起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識以B2C產品為例，通過同期群分析來發現問題
同期群分析（cohort analysis）是指將不同群組在一定時間內的行為數據進行可視化， 也就是說洞察用戶行為隨著時間是如何變化的，以及群組與群組之間的用戶行為變化又有怎樣的區別。
對產品經理來說，了解產品對用戶的長期影響因素是十分重要的，最簡單的一種方式就是通過同期群分析（cohort analysis）來剖析用戶的行為。
那么，什么是cohort analysis？讓我們來了解下每個單詞的意思。
Cohort就是表示一組人群。?
以你們學校的畢業年份為例，2010級是一個群組，而2011級則是另外一個群組。
你可以按自己的意愿創建任何群組。例如，你可以按照家庭收入中位數進行分組，也可以按照促銷活動進行分組，或是按年齡分組。
同類群分析就是將不同群組在一定時間內的行為數據進行可視化。
換句話說，你想要洞察用戶行為隨著時間是如何變化的，以及群組與群組之間的用戶行為變化又有怎樣的區別。
針對消費者產品進行同期群分析是最簡單的方式，所以本篇文章會通過B2C產品介紹什么是同期群分析。之后，我會另起文章詳細介紹下為什么B2B產品的同期群分析會與眾不同。
下面，就讓我們詳細介紹B2C產品的同期群分析。
B2C產品的同期群分析
以下是關于B2C產品用戶留存率的同期群分析：
這是個二維圖表，你必須知道如何解讀橫軸和縱軸的數據。
首先，我們先從左往右第一排分析數據開始解讀。
第1組用戶在2019年1月7日激活新賬戶，這個群組里共有14,256個用戶。
一周后，本虛擬產品僅有70.4%的活躍用戶，也就是14,256 * 70.4% = 10,036個用戶仍保持活躍。
兩周后，本虛擬產品僅有35.9%的活躍用戶，也就是14,256 * 35.9% = 5,118個用戶仍保持活躍。
從左往右，你會看到這組用戶群隨時間的變化。通常情況下，群組規模會隨著時間越來越小，這是因為對產品仍然感興趣的用戶會越來越少。?
8周后，用戶幾乎全部流失，僅有855個用戶（0.6%）還保持活躍。
接下來，我們試著自上而下解讀。
第2組用戶在2019年1月14號激活賬戶，新增用戶數量為18,354個，比第一組增長了29%。
盡管從用戶數量來看，第2組擁有了更多的用戶，但是很快我們就會發現第2組在用戶留存率的表現更差。
一周后，與第1組的70.4%相比，第2組的用戶留存率僅有34.6%。
相對差值達到51%，這完全無法平衡第2組增加的少量用戶。
繼續對比一周后的數據，我們會發現第2組到第4組的用戶留存率都很低，而第1、5、6、7和8組的用戶留存率基本相當。
但是，對比8周后的各組數據，很明顯，第7組和第8組的用戶留存率要比其他群組都高得多。
同期群分析結論
你可以從B2C產品的同期群分析中了解到哪些內容？
首先，同期群分析能夠讓你從不同群組的分析數據中找到問題所在，而不是通過衡量總體指標來分析用戶行為。
例如，如果不按群組區分用戶，活躍用戶隨時間的變化情況會如下圖所示：
活躍用戶人數（1月14日）=14256*35.9+18354*0.346
上圖顯示活躍用戶數量正快速增長！?
但是，從以上圖表中，我們無法看出前幾組的用戶留存率表現真的很糟糕。
事實上，從該圖表中，我們無法看出最初群組的用戶幾乎全部流失！
其次，同期群分析能夠幫助你為對比試驗設定一個衡量標準。還是用以下的群組分析為例：
假設我們在1月7號的群組中沒有進行任何試驗，并以該組數據表現為基準。?
在第2群組中，我們采用了全新的登陸頁面。很明顯，新的登錄頁面給我們帶來了更多的用戶（+29%），但是這些用戶的忠誠度卻要低很多（1周后，用戶留存率就差了51%）
接下來2周，我們繼續更新迭代登陸頁面，但是用戶留存率卻沒有顯著提升。
從第4組開始，我們又回到第1組時使用的登陸頁面，這時候，我們發現第4組與第1組的用戶行為變化基本一致。
這時候，客戶支持部門的某名員工建議在產品里添加即時聊天工具。之后，第5組的數據顯示，盡管該組的用戶規模較少，但是用戶留存率要比之前好很多！
在第6組里，我們對聊天工具進行了輕微調整，但用戶行為并沒有顯著改善。這時候，財務部門的某名員工提議與其讓用戶預先付款，不如允許用戶月底再支付。
在第7組中，我們實施了新的付款方式，然后發現該組用戶留存率整體有了顯著增長。
這時候，用戶增長部門的某名員工建議添加用戶論壇，并在第8組中開始實施。
第8組的數據顯示，用戶論壇功能起了很大作用——甚至延長了用戶活躍時間。
利用同期群分析，我們可以不時地進行測試對比，并觀察測試在產品的整個使用周期過程中對用戶群組有怎樣的影響。
最后，同期群分析能夠讓你明確產品是存在用戶留存問題還是用戶獲取問題。
很多時候，B2C企業在面臨用戶增長停滯不前時，會試圖通過更多的銷售和營銷活動來刺激增長。但這只會雪上加霜，用戶增長率并沒有得到任何改善，這是因為企業沒有對比以前的群組來分析用戶留存率的變化。
B2C產品太過于關注增加新用戶，而忽視了保留現有用戶的問題，這樣會最終造成用戶群的快速流失。
從另一方面來看，如果你保留了原有用戶群組，同時又防止出現“漏桶效應”，那么你每周增加的用戶數量要比流失的多，也就意味著你的用戶群將不斷擴大！
總結
同期群分析是提高分析能力的有效方法。與其衡量最高指標，不如多維度分析用戶行為變化。
大多數B2C產品的同期群分析都是按時間來分組，因為在吸引新的用戶群的同時，明確以前用戶群留存率的變化也十分重要。
我會在后面的文章中詳細講解如何針對B2B產品進行同類群分析，對這個分析過程要復雜得多，但絕對不會辜負你對此進行的投入！
原文作者：Clement Kao，作為Product Manager HQ （PMHQ）網站上的駐場產品經理，目前已經在PMHQ網站上發表了50+有關產品管理的文章。除此之外，Clement還在PMHQ?Slack社區（成員數量超過7,000人）提供產品管理相關建議，并為PMHQ 每周簡報（訂閱用戶超過24,000人）策劃內容。
原文鏈接：https://www.productmanagerhq.com/2019/05/introduction-to-cohort-analysis/
翻譯：「即能」小程序，公眾號：「即能Upskill」
本文由 @即能 翻譯發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
- 目前還沒評論，等你發揮！
