Cohort Analysis 用户分群分析：从留存表到更可靠的产品决策

Cohort Analysis 快速回答

最常见的输出是三角形留存分群表：行表示分群，列表示进入后的第几个周期，单元格表示原始分群中满足回访条件的占比。横向阅读一行，可以观察一个分群的衰减或稳定；纵向阅读一列，可以在相同用户年龄上比较不同分群。

何时应该使用 Cohort Analysis，何时不适合

当整体指标混合了不同进入时间、获客来源、产品体验或成熟度的用户时，应使用分群分析。它特别适合评估新手引导、定价、渠道、功能上线或可靠性事故后的变化。问题必须涉及时间中的行为：“接触新版引导的用户在第 4 周是否回访？”是分群问题；“昨天有多少用户登录？”则不是。

产品分群分析也不同于医学队列研究。二者都用“cohort”表示一个定义明确的群体，但产品分析通常是基于事件数据的回顾性行为比较，不自动具备流行病学研究的设计、随访或因果标准。

选择与问题匹配的 Cohort 分群设计

“Cohort”并不等于“注册月份”。时间型获客分群很常见，因为它能让产品使用年龄可比；但最佳成员规则取决于要做的决策。一个分群应代表能够从源数据复现的稳定曝光、行为或属性。若每次打开图表时规则都变化，趋势便不可比较。

围绕决策选择一个主要分群维度，再只添加验证解释所需的最少切分。如果在一个视图中同时交叉注册周、渠道、国家、平台、套餐和功能使用，就会产生稀疏单元格并诱发挑选故事。应先从宽泛比较开始，找到可重复差异，再一次调查一个合理驱动因素。

还要决定成员资格是固定还是动态。获客和实验分配分群通常在进入时固定；“高互动”行为分群可能是动态的，用户会随着近期行为进入或离开。动态成员资格适合运营触达，但在历史分析中可能产生幸存者偏差。若目标是比较后续结果，应在明确观察点冻结成员资格。

还要选择真正接收产品体验的单位，以及承载价值的单位。协作型 SaaS 可能由个人用户接触新手引导，但续费发生在账户层面。这时应分别分析用户激活和账户留存，再用明确规则连接两者。如果分子使用用户、分母使用账户，就会得到无法一致解释的比率。

先准备数据并锁定定义

可信的分群表始于明确的分析契约。在写 SQL 或打开图表前，先记录分析实体、纳入事件、回访事件、时间粒度、时区、观察窗口、过滤条件和分母。若任一定义在不同运行之间发生变化，应把结果标记为新的指标版本。

事件表至少需要稳定的实体 ID、事件名称、事件时间戳，以及套餐、平台、版本、渠道或实验分配等相关属性。身份合并、机器人排除、测试账户、已删除用户和迟到事件都应有记录。对 B2B 产品而言，账户级留存往往比用户级留存更贴近业务问题。

如何逐步执行 Cohort Analysis

1. 把分析绑定到决策。 明确变化、目标人群、预期行为、周期和动作。例如：通过比较符合条件的新用户第 4 周核心动作留存，决定是否保留新版引导。
2. 选择分群键。 获客分群按首次进入时间分组；行为分群按动作或序列分组；属性分群按套餐、地区、平台或渠道分组。成员规则必须可复现。
3. 定义起始与回访事件。 除非设计明确允许重新进入，否则每个实体只使用首次符合条件的起始事件。回访事件应代表价值，而不是单纯出现。
4. 设定时间边界。 选择日、周或月粒度，并记录时区、每周起始日，以及使用日历对齐还是滚动窗口。这个选择会实质改变留存计数。
5. 构建实体—周期事实表。 为每个实体计算分群日期、分群规模、经过周期以及回访事件是否发生。聚合前先在实体—周期层面去重。
6. 只计算已成熟单元格。 只有完整的第 N 个周期结束后，该分群才能参与第 N 期计算。未完成单元格保持为空并明确标记，不能改成零。
7. 验证、切分并解释。 把分群规模与源数据总量核对，抽查具体用户，用第二个查询或图表复核，再按版本、渠道、套餐或行为切分显著变化。在验证之前，解释都只是待检验假设。

