> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.
> Mitzu は、ノーコードのウェアハウスネイティブなプロダクトアナリティクスアプリケーションです。
# Mitzu を ClickHouse に接続する
export const CommunityMaintainedBadge = () => {
return ;
};
export const Image = ({img, alt, size = "lg"}) => {
const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg";
return ;
};
Mitzu は、ノーコードのウェアハウスネイティブなプロダクトアナリティクスアプリケーションです。Amplitude、Mixpanel、PostHog のようなツールと同様に、SQL や Python の専門知識がなくてもプロダクト利用データを分析できます。
ただし、これらのプラットフォームとは異なり、Mitzu は企業のプロダクト利用データを複製しません。代わりに、企業の既存のデータウェアハウスやデータレイクに対して、ネイティブ SQL クエリを直接生成します。
## 目標
このガイドでは、以下の内容を説明します。
* ウェアハウスネイティブなプロダクトアナリティクス
* Mitzu を ClickHouse と統合する方法
**サンプルデータセット**
Mitzu で使用できるデータセットがない場合は、NYC Taxi Data を利用できます。
このデータセットは ClickHouse Cloud で利用できるほか、[こちらの手順](/docs/ja/get-started/sample-datasets/nyc-taxi)に従って読み込むこともできます。
このガイドでは、Mitzu の使い方を簡単に紹介します。より詳しい情報については、[Mitzu のドキュメント](https://docs.mitzu.io/)を参照してください。
HTTP(S) で ClickHouse に接続するには、次の情報が必要です。
| Parameter(s) | Description |
| ------------------------- | --------------------------------------------------------- |
| `HOST` and `PORT` | 通常、TLS を使用する場合のポートは 8443、TLS を使用しない場合は 8123 です。 |
| `DATABASE NAME` | デフォルトでは `default` という名前のデータベースがあります。接続先のデータベース名を使用してください。 |
| `USERNAME` and `PASSWORD` | デフォルトのユーザー名は `default` です。用途に応じたユーザー名を使用してください。 |
ClickHouse Cloud サービスの詳細は、ClickHouse Cloud コンソールで確認できます。
サービスを選択し、**Connect** をクリックします。
**HTTPS** を選択します。接続情報は `curl` コマンドの例として表示されます。
セルフマネージド ClickHouse を使用している場合、接続情報は ClickHouse 管理者によって設定されます。
まず、[https://app.mitzu.io](https://app.mitzu.io) にアクセスしてサインアップします。
組織を作成したら、左側のサイドバーにある `Set up your workspace` オンボーディングガイドに従ってください。次に、`Connect Mitzu with your data warehouse` リンクをクリックします。
まず、接続タイプとして ClickHouse を選択し、接続情報を入力します。次に、`Test connection & Save` ボタンをクリックして設定を保存します。
接続を保存したら、`Event tables` タブを選択し、`Add table` ボタンをクリックします。モーダルで、データベースと Mitzu に追加するテーブルを選択します。
チェックボックスを使って少なくとも 1 つのテーブルを選択し、`Configure table` ボタンをクリックします。モーダルウィンドウが開き、各テーブルのキーカラムを設定できます。
> ClickHouse 環境でプロダクトアナリティクスを実行するには、テーブル内の
> いくつかの重要なキーカラムを指定する必要があります。
>
> 該当するのは次のとおりです。
>
> * **User id** - ユーザーを一意に識別するためのカラム。
> * **Event time** - イベントのタイムスタンプカラム。
> * Optional\[**Event name**] - テーブルに複数のイベントタイプが含まれている場合、このカラムでイベントを分類します。
すべてのテーブルの設定が完了したら、`Save & update event catalog` ボタンをクリックします。すると Mitzu が、上で定義したテーブルからすべてのイベントとそのプロパティを検出します。この手順には、データセットのサイズによっては数分かかる場合があります。
Mitzu でのユーザーセグメンテーションは、Amplitude、Mixpanel、PostHog と同じように簡単です。
`Explore` ページには左側にイベントの選択エリアがあり、上部のセクションでは期間を設定できます。
**フィルターと内訳**
フィルタリングは直感的です。プロパティ (ClickHouse のカラム) を選択し、絞り込みたい値をドロップダウンから選択します。
内訳には任意のイベントプロパティまたはユーザープロパティを選択できます (ユーザープロパティを取り込む方法については、以下を参照してください) 。
ファネルでは最大 9 つのステップを選択できます。ユーザーがファネルを完了するまでの時間枠を選択します。
SQL コードを 1 行も書かずに、コンバージョン率に関するインサイトをすぐに得られます。
**トレンドを可視化する**
`Funnel trends` を選択すると、ファネルのトレンドを時系列で可視化できます。
継続率の計算では、最大 2 つのステップを選択します。リピートウィンドウの継続期間を選択します。
SQL を 1 行も書かずに、コンバージョン率のインサイトをすぐに得られます。
**コホート継続率**
`Weekly cohort retention` を選択すると、継続率が時間の経過とともにどのように変化するかを可視化できます。
ファネルには最大 9 つのステップを選択できます。ユーザーがこのジャーニーを完了できる時間枠を選択してください。Mitzu のジャーニーチャートでは、ユーザーが選択したイベント間をどのような経路で進んだかを視覚的に把握できます。
**ステップを分類する**
同じステップ内のユーザーを区別するために、`Break down` セグメントのプロパティを選択できます。
収益設定を行っていれば、Mitzu は支払いイベントに基づいて合計 MRR とサブスクリプション数を計算できます。
Mitzu は SQL Native です。つまり、Explore ページで選択した設定に基づいて、ネイティブな SQL コードを生成します。
**BI ツールで作業を続ける**
Mitzu UI に制約がある場合は、SQL コードをコピーして BI ツールで作業を続けてください。
## Mitzu サポート
お困りの際は、お気軽に [support@mitzu.io](email://support@mitzu.io) までお問い合わせください
または、[こちら](https://join.slack.com/t/mitzu-io/shared_invite/zt-1h1ykr93a-_VtVu0XshfspFjOg6sczKg) から Slack コミュニティにご参加ください
## 詳細情報
Mitzu の詳細については、[mitzu.io](https://mitzu.io) をご覧ください。
ドキュメントについては、[docs.mitzu.io](https://docs.mitzu.io) をご覧ください。
