AWS Startups & Metabase

如果你花时间阅读黑客新闻，就会发现分析和商业智能往往会变得非常复杂。大数据。流处理。实时。机器学习来学习你的机器学习参数。与此同时，其他所有人的工程博客都在告诉你他们花了多少工程时间来设置主页上的浏览量计数器。

有时你只是想从数据库中提取一些数据。

也许你想让公司里的其他人也能做到。

你甚至可能想让他们能够制作图表并传递出去。

抛开“公司转型”、“昂贵的展位”和高达六七位数的惊人价格，分析的本质其实可以相当简单和渐进。Metabase 应运而生。

Metabase 究竟是什么？

Metabase 是将数据呈现给团队中任何人的最简单方法。使用简单的图形界面，公司中的任何人都可以创建仪表板、设置夜间邮件或自行提出简单问题。

对于不那么简单的问题，分析师和工程师也可以运行 SQL 查询。

一旦一个问题被添加到 Metabase 中，任何有访问权限的人都可以轻松地重新运行、调整和共享它。

Metabase 是开源的，安装只需几分钟，并且支持多种数据库，包括 MySQL、PostgreSQL 和 Redshift。你可以在自己的 AWS 账户中运行它。无需其他人看到你的数据，你可以根据自己的意愿进行锁定。

什么类型的问题？

如果你参与过数据分析，你可能已经跳过了 10 个步骤，正在考虑所有需要衡量的复杂事物。我们不是在谈论多渠道归因、库存预测、需求曲线生成或精细的生命周期价值或客户获取成本。（至少目前还不是）。

相反，我们想引起大家注意的是被称为数据分析“暗物质”的问题。这些通常占大多数公司查询量的 90%，但从没有人会在博客文章中提及的问题。哪些博客文章获得了最多的浏览量？下周二有多少预订？哪些账户下个月到期？John Doe 在打开此支持案例时是否有任何信用卡拒付记录？平均商家在我们网站上的 5 星评价有多少？

虽然其中一部分问题通常已内置于你的产品中，但大多数不是。尽管高层 KPI 和数据科学备受关注，但正是这些日常“微问题”的答案，让公司里的每个人都能更深入地了解情况，更了解背景，并在日常工作中更高效。

为什么是现在，没看到我正忙吗？

即使在你认为需要商业智能应用程序或数据科学堆栈之前，也有很多地方，广泛的数据访问都能提供帮助。

在构建应用程序时，有一个地方可以允许对应用程序中的数据库进行受限访问是很有用的。

你可以检查暂存环境数据，快速检查生产数据库以验证事物是否看起来正确，并创建快速粗略的仪表板来查看事物是否按预期工作。

创建数据完整性问题的警报卡。“新的邀请码系统是否正确地将邀请码标记为已使用？”

在发布新版本时，你可能会创建衡量这些功能活动的仪表板。而不是猜测或寄希望于一些核心指标的移动，你可以轻松地检测新更改。例如：“发送后 24 小内有多少个邀请码被兑换？”

在发布期间，Metabase 允许你灵活地定义和重新定义指标、报告和仪表板。通过在数据之上提供一个简单的界面，它允许任何人修改报告并跟踪他们需要的数据，而无需通过工程师或分析师。

在某个时候，你将开始巩固衡量标准（如果你是那种有点懒惰的人，甚至可能会称它们为 KPI）。每个团队所需的仪表板将成型，届时将是时候修剪不再有用的报告了。你将通过增量方式构建 BI 和报告系统，并根据实际的日常问题进行响应。如果你碰巧有点务实的懒惰，你甚至可能已经奠定了基础（即 SQL 视图和 ETL），让你的最终用户可以创建自己的报告，从而让你能专注于更有趣的工作。

开箱即用，Metabase 允许你的同事自行运行简单查询。随着需求的增长，你可以注释和自定义我们生成的数据模型，创建指标、分段和 SQL 视图来捕获你想要衡量的所有内容。

如何尝试 Metabase？

开始免费试用.

添加你的 RDS 和 Redshift 数据库，创建一些基本组来控制谁可以访问哪些数据库，并开始邀请人员。

随着你积累了大量常用问题，创建一些集合和仪表板。在某个时候，你需要为人们创建 SQL 视图，以便他们不必处理底层数据模型。以有机的方式，并根据用户的需求进行移动。