十大互联网数据分析方法之-同期群分析

什么是同期群分析
同期群分析(Cohort Analysis,亦称群组分析的主要目的是分析相似群体随时间的变化(比如用户的回访)
即指定时间内具有相同属性或者行为的用户群体。这俩重点强调指定相同时间内。是我们在网站分析APP分析中常用的一种数据分析方法
例如 本周登录的用户、本周购买用户、当天激活用户。
cohort用户留存分析是将用户的留存行为分为初始行为和留存行为。
初始行为:比如“首次访问”、“首次登陆” 或 “第一次产生购买行为”等
留存行为:比如“加入购物车”、“加入收藏”

案例1:某产品APP,某天激活APP的有1000人,次日留存40%,7日20%,30日留存有10%。通过同期群分析可以分析该产品的的健康度较高。功能满足用户需求。
案例2:电商平台,对首次登录的用户进行同期群分析。次月人均次数0.6次,2月后人均购买次数为1.2次,3月后人均购买次数为1.3次,但到了第四个月人均购买次数突然涨到2.3次。通过同期群多维度拆分就可以研究人均购买次数4月份突然增加的原因。

同期群分析使我们能分析用户生命周期不同阶段用户的行为,侧重于分析在客户生命周期相同阶段的群组之间的差异。:

为什么要进行同期群分析

同期群分析是提高产品用户留存的重要方法

同期群分析能帮我们分析真是的用户行为,从用户维度、推广维度细分用户行为,提升用户价值最大化

通过同期群分析,您能够比较具有相同用户行为的用户群。任何一位安装您应用的用户都会有参与度的时间期限,而该时间期限表示了您可以操控的趋势。当您的用户群不断变化,您执行的变更不会十分显著。因此,要清楚地看到您的操作带来的影响,您需要分析同一个用户群经过一段时间的变化,这才会是同期群分析的用武之地。

在产品发展过程中,我们通常会把产品收入和产品用户总量作为衡量这个产品成功与否的终极指标。不可否认这些指标固然重要,但是它们并不能用来衡量产品最近所取得的成功,并且极有可能会掩盖一些急需我们关注的问题,如用户参与度持续走低、用户新增在逐渐变缓等。在用户行为分析的过程中,我们需要更细致的衡量指标,这样才更有利于我们准确预测产品发展的走向并通过版本迭代及时对产品进行优化和改进。

同期群分析消除了同时运行改进和活动可能引起的混乱,这样您就可以更好地感觉到是什么产生最好的结果,因而是值得投资的。

从上图我们可以看到,横向代表用户1个月,两个月后的留存,实际上为用户的产品年龄,对于1月的用户的新增用户,新增用户体量

如何进行同期群分析

例如我们的运营团队在9月份发起了一场为期60天的欢迎活动,想要通过一系列折扣和优惠来推动用户增长。通过广告展示和社交媒体,我们每天都有数以千计的用户增长。5个月后,我们的用户增长量非常大,领导对我们的活动结果非常满意。

表面看,我们顺利达到了用户增长的目标。然而,当我们仔细研究同期群的数据,从用户的终身价值出发,我们会发现,欢迎活动中新增的用户在活动2个月之后购买率持续降低,与之相反,活动前的新增用户如8月份的用户,在活动的这五个月里购买率一直比较稳定。

常见的同期群分析指标是用户访问行为指标,同时可以选择不同的业务指标通过同期群分析用户的价值。

同期群分析有利于我们更深层次的分析用户行为

同期群分析有利于我们从多角度深层次的分析用户行为,找到影响用户行为指标或者结果指标的关键因素,从而达到用户增长的目的。