“您的 Slack 应用程序已通过审批并现在在应用目录中上线。”
当我收到一封关于我的第一个 Slack 边缘项目的邮件时，我的独立黑客之旅就此开始。独立黑客通常是独立企业家和开发者，他们希望从各种边缘项目中构建有利可图的业务。
在为Slack开发应用程序时，您可以自由选择您的框架和数据库。我的应用程序是一个独立的Node.js服务器，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来理解您的Slack应用程序的指标和用法。
为什么原生Slack指标不足以跟踪您应用程序的性能
不幸的是，Slack并没有提供很多关于您的应用程序如何被使用的详细信息，除了在管理员面板底部的一句话。这句话可能看起来像这样，并且每24小时更新一次
“此应用程序已安装于3,756个活跃的工作空间，并在过去28天内被19,902名活跃用户使用。”
显然，这些数据不足以了解应用程序的使用情况，所以我开始寻找建立自己的数据分析的方法。
我是如何使用MongoDB和Metabase来获得更深入的了解的
如前所述，我使用MongoDB来存储用户和团队数据。您如何实现MongoDB将取决于您选择的Web框架，但Slack有相当不错的文档解释了您可以访问哪些数据以及如何以编程方式请求这些数据。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启动新的Google Meet的总次数，并定期检查应用程序是否仍然安装在工作空间中）。
在放置必要的数据后，您可以将Metabase连接到您的数据库，并开始构建内部仪表板来分析应用程序的使用情况。
我喜欢了解峰值时间（例如，哪一天是安装最多的日子）、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。
我能在几分钟内设置Metabase中的正确问题，按日、周或月分组总安装数。
这为我这样的独立黑客节省了许多时间，否则我需要花费许多时间编写Mongo查询并以美观易懂的格式展示数据。
