跳转到主内容
跳转到主内容

将 Mitzu 连接到 ClickHouse

Community Maintained

Mitzu 是一款零代码、仓库原生的产品分析应用程序。与 Amplitude、Mixpanel 和 PostHog 等工具类似，Mitzu 让用户在无需掌握 SQL 或 Python 方面专业知识的情况下即可分析产品使用数据。

然而，与这些平台不同的是，Mitzu 不会复制公司的产品使用数据。相反，它会直接针对公司现有的数据仓库或数据湖生成原生 SQL 查询。

目标​

在本指南中，我们将介绍以下内容：

  • 数据仓库原生的产品分析
  • 如何将 Mitzu 集成到 ClickHouse
示例数据集

如果尚没有可在 Mitzu 中使用的数据集，可以使用 NYC Taxi Data。 该数据集可在 ClickHouse Cloud 中获取，或者可以按照这些说明进行加载。

本指南仅对如何使用 Mitzu 作简要概述。您可以在 Mitzu 文档 中找到更详细的信息。

1. 收集连接信息​

要通过 HTTP(S) 连接到 ClickHouse，您需要以下信息：

参数说明
HOST 和 PORT通常，在使用 TLS 时端口为 8443，不使用 TLS 时端口为 8123。
DATABASE NAME默认提供一个名为 default 的数据库，请填写您要连接的目标数据库名称。
USERNAME 和 PASSWORD默认用户名为 default。请使用适合您使用场景的用户名。

您的 ClickHouse Cloud 服务的详细信息可以在 ClickHouse Cloud 控制台中查看。 选择某个服务并点击 Connect：

ClickHouse Cloud 服务 Connect 按钮

选择 HTTPS。连接信息会显示在示例 curl 命令中。

ClickHouse Cloud HTTPS 连接信息

如果您使用的是自托管 ClickHouse，则连接信息由您的 ClickHouse 管理员进行设置。

2. 登录或注册 Mitzu​

首先，访问 https://app.mitzu.io 注册账号。

包含电子邮件和密码输入字段的 Mitzu 登录页面

3. 配置你的工作区​

创建组织后，在左侧边栏中按照 Set up your workspace 入门指南进行操作。然后，点击 Connect Mitzu with your data warehouse 链接。

Mitzu 工作区设置页面显示入门步骤

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，点击 Test connection & Save 按钮保存设置。

Mitzu 连接 ClickHouse 的设置页面及其配置表单

5. 配置事件表​

连接保存后，选择 Event tables 选项卡并点击 Add table 按钮。在弹出窗口中，选择你的数据库以及要接入 Mitzu 的表。

使用复选框至少选择一个表，然后点击 Configure table 按钮。这会打开一个弹窗，你可以在其中为每个表设置关键列。

Mitzu 表选择界面展示数据库中的数据表

要在你的 ClickHouse 部署上运行产品分析，你需要从表中指定几个关键列。

具体包括：

  • User id - 用作用户唯一标识符的列。
  • Event time - 事件的时间戳列。
  • 可选项 [Event name] - 如果表中包含多种事件类型，此列用于对事件进行分类。
Mitzu 事件目录配置界面展示列映射选项

当所有表都配置完成后，点击 Save & update event catalog 按钮，Mitzu 会从上述定义的表中识别出所有事件及其属性。此步骤可能需要几分钟，具体取决于数据集的大小。

4. 运行分群查询​

在 Mitzu 中进行用户分群与在 Amplitude、Mixpanel 或 PostHog 中同样简单。

Explore 页面左侧区域用于选择事件（event），顶部区域用于配置时间范围。

Mitzu 分群查询界面，包含事件选择和时间配置

过滤与拆分

过滤的方式与预期一致：选择一个属性（ClickHouse 列），然后从下拉列表中选择要过滤的值。 可以选择任意事件或用户属性作为拆分维度（如何集成用户属性见下文）。

5. 运行漏斗查询​

为一个漏斗选择最多 9 个步骤。选择用户完成漏斗所允许的时间窗口。 无需编写一行 SQL 代码，即可立即获取转化率洞察。

Mitzu 漏斗分析视图，展示各步骤之间的转化率

可视化趋势

选择 Funnel trends 以可视化漏斗随时间变化的趋势。

6. 运行留存分析查询​

选择最多 2 个步骤用于计算留存率。为留存分析选择滚动时间窗口，即可进行持续的留存分析。 无需编写任何 SQL 代码，即可立即获得关于转化率的洞察。

Mitzu 留存分析显示分群留存率

分群留存

选择 Weekly cohort retention，以图形方式查看留存率随时间的变化。

7. 运行旅程查询​

为漏斗选择最多 9 个步骤。选择一个时间窗口，规定用户需要在此时间范围内完成整个旅程。Mitzu 旅程图会直观展示用户在所选事件中的每一条路径。

Mitzu 旅程可视化图，展示用户在事件之间的路径流向

分解步骤

你可以在分段中的 Break down 选项里选择一个属性，用来区分处于同一步骤中的不同用户。


8. 运行营收查询​

如果已配置营收设置，Mitzu 可以基于您的支付事件计算总 MRR 和订阅数。

Mitzu 营收分析仪表板显示 MRR 指标

9. 原生 SQL​

Mitzu 是 SQL Native 的，这意味着它会根据你在 Explore 页面上选择的配置生成原生 SQL 代码。

Mitzu SQL 代码生成视图，展示原生 ClickHouse 查询

在 BI 工具中继续你的工作

如果你在使用 Mitzu UI 时遇到限制，可以复制 SQL 代码并在 BI 工具中继续你的工作。

Mitzu 支持​

如果您遇到问题，欢迎通过 [email protected] 与我们联系。

或者加入我们的 Slack 社区：点击这里。

了解更多​

在 mitzu.io 了解 Mitzu 的更多信息

访问我们的文档页面：docs.mitzu.io