开源自托管BI工具
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Mprove 是一个开源 Agentic Business Intelligence 平台，基于 Malloy Semantic Layer，定位是把数据源发现、语义建模、自助式 AI 数据问答、报表和仪表盘放在同一工作流中。就营销/SEO 场景而言，它并不是关键词排名、外链或内容优化工具，而更适合作为营销数据分析与指标看板底座，例如连接 Google Analytics 与数据仓库，统一分析流量、转化和业务指标。
产品从 DWH Schema Discovery 开始，可识别表、列、索引、键和数据类型，并支持为表和列添加描述、示例数据与关系类型。其数据关系图可视化有助于理解数据结构。建模层使用 Malloy，可复用 SQL blocks，并支持保存时验证模型。分析侧提供 AI data analyst、自助查询、指标按维度下钻，以及基于图表的报表和仪表盘。管理能力包括全局筛选器、报表筛选器、RBAC、Git 版本控制、个人开发仓库、生产仓库和 Test/Stage/Prod 多环境切换。
集成方面，Mprove 支持 PostgreSQL、MySQL、Databricks、Snowflake、BigQuery、MotherDuck、Presto/Trino，以及 Custom API、Google Analytics。更多 HTTP API 需要通过 .store 文件编写集成逻辑，这意味着非技术营销团队可能需要数据工程支持。
页面未披露具体价格。服务条款显示其云服务有不同 pricing plans，转为 Paid Plan 后按订阅周期预付，且可能基于使用量计费。官网提供无需登录的即时 Demo，但功能有限；完整能力需要自托管构建项目。是否有正式免费试用期未说明。
优点是开源、自托管友好，适合重视数据控制的团队；Malloy 语义层和 Git 工作流有利于统一指标口径与变更管理；RBAC 和多环境能力也适合多人协作。缺点是其营销/SEO 垂直功能不明显，更多是通用 BI；Malloy Nesting 和 Calculations 尚未支持；价格透明度不足；自定义 API 集成和语义建模需要技术门槛。
Mprove 适合有数据仓库、数据分析师或 BI 开发流程的增长、营销运营和数据团队，用来整合 GA 与业务数据库，构建营销漏斗、渠道归因或管理层看板。对只想做 SEO 排名监控、站内审计或内容建议的团队，Ahrefs、Semrush、Similarweb、Google Looker Studio、Metabase、Superset 等可能更直接。中国大陆访问、支付方式和稳定性正文未提供，判断为未知。
本测评基于公开资料整理,不构成购买建议,请以 mprove.io 官网实际信息为准。
支持自托管与Malloy语义层，适合数据团队。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。