前文有提到，Metabase 是為一般人而設計的軟體，也因此，在 Metabase 的術語，對資料所做的資料庫查詢 (database query) ，稱之為問題(question)。它不要求一般使用者要在頭腦裡構思資料庫運作原理，與之相對的，它只要求使用者要積極地去對 Metabase 提出他們的疑問。而即使已經簡化致此，對於一般人來說，對資料來提問，依然是很專業的事情，不是那麼容易可以上手。能普惠一般人的，是全自動化的分析，而這點， Metabase 也可以提供。

接下來，我們會利用 Metabase 預設提供的樣本資料庫 (Sample Database) 來說明使用 Metabase 的自動分析。要了解自動分析，首先我們要討論兩件事：一是「探索式資料分析」，這是自動分析的目的。其二則是「欄位定義」，這是 Metabase 的功能之一，有了這個功能之後，自動分析才能有效地運作。

探索式資料分析 (exploratory data analysis)

何謂探索式資料分析呢？它是指一套有系統的作法，可以讓我們對資料產生基本的認識，此處的認識包含了：

1. 瞭解資料：含有哪些資訊、資料的結構
2. 檢核資料：有沒有無離群值或異常值
3. 資料的相關性：分析各變數之間的關聯性，以找出重要的變數。

利用 Metabase 來做探索式資料分析

1. 選 Browse Data
2. 選 Sample Database // 選擇 Metabase 預設提供的樣本資料庫。
3. 滑鼠移到任意的表之上，就可以看到閃電與書兩個符號。其中，閃電的文字說明是「X-ray this table」
4. 點選『閃電符號』的話，就可以得到全自動的探索式資料分析。

同表關聯性

Metabase 的探索式資料分析的功能相當強大，一開始就會給出一個總概括：

1. 資料表的總列數
2. 如果資料表有某些行 (column) 是時間的型別，則資料列數與時間的關聯性。
3. 如果資料表有某些行 (column) 是地理位置的型別，則資料與地理位置的關聯性。
4. 資料表之中，任兩行 (column) 的關聯性。

下圖是 order 表自動產生的『每週交易數』。

跨表關聯性

實務上，資料庫在儲存資料時，通常會把資料拆成不同的表 (table) 來儲存，換言之，如果沒有把表與表關聯起來 (join) 做成一張新表，重要的關聯性也會看不出來。而 Metabase 的探索式資料分析，會利用欄位定義的資訊來了解資料表之間的關聯關系，於是，就算是跨表才能看出的關聯性，全自動的探索式資料分析還是一樣會給出來。

下圖是 order 表自動產生的『美國每個州的交易數』。而 order 表裡並沒有地理資訊，是 account 表才有。

欄位定義 (Field Type)

如果是有一定資料工程經驗的讀者，看到剛才的例圖，應該會覺得有點驚訝：「咦，這些事怎麼可能做得到？因為樣本資料庫的原始資料所記錄的美國各州名稱資訊，也只是用字串 (Text) 來記錄而已。」

確實，如果只利用樣本資料庫所挾帶的資訊，是不可能足已畫出上述的地理資訊圖的。另一方面，如果有另一組資訊，可以巧妙地補足這些資料欄位的後設資訊 (meta information)，上述的繪圖不就可以自動化了嗎？

Metabase 特有的欄位定義 (Field Type) 功能，就是可以巧妙地補足上述的資料欄位後設資訊。注意：這些欄位定義的資訊，它們只存在於 Metabase 裡，並不儲存在 Metabase 所連結的資料倉儲裡。

結論：自動分析的前提

對於一般人來說，使用 Metabase 最簡單上手的方式，就是應用閃電符號的自動化分析。而要讓自動化分析可以發揮地淋漓盡致，這需要 Metabase 的管理員在欄位定義事先投入相當的功夫。

其它資源

1. 對 dbt 或 data 有興趣 👋？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加
2. 歡迎訂閱 PruningSuccess 電子報，主要談論軟體開發、資料處理、資料分析等議題。