思维工具箱同期群分析
D04
同期群分析
Cohort Analysis
按共同起点分群，沿相同用户年龄比长期表现
这是什么
总活跃涨了，不代表用户留得住。把有共同起点或特征的人组成同期群，沿相同「用户年龄」追踪，而不是把新老用户混在一张总量图里。注册群看留存，首购群看复购；行为分群时，分组行为必须发生在结果观察之前。
示意图
什么时候用 / 别用
该用
- 总量好看但怀疑增长质量变差
- 要比较不同月份、渠道、版本用户的长期表现
- 要判断改版或活动是否真正改善留存/复购
别用
- 最新批次还没到观察日却填成零并下结论
- 用「最终付费用户」回头解释早期行为（选择偏差）
- 样本极小的单元格硬比百分点差异
怎么做
准备：进入群体的时间与规则、后续价值事件；观察截止日期、人群特征、活动与版本变更记录；按自然日、滚动天还是自然周计算的约定
- 按问题选起点，例如首次激活而非首次安装
- 固定返回事件与观察窗，写清「第7天」与「第7—13天至少一次」的差别
- 建行是批次、列是相对时间的表，未成熟单元格留空
- 比较相同年龄的群体，再按渠道或版本拆分
- 对差异提假设，先排除季节、结构与促销，再决定是否实验
交付：同期群留存或复购矩阵、成熟群体对比、累计收入曲线、变化解释与待验证问题
一个例子
假设示例 · 产品
【假设示例】产品经理比较 51as.com 8月与9月注册用户第4周「再次完成工具」留存：28% 对 35%。若9月同时加大高意向渠道，不能直接宣布新版本提升7个百分点，要先拆用户结构。
容易踩坑
- 未成熟单元格填零；用未来结果定义赢家分群
- 曲线差异自动当成产品改动的因果效果
- 样本太小硬下结论
出处：常见于把同起点用户按相对时间追踪留存与复购的分析方法