Metabase 帮助 Floryn 简化其 BI，降低成本，并赋能团队轻松探索数据。

挑战： Floryn 的团队曾使用 Looker，但面临更新和活跃开发不足的挑战。他们需要一个更高效、更具成本效益的 BI 解决方案来简化其分析堆栈，提供简化的报告和更好的数据可视化能力。

解决方案： 在评估了多种 BI 工具后，Floryn 转用 Metabase，因为它具有清晰的可视化、用户友好性和明确的路线图。他们现在使用 dbt 来建模数据，而 Metabase 仅用于可视化——消除了跨多层工作的需要，这是 Looker 所必需的。

结果： Metabase 大幅降低了 Floryn 的 BI 成本，以其之前工具三分之一的成本提供了更好的解决方案。团队享受 Metabase 的自助服务性质，这让用户无需 SQL 知识即可生成自己的查询。

"Metabase 的成本大约是我们以前 BI 工具的 ⅓，同时提供了更好的可视化和更易用的体验。"

Tijs Bronnenberg
Floryn 商业分析师

为什么选择 Metabase？

Floryn 在 Hacker News 讨论中发现了 Metabase。他们之前使用 Looker，但由于产品更新不足，决定改用 Metabase。在评估了几款 BI 工具后，他们选择了 Metabase，因为它具有清晰的可视化效果、广泛的功能和透明的路线图。这次转换帮助他们简化了分析堆栈。使用 Looker 时，他们需要在 LookML 和 dbt 两个层面工作。而使用 Metabase，他们通过使用 dbt 进行数据建模，Metabase 进行可视化，从而消除了这个额外的步骤。

数据

Floryn 分析各种类型的数据以支持其运营

• 营销仪表板： 跟踪应用程序指标，包括潜在客户量、来源跟踪和营销活动效果。
• 销售和核保仪表板： 关注销售漏斗，以优化转化和核保流程。
• 信用风险仪表板： 跟踪客户批准后的财务状况。
• KPI 报告： Metabase 帮助向外部利益相关者报告关键绩效指标。

他们的技术栈包括 dbt、Metabase、Deepnote、Fivetran 和 PostgreSQL。

Floryn 团队如何使用 Metabase

Metabase 在 Floryn 的所有员工中都可用，团队专注于通过使用图形查询构建器来最大限度地减少基于 SQL 的查询。这使得非技术用户可以轻松探索数据并创建可视化，而无需 SQL 技能。

Floryn 发现 Metabase 的一个突出特点是能够直接在 Metabase 中连接表格，而无需像 Looker 中使用 LookML 那样预定义连接。这有助于用户快速整合数据并提出问题。

Floryn 使用 Metabase 进行各种内部报告和仪表板。数据运营团队，包括分析师和工程师，是主要用户，但销售团队也严重依赖它。Floryn 的每个人都可以提出问题并创建自己的可视化，从而让团队对数据拥有更大的自主权。

Floryn 还在办公室的电视上显示关键仪表板，以确保每个人都能及时了解最新情况。例如，他们在风险团队的区域显示信用风险数据，确保他们能够实时访问重要指标。

结果

Metabase 将 Floryn 的 BI 成本降低到他们使用 Looker 时的大约三分之一。它还提供了更好的可视化效果和更友好的用户体验。团队重视 Metabase 的自助服务特性，允许用户无需 SQL 技能即可创建自己的查询。

这激发了公司对数据的好奇心，更多的团队使用 Metabase 自主探索和交互数据。Metabase 的易用性和灵活性使其成为必不可少的工具，帮助 Floryn 更注重数据驱动，提高效率。