Dreambase

Dreambaseとは？

Dreambaseは、Supabase向けのAIネイティブ知能レイヤーです。Supabaseデータベースを真実の源泉として活用し、アナリティクスと洞察のワークフローを自動化します。製品はSupabaseプロジェクトに接続し、スキーマをスキャンして、AIエージェントが関連メトリクス、トレンド、異常をデータ移動なしで抽出します。

主な目的は、チームがデータベースのコンテキスト内でデータを探索し、Supabase設定で定義されたリレーションシップとテーブルに基づくダッシュボードと実用的洞察を生成することです。

主な機能

• Supabase Auth経由のワンクリック接続: Supabaseプロジェクトを接続すると、Dreambaseがスキーマとリレーションシップを自動検出します。
• AIによるスキーマスキャンと理解: AIエージェントがテーブルをスキャンし、使用パターンを推測して、Supabaseプロジェクト内の主要メトリクスを特定します。
• テーブル横断の単一真実源: 関連テーブル間のデータをリンクし、時間とともに乖離する競合サイロを回避します。
• 即時ダッシュボード、トレンド、実用的洞察: 接続と分析後、数秒で洞察を生成。設定不要です。
• セマンティックレイヤーの監視と更新（エージェントワークフロー）: 「データエンジニア」エージェントがシステムヘルスを監視し、クエリを最適化、セマンティックレイヤーを更新します。
• RLS対応のアナリティクステーブルカバレッジ（UI表示通り）: 「RLSテーブル」、インデクシング、カバレッジなどの詳細をSupabase設定から抽出します。

Dreambaseの使い方

1. Supabaseプロジェクトを接続: Supabase Auth経由のワンクリック接続。Dreambaseがスキーマとリレーションシップを検出します。
2. プロジェクトを選択: 対象のワークスペース/プロジェクト環境を選択（例: public.users、public.profiles、public.invoicesなど検出された公開スキーマ）。
3. AIにスキーマをスキャンさせる: AIエージェントがテーブルをスキャンし、使用パターンを推測して主要メトリクスを特定します。
4. 生成された洞察を確認: 分析後、基盤となるSupabaseデータとリレーションシップから生成されたダッシュボードとトレンドを表示します。

ユースケース

• 既存Supabaseスキーマからのアナリティクス構築: チームはSupabaseプロジェクトに接続し、データを別システムにエクスポートせずにダッシュボードとメトリクスビューを生成できます。
• 収益とアカウントヘルスの調査: MRR/ARRトレンドや収益成長要因などのメトリクスを、Dreambase生成のデータベース裏付け洞察で追跡できます。
• アプリケーションの動作とエンゲージメント監視: スキャンベースのアプローチで、sessions、organizations、subscriptionsなどのテーブルからアクティビティのトレンドを発見します。
• 異常と機会の検出: 洞察フローが、ユーザーが生テーブルを手動確認する前に異常とトレンドを積極的に発見します。
• レポート用の整合性あるセマンティックレイヤー維持: ワークフローに「データエンジニア」エージェントが含まれており、システムヘルスを監視し、アナリティクスニーズの進化に合わせてセマンティックレイヤーを更新します。

FAQ

• DreambaseはデータをSupabase外に移動しますか？ 提供された説明によると、回答はデータを移動せずにSupabaseデータベースから得られます。

• Dreambaseはどのメトリクスを表示するかをどう知るのですか？ DreambaseはAIエージェントを使ってスキーマをスキャンし、使用パターンを推測してSupabaseテーブルとリレーションシップから主要メトリクスを特定します。

• Supabase接続にどの認証方法を使いますか？ サイトではSupabase Auth経由のワンクリック接続を記載しています。

• 洞察にSupabaseデータベースのどの部分を使いますか？ DreambaseはSupabase内の複数テーブル（ページに記載のpublicスキーマテーブルを含む）をスキャン・インデクシングし、RLSテーブル、インデクシング、スキャン状況を追跡します。

• ダッシュボードを手動で設定する必要がありますか？ ページによると、ダッシュボード、トレンド、実用的洞察は数秒で利用可能で「設定不要」です。

代替案

• Supabaseネイティブの分析/BIツール: Supabase内または併用でデータを可視化・クエリする代替BIアプローチですが、洞察を得るために手動のセマンティックモデリングやデータ変換が必要になる場合があります。
• データウェアハウス + ELT + BIダッシュボード: Supabaseデータをウェアハウスに複製（その後レポート）する方法です。これによりワークフローがデータ移動と分離されたデータセットに移行し、単一の真理の源泉ではなくなります。
• 汎用LLM分析レイヤー: データベース上で自然言語クエリを提供するツールはデータ探索に役立ちますが、Dreambaseで説明されるエンドツーエンドのスキーマスキャンや自動ダッシュボード/洞察生成と同じものは提供しない場合があります。
• SQL + ダッシュボードによるカスタム分析: チームはSupabaseテーブルから直接クエリとダッシュボードを構築可能。制御性はありますが、メトリクスとレポートロジックのメンテナンスに通常より多くの手動作業が必要です。