Metabase 帮助 Floryn 简化其 BI，降低成本，并让团队轻松探索数据。

挑战： Floryn 团队此前使用 Looker，但面临更新不足和活跃开发欠缺的挑战。他们需要一个更高效、更具成本效益的 BI 解决方案，以简化其分析技术栈，并提供简化的报告和更佳的数据可视化功能。

解决方案： 在评估了多个 BI 工具后，Floryn 转向使用 Metabase，因为它具有清晰的可视化效果、用户友好性以及明确的路线图。他们现在仅使用 dbt 进行数据建模，并使用 Metabase 进行可视化——消除了在 Looker 中所需的多层操作。

成果： 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优的解决方案。团队非常满意 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 的成本大约是我们之前 BI 工具的三分之一，同时提供了更好的可视化效果和更便捷的使用体验。”

Tijs Bronnenberg
Floryn 业务分析师

为何选择 Metabase？

Floryn 在 Hacker News 的讨论中发现了 Metabase。他们之前使用 Looker，但由于产品更新不足而决定更换。在评估了多个 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技术栈。使用 Looker 时，他们需要在 LookML 和 dbt 两个层面进行操作。而使用 Metabase 后，他们通过 dbt 进行数据建模，Metabase 仅用于可视化，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

• 营销仪表盘： 跟踪应用程序指标，包括潜在客户量、来源跟踪和营销活动表现。
• 销售与承保仪表盘： 专注于销售漏斗，以优化转化和承保流程。
• 信用风险仪表盘： 跟踪客户在批准后的财务状况。
• KPI 报告： Metabase 协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 对 Floryn 的每个人都可用，团队专注于通过使用图形化查询构建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 认为 Metabase 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 使用 Metabase 进行各种内部报告和仪表盘。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，这赋予了团队对其数据更大的自主权。

Floryn 还在办公室的电视上展示关键仪表盘，以确保所有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。

成果

Metabase 将 Floryn 的 BI 成本降低到 Looker 支出的约三分之一。它还提供了更好的可视化效果和更用户友好的体验。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。

这增加了公司内部对数据的好奇心，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一个不可或缺的工具，帮助 Floryn 变得更加数据驱动和高效。