将 Mitzu 连接到 ClickHouse
Mitzu 是一种无代码、仓库原生的产品分析应用程序。与 Amplitude、Mixpanel 和 PostHog 等工具类似，Mitzu 使用户能够分析产品使用数据，而无需具备 SQL 或 Python 专业知识。
然而，与这些平台不同，Mitzu 不会重复公司的产品使用数据。相反，它直接在公司的现有数据仓库或数据湖上生成原生 SQL 查询。
目标
在本指南中，我们将涵盖以下内容：
- 仓库原生产品分析
- 如何将 Mitzu 集成到 ClickHouse
如果您没有可用于 Mitzu 的数据集，可以使用 NYC Taxi 数据。 此数据集可在 ClickHouse Cloud 中获取，或者 可以按照这些说明加载。
本指南只是如何使用 Mitzu 的简要概述。您可以在 Mitzu 文档 中找到更详细的信息。
1. 收集连接详细信息
要通过 HTTP(S) 连接到 ClickHouse，您需要以下信息：
-
HOST 和 PORT：通常情况下，使用 TLS 时端口为 8443，不使用 TLS 时端口为 8123。
-
数据库名称：默认情况下，有一个名为
default的数据库，请使用您要连接的数据库名称。 -
用户名和密码：默认情况下，用户名为
default。请使用适合您用例的用户名。
您的 ClickHouse Cloud 服务的详细信息可以在 ClickHouse Cloud 控制台中找到。选择您要连接的服务并点击 Connect：
选择 HTTPS，并且详细信息可以在一个示例 curl 命令中找到。
如果您使用自管理的 ClickHouse，连接详细信息由您的 ClickHouse 管理员设置。
2. 登录或注册 Mitzu
作为第一步，请前往 https://app.mitzu.io 注册。
3. 配置工作区
创建组织后，请按照左侧边栏中的 设置您的工作区 入门指南进行操作。然后，单击 将 Mitzu 连接到您的数据仓库 链接。
4. 将 Mitzu 连接到 ClickHouse
首先，选择 ClickHouse 作为连接类型并设置连接详细信息。然后，单击 测试连接并保存 按钮以保存设置。
5. 配置事件表
连接保存后，选择 事件表 标签并单击 添加表 按钮。在弹出窗口中，选择您的数据库和您想要添加到 Mitzu 的表。
使用复选框选择至少一个表，然后单击 配置表 按钮。这将打开一个弹出窗口，您可以在此设置每个表的关键列。
要在您的 ClickHouse 设置上运行产品分析，您需要 > 从您的表中指定一些关键列。
这些包括：
- 用户 ID - 用户的唯一标识符列。
- 事件时间 - 您的事件的时间戳列。
- 可选 [事件名称] - 如果表包含多种事件类型，此列将对事件进行细分。
配置完所有表后，单击 保存并更新事件目录 按钮，Mitzu 将识别上述定义表中的所有事件及其属性。此步骤可能需要几分钟，具体取决于数据集的大小。
6. 运行分段查询
在 Mitzu 中进行用户分段与在 Amplitude、Mixpanel 或 PostHog 中一样简单。
探索页面有左侧的事件选择区域，而顶部则允许您配置时间范围。
过滤的方式与您所期待的相同：选择一个属性（ClickHouse 列），从下拉列表中选择要过滤的值。 您可以选择任何事件或用户属性以进行细分（请参见下面如何集成用户属性）。
7. 运行漏斗查询
选择最多 9 个步骤进行漏斗分析。选择用户可以完成漏斗的时间窗口。 无需编写一行 SQL 代码，立即获得转化率洞察。
选择 漏斗趋势 以可视化随时间变化的漏斗趋势。
8. 运行留存查询
选择最多 2 个步骤来计算留存率。选择重复窗口的留存窗口，以便 无需编写一行 SQL 代码，立即获得转化率洞察。
选择 每周群体留存 来可视化您的留存率如何随时间变化。
9. 运行旅程查询
选择最多 9 个步骤进行漏斗分析。选择用户可以完成旅程的时间窗口。Mitzu 旅程图为您提供了用户在所选事件中采取的每条路径的可视化地图。
您可以选择一个属性进行 细分，以区分同一步骤中的用户。
10. 运行收入查询
如果配置了收入设置，Mitzu 可以根据您的支付事件计算总 MRR 和订阅数量。
11. SQL 原生
Mitzu 是 SQL 原生的，这意味着它根据您在探索页面上的配置生成原生 SQL 代码。
如果您在 Mitzu UI 中遇到限制，请复制 SQL 代码，并在 BI 工具中继续工作。
Mitzu 支持
如果您迷失了，可以随时联系我们 [email protected]
或您可以在我们的 Slack 社区 这里
了解更多
在 mitzu.io 上找到更多关于 Mitzu 的信息
访问我们的文档页面 docs.mitzu.io
