干货｜5分钟掌握高大上的同期群分析
什么是同期群（Cohort）？
同期群是一种用户分群的方式。
同期群按用户的新增时间将用户分群，得到的每个群叫一个同期群。
举个例子：
从上帝视角看，对地球这个产品的用户（即人类）的进行划分，得到的同期群就是「70后」、「80后」、「90后」、「00后」……（按新增即出生时间划分）。
对您的产品来说，对用户划分得到的同期群就是「本周新增的用户」、「上周新增的用户」、「上上周新增的用户」……当然也可以按天或按月划分，时间颗粒度可大可小，但重要的是按新增时间划分。
什么是同期群分析（Cohort Analysis）？
同期群分析是指将用户进行同期群划分以后，分析和对比不同同期群组用户的相同指标，这套分析方法就是同期群分析。
要点：
- 对用户进行同期群划分
- 对比不同同期群组（比如本周新增用户和上周新增用户的）
- 对比相同指标（比如注册转化率）
为了便于理解，这里举几个同期群分析例子以供参考：
| 例1 |
现象：一个App，某一天有100位新用户安装并“首次”使用，一天后还剩98人用，两天后…三天后……N天后还有95人在用。
结论：这个产品的粘性非常非常好，几乎全部用户都留存下来，没有流失。
| 例2 |
现象：还是这个App，3月份的新增用户有XXX人，其中只有3%的人安装了第二天还在用。经过运营的改进，4月份的新增用户有YYY人，安装第二天还在用的人提升到了15%。又经过产品改进，5月份的新增用户有ZZZ人，安装第二天还在用的人提升到了30%。
结论：改进前，这个产品非常糟，第二日流失率相当高；但多次产品改进后，其用户粘性得到了大幅提升。
| 例3 |
现象：某电商应用，首次产生购买行为的用户：在“首次购买”之后第一个月内平均买买买10次，在之后第二个月内平均买买买8次，但到了第三个月，平均买买买不足1次。
结论：用户的购买行为在首次发生2个月后骤降，应进一步分析背后原因，并加以改善。
Why 同期群分析？
进行同期群分析最重要的原因是：
同一项产品改进，对不同同期群中的用户，产生的影响是不同的，分开衡量才更能反映真实的情况。
举例来说：
「计划生育」这项伟大的产品策略，只影响「50后 ~ 90后」几个同期群中的用户。因为：计划生育开始实施时，50前的人们已经过了生育年龄，而计划生育结束（全面放开二孩）时，00后还未到生育年龄。
对于产品来说也是如此：
- 如果你为产品增加新手引导，那么只对之后新增的用户（同期群）产生影响，而不会改变老用户的行为；
- 如果你准备发放优惠券，那么对刚刚注册的用户和已长期使用的忠实用户，产生的效果会有差别；
- ……
如何应用同期群分析？
同期群分析是一种分析方法，但更重要的是其背后的思考方式。
所以，请确保你已经充分理解了同期群的概念、同期群分析的基本思路以及为什么应该采用同期群分析（如果还不清楚，请重新、反复阅读前文）。
一旦你掌握了它，只要有合适工具（比如诸葛io）的帮助，您几乎可以在任何场景下使用它：
- 衡量产品业务的整体进展；
- 评估产品改版的效果；
- 优化产品的用户体验；
- 寻找产品改进关键点；
- 提升用户参与度；
- ……
小结
总的来说，所谓同期群分析方法，就是将用户按初始行为的发生时间进行划分为群组。
对处于相同生命周期阶段的用户进行垂直分析（横向比较），从而比较得出相似群体随时间的变化。如上图的例子表明：从初始行为开始，用户的使用频率在逐渐降低。
通过比较不同的同期群，可以从总体上看到，应用的表现是否越来越好了。从而验证产品改进是否取得了效果。
现在，你能理解同期群分析了吗？
本文作者 @于晓松（诸葛io） 来自诸葛io团队。
关键字：产品经理, 数据分析, 用户, 分析
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
