“您的 Slack 应用程序已获批准,现已在应用目录中上线。”
当我收到一封关于我的第一个 Slack 副项目的电子邮件,内容如上所述时,我的独立开发者之旅开始了。独立开发者通常是独立的企业家和开发人员,他们从事各种副项目,希望建立盈利的企业。
在为 Slack 开发应用程序时,您可以自由选择您的框架和数据存储。我的应用程序是一个独立的 Node.js 服务器,用于将必要的用户、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之外,Slack 没有提供太多关于您的应用如何使用的信息。这句话可能如下所示,并且仅每 24 小时更新一次
“此应用已安装在 3,756 个活跃工作区中,并且在过去 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的使用情况,因此我寻找构建自己的数据分析的方法。
我如何使用 MongoDB 和 Metabase 来获得更好的洞察力
如前所述,我正在使用 MongoDB 来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这些数据。同样,您需要选择要保存在数据库中的指标(例如,我跟踪用户从 Slack 启动新的 Google Meet 的总次数,并定期检查该应用是否仍安装在团队工作区中)。
有了必要的就位数据,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的使用情况。
我喜欢了解高峰时段(例如一周中的哪一天带来最多的安装),用户、团队和会议的总数,并且我也喜欢查看正在积极使用我的应用程序的公司。
在几分钟之内,我就可以在 Metabase 中设置正确的问题,以按天、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,否则这些时间将需要花费在编写 Mongo 查询和以美观且易于理解的格式呈现数据上。