这个顺序遵循 InfiniSynapse 六步数据分析流程：定义、收集、清洗、分析、解释和沟通。分群分析是流程中的方法，不能替代前后的检查。

正确计算 Cohort 留存表

固定周期留存使用固定分母：

其他定义回答不同问题。“第 N 期或之后回访”衡量用户是否在第 N 期或更晚的合格周期回来；滚动留存相对于前一周期比较活动；收入留存用分群收入替代实体数，当扩张超过收缩时可能高于 100%。这些指标不能在没有清晰标签的情况下混在一张图里。

以上数字是假设示例，不是 InfiniSynapse 客户基准。35% 没有通用的“好”或“坏”解释。应在同一产品、实体、事件定义和用户年龄下，与历史分群或预先注册的实验进行比较。

具体示例：横向读行，纵向读列

假设一个项目管理产品在 3 月 18 日注册分群之前修改了新手引导。回访事件定义为在指定周内至少完成一次协作项目动作。以下数值均为假设示例。

横向看 3 月 18 日这一行，留存从 100% 降到 37%；这是常见衰减，不自动等于失败。纵向看第 2 周这一列，变更后的分群比之前高约 9–10 个百分点，这与改善一致，但不能证明是引导造成的。渠道、套餐、季节性、埋点或其他版本也可能发生变化。3 月 25 日的第 4 周为空，因为该分群尚未成熟。

可靠的下一步是在可比渠道和平台内复现提升，检查事件质量，并在存在实验分配时核对实验。随后把定量结果与会话证据、支持问题主题或访谈结合，理解用户为何回访。

如何解读曲线、分群与比较

应同时报告绝对百分点变化和相对变化。从 20% 上升到 25%，是增加 5 个百分点，也是相对提高 25%。特别在小样本中，要报告分母和不确定性。小样本的平滑曲线可能比大样本的波动曲线更不可靠。

分群分析本质上是描述性的。它能指出差异何时出现、由哪些群体承载，但不能单独区分处理效应、选择偏差、季节性、幸存者偏差或测量变化。可行时使用随机实验；否则记录混杂因素，并明确把解释标记为推断。

常见分群分析错误与验证检查

最低验证要求：核对所有合格实体总数；手工验证少量实体时间线；检查分群成员唯一性；比较版本前后事件计数；测试时区边界；确认未成熟周期为空；用第二种实现复算；保存查询、定义、运行日期和源表。

把 Cohort 信号转化为可验证的产品决策

只有当留存提升改变团队行动时，它才真正有用。建议用五个字段写一份简短决策记录：观察到的模式、数据质量状态、合理解释、反证以及下一步行动。例如：“新版引导后第 2 周核心动作留存提高 9 个百分点；埋点与渠道结构稳定；主要假设是更早创建项目；跳过项目创建的用户没有改善；下一步实验将项目创建提前。”

行动前至少用三类反向检查挑战这个信号。第一，使用相近但同样有意义的回访事件复算；真实改善通常会出现在相关价值行为中，而不只出现在一个脆弱事件。第二，在稳定的渠道、平台、套餐和地区内比较合格用户。第三，确认差异是否持续出现在多个已成熟分群，而不是单独一行异常强势。不要不断切分直到出现偏好的答案，应预先定义最可信的检查。

成功标准应沿用基线相同的实体、起始事件、回访事件、时间间隔、成熟度规则和报告年龄。当留存改善可能掩盖其他伤害时，加入转化、可靠性、支持负担或收入护栏。如果实验结论不确定，应如实报告不确定性，而不是看到数据后改用其他分群年龄解释。

最佳实践与下一步决策

• 从价值事件开始。留存应表示用户再次获得价值，而不是仅打开产品。
• 粒度匹配自然使用频率。日粒度会让月度工作流看起来异常；月粒度又可能掩盖消费产品的早期失败。
• 版本化保存定义。在图表旁保存实体、事件、过滤器、窗口规则和查询版本。
• 同时使用表格、曲线和计数。百分比用于比较，计数显示稳定性，曲线呈现形态。
• 以可证伪的下一步结束。明确证据触发的实验、埋点检查、分群调查或产品决策。

如需更完整的方法规范，可浏览 数据分析基础指南；如需查看当前产品入口，可使用 InfiniSynapse 工具目录。

常见问题

权威来源

以下资料用于核对本文中的定义、计算方法与实施建议：

• Google Analytics：GA4 分群探索官方说明
• Adobe Analytics：分群表概览
• Amplitude：留存分析中的时间定义