如果你在用 PostHog 做產品分析,事件收集、漏斗、cohort 與 Experiments 大概已經覆蓋日常監控。Frequentist 實驗引擎會算 Welch’s t-test、p-value 與信心區間,也可開 sequential testing;外部表進了 Data Warehouse 之後,也能在實驗或 SQL 編輯器裡聯結。Frequentist statistics · Analyzing results · Data Warehouse
你比較常卡在下一層:事件要和不宜同步進 PostHog 的本機 CRM/財務表放在一起看,或要把自訂清洗、口徑與限制寫進一份能重跑、能被追問的報告。這時可以把 Lantide 當本機診斷工作站。
什麼時候會需要本機診斷
1. 敏感業務表進不了 Data Warehouse
例如你在 PostHog 看到 checkout_completed 上升,還想知道這些人是否落在本機 CRM 的 enterprise discount 分層。若 CRM 因隱私或合規不能同步,你常會匯出 CSV,再用試算表硬接。卡點通常不是「PostHog 不會 JOIN」,而是這批資料不便上雲。
2. 先清洗、再檢定
標準實驗 UI 適合預先定義的曝光與指標。若你要先排除測試帳號、重算分母、合併本機退款表,再做比例檢定或迴歸,重點會變成:這條 SQL 與這組假設能不能被別人審閱。HogQL/SQL 編輯器能寫查詢;Lantide 則把 Plan 核准、checkpoint 與 Report limitations 留在同一條工作流。
3. 儀表板之外還要交決策文件
給 CFO 或跨部門會議的結論,通常需要決策問題、口徑、證據、限制與下一步,而不只是截圖。見 一份可信的 AI 分析報告。
怎麼和 PostHog 搭配
| 你的任務 | 留在 PostHog | 帶到 Lantide |
|---|---|---|
| 埋點、漏斗、標準實驗 | 是 | 通常不必 |
| 已同步 DW 表的跨源查詢 | 可以先做完 | 通常不必重複 |
| 本機/不宜上雲的業務表聯立 | 受限 | 本機 DuckDB 聯立 |
| 可審閱的正式分析契約 | Insight/Dashboard | Plan、SQL evidence、Report |
跨源 SQL
把 PostHog 匯出的事件(CSV/Parquet)與本機 CRM 放進同一工作區後:
SELECT
e.distinct_id,
e.event,
crm.annual_recurring_revenue,
crm.custom_discount_tier
FROM "posthog_events.csv" e
INNER JOIN "enterprise_clients.csv" crm
ON e.distinct_id = crm.user_guid
WHERE e.event = 'checkout_completed';
這適合 adhoc 診斷與合規敏感聯立,不會取代 PostHog 的持續事件收集。見 用 SQL 查 Excel/CSV。
統計工具怎麼跑
Lantide 內建 run_proportion_test、run_ttest、run_chi_square、run_regression 等工具。正式流程是:先用 SQL 準備乾淨表 → 確認參數(ask_user)→ 再 activate_analysis 注入並執行對應 run_*。Planning 階段不會直接跑正式統計。見 USER_GUIDE §12.9。
解讀時一樣要看樣本量、效應量、多重比較與限制。PostHog 也提醒:多指標會提高至少出現一個假陽性的機率,且預設不做多重比較校正。Frequentist statistics
Plan → Execute → Report
會被追問的分析,先寫清分母、事件定義與時間窗,核准後再執行,並把數字連回 SQL evidence。見 為什麼正式分析要先寫 Plan。
實務三步驟
- 在 PostHog 收斂問題:用 funnel、cohort 或 experiment 找到要深挖的片段;資料已在 Data Warehouse 且合規允許時,優先留在 PostHog 完成。
- 只把需要本機聯立的資料帶到 Lantide:匯出相關事件,與本機 CRM/財務表 JOIN;先做 CSV 資料品質檢查。
- 產出可審閱報告:確認統計參數後執行檢定,寫下 limitations,必要時用 Source Run 重跑上游鏈。
結語
PostHog 適合當產品事件與實驗的主雷達;Lantide 適合處理雷達之外、仍要可驗收的本機診斷。兩者疊加的價值,不是重複算同一個 p-value,而是讓敏感聯立與正式口徑有地方可被審閱、重跑與交接。
建議下一步
- 閱讀 用 AI 分析 CSV 前的資料品質檢查
- 下次遇到「PostHog 事件 × 本機 CRM」時,先看資料能否合法進 Data Warehouse;若不能,再導入 Lantide
參考資料
- PostHog. (查閱 2026-07-25). Frequentist statistics. https://posthog.com/docs/experiments/statistics-frequentist
- PostHog. (查閱 2026-07-25). Analyzing results. https://posthog.com/docs/experiments/analyzing-results
- PostHog. (查閱 2026-07-25). Using Data Warehouse tables in Experiments. https://posthog.com/docs/experiments/data-warehouse
- PostHog. (查閱 2026-07-25). Querying the data warehouse with SQL. https://posthog.com/docs/data-warehouse/query