挑战： 自数据部门成立以来，Fabulous 就知道他们需要鼓励各部门之间进行高效协作。在使用 Metabase 之前，Fabulous 团队依靠屏幕截图、原始查询或繁重的分析笔记本在团队之间共享信息。
解决方案： Fabulous 的一位联合创始人了解 Metabase，并将其推荐给数据团队负责人。经过评估，Fabulous 意识到 Metabase 将为他们提供所需的所有工具，使决策制定和内部见解共享变得轻松便捷。
结果： 在 Metabase 的帮助下，Fabulous 团队成功构建了一个高效的报告系统，并在团队之间共享见解。目前，他们的数据团队是该工具的主要用户，而其他团队则消费报告。
“我个人的顿悟时刻是：“哇，Metabase 真的是一个很酷且用户友好的可视化工具，它可以顺利地集成到我们的数据堆栈中。我不再需要共享来自我的 R 和 jupyter 笔记本的屏幕截图。这太棒了！”
Ahmed Omrane
Fabulous 分析与数据主管
早在 2021 年初，当第一批数据团队成员加入时，他们就意识到他们需要一种更好的部门间协作方式。Fabulous 团队正在寻找一种具有用户友好型 UX 的自助式工具，以便轻松共享和记录分析结果。
Fabulous 的联合创始人注意到 Metabase 可能是添加到他们数据堆栈中的有效工具。他们的分析与数据主管对其进行了评估，并确信它将带来价值。他意识到 Metabase 可以快速为他们提供有用的仪表盘（监控、警报、业务），而无需额外的工程部署。
Fabulous 的数据主要驻留在 BigQuery 中。在 Metabase 中，他们使用原始数据，这些数据使用 Fivetran 在 BigQuery 中同步，经过分阶段测试和处理的数据，用于业务报告的下游分析数据/表，用于 ML 的功能以及有关用户的统计信息。
从一开始，Fabulous 团队就不想管理 Metabase 的开源版本，因此直接使用了云版本。最重要的是，他们使用 Metabase 在团队之间快速轻松地共享见解。其中一些临时分析最终会变得对长期目的有用，例如警报、监控或长期仪表盘。
Fabulous 数据团队的成员是 Metabase 最频繁的用户，他们通常使用 SQL 来查询数据。借助 Metabase，他们可以揭示模式、发现见解、构建可视化报告、编写查询并与团队共享答案。
对于 Fabulous 团队而言，Metabase 提高了协作效率，实现了快速且易于使用的仪表盘，并为他们的所有分析提供了一个知识库。
在某个时候，Fabulous 增长团队的一些成员开始自行探索原始数据源，现在向数据团队提出的临时问题也减少了。这为解决更深入、更具影响的问题和项目打开了大门。
