Metabase

En el Radar compartido: Trial (valoración de la edición aportada).

Cómo funciona

Conecta fuentes de datos y permite construir preguntas visuales o consultas SQL. Organiza resultados en dashboards que pueden compartirse según los controles configurados.

Ejemplo de uso

Crear una consulta de mora por cohorte y mostrar su evolución. Revisar la definición con negocio y limitar acceso a datos agregados por rol.

Conceptos

Concepto	Descripción
Question	Consulta guardada, creada con el editor visual o en SQL
Model	Tabla curada (con nombres y descripciones) que sirve de base a otras preguntas
Metric	Definición reutilizable de un cálculo (por ejemplo, tasa de mora)
Dashboard	Conjunto de preguntas con filtros compartidos
Collection	Carpeta con permisos para organizar contenido

Los models y metrics son la forma de evitar que cada analista calcule la mora de una manera distinta: una versión ligera de una semantic layer.

SQL con filtros

SELECT date_trunc('month', fecha_desembolso) AS cohorte,
       count(*) FILTER (WHERE dias_mora > 30) * 1.0 / count(*) AS mora_30
FROM creditos
WHERE {{pais}}
  [[AND producto = {{producto}}]]
GROUP BY 1
ORDER BY 1;

{{pais}} como field filter se enlaza a una columna y ofrece desplegables en el dashboard; los corchetes [[ ]] hacen opcional la condición.

Despliegue

• Imagen Docker oficial; en producción, usa PostgreSQL o MySQL como base de aplicación (la H2 embebida no es apta).
• Conecta Metabase a una réplica de lectura o al almacén analítico, nunca a la base transaccional principal.
• Usa un usuario de base de datos de solo lectura y con acceso únicamente a los esquemas necesarios.

Seguridad y acceso

Necesidad	Mecanismo
Quién ve qué tablas	Permisos de datos por grupo
Quién ve qué dashboards	Permisos de colecciones
Filtrar filas por país o cliente	Seguridad por filas (row and column security, planes de pago)
Mostrar gráficos en otra aplicación	Embedding estático firmado con JWT o embedding interactivo
SSO	Google, LDAP; SAML y JWT en planes de pago

Rendimiento

Activa la caché de resultados para dashboards muy consultados, define tiempos de espera de consulta en la base de datos y crea tablas agregadas para métricas pesadas. Si las consultas sobre grandes volúmenes se vuelven lentas, considera un motor analítico como ClickHouse o Trino.

Criterios de implementación

Controlar consultas costosas, caché y acceso a filas. Separar lectura analítica de cargas transaccionales sensibles y evaluar licencias para integración embebida.