挑戰：Spocket 的資料團隊平均每月花費 60 小時來彙整各團隊所需的分析資料。更雪上加霜的是，當時沒有資料視覺化工具，而且他們無法以每日、每週或每月的視圖查看資料，除非另外建立圖表。
解決方案：他們從一位在 Twitter 上的資料科學家那裡得知 Metabase。他們很喜歡 Metabase 使用者介面的直覺性，以及其經濟實惠的價格和周全的存取控制。
成果：Metabase 使其非技術團隊成員能夠輕鬆地提問和探索他們的資料，而無需尋求資料團隊的協助。
"透過 Metabase，我們能夠識別我們的升級漏斗的表現，以及哪種付款方式的非自願性客戶流失率較高。透過這些資訊，我們能夠找出智慧型 A/B 測試實驗來改善客戶留存率。"
Shreyas Sali
Spocket 產品與資料總監
Spocket 的使命是透過消除庫存失真，賦能創業家建立和擴展他們的事業。Spocket 為所有主要的電子商務網站（如 Shopify、Wix、Squarespace 等）提供無縫整合，讓零售商能夠享受其代發貨業務的自動化產品同步和訂單履行。
由於其複雜的資料環境，Spocket 團隊發現自己難以根據全面的資料分析，自信地做出業務決策。他們沒有單一事實來源來管理跨多個系統的各種資料。為業務決策彙整所有需要的資料分析是一個繁瑣且耗時的過程。此外，管理機密資料的存取控制幾乎是不可能的。
對於他們的產品與資料分析總監 Shreyas Sali 來說，在一個中心化的位置監控業務的健康狀況至關重要。他需要能夠每天查看關鍵指標，例如客戶流失率、客戶獲取成本、每月經常性收入 (MRR) 和終身價值 (LTV)，以便充分掌握公司健康狀況並立即發現資料中的任何偏差。
此外，Spocket 的高階主管團隊需要能夠在不遇到不一致、矛盾的資料（這些資料會削弱對數字的信心並阻礙審查當前績效以及預測未來的能力）的情況下，做出資料驅動的決策。Spocket 的主要利害關係人都就哪些關鍵指標將用於監控業務績效達成共識。這樣一來，每個人都對單一事實來源的定義達成共識。
接下來，他們將可以幫助他們有效實現目標的工具列入候選名單。他們想要建立 SaaS 指標儀表板，讓每位利害關係人都能每天查看他們的指標，並向高階主管團隊報告。Twitter 上的一位資料科學專家在他們的對話中向 Shreyas 推薦了 Metabase。
Spocket 團隊選擇 Metabase 是因為以下因素
他們將資料儲存在 AWS RedShift 和客戶資料平台（如 Segment）中，並使用 lambdas 的管線將這些資料推送至 Metabase 以進行資料視覺化。
Spocket 團隊對產品升級資料感興趣，尤其是在使用者獲取和留存的背景下。Metabase 也為他們提供了財務資料的可見性，例如 MRR、LTV 和 ARPU。
透過 Metabase，他們為不同的使用者歷程階段（如註冊、試用、客戶流失等）建立了一個 SaaS 指標資料夾。他們以每日、每週、每月和每季為基礎查看他們的資料，以進行所有日常故障排除和長期業務策略。
透過使用 Metabase 的存取控制管理，他們可以輕鬆實施控制，以確保每個部門只能存取與其相關的資料分析。Spocket 的團隊能夠分享他們需要的資料，而不會危及其他資料的機密性。
此外，他們能夠使用簡單的 SQL 來剖析資料，並回答利害關係人可能有的任何問題，而無需花費太多時間建立報表。
Metabase 已成為 Spocket 利害關係人的單一事實來源，他們現在可以隨時查看其業務的健康狀況。Spocket 的產品團隊現在能夠有效地使用這些儀表板來審查任何關鍵指標的下降情況，並相應地優先處理產品功能。
所有這些都讓 Spocket 的高階主管團隊能夠提高他們了解當前業務績效的能力，或增強他們在不做周全考量的情況下投入新專案的信心。
