راهنمای اشتراک‌گذاری داده

داخل یا خارج سازمان شما، گزینه‌های شما برای اشتراک‌گذاری داده یا تحلیل چیست، و چه زمانی باید از یک روش نسبت به دیگری استفاده کنید؟

شما داده دارید، و می‌خواهید (یا ملزم هستید) آن را به اشتراک بگذارید. چه آن داده یک سؤال واحد باشد یا یک اتاق داده کامل با دسترسی به چندین پایگاه داده، ما روش‌های مختلفی که می‌توانید داده را با متابیس به اشتراک بگذارید را طی می‌کنیم.

با چه کسی داده خود را به اشتراک می‌گذارید؟

برای تعیین نحوه اشتراک‌گذاری داده، اساساً دو سؤال وجود دارد که باید بپرسید:

• با چه کسی داده را به اشتراک می‌گذارید
• و چقدر سنگین آن داده است.

با چه کسی داده را به اشتراک می‌گذارید به دو قلمرو تقسیم می‌شود: داخل سازمان شما، و خارج از سازمان شما. وزن داده در این زمینه به مقدار داده‌ای که به اشتراک می‌گذارید اشاره دارد: آیا یک سؤال واحد را به اشتراک می‌گذارید، یا نیاز به اشتراک‌گذاری یک مجموعه دارید، که می‌تواند شامل مجموعه‌ای از سؤال‌ها و داشبوردها باشد؟ برای دسترسی ممتازتر، ممکن است نیاز به اشتراک‌گذاری کل جداول یا پایگاه‌های داده داشته باشید.

ما گزینه‌هایی برای همه موارد را طی می‌کنیم، اما در اینجا یک نمای کلی (شکل 1) است.

داخل سازمان

اشتراک‌گذاری با اعضای تیم که به متابیس دسترسی دارند به سادگی پیام دادن یا ایمیل کردن یک لینک به یک سؤال ذخیره شده، داشبورد، یا مجموعه به کسی است.

داده سبک داخل سازمان

گزینه‌های زیادی برای اشتراک‌گذاری داده به صورت داخلی دارید.

لینک

ساده‌ترین (و اغلب نادیده گرفته شده) گزینه این است که می‌توانید فقط URL یک سؤال ذخیره شده را از نوار مرورگر کپی کنید و به یک همکار بفرستید. برای سؤال #123، URL چیزی شبیه این خواهد بود:

https://www.website-name.com/question/123

همچنین می‌توانید یک داشبورد با مجموعه‌ای از سؤال‌ها بسازید و یک لینک به آن برای آن‌ها بفرستید. داشبورد نیازی به persistent بودن ندارد، یعنی چیزی که به طور منظم به آن نگاه می‌کنید. می‌تواند فقط یک گزارش one-off باشد که داده‌های اطراف یک حادثه یا یک کمپین به خصوص موفق را ثبت می‌کند.

Export و ارسال

می‌توانید یک لینک را ایمیل یا پیام کنید، اما همچنین می‌توانید نتایج یک سؤال را به CSV، XLSX، یا JSON export کنید، سپس آن فایل‌ها را ایمیل کنید، یا آن‌ها را به یک drive مشترک آپلود کنید.

اشتراک‌های داشبورد

برای یک رویکرد خودکار، همچنین می‌توانید یک اشتراک داشبورد از طریق ایمیل یا Slack تنظیم کنید.

می‌توانید ایمیل‌ها یا پیام‌های Slack زمان‌بندی شده ارسال کنید که شامل همه سؤال‌های روی یک داشبورد (منهای کارت‌های متنی) است. می‌توانید یک اشتراک داشبورد را به هر کاربر متابیس یا به هر آدرس ایمیل ایمیل کنید، پس حتی افرادی که حساب در متابیس شما ندارند می‌توانند داده را دریافت کنند—فقط نمی‌توانند روی یک نمودار در ایمیل خود کلیک کنند تا آن را در متابیس مشاهده کنند.

iframe جاسازی شده

اگر کنترل بیشتری می‌خواهید، می‌توانید سؤال‌ها و داشبوردهای خود را در یک زمینه روایی با جاسازی آن‌ها در یک صفحه وب قرار دهید. این می‌تواند در یک وبلاگ، ویکی شرکت، یا برنامه وب شما باشد.

