DataTower MCP 使用指南

DataTower MCP 可以将您的项目数据、看板和报表连接到 AI 客户端。接入后，您可以用自然语言提出问题，让 AI 查询数据、解释指标、比较趋势，并整理分析结论，无需手动导出报表或编写 SQL。

例如：“分析这个看板最近一周的表现”“哪些广告计划的人均利润下降了”“新用户在哪一步流失最多？”

一、了解 DataTower MCP

可以做什么

看板报表支持事件分析、留存分析、漏斗分析、分布分析、间隔分析、路径分析和属性分析。实际可分析的内容取决于项目已接入的数据、已保存的报表及您的访问权限。

使用边界

DataTower MCP 提供只读查询，不会通过 MCP 修改项目数据、编辑看板或调整广告投放。AI 输出的优化建议也不会自动执行。

查询结果会提供给您使用的 AI 客户端进行分析。接入前，请确认该客户端符合贵公司的数据使用规范；不要在对话中提交密码、令牌或不必要的个人明细。AI 分析结果仍需结合业务背景核实。

二、接入前准备

接入前，请确认：

1. 您可以正常登录 DataTower。
2. 贵公司已开通 MCP，且您的账号具有相应项目的 MCP 数据访问权限。
3. 您已安装并登录 AI 客户端。下文以 Codex 为例。

如需配置角色权限，请联系管理员，在「数据引擎权限设置」中为相应角色勾选「管理 → MCP 数据访问 → 查看」，并将角色分配到需要访问的项目。访问看板时，还需具备相应的看板权限。

能登录 DataTower，不代表可以通过 MCP 访问全部项目。AI 只能查询当前授权账号允许访问的内容。

三、连接 DataTower MCP

添加连接

在 Codex 的设置中找到「MCP servers / MCP 服务器」，选择「Add server / 添加服务器」。部分版本的入口位于「插件 → MCPs」。

填写以下配置：

图中的 xxxxx 为自定义连接名称，建议填写 datatower_mcp。灰色的 MCP_BEARER_TOKEN、Key、Value 是输入框占位提示，不需要填写。

保存并启用连接。如客户端提示「Restart / 重启」，按提示重新加载 MCP。DataTower 使用浏览器登录授权，您不需要自行填写 API Key、Client Secret 或回调地址。

登录并授权

1. 在 DataTower MCP 连接旁点击「Authenticate / 授权」。部分版本会自动打开授权页面。
2. 在浏览器中使用自己的 DataTower 账号登录，确认授权页面的域名为 dash.datatower.ai。
3. 核对页面展示的客户端及授权信息，确认后返回 Codex。
4. 保持 Codex 运行，等待授权流程结束。

浏览器当前登录的是哪个 DataTower 账号，可能影响本次授权身份。若项目列表与预期不符，请先核对授权时使用的账号。

验证连接

新建一个对话，发送：

请通过 DataTower MCP 列出我可以访问的项目。

如果 AI 能实际调用 MCP 并返回项目列表，说明连接已可用。随后指定项目继续提问即可。

使用命令行接入

如果您已安装 Codex CLI，也可以在终端中执行：

codex mcp add datatower_mcp --url https://mcp.datatower.ai/mcp

按提示完成浏览器授权。如果添加后没有自动发起授权，再执行：

codex mcp login datatower_mcp

可使用 codex mcp list 查看配置的连接。命令中的 datatower_mcp 需要与您实际添加的连接名称一致。客户端设置与 OAuth 操作也可参考 Codex MCP 官方说明。

其他 AI 客户端需支持远程 Streamable HTTP 和 OAuth，并完成 DataTower 的客户端适配。接入时使用相同的生产地址；如提示客户端未获准，请联系 DataTower，不要自行填写其他客户端的身份信息。

四、通过对话分析数据

了解项目和数据

不清楚从哪里开始时，可以先让 AI 了解项目的数据结构：

请通过 DataTower MCP 查看「项目名称」。
先读取项目 AI 分析说明，再介绍可用的数据表、主要事件和字段含义。
告诉我这些数据适合回答哪些业务问题。
没有说明的自定义字段请标记为待确认，不要根据名称猜测。

分析已有看板

已有看板通常包含团队维护的指标口径，建议先从看板开始分析：

请分析「项目名称」下的「看板名称」。
先读取看板中的报表定义，说明各报表使用的指标公式、分组、筛选和时区，
再逐个查询相关报表，汇总主要趋势、异常和需要进一步排查的问题。

