同期群分析(Cohort Analysis),又称队列分析、群组分析,是一种行为分析技术,通过将用户或客户按照共同特征(最常见的是首次使用/首次购买的时间)分组为"同期群"(Cohort),然后追踪每个群组在后续时间段内的行为变化,从而揭示用户生命周期中的模式和趋势。同期群分析的核心价值在于:它能够区分"用户构成变化"和"用户行为变化"——传统的总体指标(如总留存率、总收入)会受到新用户不断涌入的稀释效应影响,掩盖了真实的用户行为变化,而同期群分析通过比较不同时期加入的用户群组,能够准确判断产品改进是否真正提升了用户留存和 engagement。最常见的同期群分析是留存曲线分析:将用户按注册月份分组,计算每个群组在注册后第1天、第7天、第30天、第90天等的留存率,绘制成留存曲线,通过比较不同月份群组的留存曲线,可以判断产品迭代是否改善了留存。同期群分析还可以按获客渠道、用户行为、订阅计划等维度分组,分析不同群组的LTV、流失率、ARPU等指标。同期群分析是产品分析、用户增长和市场营销中最基础和最重要的分析方法之一,几乎所有现代产品分析工具(如Amplitude、Mixpanel、Google Analytics)都内置了同期群分析功能。
同期群分析(Cohort Analysis)是数据分析方法——把用户按共同特征(通常是注册时间)分组,追踪各组的行为(留存、消费、活跃)随时间的变化。同期群分析的价值:1) 区分新老用户;2) 看到留存趋势;3) 评估产品改动的影响;4) 发现用户生命周期规律。应用:产品分析、用户运营、SaaS、电商、游戏。常见误区:分组太细导致样本不足、只看留存不看原因、忽视季节性、同期群定义不当。

评论区