Skip to main content
Mitzu est une application d’analyse produit sans code, warehouse-native. À l’instar d’outils comme Amplitude, Mixpanel et PostHog, Mitzu permet aux utilisateurs d’analyser les données d’usage du produit sans avoir besoin de maîtriser SQL ou Python. Cependant, contrairement à ces plateformes, Mitzu ne duplique pas les données d’usage du produit de l’entreprise. Il génère plutôt des requêtes SQL natives directement sur l’entrepôt de données ou le data lake existant de l’entreprise.

​
Objectif

Dans ce guide, nous allons aborder les points suivants :
  • Analyse produit nativement sur l’entrepôt de données
  • Comment intégrer Mitzu à ClickHouse
Jeux de données d’exempleSi vous n’avez pas de jeu de données à utiliser avec Mitzu, vous pouvez utiliser NYC Taxi Data. Ce jeu de données est disponible dans ClickHouse Cloud ou peut être chargé en suivant ces instructions.
Ce guide n’offre qu’un bref aperçu de l’utilisation de Mitzu. Vous trouverez des informations plus détaillées dans la documentation Mitzu.
1

Munissez-vous de vos informations de connexion

Pour vous connecter à ClickHouse via HTTP(S), vous avez besoin des informations suivantes :Les informations de votre service ClickHouse Cloud sont disponibles dans la console ClickHouse Cloud. Sélectionnez un service, puis cliquez sur Connect :
Bouton Connect du service ClickHouse Cloud
Choisissez HTTPS. Les détails de connexion s’affichent dans un exemple de commande curl.
Détails de connexion HTTPS ClickHouse Cloud
Si vous utilisez ClickHouse autogéré, les détails de connexion sont définis par votre administrateur ClickHouse.
2

Connectez-vous ou inscrivez-vous à Mitzu

Pour commencer, rendez-vous sur https://app.mitzu.io pour vous inscrire.
3

Configurez votre espace de travail

Après avoir créé une organisation, suivez le guide d’onboarding Set up your workspace dans la barre latérale de gauche. Cliquez ensuite sur le lien Connect Mitzu with your data warehouse.
4

Connecter Mitzu à ClickHouse

Tout d’abord, sélectionnez ClickHouse comme type de connexion et renseignez les informations de connexion. Cliquez ensuite sur le bouton Test connection & Save pour enregistrer les paramètres.
5

Configurer les tables d’événements

Une fois la connexion enregistrée, sélectionnez l’onglet Event tables et cliquez sur le bouton Add table. Dans la fenêtre modale, sélectionnez votre base de données et les tables que vous souhaitez ajouter à Mitzu.Utilisez les cases à cocher pour sélectionner au moins une table, puis cliquez sur le bouton Configure table. Cela ouvrira une fenêtre modale dans laquelle vous pourrez définir les colonnes clés pour chaque table.
Pour exécuter de l’analyse produit sur votre déploiement ClickHouse, vous devez > spécifier quelques colonnes clés de votre table. Voici lesquelles :
  • Identifiant utilisateur - la colonne contenant l’identifiant unique des utilisateurs.
  • Heure de l’événement - la colonne d’horodatage de vos événements.
  • Facultatif[Nom de l’événement] - cette colonne segmente les événements si la table contient plusieurs types d’événements.

Une fois toutes les tables configurées, cliquez sur le bouton Save & update event catalog, et Mitzu détectera tous les événements ainsi que leurs propriétés à partir des tables définies ci-dessus. Cette étape peut prendre quelques minutes, selon la taille de votre jeu de données.
6

Exécuter des requêtes de segmentation

La segmentation des utilisateurs dans Mitzu est aussi simple que dans Amplitude, Mixpanel ou PostHog.La page Explore comporte sur la gauche une zone de sélection des événements, tandis que la partie supérieure vous permet de définir l’horizon temporel.
Filtres et ventilationsLe filtrage fonctionne comme vous vous y attendez : choisissez une propriété (colonne ClickHouse) et sélectionnez dans la liste déroulante les valeurs sur lesquelles vous souhaitez filtrer. Vous pouvez choisir n’importe quelle propriété d’événement ou d’utilisateur pour les ventilations (voir ci-dessous comment intégrer les propriétés utilisateur).
7

Exécuter des requêtes de funnel

Sélectionnez jusqu’à 9 étapes pour un funnel. Choisissez l’intervalle de temps dans lequel vos utilisateurs peuvent compléter le funnel. Obtenez immédiatement des insights sur le taux de conversion sans écrire une seule ligne de code SQL.
Visualiser les tendancesChoisissez Funnel trends pour visualiser les tendances du funnel au fil du temps.
8

Exécuter les requêtes de rétention

Sélectionnez jusqu’à 2 étapes pour calculer un taux de rétention. Choisissez la fenêtre de rétention de la fenêtre récurrente pour Obtenez immédiatement des informations sur le taux de conversion sans écrire la moindre ligne de SQL.
Rétention par cohorteChoisissez Weekly cohort retention pour visualiser l’évolution de vos taux de rétention au fil du temps.
9

Exécuter des requêtes sur les parcours

Sélectionnez jusqu’à 9 étapes pour un funnel. Choisissez la fenêtre de temps pendant laquelle vos utilisateurs peuvent terminer le parcours. Le graphique de parcours de Mitzu vous donne une représentation visuelle de chaque chemin emprunté par les utilisateurs entre les événements sélectionnés.
Décomposer les étapesVous pouvez sélectionner une propriété pour le segment Break down afin de distinguer les utilisateurs au sein d’une même étape.

10

Exécuter des requêtes sur les revenus

Si les paramètres de revenus sont configurés, Mitzu peut calculer le MRR total et le nombre d’abonnements à partir de vos événements de paiement.
11

SQL natif

Mitzu est SQL Native, ce qui signifie qu’il génère du code SQL natif à partir de la configuration que vous avez sélectionnée sur la page Explore.
Poursuivez votre travail dans un outil de BISi vous rencontrez une limite dans l’interface de Mitzu, copiez le code SQL et poursuivez votre travail dans un outil de BI.

​
Support Mitzu

Si vous avez besoin d’aide, n’hésitez pas à nous contacter à support@mitzu.io Ou rejoignez notre communauté Slack ici

​
En savoir plus

Pour en savoir plus sur Mitzu, rendez-vous sur mitzu.io Consultez notre documentation sur docs.mitzu.io
Dernière modification le 24 juillet 2026