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 的团队正在使用 Looker，但他们面临更新滞后和产品开发不活跃的问题。他们需要一个更高效、成本更低的商业智能解决方案来简化他们的分析堆栈，并提供更简化的报告和更好的数据可视化能力。

解决方案： 在评估了多个商业智能工具后，Floryn 选择 Metabase，因为它拥有简洁的可视化效果、用户友好性和清晰的产品路线图。他们现在使用 dbt 进行数据建模，并仅使用 Metabase 进行可视化，从而无需像在 Looker 中那样在多个层面工作。

结果： Metabase 大大降低了 Floryn 的商业智能成本，以先前工具三分之一的成本提供了更优的解决方案。该团队喜欢 Metabase 的自助服务特性，允许用户生成自己的查询，而无需 SQL 知识。

“Metabase 的成本大约是我们之前商业智能工具的 **三分之一**，同时提供了更好的可视化效果和更易用的体验。”

Tijs Bronnenberg
Floryn 业务分析师

为什么选择 Metabase？

Floryn 在 Hacker News 的一个讨论中发现了 Metabase。他们之前一直在使用 Looker，但由于产品缺乏更新而决定切换。在评估了多个商业智能工具后，他们选择了 Metabase，因为它拥有简洁的可视化效果、丰富的功能和透明的产品路线图。这次切换简化了他们的分析堆栈。使用 Looker 时，他们在 LookML 和 dbt 两个层面进行工作。使用 Metabase 后，他们通过使用 dbt 进行数据建模，Metabase 进行可视化，从而消除了这一额外步骤。

数据

Floryn 分析各种类型的数据来支持其运营

• 营销仪表板： 跟踪申请指标，包括潜在客户量、来源追踪和广告系列表现。
• 销售和承保仪表板： 关注销售漏斗，优化转化和承保流程。
• 信用风险仪表板： 跟踪客户获批后的财务状况。
• 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

Floryn 的所有人都可以使用 Metabase，团队通过使用图形化查询生成器来最大程度地减少基于 SQL 的查询。这使得非技术用户无需 SQL 技能即可轻松探索数据并创建可视化。

Floryn 发现的一个突出功能是能够直接在 Metabase 中连接表，而无需像在 Looker 中使用 LookML 那样预先定义连接。这有助于用户快速整合数据并提出问题。

Floryn 为各种内部报告和仪表板使用 Metabase。数据运营团队（包括分析师和工程师）是主要用户，但销售团队也高度依赖它。Floryn 的每个人都可以提出问题并创建自己的可视化，让团队对他们的数据拥有更大的自主权。

Floryn 还将关键仪表板显示在办公室各处的电视上，以让所有人了解最新情况。例如，他们在风险团队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 的商业智能成本降低到与使用 Looker 时相比约三分之一。它还提供了更好的可视化效果和更友好的用户体验。该团队重视 Metabase 的自助服务特性，允许用户在无需 SQL 技能的情况下创建自己的查询。

这激发了公司范围内对数据的兴趣，更多的团队正在使用 Metabase 来自行探索和与数据互动。Metabase 的易用性和灵活性使其成为一项重要工具，帮助 Floryn 变得更具数据驱动性和效率。