跳到主要内容
跳到主要内容

将 Mitzu 连接到 ClickHouse

Community Maintained

Mitzu 是一款零代码、原生运行于数据仓库之上的产品分析应用。与 Amplitude、Mixpanel 和 PostHog 等工具类似，Mitzu 让用户无需掌握 SQL 或 Python 专业技能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，它会在公司现有的数据仓库或数据湖之上直接生成原生 SQL 查询。

目标​

在本指南中，我们将介绍以下内容：

  • 面向数据仓库的原生产品分析
  • 如何将 Mitzu 与 ClickHouse 集成
示例数据集

如果你没有可供 Mitzu 使用的数据集，可以使用 NYC Taxi Data 数据集。 该数据集在 ClickHouse Cloud 中可用，或者可以按照这些说明进行加载。

本指南仅对如何使用 Mitzu 进行简要概览。你可以在 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，前往 https://app.mitzu.io 注册账号。

Mitzu 登录页面，其中包含电子邮件和密码字段

3. 配置你的工作区​

创建组织之后，按照左侧导航栏中的 Set up your workspace 入门指南完成设置。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 按钮以保存设置。

Mitzu 连接 ClickHouse 的配置页面，带有配置表单

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。在弹出的窗口中，选择你的数据库以及要添加到 Mitzu 的表。

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

Mitzu 表选择界面，显示数据库中的表

要在你的 ClickHouse 部署中进行产品分析，你需要从表中指定几个关键列。

具体包括：

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

当所有表配置完成后，点击 Save & update event catalog 按钮，Mitzu 将根据上述定义的表自动发现所有事件及其属性。根据数据集的大小，此步骤可能需要几分钟时间。

4. 运行分群查询​

在 Mitzu 中进行用户分群与在 Amplitude、Mixpanel 或 PostHog 中一样简单。

Explore 页面左侧是事件选择区域，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

筛选与细分

筛选方式与预期一致：选择一个属性（ClickHouse 列），然后从下拉菜单中选取需要筛选的值。 你可以选择任意事件属性或用户属性进行细分（参见下文了解如何集成用户属性）。

5. 运行漏斗查询​

为一个漏斗最多选择 9 个步骤。选择用户必须在其中完成该漏斗的时间窗口。 无需编写一行 SQL 代码，即可立即获得转化率洞察。

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，以查看随时间变化的漏斗趋势。

6. 运行留存查询​

最多选择 2 个步骤用于计算留存率。为滚动分析选择留存时间窗口。 无需编写任何 SQL 代码，即可立即获得转化率洞察。

Mitzu 留存分析显示不同分群的留存率

分群留存

选择 Weekly cohort retention 来可视化留存率随时间的变化。

7. 运行旅程查询​

为漏斗最多选择 9 个步骤。设置一个时间窗口，用于限定用户完成整个旅程的时间范围。Mitzu 旅程图会为你提供可视化图表，展示用户在所选事件之间经过的每一条路径。

Mitzu 旅程可视化，展示事件之间的用户路径流向

分解步骤

你可以在分段中为 Break down 选择一个属性，用于区分处于同一步骤的不同用户。


8. 运行营收查询​

如果已完成营收配置，Mitzu 可以根据你的付款事件计算总 MRR 和订阅数量。

Mitzu 营收分析仪表板，展示 MRR 指标

9. 原生 SQL​

Mitzu 对 SQL 提供原生支持，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，显示原生 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，在 BI 工具中继续你的工作。

Mitzu 支持​

如果你在使用过程中遇到问题，欢迎通过 [email protected] 联系我们。

你也可以加入我们的 Slack 社区：点击这里

了解更多​

访问 mitzu.io 了解更多关于 Mitzu 的信息

访问我们的文档页面：docs.mitzu.io