「您的 Slack 應用程式已獲得核准，現在已在應用程式目錄中上線。」
當我收到一封電子郵件，內容是關於我的第一個 Slack 副專案獲得核准時，我的獨立駭客之旅就此展開。獨立駭客通常是獨立創業家和開發人員，他們從事各種副專案，希望能建立有利可圖的事業。
在為 Slack 開發應用程式時，您可以自由選擇框架和資料儲存庫。我的應用程式是一個獨立的 Node.js 伺服器，將必要的用戶、團隊和分析資訊儲存在 MongoDB 中。
在這篇文章中，我將介紹如何使用 Metabase 來了解您的 Slack 應用程式的指標和使用情況。
為什麼 Slack 原生指標不足以追蹤您的應用程式效能
遺憾的是，Slack 沒有提供太多關於您的應用程式如何被使用的資訊，除了在您的管理面板底部的一句話。這句話可能如下所示，並且僅每 24 小時更新一次
「此應用程式已安裝在 3,756 個活躍工作區中，並在過去 28 天內被 19,902 位使用者使用。」
很明顯，這些資料不足以了解應用程式的使用情況，因此我開始尋找建立自己的資料分析的方法。
我如何使用 MongoDB 和 Metabase 來獲得更深入的洞察
如前所述，我正在使用 MongoDB 來儲存用戶和團隊資料。您如何實作 Mongo 將取決於您選擇的網路框架，但 Slack 提供了完善的文件，說明了哪些資料可供您使用以及如何以程式設計方式請求這些資料。同樣地，您需要選擇要儲存在資料庫中的指標（例如，我追蹤使用者從 Slack 發起新的 Google Meet 的總次數，並定期檢查應用程式是否仍安裝在團隊工作區中）。
收集到必要的資料後，您可以將 Metabase 連接到您的資料庫，並開始建立內部儀表板來分析應用程式的使用情況。
我喜歡了解高峰時段（例如，一週中哪一天帶來最多的安裝次數）、使用者總數、團隊和會議次數，而且我也喜歡查看哪些公司正在積極使用我的應用程式。
在幾分鐘內，我就可以在 Metabase 中設定正確的問題，以按日、週或月分組總安裝次數。
這為像我這樣的獨立駭客節省了許多小時，否則這些時間將需要花費在編寫 Mongo 查詢和以美觀且易於理解的格式呈現資料上。
