我与使用 Shopify 平台进行在线销售的商家合作，还使用其他分析和测试工具。与每年在数千种 SKU 上向消费者和企业销售数百万美元商品的商家合作，会使供应链中的每个人都感到复杂，尤其是当您没有单一的信息来源时。
为单个平台设置机器学习模型和 API 集成是很多工作，更不用说与每个商家不同的多个第三方平台进行合作了。
Shopify 的自助分析
为了解决这个问题，我们构建了微服务，使用日期范围等参数将数据导出到 MongoDB。
利用微服务为 Metabase 中的自助分析提供支持
另一个微服务将清理这些数据，并准备好导入 Metabase，从而使我们能够在平台之间标准化数据集，以便商家和经理能够在 Metabase 中提出更有意义的问题。
导出和清理数据的微服务在本地和本地部署环境中运行，为商家提供了更高的信任度。因为所有数据都存储在本地，所以可以防止我们受到我们无法控制的第三方泄露事件的影响。
使用 Metabase 进行 Shopify 分析的关键要点
- 不仅仅是漂亮的视觉效果。需要有相关的、漂亮的、信息集，以便做出更好的决策。
- 许多公司不是数据驱动的，而经营这些公司的人需要了解数据。
- 循序渐进的方法。很容易沉迷于易于使用的强大功能，但更有效的方法是专注于系统地构建相关的模块。