干货分享：5分钟掌握高大上的同期群分析

时间：2023-06-04 20:54:01 | 来源：网络营销

时间：2023-06-04 20:54:01 来源：网络营销

重要的事情先说三遍

同期群分析是产品数据分析的核心之一!

同期群分析是产品数据分析的核心之一!

同期群分析是产品数据分析的核心之一!

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?