mesures.
Insights
Repérez les tendances avec des segments cohérents.
Automatisations
Planifiez des rapports depuis des modèles de confiance.
Éditeur SQL
Interrogez les modèles comme des tables virtuelles.
Exemples
Créez des jeux de données propres avec les mesures et segments utiles à chaque équipe.
Models
3
One row per subscription with account, plan, status, and billing details.
Clean customer events joined with account and plan attributes.
Feature usage at the event grain with documented product dimensions.
Gouvernance
Transformation, sémantique, gouvernance et création par l'IA dans un seul produit.
Models centralise les jeux de données et la logique métier dont dépend votre organisation. Les équipes consultent les usages, documentent chaque champ, restaurent les versions précédentes et vérifient les modèles approuvés.
| Capacité | Stack de modélisation externe | Basedash Models |
|---|---|---|
| Transformation | Construire et déployer dans un outil séparé. | Créer des jeux de données réutilisables dans Basedash. |
| Modélisation sémantique | Configurer mesures et segments dans un autre système. | Définir dimensions, mesures, segments et temps ensemble. |
| Création par l'IA | Écrire les fichiers et expressions à la main. | Décrire le modèle et laisser l'IA créer la configuration. |
| Utilisation par l'IA | Intégrer les métadonnées à chaque IA. | Chaque IA Basedash reçoit automatiquement le catalogue. |
| Historique et audit | Coordonner les versions entre dépôts et déploiements. | Chaque modification crée une version restaurable. |
| Vérification | L'approbation dépend de workflows externes. | Les admins vérifient les modèles approuvés. |
| Périmètre d'accès | Recréer l'accès aux données dans la couche. | Les contrôles d'accès existants continuent de s'appliquer. |
| Opérations | Maintenir plus d'infrastructure et de pipelines. | Utiliser le SQL natif sans service séparé. |
Models utilise le dialecte SQL natif de votre source. Consultez la documentation Models pour les mesures, segments, vérifications et versions.
Basedash Models regroupe des jeux de données SQL réutilisables et leurs métadonnées sémantiques. Chaque modèle appartient à une source et peut inclure dimensions, mesures, segments, colonne temporelle, vérification et historique.
Oui. Décrivez ce que vous voulez modéliser, comme les utilisateurs actifs ou la rétention. L'IA inspecte votre schéma et crée le SQL, les descriptions de colonnes, les mesures, les segments et la colonne temporelle.
Oui. Un modèle peut nettoyer, joindre, renommer et restructurer les données du warehouse. Une sortie au grain le plus fin reste généralement la plus flexible, avec mesures et segments pour l'analyse.
Les mesures sont des expressions SQL agrégées réutilisables, comme le revenu total. Les segments sont des prédicats réutilisables, comme les clients actifs. L'IA les applique avec du SQL normal.
Interrogez-le comme une table virtuelle en utilisant models.<nom_de_référence>, par exemple FROM models.subscriptions. Utilisez le dialecte SQL natif de la source.
Models contient du SQL exécutable et des métadonnées structurées. Les skills sont des instructions réutilisables en prose. Utilisez Models pour les données, mesures et segments, et les skills pour guider l'analyse.
Models fournit transformation et modélisation sémantique directement dans Basedash. Les équipes peuvent créer jeux de données, mesures et segments sans exploiter un déploiement dbt ou Cube séparé.
Oui. Les changements SQL et sémantiques créent des versions restaurables, et la vue des usages montre les dépendances. Les admins peuvent vérifier les modèles approuvés ; toute modification sémantique retire la vérification jusqu'à une nouvelle revue.
Nous pouvons vous aider à migrer vos données et tableaux de bord depuis n'importe quel outil.