Я танцую на граблях и Metabase тут не при чём

Каждый раз, вступая в говно партию, я клятвенно себе обещаю, что «это было в первый и последний раз». Но на практике это не так.

В первом посте про Metabase я радостно сообщила, что беру крутой датасет с Kaggle, который мне подобрал ChatGPT. Всё по ТЗ, всё как просила.
Только я забыла учесть одну мелочь — производительность моего старенького Honor. Он не смог открыть даже один файл. А их было семь.

Пошла к Perplexity искать замену, раз ChatGPT не умеет думать за меня. В итоге выбрали Ecommerce Order & Supply Chain Dataset. Данные по поставкам — привет, мой бэкграунд закупщика.

Наученная прошлым факапом, я решила «в этот раз всё проверить как надо».
Проверила. Так проверила, что разобрала до костей одну таблицу… и не успела посмотреть остальные четыре. Про визуализацию вообще молчу!

Если вам кажется, что я всё успеваю — вам просто кажется. Я не успеваю ничего.

Ну, а теперь к Metabase.

Полностью самостоятельным изучением это не назовёшь: был модуль в Simulative, был курс. Но инструмент правда простой.

Пробовала и SQL, и Question (конструктор без кода).
SQL — понятно и гибко.
Question — вроде должен упрощать жизнь, но сложные штуки собираются со скрипом. И сводные таблицы только через него.

Графиков немного, но базовые все на месте.
Бесил один момент: нельзя убрать вспомогательные линии, не снеся всю ось. Моё чувство прекрасного сильно страдало (покажу в комментах).

Про «Metabase плохо работает с большими объёмами» — не проверила. Я загрузила уже предобработанные данные, чисто под визуализацию.

Итог: хороший инструмент для старта.
Простой, понятный.
Но дальше будет интереснее, когда сравню его с другими BI-системами.

Кстати, есть отличная статья от LeftJoin с реальными кейсами, где простота Metabase сыграла против него.

💬 У вас тоже бывают проекты, которые «почти гениальны», но в итоге вы застревает «на пороге»?

#аналитик_и_визуализация
#аналитик_изучает_bi
#инструменты_визуализации