优先分析最近 7 个完整自然日，不包含今天，并与此前 7 天比较。
请说明实际查到的时间范围；如果报表接口不能覆盖指定区间，
仅在能确认相同口径时补充原始数据查询，否则说明限制。
每项关键结论都注明来源报表和数据依据。

报表说明不是唯一的信息来源。AI 还可以读取报表本身保存的事件、计算公式、筛选和分组定义；但自定义业务含义不明确时，仍需要您补充说明。

追问变化原因

在同一对话中，可以继续缩小范围：

针对刚才发现的收益下降，继续按国家、渠道和广告计划拆分。
区分是用户规模减少、广告展示减少，还是每次展示收益下降。
列出影响最大的几个分组，并区分数据已证实的事实与待验证的原因。

让提问更准确

提问时，尽量说明“分析哪个项目、哪段时间、关注什么指标、希望怎样输出”。涉及金额时，还应明确币种和收益口径。

• 明确对象：提供项目、空间、看板或报表名称，避免同名对象混淆。
• 明确时间：说明是否包含今天、使用哪个时区、与哪段时间比较。
• 明确指标：优先使用已保存报表的公式；自定义指标可直接提供公式。
• 明确输出：例如先给结论，再列数据证据、风险和排查建议。

客户端广告收益与服务端分摊收益是两套口径，不能直接相加；原始花费与已分摊的获客成本也不能重复累加。请让 AI 说明本次实际使用的口径。

五、设置项目的 AI 分析说明

配置入口

在 DataTower 右上角设置入口进入「项目管理」，找到对应项目，点击「配置」，定位到「AI 分析设置」。填写后点击「保存设置」。

此处适合维护长期使用的业务背景和分析规则。每个项目保存一份说明，供项目全员共享；临时问题和个人输出偏好，直接在 AI 对话中补充即可。

建议填写什么

• 业务背景：产品用途、关键业务流程和主要分析目标。
• 指标口径：收益来源、成本口径、币种、计算公式及参考报表。
• 业务规则：新用户、有效用户、重点渠道等分组如何定义。
• 判断标准：异常阈值、最低样本量、数据延迟和需要排除的情形。
• 输出要求：先结论后证据、必须列出的风险、需要明确标注的不确定性。

例如，按项目实际情况填写：

分析目标：关注广告计划的投放质量和人均利润。
参考口径：优先使用「看板名称」中的「报表名称」及其保存的公式。
收益口径：使用客户端收益，不与服务端分摊收益相加。
时间范围：日常分析使用完整自然日；具体时区以报表配置为准。
分析规则：无花费计划不参与投放质量分档；安装量不足时说明样本限制。
输出要求：先给结论，再列数据依据、待验证原因和建议，不自动执行操作。

共享范围与权限

「AI 分析设置」不是个人笔记，也不是权限配置。修改这份说明需要项目配置的编辑权限；通过 MCP 查询数据则需要相应项目的 MCP 访问权限，两者独立。

保存后，在下一次分析时可要求 AI“重新读取该项目的 AI 分析说明”，避免沿用旧对话中的上下文。说明内容不会授予额外的数据权限，也不会自动创建定时任务。

六、进阶使用：投放质量巡检

希望得到接近巡检报告的结果时，可以同时提供数据来源、核心指标、分档规则和输出要求。下面的模板可直接复制，将「项目名称」「看板名称」「报表名称」替换为实际对象。

以下分档阈值和样本量仅为业务示例，不是 DataTower 的默认规则。请根据产品情况调整，并先确认金额单位。

请通过 DataTower MCP 对「项目名称」做一次投放质量巡检。
参考「看板名称」中的「报表名称」，优先关注绝对利润（人均）。

一、先确认口径
读取项目 AI 分析说明及报表定义，确认绝对利润（人均）、安装数、
花费的实际公式、收益来源、币种、分组和时区，不根据指标名称猜测。
本示例阈值按 USD/安装用户使用；若实际单位不同，先说明并向我确认。
注意确认收入与安装人数是否对应同一批用户，不把日收入/日安装数
直接解释为新安装用户的生命周期利润。

二、确定时间范围
重点分析昨天，并观察最近 7 个完整自然日的趋势，不包含今天。
为判断新计划，额外读取分析窗口前一天的安装情况。
明确实际查询日期、时区和数据是否完整；无法覆盖的范围不要补造数据。

