Metabase 帮助 Floryn 简化其 BI，降低成本，并使团队能够轻松探索数据。

挑战： Floryn 团队一直在使用 Looker，但他们面临着缺乏更新和积极开发的挑战。他们需要一个更高效、更具成本效益的 BI 解决方案，以简化其分析堆栈，并具有简化的报告和更好的数据可视化功能。

解决方案： 在评估了多种 BI 工具后，Floryn 切换到 Metabase，因为 Metabase 具有清晰的可视化效果、用户友好性和清晰的路线图。他们现在使用 dbt 对数据进行建模，而 Metabase 仅用于可视化——消除了在 Looker 中需要跨多个层工作的需求。

结果： Metabase 大大降低了 Floryn 的 BI 成本，以先前工具三分之一的成本提供了更好的解决方案。该团队非常欣赏 Metabase 的自助服务特性，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 工具成本的 ⅓，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 的讨论中接触到了 Metabase。他们之前一直在使用 Looker，但由于缺乏产品更新而决定切换。在评估了几种 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。此次切换有助于简化他们的分析堆栈。在使用 Looker 时，他们跨越 LookML 和 dbt 两个层工作。而使用 Metabase，他们通过使用 dbt 进行数据建模和 Metabase 进行可视化，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，包括潜在客户数量、来源跟踪和广告系列效果。
• 销售和承保仪表盘： 专注于销售渠道，以优化转化和承保流程。
• 信用风险仪表盘： 跟踪客户批准后的财务健康状况。
• KPI 报告： Metabase 帮助向外部利益相关者报告关键绩效指标。

他们的堆栈包括 dbt、Metabase、Deepnote、Fivetran 和 PostgreSQL。

Floryn 团队如何使用 Metabase

Metabase 供 Floryn 的所有人使用，团队专注于通过使用图形化查询构建器来最大限度地减少基于 SQL 的查询。这使非技术用户能够轻松地探索数据并创建可视化，而无需 SQL 技能。

Floryn 突出强调的一个功能是能够在 Metabase 中直接连接表，而无需像在 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 将 Metabase 用于各种内部报告和仪表盘。DataOps 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，从而使团队对其数据拥有更大的自主权。

Floryn 还在整个办公室的电视上显示关键仪表盘，以保持所有人的更新。例如，他们在风险团队的区域显示信用风险数据，确保他们可以实时访问重要指标。

结果

Metabase 已将 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。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。

这提高了整个公司的数据好奇心，更多团队使用 Metabase 来探索和互动他们自己的数据。Metabase 的易用性和灵活性使其成为必不可少的工具，帮助 Floryn 变得更加数据驱动和高效。