同期群分析（cohort analysis）是指将不同群组在一定时间内的行为资料进行视觉化， 也就是说洞察使用者行为随着时间是如何变化的，以及群组与群组之间的使用者行为变化又有怎样的区别。
对产品经理来说，了解产品对使用者的长期影响因素是十分重要的，最简单的一种方式就是通过同期群分析（cohort analysis）来剖析使用者的行为。
那么，什么是cohort analysis？让我们来了解下每个单词的意思。
Cohort就是表示一组人群。
以你们学校的毕业年份为例，2010级是一个群组，而2011级则是另外一个群组。
你可以按自己的意愿建立任何群组。例如，你可以按照家庭收入中位数进行分组，也可以按照促销活动进行分组，或是按年龄分组。
同类群分析就是将不同群组在一定时间内的行为资料进行视觉化。
换句话说，你想要洞察使用者行为随着时间是如何变化的，以及群组与群组之间的使用者行为变化又有怎样的区别。
针对消费者产品进行同期群分析是最简单的方式，所以本篇文章会通过B2C产品介绍什么是同期群分析。之后，我会另起文章详细介绍下为什么B2B产品的同期群分析会与众不同。
下面，就让我们详细介绍B2C产品的同期群分析。
B2C产品的同期群分析以下是关于B2C产品使用者留存率的同期群分析：
这是个二维图表，你必须知道如何解读横轴和纵轴的资料。
首先，我们先从左往右第一排分析资料开始解读。
第1组使用者在2019年1月7日启用新账户，这个群组里共有14,256个使用者。
一周后，本虚拟产品仅有70.4%的活跃使用者，也就是14,256 * 70.4% = 10,036个使用者仍保持活跃。
两周后，本虚拟产品仅有35.9%的活跃使用者，也就是14,256 * 35.9% = 5,118个使用者仍保持活跃。
从左往右，你会看到这组使用者群随时间的变化。通常情况下，群组规模会随着时间越来越小，这是因为对产品仍然感兴趣的使用者会越来越少。
8周后，使用者几乎全部流失，仅有855个使用者（0.6%）还保持活跃。
接下来，我们试着自上而下解读。
第2组使用者在2019年1月14号启用账户，新增使用者数量为18,354个，比第一组增长了29%。
尽管从使用者数量来看，第2组拥有了更多的使用者，但是很快我们就会发现第2组在使用者留存率的表现更差。
一周后，与第1组的70.4%相比，第2组的使用者留存率仅有34.6%。
相对差值达到51%，这完全无法平衡第2组增加的少量使用者。
继续对比一周后的资料，我们会发现第2组到第4组的使用者留存率都很低，而第1、5、6、7和8组的使用者留存率基本相当。
但是，对比8周后的各组资料，很明显，第7组和第8组的使用者留存率要比其他群组都高得多。
同期群分析结论你可以从B2C产品的同期群分析中了解到哪些内容？
首先，同期群分析能够让你从不同群组的分析资料中找到问题所在，而不是通过衡量总体指标来分析使用者行为。
例如，如果不按群组区分使用者，活跃使用者随时间的变化情况会如下图所示：
活跃使用者人数（1月14日）=14256*35.9+18354*0.346
上图显示活跃使用者数量正快速增长！
但是，从以上图表中，我们无法看出前几组的使用者留存率表现真的很糟糕。
事实上，从该图表中，我们无法看出最初群组的使用者几乎全部流失！
其次，同期群分析能够帮助你为对比试验设定一个衡量标准。还是用以下的群组分析为例：
假设我们在1月7号的群组中没有进行任何试验，并以该组资料表现为基准。
在第2群组中，我们采用了全新的登陆页面。很明显，新的登入页面给我们带来了更多的使用者（+29%），但是这些使用者的忠诚度却要低很多（1周后，使用者留存率就差了51%）
接下来2周，我们继续更新迭代登陆页面，但是使用者留存率却没有显著提升。
从第4组开始，我们又回到第1组时使用的登陆页面，这时候，我们发现第4组与第1组的使用者行为变化基本一致。
这时候，客户支援部门的某名员工建议在产品里新增即时聊天工具。之后，第5组的资料显示，尽管该组的使用者规模较少，但是使用者留存率要比之前好很多！
在第6组里，我们对聊天工具进行了轻微调整，但使用者行为并没有显著改善。这时候，财务部门的某名员工提议与其让使用者预先付款，不如允许使用者月底再支付。
在第7组中，我们实施了新的付款方式，然后发现该组使用者留存率整体有了显著增长。
这时候，使用者增长部门的某名员工建议新增使用者论坛，并在第8组中开始实施。
第8组的资料显示，使用者论坛功能起了很大作用——甚至延长了使用者活跃时间。
利用同期群分析，我们可以不时地进行测试对比，并观察测试在产品的整个使用周期过程中对使用者群组有怎样的影响。
最后，同期群分析能够让你明确产品是存在使用者留存问题还是使用者获取问题。
很多时候，B2C企业在面临使用者增长停滞不前时，会试图通过更多的销售和营销活动来刺激增长。但这只会雪上加霜，使用者增长率并没有得到任何改善，这是因为企业没有对比以前的群组来分析使用者留存率的变化。
B2C产品太过于关注增加新使用者，而忽视了保留现有使用者的问题，这样会最终造成使用者群的快速流失。
从另一方面来看，如果你保留了原有使用者群组，同时又防止出现“漏桶效应”，那么你每周增加的使用者数量要比流失的多，也就意味着你的使用者群将不断扩大！
总结同期群分析是提高分析能力的有效方法。与其衡量最高指标，不如多维度分析使用者行为变化。
大多数B2C产品的同期群分析都是按时间来分组，因为在吸引新的使用者群的同时，明确以前使用者群留存率的变化也十分重要。
我会在后面的文章中详细讲解如何针对B2B产品进行同类群分析，对这个分析过程要复杂得多，但绝对不会辜负你对此进行的投入！
原文作者：Clement Kao，作为Product Manager HQ （PMHQ）网站上的驻场产品经理，目前已经在PMHQ网站上发表了50+有关产品管理的文章。除此之外，Clement还在PMHQ Slack社群（成员数量超过7,000人）提供产品管理相关建议，并为PMHQ 每周简报（订阅使用者超过24,000人）策划内容。
翻译：“即能”小程式，“即能Upskill”
本文由 @即能 翻译释出于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于CC0协议
