共计 2795 个字符，预计需要花费 7 分钟才能阅读完成。
在产品倒退过程中，咱们通常会把产品支出和产品用户总量作为掂量这个产品胜利与否的终极指标。不可否认这些指标诚然重要，然而它们并不能用来掂量产品最近所获得的胜利，并且极有可能会覆盖一些急需咱们关注的问题，如用户参与度继续走低、用户新增在逐步变缓等。在用户行为剖析的过程中，咱们须要更粗疏的掂量指标，这样才更有利于咱们精确预测产品倒退的走向并通过版本迭代及时对产品进行优化和改良。
这是精益守业外面的翻新核算所提倡的关键点。
基本概念
同期群剖析 (Cohort Analysis) 的次要目标是剖析类似群体随工夫的变动，用户行为的变化趋势。
什么是同期群？
雷同工夫内具备类似或特定属性 / 行为的群体。（工夫 + 特定属性）
例 1：将 70 年代出世的人划分为一个群组
例 2：将 5 月 1 日~5 月 7 日的注册用户划分为一个群组
什么是同期群剖析？
将用户进行同期群划分后，比照不同 同期群组用户的雷同指标就叫同期群剖析（不同同期群 + 雷同指标）
例 1：
70 年代出世的人的每日手机应用频率
80 年代出世的人的每日手机应用频率
90 年代出世的人的每日手机应用频率
例 2：
5 月 1 日~5 月 7 日的注册用户的次日留存
5 月 8 日~5 月 15 日的注册用户的次日留存
5 月 16 日~5 月 23 日的注册用户的次日留存
同期群剖析示例
咱们先将用户按初始行为的产生工夫进行划分为群组（即同期群），能够看到对处于雷同生命周期阶段的用户进行垂直剖析后（横向比拟），随工夫的变动，用户的应用频率在逐步升高。
某 APP 进步用户留存案例
某 APP 针对首次启动 APP 的用户进行同期群剖析，并察看他们接下来七天的留存状况。
图一：某电商 APP 新增用户 7 日留存率
- 17461 个新增用户在 10 月 30 日首次启动了 APP，第一天在这些用户里有 30.6% 的人再次启动，第四天 12.2%，第七天 7.9%，这表明在第七天的时候约每 12 个用户里就只剩下一个沉闷用户。这同时也意味着他们散失了 92% 的用户。
咱们须要晓得哪些同期群有更好的留存并剖析起因。如：他们在那一天发动了一场新的营销流动吗? 还是提供了促销或折扣？或是公布了新性能，在产品里增加了视频教程？他们能够将这些胜利的策略利用于其余用户，来进步用户活跃度及留存率。
咱们还能够比拟不同时间段的留存：
- 拉新后的留存：通过比拟拉新后不同的同期群，咱们能够看到 4 天，7 天等时间段后再次回来的用户。这些同期群数据能够让咱们理解用户登录体验，产品质量，用户体验，市场对产品的需要力等要害信息。
= 长期留存：通过观察每个同期群用户再次回来应用 APP 的天数，咱们能够看到每个同期群长期的留存，而不是拉新后几天的留存。咱们能够晓得用户是在哪里退出的，并且能够晓得沉闷用户群有什么特色，他们在做什么，这样一方面有助于咱们在拉新时疾速找到指标用户，另一方面咱们还能够影响新用户，让他们遵循同样的路线，最终成为虔诚用户的模样。
通过同期群剖析能帮忙咱们实时监控实在的用户行为、掂量用户价值并制订有针对性的营销计划
例如他们的经营团队在 9 月份发动了一场为期 60 天的欢送流动，想要通过一系列折扣和优惠来推动用户增长。通过广告展现和社交媒体，他们每天都有数以千计的用户增长。5 个月后，他们的用户增长量十分大，领导对他们的流动后果十分称心。