برای داده‌های غیرحساس، می‌توانید از یک جاسازی عمومی استفاده کنید. متابیس کد HTML برای یک iframe (یک عنصر inline frame) به شما ارائه می‌دهد که می‌توانید فقط در سایت خود، یا هر جای دیگری که HTML را render می‌کند قرار دهید.

اگر همه آنچه واقعاً نیاز دارید فقط افزودن مقداری روایت است، حتی می‌توانید از جاسازی صرف نظر کنید. می‌توانید از کارت‌های متنی روی یک داشبورد (که Markdown را پشتیبانی می‌کنند) برای قاب کردن سؤال‌ها روی داشبورد خود در یک زمینه روایی استفاده کنید.

داده سنگین داخل سازمان

اگر اشتراک‌گذاری همه داده شما بار زیادی باشد، گزینه‌های زیادی برای اشتراک‌گذاری sliceهای مختلف آن دارید.

اعطای انتخابی دسترسی به مجموعه‌ها

اینجا جایی است که به مجوزها می‌رسیم. می‌توانید سؤال‌ها و داشبوردها را ایجاد کنید و آن‌ها را در مجموعه‌ها سازماندهی کنید. می‌توانید مجموعه‌های خود را بر اساس بخش، داده، یا پروژه سازماندهی کنید، و مجوزها را روی آن مجموعه‌ها تنظیم کنید.

توجه کنید که مجموعه‌ها و مجوزها همچنین می‌توانند مفید باشند وقتی مشتریان متابیس شما را با سؤال‌ها و داشبوردها پر می‌کنند. راهنمای ما به منظم نگه داشتن تحلیل شما را ببینید.

اعطای انتخابی دسترسی به جداول و پایگاه‌های داده

اگر نیاز به محدود کردن دسترسی به جداول یا حتی کل پایگاه‌های داده دارید، همچنین می‌توانید مجوزها را روی پایگاه‌های داده تنظیم کنید.

خارج از سازمان

وقتی نیاز به اشتراک‌گذاری داده خارج از سازمان خود دارید، بازی تغییر می‌کند. و نحوه اشتراک‌گذاری شما ممکن است به این بستگی داشته باشد که مشتریان چقدر خارج از سازمان هستند. آیا آن‌ها پیمانکار هستند؟ مشتریان؟ سرمایه‌گذاران؟ حسابرسان؟

داده سبک خارج از سازمان

برای اشتراک‌گذاری داده سبک خارج از سازمان خود، دوباره چند گزینه دارید.

لینک عمومی

اگر شخص فاقد حساب در متابیس شما است، و اگر داده حساس نیست، می‌توانید یک لینک عمومی به یک سؤال یا داشبورد بفرستید. از یک داشبورد، روی آیکون اشتراک‌گذاری (فلش به بالا و راست) کلیک می‌کنید تا لینک عمومی خود را دریافت کنید.

لینک عمومی چیزی شبیه این خواهد بود:

https://www.website-name.com/public/dashboard/07f68133-46e0-4bb5-97b5-88d65581dfcz

لینک‌های عمومی برای هر کسی که لینک منحصر به فرد را دارد قابل مشاهده است. بینندگان لینک‌های عمومی همچنین می‌توانند فیلترهای سؤال را (در صورت وجود) به‌روزرسانی کنند، پس نمی‌توانید به فیلترها برای پنهان کردن داده تکیه کنید. می‌توانید یک لینک عمومی را در هر زمان غیرفعال کنید. اگر می‌خواهید آن آیتم را دوباره به اشتراک بگذارید، متابیس یک لینک متفاوت برای اشتراک‌گذاری ایجاد می‌کند (هر لینک قبلاً ایجاد شده نامعتبر باقی می‌ماند).

فایل‌های export شده

می‌توانید داده را به فرمت‌های فایل CSV، XLSX و JSON export کنید، و آن فایل‌ها را به مشتریان ایمیل کنید یا فایل‌ها را روی یک drive به اشتراک بگذارید.

