Mitzu icon

Mitzu

Mitzu 是一款分析代理,可直接在你的資料倉儲上回答問題、監控 KPI,並進行深入產品分析。專為想要自助分析、避免每次請求都走 SQL 或工單的團隊打造。

Mitzu

概覽

Mitzu 是一款運作於你的資料倉儲之上的分析代理。它會使用團隊已擁有的相同來源資料,自動回答問題、監控 KPI,並執行更深入的調查。此產品專為想要自助分析、而不必將每個請求都導向 SQL 或工單的團隊而設計。

網站強調的是產品分析工作流程,而非一般聊天回應。Mitzu 支援漏斗、留存、分群、區隔與旅程分析,並可產生以 SQL 為依據的發現、找出異常,並解釋每個答案背後的邏輯。其結果是一個能幫助分析師與商務使用者,以可追溯的輸出和資料倉儲原生執行方式探索產品行為的助手。

核心能力

資料倉儲原生分析代理

用自然語言提出問題,並直接針對你的資料倉儲資料執行診斷,而不必等待人工 SQL 請求。

跨產品分析方法的深度分析

將漏斗、留存、區隔比較與旅程探索結合在同一個分析流程中,以調查轉換、留存或互動的變化。

監控與異常偵測

自動追蹤指標變化、留存異常與啟動下滑,讓問題在沒有人先查詢前就浮現。

完整 SQL 可視性與分析師核准

查看每個答案所生成的 SQL、在分享前核准查詢,並使用與資料倉儲相同的邏輯工作。

廣泛的資料倉儲與事件支援

連接常見的資料倉儲與事件來源,包括 Snowflake、BigQuery、Databricks、Redshift、ClickHouse、Firebase、GA4 與自訂結構。

內建產品分析工作流程

使用旅程、漏斗、留存、區隔與分群體驗,透過引擎所設計的產品分析流程探索使用者行為。

常見使用情境

  • 診斷指標變動

    產品團隊可以詢問某次發版或活動後,為什麼轉換、啟動或留存發生變化,並使用 Mitzu 的資料倉儲支援分析追溯可能的驅動因素。

  • 臨時產品分析

    分析師可以針對漏斗、留存區間或分群模式進行調查,而不必每次都另外建立報表,之後再在分享發現前檢視生成的 SQL。

  • 主動監控

    團隊可以監看 KPI 的變化,例如留存異常或啟動下滑,並在問題被人工調查前先收到浮現的洞察。

  • 旅程與流失分析

    成長團隊或產品團隊可以沿著旅程追蹤使用者路徑,找出流失點,並點選節點來生成 SQL 查詢或區隔以進一步檢視。

  • B2B 帳戶分析

    B2B 團隊可以使用產品網站所描述的帳戶分析工作流程,追蹤公司層級的參與度、流失風險與擴張訊號。

Pros and Cons

Pros

  • 直接連接資料倉儲,並以團隊既有的資料來源作為分析基礎。
  • 提供生成 SQL 的可視性,讓輸出在分享前更容易驗證。
  • 同一產品涵蓋多種分析工作流程,包括漏斗、留存、旅程、分群與區隔。
  • 可主動監控 KPI 變化與異常,不必等待人工提問。
  • 使用自然語言進行分析,同時仍以資料倉儲資料與語意層作為答案依據。

Cons

  • 最完整的公開資訊集中在產品分析與資料倉儲連動工作流程;對更廣泛、非分析類的用途說明較少。
  • 部分進階部署與存取選項僅列於較高階的定價方案,因此公開網站對大型實作的細節保留較多。

FAQ

設定如何運作?

Mitzu 會連接到你的資料倉儲、掃描結構,並在你開始提問前建立語意層。網站說明設定可在 10 分鐘內完成。

有試用版或免費方案嗎?

定價頁面說明,此產品在 Team 方案提供 14 天免費試用,並有可免費開始的入門方案。頁面也顯示可聯絡銷售以支援更大型部署。

Mitzu 會產生哪些輸出?

Mitzu 可以回答問題、監控 KPI、執行深度分析,並產出 SQL 查詢、漏斗、留存視圖與旅程圖等結果。

它適合誰?

網站將 Mitzu 定位為適合分析師、資料團隊、產品團隊與業務團隊使用,這些團隊需要自助分析,而不必為每個請求都撰寫 SQL。

它支援哪些資料環境?

公開網站說明 Mitzu 可搭配包括 Snowflake、BigQuery、Databricks、Redshift、ClickHouse、Firebase、GA4 與自訂事件結構在內的資料倉儲和資料來源,較高階方案也提供更多部署選項。

Quick Facts

類別
分析代理
主要用途
資料倉儲原生的產品分析與 KPI 分析
關鍵工作流程
漏斗、留存、旅程、分群、區隔
資料來源
Snowflake、BigQuery、Databricks、Redshift、ClickHouse、Firebase、GA4、自訂事件結構
定價訊號
可免費開始,提供 14 天試用與付費方案
部署方式
公開方案為雲端託管;企業版列有私有 VPC 與自架選項