Analyser un utilisateur PostHog en profondeur par email

Analyse approfondie d'un utilisateur PostHog par adresse email. Analysez ce qu'il fait, où il passe du temps et quels produits il utilise.

Input : $ARGUMENTS (adresse email, ex. artis.conka@enlabs.com)

Process

Step 0 : Demander la période analysée

Avant d'exécuter les requêtes, posez la question à l'utilisateur :

"Quelle période souhaitez-vous analyser ? (défaut : 14 derniers jours)"

S'il ne répond pas ou dit "défaut", utilisez 14 jours. Utilisez sa réponse pour définir {days} dans toutes les requêtes ci-dessous.

Step 1 : Exécuter les requêtes en parallèle

Exécutez toutes les requêtes suivantes simultanément via l'outil MCP query-run.

1. Aperçu d'activité — ventilation des événements (excluant les éléments internes PostHog) :

SELECT event, count() as cnt
FROM events
WHERE person.properties.email = '{email}'
  AND timestamp >= now() - interval {days} day
  AND event NOT IN (
    '$feature_flag_called',
    '$ai_span',
    '$ai_trace',
    '$autocapture',
    '$web_vitals',
    'react_framerate',
    'spinner_unloaded',
    'replay_parse_timing',
    '$dead_click'
  )
GROUP BY event
ORDER BY cnt DESC
LIMIT 30

2. Vues de page — où il passe du temps :

SELECT properties.$current_url as url, count() as cnt
FROM events
WHERE person.properties.email = '{email}'
  AND event = '$pageview'
  AND timestamp >= now() - interval {days} day
GROUP BY url
ORDER BY cnt DESC
LIMIT 25

3. Détails des insights — quels insights/dashboards il consulte :

SELECT properties.insight as insight_type, properties.insight_name as name, count() as views
FROM events
WHERE person.properties.email = '{email}'
  AND event = 'insight viewed'
  AND timestamp >= now() - interval {days} day
GROUP BY insight_type, name
ORDER BY views DESC
LIMIT 20

4. Vues de session replay — replays qu'il a regardés :

SELECT
  properties.session_id as session_id,
  properties.$current_url as url,
  timestamp
FROM events
WHERE person.properties.email = '{email}'
  AND event = '$recording_viewed'
  AND timestamp >= now() - interval {days} day
ORDER BY timestamp DESC
LIMIT 20

5. Utilisation du suivi des erreurs — comment il interagit avec le suivi des erreurs dans PostHog :

SELECT event, properties.issue_id as issue_id, properties.issue_name as issue_name, count() as cnt
FROM events
WHERE person.properties.email = '{email}'
  AND event IN ('error tracking issue viewed', 'error tracking issue resolved', 'error tracking issue assigned', 'error tracking issue suppressed', 'error tracking list viewed')
  AND timestamp >= now() - interval {days} day
GROUP BY event, issue_id, issue_name
ORDER BY cnt DESC
LIMIT 20

6. Utilisation d'IA PostHog — comptages Max et analyse d'insights :

SELECT event, count() as cnt
FROM events
WHERE person.properties.email = '{email}'
  AND event IN ('$ai_generation', '$conversations_loaded', 'insight analyzed', 'chat with data opened')
  AND timestamp >= now() - interval {days} day
GROUP BY event
ORDER BY cnt DESC

7. Où il ouvre Max — sur quelles pages/contextes il utilise Max :

SELECT
  properties.$current_url as url,
  count() as cnt
FROM events
WHERE person.properties.email = '{email}'
  AND event = '$conversations_loaded'
  AND timestamp >= now() - interval {days} day
  AND properties.$current_url LIKE '%posthog.com/project%'
GROUP BY url
ORDER BY cnt DESC
LIMIT 20

Step 2 : Recoupement avec Vitally

Utilisez les outils Vitally pour rechercher l'utilisateur par email — obtenez son rôle, titre, nom du compte et toute donnée CRM disponible.

Format de sortie

Executive Summary

2–3 phrases résumant qui est cette personne, ce qu'elle utilise principalement PostHog pour faire et l'aspect le plus intéressant ou actif de son utilisation. Rédigez comme si vous faisiez un point avant un appel avec cet utilisateur.

Profil

Nom, email, rôle/titre, LinkedIn (si disponible)
Localisation (fuseau horaire ou données géographiques)
Compte auquel il appartient

Résumé d'activité (derniers {days} jours)

Total des événements, types d'événements clés
Nombre de requêtes exécutées, insights consultés, dashboards vérifiés, exports réalisés

Où il passe du temps

Quels projets PostHog (extraire les ID de projets des URLs)
Quelles zones produits (analytics, replay, flags, LLM analytics, data management, error tracking, etc.)
Dashboards ou insights spécifiques qu'il revisite

Ce qu'il fait

Interpréter les noms d'insights et les schémas — quelles questions commerciales répond-il ?
Construit-il des choses (créer des insights, actions, destinations) ou consomme-t-il (consulter des dashboards, exporter) ?
Suivi des erreurs : traite-t-il activement les erreurs (résoudre, assigner, supprimer) ou simplementparcoure-t-il ?

Session Recordings

Lien direct vers PostHog session replay filtré pour cet utilisateur : https://us.posthog.com/replay?filters={"type":"AND","values":[{"type":"AND","values":[{"key":"email","value":["{email}"],"operator":"exact","type":"person"}]}]}
Résumez les schémas éventuels des replays qu'il a regardés (requête 4) : quelles parties du produit, depuis combien de temps

Utilisation d'IA PostHog

À quelle fréquence ouvre-t-il Max (comptage $conversations_loaded) et effectue-t-il des appels IA (comptage $ai_generation) ?
Utilise-t-il l'analyse d'insights (insight analyzed) ?
Où ouvre-t-il Max ? — Résumez les URLs de la requête 7. Extrayez la zone produit de chaque URL (par ex. /dashboard/ → "dashboards", /sql → "SQL editor", /insights/ → "insights", /persons/ → "person profiles") et listez les contextes principaux avec comptages. Cela indique ce pour quoi il cherche de l'aide.
Consulte-t-il LLM Analytics ?

Angles de prospection

Selon son utilisation, suggérez 2-3 sujets de conversation pour la prospection auprès de cet utilisateur
Signalez tout problème éventuel (échecs de requête, rage clicks, pics du suivi des erreurs, etc.)
Notez tous les produits qu'il n'utilise PAS mais qui seraient pertinents

Important

Demandez la période analysée avant d'exécuter les requêtes.
Utilisez l'outil MCP PostHog query-run, PAS curl. Revenez à curl seulement si MCP est indisponible.
Les données lastSeenTimestamp de Vitally sont obsolètes — NE vous fiez PAS dessus pour l'activité. Utilisez toujours les données d'événements PostHog.
Exécutez toutes les requêtes PostHog en parallèle pour gagner du temps.
Si PostHog retourne 503 (occupé), attendez un moment et réessayez une fois avant d'abandonner cette requête.
Le lien session replay doit utiliser l'email réel de l'utilisateur dans le paramètre de filtre.

user-deep-dive