“您的 Slack 应用程序已获批准，现已在应用目录中上线。”
当我收到关于我的第一个 Slack 副项目的上述邮件时，我的独立开发者之旅正式启动。独立开发者通常是独立的企业家和开发人员，他们致力于各种副项目，希望建立盈利的业务。
在为 Slack 开发应用程序时，您可以自由选择框架和数据存储。我的应用程序是一个独立的 Node.js 服务器，它将必要的用户、团队和分析信息存储在 MongoDB 中。
在这篇文章中，我将介绍如何使用 Metabase 来了解您的 Slack 应用程序的指标和使用情况。
为什么原生 Slack 指标不足以跟踪您的应用性能
不幸的是，除了管理面板底部的一句话外，Slack 没有提供太多关于您的应用程序使用方式的信息。这句话可能看起来像这样，并且每 24 小时更新一次
“此应用程序已安装在 3,756 个活跃工作区中，并由过去 28 天内活跃的 19,902 名用户使用。”
很明显，这些数据不足以了解应用程序的使用情况，所以我开始寻找构建自己的数据分析方法。
我如何使用 MongoDB 和 Metabase 获得更好的洞察力
如前所述，我正在使用 MongoDB 存储用户和团队数据。您如何实现 Mongo 将取决于您选择的 Web 框架，但 Slack 提供了不错的文档，解释了您可以获得哪些数据以及如何以编程方式请求数据。同样，您需要选择要保存到数据库中的指标（例如，我跟踪用户从 Slack 启动新 Google Meet 的总次数，并定期检查应用程序是否仍安装在团队工作区中）。
有了必要的数据后，您可以将 Metabase 连接到您的数据库，并开始构建内部仪表板以分析应用程序的使用情况。
我喜欢了解高峰时段（例如一周中哪一天安装量最大）、用户、团队和会议的总数，我还喜欢查看正在积极使用我的应用程序的公司。
几分钟内，我就能够在 Metabase 中设置正确的问题，按天、周或月对总安装计数进行分组。
这为像我这样的独立开发者节省了大量时间，否则这些时间将用于编写 Mongo 查询并以美观易懂的格式呈现数据。
