Metabase 使用教学：让不会 SQL 的同事自己查数字

早上十点，台北一家电商的行销主管在群组里问：「上个月从 LINE 进来的订单有多少？」工程师看到讯息，叹了口气，打开资料库写了七分钟的 SQL，贴了一张截图回去。下午三点，同一个人问：「那前年同期呢？」

这个循环在台湾中小企业里每天都在上演。问题不是工程师不愿意帮忙，是这件事根本不该经过工程师。Metabase 要解决的就是这个。

这是什么

Metabase 是一套开源的商业智慧（BI）工具。你把它接上公司的资料库，非技术同事就能用点选的方式组出查询、存成「问题」、再把几个问题拼成仪表板。加上这两年补上的 AI 问答与 SQL 生成，现在还能直接用中文描述需求。

它最大的特色是上手曲线在同类产品里是最平的。这听起来像行销话术，但实务上差别很大——BI 工具最常见的死法不是功能不够，是导入后没人用。

能做什么

• 用点选介面组查询，不必写 SQL
• 把常用查询存成「问题」，随时重跑
• 拼成仪表板，设定定时寄送到 Email 或 Slack
• 用自然语言问问题、自动生成 SQL（全方案都有，不是付费专属）
• 设定警示，数字异常时通知
• 嵌入到自家产品里给客户看

怎么用：从零到第一张仪表板

步骤一：安装

最快的方式是 Docker，一行指令：

docker run -d -p 3000:3000 --name metabase metabase/metabase

跑起来之后开 http://localhost:3000，跟着设定精灵走完就好。开源版功能完整、使用者数不限，自架完全免费。

正式环境要注意两件事：一是预设用内建的 H2 资料库存 Metabase 自己的设定，正式环境务必改成外接 PostgreSQL，否则升级或搬机器时容易出事；二是记得设定备份。

步骤二：接上你的资料库

在设定里新增资料来源，填主机、连接埠、资料库名称、帐密。支援 MySQL、PostgreSQL、SQL Server、BigQuery 等常见选择。

这一步的关键是权限。 请务必开一个唯读帐号给 Metabase 用，不要图方便丢 root 进去。BI 工具只需要读，给它写入权限没有任何好处，只有风险。

步骤三：做出第一个「问题」

点「新增 → 问题」，选资料表，然后用介面组条件：筛选（例如「订单日期是上个月」）、汇总（例如「计数」）、分组（例如「按来源分」）。

这就是开头那位行销主管要的答案，而且她自己就能改成前年同期——把日期筛选改一下即可，不必再找工程师。

存成问题之后，可以选图表类型：长条图、折线图、圆饼图或表格。

步骤四：拼成仪表板并自动寄送

把几个相关问题加到同一个仪表板，例如「本月营收、订单数、各来源占比、热销商品前十」。接着设定「订阅」，让它每周一早上九点自动寄到主管信箱。

这个自动寄送功能被严重低估。 多数人不会主动打开仪表板，但信箱一定会看。把数字推到他们面前，比等他们来查有效太多。

进阶技巧

AI 问答怎么用。 直接用中文问「上个月各通路的营收」，它会生成 SQL 并执行。实测经验是：简单的汇总问题准确率不错，一旦牵涉多表 join 或业务逻辑就容易错。我的用法是拿它生草稿，自己再检查 SQL，比从零开始写快。AI 用量可以用官方服务（每百万 token 3.75 美元，起始附赠一百万 token），也可以自己带 API 金钥——后者对已经有 API 额度的团队比较划算。

建立资料模型（Model）。 如果同一组 join 逻辑反复出现，把它存成 Model，同事就能在干净的资料集上做查询，不必每次重组关联。这是让非技术同事真正用得起来的关键一步。

善用栏位描述。 在资料设定里替栏位加中文说明，例如把 ord_st 标注成「订单状态：1=待付款 2=已出货」。同事看得懂栏位，才可能自己查。这件事很无聊，但决定了系统会不会被使用。

注意事项：计价是最大的坑

免费的是自架开源版。云端付费方案采按人头计价：

• Starter：每月 100 美元（年缴 90），含 5 人，超出每人每月 6 美元
• Pro：每月 575 美元（年缴 517.5），含 10 人，超出每人每月 12 美元
• Enterprise：客制报价，年费 2 万美元起

最大的陷阱是：嵌入给外部客户看的使用者也算人头。 如果你打算把仪表板嵌进 SaaS 产品给客户看，这个模式的费用会非常可观，务必先试算。这件事很多团队是收到第一张帐单才发现。

另外自架版没有 SSO 与细致的列／栏权限控管。如果你的资料含个资、薪资或跨部门敏感数字，权限这关要自己想清楚，可能得靠资料库层的 view 来挡。

还有一点：免费不等于零成本。自架要有人顾资料库、升级与备份，这些都是隐形的人力成本。

什么情况不该用它

复杂分析仍然要写 SQL。点选式介面处理不了多层 CTE、视窗函数这类需求。如果你的分析需要统计建模或机器学习，那该用 Python，别勉强 BI 工具。

想更系统地把资料工作流串起来，可以参考站上的 AI 资料分析工具整理，或看看 提示词范本库 里的资料分析指令。

TheAI学院 评语

我看过太多公司买了昂贵的 BI 工具，最后只有资料团队在用，业务端还是回头问工程师。Metabase 能突围，靠的不是功能最多，是它让非技术同事真的敢自己点。

评语：Metabase 的价值不在报表多漂亮，在于它把「查数字」这件事从工程师身上卸下来；但别被「开源免费」四个字骗了，人头计价与维运人力才是真正的成本。

给台湾读者的具体建议：先用 Docker 自架开源版，花一周把「公司最常被问的十个数字」做成一张仪表板，设定每周自动寄给主管。这一步的投报率是整个导入过程中最高的。等到真的需要 SSO 或要嵌入给客户看，再评估付费方案——而且评估时务必把外部使用者的人头费一起算进去，用美元报价换算成台币，数字会比你第一眼看到的大不少。

资料来源

• Metabase 官方定价页（方案、人头计价规则、AI 用量计费）

依公开资讯整理、以官方为准。实际定价可能调整。