挑战: 在 Metabase 之前,Clockwise 使用 Chartio,但当该产品停产时,Clockwise 借此机会重新评估了他们的分析需求并选择了新的、更好的工具。
解决方案: Clockwise 测试了几种工具,得出的结论是 Metabase 对于非技术业务用户和高级 SQL 用户来说都是最简单、最方便的工具。
结果: Metabase 帮助传播了数据分析可以更简单,不需要专业技能的观念——这意味着整个公司可以在决策中更加数据驱动。
“使用 Metabase 问题的图形化查询构建器,典型的数据分析任务所需时间缩短了一半。我不再需要学习语法和调整 SQL 查询来获取分布或过滤日期,因为 Metabase 本身就可以处理这些。”
Krishnan Raghupathi
Clockwise 产品经理
Clockwise 通过使用一些数据集启动测试实例并尝试基本的分析练习(例如用可视化和仪表板回答一系列问题),评估了 Metabase 与一些竞争对手(主要是 Superset 和 Looker)的对比。
Metabase 为 Clockwise 提供了简单/清晰、提供良好的表格探索和文档界面,以及在数据查询路径方面的良好平衡的最佳组合,使非技术业务团队和具有高级 SQL 技能的团队都能使用。
Clockwise 将他们自己的生产数据(后端和前端)和第三方合作伙伴模型广泛组合到 Snowflake 中。他们的数据团队随后管理处理和转换成分析表(使用 dbt 和 Airflow 作业),这些表随后在 Metabase 中进行文档化和公开,以解决即席问题并为 KPI/OKR 仪表板提供数据。
Clockwise 查看产品使用情况(成功的功能采用)、收入(账单和订阅信息)以及第三方应用程序数据(电子邮件、CRM 系统等)。
Clockwise 主要使用 Metabase 进行即席产品数据分析和持久性功能仪表板。
所有 Clockwise 团队都使用 Metabase,它已成为他们分析和消费数据的主要方式。例如,他们的业务运营团队了解用户和收入增长、产品参与度和用户留存。他们的销售和客户成功团队跟踪其账户中的使用情况和关键指标。产品团队深入研究功能采用和使用情况,而他们的营销团队挖掘数据以获取有关用户如何花费时间的有用见解。
例如,在客户成功方面,Metabase 是他们深入分析客户账户的真实来源。Clockwise CS 团队在 CS CRM (Vitally) 中拥有高级统计数据,但如果他们想查看图表或深入了解账户如何使用该工具,他们可以使用 Metabase 仪表板。
“我们有几个由 BizOps 团队为我们创建的 Metabase 仪表板,我在每次客户电话会议前都会将其收藏并参考”,——Clockwise 客户成功经理 Kaitie Chambers 说道。
“此外,对于有关客户账户的即席查询,我通常会从我们的“组织摘要”表开始,然后过滤到我需要的信息。Metabase 让这变得非常容易,无需了解 SQL,而且它有一个非常简洁的用户界面,使用起来既简单又愉快”,——Kaitie 说。
大约 60% 的 Clockwise 仪表板使用图形编辑器构建,40% 使用 SQL 查询,这些通常由他们的数据工程师构建。
由于 Metabase 是 Clockwise 的主要数据可视化和分析工具,他们正在其组织内部扩展 Metabase 教育。Clockwise 发展迅速,这意味着他们的数据模型经常发生变化,因此他们计划采取措施减少表格/列的数量,整理 Metabase 目录系统中的图表/仪表板杂乱,并改进他们的文档。Clockwise 利用这些整理会议作为培训的基础,以帮助团队提升 Metabase 技能和可用于分析的数据。
“Metabase 帮助传播了数据分析可以更简单,不需要专业技能的观念——这意味着整个公司可以在决策中更加数据驱动。”——Krishnan 说道。
Metabase 让 Clockwise 团队能够更好地组织他们的仪表板——为公司的顶级指标构建一套执行仪表板,为每个客户的使用情况构建另一套带过滤器的仪表板,以及为 Clockwise 内部的销售、营销和各种产品团队构建一套功能性仪表板。
有了 Metabase,Clockwise 在以下方面做得更好:
Metabase 使快速解决产品方向问题变得更容易,因为他们决定了产品团队即将到来的路线图项目。Metabase 还使他们的客户成功和销售团队更容易理解和改进 Clockwise 的客户利用率——这有助于减少客户流失。
Krishnan Raghupathi 曾遇到一个案例,他将分析时间缩短了 50%。他注意到一部分客户的参与度下降,他想找出根本原因。Metabase 帮助他将参与度与客户类型和他们使用的特定功能相关联。图形查询编辑器有助于简化分布,而无需调整 SQL 查询。这使得使用 Metabase 找出根本原因的时间从 4 天缩短到大约 2 天。
编写良好的数据文档,并将这些知识公开给您的分析团队。Clockwise 的数据堆栈与 dbt 连接,因此数据工程师只需在一个地方描述数据,它就会自动呈现在 Metabase 中。
强大的数据分类和内部商业智能部门/所有权意识将极大地帮助分析组织和清晰度;您可以将 Metabase 图表/仪表板目录直接连接到关心并最有能力最大程度地减少冗余、混淆和误解的人员。