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.
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. curl.
Si vous utilisez ClickHouse autogéré, les détails de connexion sont définis par votre administrateur ClickHouse.
2. Connectez-vous ou inscrivez-vous à Mitzu
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
Test connection & Save pour enregistrer les paramètres.
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.
4. Exécuter des requêtes de segmentation
Filtres et répartitionLe filtrage fonctionne comme vous l’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 la répartition (voir ci-dessous comment intégrer les propriétés utilisateur).
5. Exécutez des requêtes de funnel
Visualisez les tendancesChoisissez Funnel trends pour visualiser l’évolution du funnel au fil du temps.
6. Exécuter des requêtes de rétention
Rétention des cohortesChoisissez Weekly cohort retention pour visualiser l’évolution de vos taux de rétention au fil du temps.
7. Exécuter des requêtes de parcours
Ventiler les étapesVous pouvez sélectionner une propriété dans le segment Break down pour distinguer les utilisateurs au sein d’une même étape.
8. Exécutez des requêtes sur le chiffre d’affaires
Poursuivez votre travail dans un outil BISi vous rencontrez une limitation dans l’interface de Mitzu, copiez le code SQL et poursuivez votre travail dans un outil BI.
