我与使用 Shopify 平台进行在线销售的商家合作，同时他们也使用其他工具进行分析和测试。与每年销售数百万美元、拥有数千个 SKU 的商家（面向消费者和企业）合作，对于链条中的每个人来说都变得复杂，特别是如果没有单一的信息来源。
对于一个平台来说，设置机器学习模型和 API 集成需要大量工作，更不用说跨多个第三方平台工作，而这些平台会因每个商家而异。
Shopify 的自助式分析
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 提供自助分析功能
另一个微服务会清理这些数据，并为 Metabase 导入做好准备，使我们能够标准化跨平台的数据集，以便商家和经理可以在 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内部运行，这让商家获得了更高的信任度。由于所有数据都存储在本地，因此可以保护我们免受我们无法控制的第三方泄露的影响。
使用 Metabase for Shopify 的主要收获
- 这不仅仅是美丽的视觉化。需要将相关信息集做得美观，以便更好地做出决策。
- 许多公司不是数据驱动的，经营这些公司的人需要了解数据。
- 一次一块的方法。很容易被易于使用的强大功能所吸引，但专注于系统地构建相关模块是更好的方法。