本文用一个虚拟例子讲述了关于留存率的B2C群组分析，由此凸显了群组分析的实用性与重要价值。
前言
作为产品经理，了解我们对用户的持久影响至关重要，而最简单的方法之一是通过群组分析。
什么是群组分析？让我们把这个词拆开来看。
一个群组简而言之就是一群人。
举个例子：以毕业时间划分，2010年的班级是一个群组，2011年的班级则是一个不同的群组。
你可以划分任何你想要的群组。比如你可以按家庭收入中位数进行分群、你可以通过营销活动分群、你可以按年龄分群。
群组分析是对各群组一段时间的行为数据的可视化分析。
换句话说，你希望了解行为随时间的变化情况，以及不同分群的不同之处。
对消费产品进行群组分析最简单，那么，让我们开始谈谈B2C群组分析吧！
案例：B2C群组分析
下面是一个虚构的关于留存率的B2C群组分析的示例：
这是一个二维图表，因此你必须学习如何读取它的两个轴。首先，让我们从第一行开始，从左到右阅读。
我们有一组用户在2019年1月7日那一周都激活了他们的新帐户，这组用户共包含14,256名用户。
在第一周之后，只有70.4％的用户仍然活跃在我们虚构的产品中。换句话说，14,256 * 70.4％= 10,036个用户继续活跃。
两周后，只有35.9％的用户仍然活跃在我们虚构的产品中。换句话说，14,256 * 35.9％= 5,118名用户继续活跃。
当你从左到右阅读时，你可以随着时间的推移观看这一群用户。一般而言，群组通常会随着时间的推移而变小，因为越来越少的用户仍对该产品感兴趣。
8周后，这整个队列几乎消失了——只有855名用户（0.6％）留在最初的队列中。
现在，让我们尝试从上到下阅读。
我们的第二组用户在2019年1月14日那一周激活。在这个特定的一周，我们有18,354名新用户在我们虚构的B2C产品中激活他们的账户，这个数字增加了29％。
虽然我们可能已经声称在此分群中拥有更多用户的胜利，但我们可以立即看到这个新分群在用户留存方面表现更差。
在他们的第一周，我们只有34.6％的留存率，而第一组的留存率为70.4％。
如果我们继续阅读第1周那一列的数据，我们可以看到分群2,3,4都表现不佳，而分群1,5,6,7和8都表现相似。
但是，如果我们看第8周那一列数据，很明显第7和第8组与其他同类组相比具有更高的留存。
上例解析
你可以从B2C群组分析中学到什么样的东西？
首先，群组分析使你能够拆分不同的组，而不是看一个总指标。
如果我们没有按群组拆分，那么活跃用户数的图表就是以下这样：
看起来我们的活跃用户正在快速增长！但是！从这个图表中，我们不能看出其实我们前面几个群组的留存率很差。
事实上，这个图表并没有告诉我们——我们刚开始的用户都已经流失完了！
其次，群组分析使你能够建立一个基线，以进行快速实验。下面我们再来分析一下：
假设在1月7日那一周，我们没有进行任何实验，这是我们的基线。
在我们的下一个群组中，假设我们用了一个新的落地页。新的落地页显然为我们提供了更多的活跃用户（+ 29％），但这些用户对该产品的忠诚度较低（第1周保留率减少了51％）。
随着我们在接下来的两周内继续迭代落地页，我们发现我们无法吸引更有可能坚持使用的用户。
在第4个群组，假设我们又换回了最开始的落地页。我们看到用户行为在群组1和群组4中非常相似。
从这里开始，我们的客户支持部门的某个人建议在产品本身内提供实时聊天工具。在群组5中，虽然我们的用户数量较少，但我们注意到留存率做得更好！
对于同类群组6，我们稍微调整了聊天工具，但我们没有看到太多改进。在第6周，我们财务部门的某个人建议让用户在月底付款，而不是让他们预先付款。
于是在群组7，当我们将新的支付方法作为实验实施，我们突然看到在整个群组的生命周期中留存率一路飙升。
现在，我们增长部门的某个人建议添加一个用户论坛，我们立刻在群组8实施。对于群组8，用户论坛是一个很大的胜利——用户更长时间保持了活跃。
通过使用群组分析，我们可以经常进行测试，并了解测试如何在整个产品生命周期内影响我们整个用户群的。
最后，群组分析非常适合识别你是否存在留存问题或用户获取问题。
很多时候，当B2C公司的增长停滞不前时，他们会尝试通过更多的促销和营销来保证增长。然而，他们的增长仍然停滞不前。那是因为他们可能没有检查他们以前的用户群的留存情况。
如果B2C产品过于专注于拉新而不是留存，那他们将很快失去用户群。
另一方面，如果您保留了之前的用户，那么每周添加的用户数量就会多于流失的用户，这意味着你的用户群将会增长！
总结
群组分析是增强分析能力的有效方法，让你可以看到跨多个维度的行为，而不是衡量总指标。大多数B2C群组分析将按时间进行分组，因为确定旧群组的保留模式同时为产品引入新的同类群组至关重要。在我们的下一篇文章中，我们将介绍如何对B2B产品进行群组分析——这些分类要复杂得多，但值得我们关注！
大家有啥建议想法，欢迎评论区留言。
原文地址：https://www.productmanagerhq.com/2019/05/introduction-to-cohort-analysis/