三、计划分档
按广告计划统计，优先使用计划 ID，避免同名计划混淆。
每天仅对有花费的计划判断投放质量：
S：绝对利润（人均）≥ 0.08
A：0.06 ≤ 绝对利润（人均）< 0.08
B：0.04 ≤ 绝对利润（人均）< 0.06
C：绝对利润（人均）< 0.04

分档基数为当天所有有花费的计划，分别给出 S/A/B/C 的计划数及占比。
有花费但安装数为 0、指标缺失或公式无效的，单列“无法分档”及占比，
不要按 0 利润归入 C 档。占比按计划数计算，不按安装量或花费加权。

四、特殊情况
新计划：前一天安装数为 0 或无记录、当天安装数大于 0 的计划；
这是“新出现安装”的分析口径，不代表平台中刚创建的计划。
只有前一天数据完整时才作此判断；重点分析其中有花费的计划。
无花费计划：不参与质量分档和投放优化建议，即使仍有安装或收入；
只说明“当前周期无消耗”，不据此断言已停投。
安装数少于 20 时标记“样本不足”，不能仅凭分档建议停投或放量。

五、输出报告
第一段先写绝对利润（人均）结论。
随后依次给出：有花费计划的分档分布及趋势、新计划表现、
重点 C 档计划、样本或数据风险、后续排查建议。
说明总体人均指标如何加权，不直接平均各计划的人均值。
关键结论附日期、计划、数据和报表来源，并区分事实、推测和建议。
如查询超时或结果截断，尝试缩小范围或分批查询；无法完整获取时，
明确分析覆盖范围，不把部分结果当作全部计划的分布。

这段提示词触发的是一次分析。如果需要每天自动执行，请另行在支持定时任务的 AI 客户端中设置执行时间；DataTower MCP 本身不会因为提示词中出现“每天”就自动定时播报。

七、常见问题

已授权，但看不到某个项目或看板

先核对授权使用的 DataTower 账号，再确认该账号是否有目标项目的 MCP 权限。项目可见但看板不可见时，还需核对看板功能权限以及空间、看板的共享范围。请让管理员检查，无需反复新增连接。

提示授权失效或 invalid_grant

在客户端中对该连接重新执行「Authenticate / 授权」，或使用：

codex mcp login datatower_mcp

通常不需要删除全部 MCP 配置。若频繁发生，请记录客户端版本、连接名称、发生时间及错误信息，联系支持人员排查。

授权后出现 127.0.0.1，页面打不开

这是客户端接收授权结果的本地回调地址，不是 DataTower 的业务页面，端口可能随登录变化。授权结束后重新打开旧地址，可能出现连接被拒绝。

请回到客户端检查授权结果，并实际查询一次项目列表。若本次授权尚未完成就报错，重新从客户端发起授权，保持客户端运行，并在同一台电脑的浏览器中完成流程。不要手动修改回调地址或重用旧授权链接。回调机制说明

更新后没有看到新增功能

先在客户端重新加载或重启 MCP 连接，再新建对话验证；若客户端没有独立的重载入口，可退出并重新打开客户端。一般不需要重新授权，除非同时提示授权失效。

能修改报表日期和筛选条件吗

MCP 可以按报表保存的范围查询，也支持对适用模型覆盖最近天数，当前范围为 1–90 天。是否实际覆盖成功，以返回的查询范围为准；例如属性分析不一定适用日期覆盖。

这不会修改已保存的报表。当前报表查询也不等于完整复现浏览器里的临时筛选状态；指定固定历史区间或额外筛选时，AI 可能需要在授权范围内查询原始数据，并核对计算口径是否一致。

自定义 SQL 类型报表目前可读取定义，但不能通过看板报表查询直接执行；需要进一步分析时，应在确认口径后使用受限的原始数据查询。

查询超时，或者只返回部分数据

先缩小时间范围、减少分组，或只查询必要指标，再按日期或业务范围分批分析。查询有执行时间和返回规模限制；出现截断时，部分结果不能用于推断总体占比。

可直接告诉 AI：“先检查结果是否截断，尽量分批获取，并说明仍未覆盖的范围。”

AI 不理解某个指标，或者与页面结果不一致

优先提供对应报表名称、实际公式及字段说明，补充到项目「AI 分析设置」中。比对时同时检查时间区间、时区、筛选条件、去重方式、收益来源、样本范围及数据更新时间，不要只比较指标名称。

如需协助，请提供发生时间、客户端及版本、连接名称、报错文字，以及不含敏感信息的截图。不要发送密码、令牌或带有授权码的完整回调链接。