جاسازی‌های امن

برای داده‌های حساس‌تر، یا اگر می‌خواهید یک پارامتر را برای فیلتر کردن نتایج قفل کنید، نیاز به استفاده از یک جاسازی امن دارید. در آن مورد، نیاز دارید دسترسی بینندگان خود را به برنامه وب جایی که نمودار یا داشبورد را جاسازی می‌کنید (نه متابیس شما) بدهید، تا بتوانید token مورد نیاز آن‌ها برای مشاهده آن با پارامترهایی که تنظیم کرده‌اید را امضا کنید. درباره جاسازی نمودارها و داشبوردها با نسخه open source متابیس بیشتر بیاموزید.

داده سنگین خارج از سازمان

برای داده‌های حساس‌تر، خاص مشتری، یا برای مقادیر زیاد داده، چند گزینه برای اشتراک‌گذاری خارج از سازمان خود دارید.

تحلیل‌های جاسازی شده JS

برای یک تجربه curate شده‌تر که هنوز به مشتریان آزادی تحلیل داده به تنهایی را می‌دهد، می‌توانید کامپوننت‌های تعاملی متابیس مثل سؤال‌ها و داشبوردها را در برنامه خود جاسازی کنید، که به شما اجازه می‌دهد تحلیل‌های چند مستأجره، self-service را برای اشتراک‌گذاری داده با مشتریان یا فروشندگان در برنامه وب خود تنظیم کنید. می‌توانید دسترسی سفارشی به هر دو ردیف‌ها و ستون‌ها جداول خود ایجاد کنید، که به مشتریان اجازه می‌دهد داده را از طریق منوی drill-through کاوش کنند بدون اینکه بتوانند هیچ داده‌ای را که نباید ببینند (مثل رکوردهای مشتری دیگر، به عنوان مثال) ببینند.

اتاق داده

اگر درباره fundraising، acquisition، audit شدن، یا litigacy صحبت می‌کنیم، اشتراک‌گذاری داده می‌تواند تهاجمی باشد. اگر به دنبال جمع‌آوری بودجه هستید، می‌توانید مجموعه‌ای از داشبوردهای curate شده که داستانی مرتب می‌گویند ارائه دهید، اما این سرمایه‌گذاران بالقوه همچنین می‌خواهند داده را slice کنند تا داستان شما را از زوایای مختلف بررسی کنند. و بهترین راه برای اشتراک‌گذاری آن نوع داده از طریق یک اتاق داده است.

یک اتاق داده یک فضای مجازی ایجاد شده برای ارائه دسترسی ممتاز، فقط خواندنی به مقدار قابل توجهی از داده است. این اتاق داده می‌تواند شامل همه داده شما، یا یک مجموعه محدود از داده با دسترسی نسبتاً سطح پایین باشد. می‌توانید داشبوردهای تعاملی را برای دادن یک تور سفارشی از داده شامل کنید، اما ایده با یک اتاق داده این است که مشتریان با دسترسی به آن باید بتوانند تحلیل خود را انجام دهند.

برای ایجاد یک اتاق داده با متابیس، اساساً دو گزینه دارید: ایجاد یک گروه در متابیس موجود خود، یا تنظیم یک instance متابیس جدید.

گزینه اول به سادگی ایجاد یک گروه جدید در متابیس موجود خود، و دادن دسترسی به آن گروه به مجموعه داده‌های درخواست شده—و فقط آن مجموعه داده‌ها—و همچنین هر مجموعه مرتبط از داشبوردها و سؤال‌ها برای آن داده است. به طور مؤثر، مجوزهای آن گروه "ابعاد" آن اتاق داده را تعریف می‌کند.

گزینه دوم شامل تنظیم یک instance متابیس جدید، standalone و اتصال آن به پایگاه‌های داده مرتبط است. متابیس trivial برای تنظیم است، پس کار زیادی بیشتر از ایجاد یک گروه نیست. وقتی راه‌اندازی شد، نیاز دارید هر مجموعه، داشبورد، و سؤالی که می‌خواهید برای مخاطبان خود شامل کنید را دوباره ایجاد کنید، علاوه بر دادن دسترسی مشتریان که می‌خواهید داده را با آن‌ها به اشتراک بگذارید به جداول خام. اگر قبلاً این مجموعه‌ها و داشبوردها را در instance متابیس "mothership" خود دارید، می‌توانید از ویژگی serialization برای dump کردن داده برنامه مرتبط با اتاق داده استفاده کنید، و آن آیتم‌ها را به instance اتاق داده load کنید.

[

](managing-people.html)

[

](same-page.html)