外表看，他们顺利达到了用户增长的指标。然而，当咱们认真钻研同期群的数据，从用户的一生价值登程，咱们会发现，欢送流动中新增的用户在流动 2 个月之后购买率继续升高，与之相同，流动前的新增用户如 8 月份的用户，在流动的这五个月里购买率始终比较稳定。
图二：某 APP 用户购买状况
如果咱们只把每月总收入作为掂量指标，咱们就会认为支出增长仅仅来自新涌入的用户。然而，流动启动之后的用户群组数据表明，一旦优惠活动完结，支出就会降落。支出降落证实他们并没有扩充忠诚用户群体。
如上所示，通过同期群剖析咱们能够实时监控实在的用户行为趋势，否则，咱们会因为只剖析总体数据失去谬误的判断而做出谬误的决策。通过剖析每个同期群的行为差别，咱们能够制订有针对性的营销计划。
在这个案例中，经营人员须要制订新策略来进步流动开始两个月后的用户参与度。
同期群剖析常用工具 – 用户留存表
做同期群剖析，最罕用的工具是用户留存表，也就是后面例子中的表格。用户留存剖析，是将用户的行为分为：
- 初始行为：如“首次关上利用”、“胜利注册”或“第一次购买”；
- 留存行为：能够是用户的任意一种行为，或某个特定的行为（如“购买”，或“分享到社交网络”）；
通过将用户按初始行为的产生工夫分组（失去同期群），而后再统计初始行为工夫后不同时段内留存行为的产生频次（或时长，或其余有意义的计量，比方生产金额），制成表格就失去了用户留存表。
不过，在进行用户留存剖析时，有个十分重要的问题要留神，即：
不是用户的所有应用行为都对产品有价值。剖析用户留存，肯定要找到价值行为，剖析用户的价值留存，才会对产品改良产生更大的帮忙。
具体来说，就是如何定义留存行为。如果不能实在的反映出用户的应用与产品的理论经营情况之间的关系，就可能会造成一片凋敝假象，导致产品改良走向“叫好不叫座”的误区。
基于用户生命周期进行同期群剖析
理解了同期群剖析概念后，咱们须要基于产品用户生命周期进行同期群剖析
什么是用户生命周期？
以微博为例：
- 【初期应用阶段】用户刚开始应用微博时，对性能不相熟，关注和粉丝都很少，能取得到的有价值内容无限，因而应用频率较低，互动（评论、点赞）和发微博的行为很少。
- 【频繁应用阶段】随着时间推移，用户逐步建设起了本人的关系网络，并且关注了很多感兴趣的博主，这时用户应用微博的频率十分高，每天花大量的工夫在浏览、评论、回复、发微博上。
- 【趣味升高阶段】工夫的脚步向前不停，用户逐步发现每天花在微博上的工夫太多了，而且每天看来看去就是那些内容，逐步产生了腻烦（趣味丢失），恰好这时，很多其余乏味的利用如雨后春笋般展露，吸引并占用了用户的不少工夫（趣味转移），用户应用微博的工夫缩小了很多，而且发微博、评论也不那么及时了。
- 【趣味丢失阶段】再起初，用户对微博曾经没有新鲜感，趣味已根本丢失，可能隔很多蠢才偶然关上一次（甚至不再关上），而且根本不再发新微博。
- 【散失阶段】再再起初，彻底不必了
对于微博来说，用户从初期应用、频繁应用，到趣味升高、趣味丢失，到齐全不必，就是用户的生命周期。
通过产品用户的生命周期分为若干个阶段，每个阶段均匀多长时间，剖析理论用户的行为，进而采取不同的经营策略。
小结
同期群剖析（Cohort Analysis）有利于咱们更深层地剖析用户行为，并揭示总体掂量指标所覆盖的问题。在营销形式和流动成果一直变动的当下，学会使用同期群剖析有利于咱们预测将来支出和产品发展趋势。
IDCF DevOps 黑客马拉松👉 9 月 11-12 日，上海站，11 月 20-21 日，深圳站，企业组队参赛 & 集体参赛均可，一年等一回，错过等一年，连忙上车~ 公众号回复“黑马”退出
