1．什么是同期群分析？

同期群是一种划分用户群的方法，就是将用户按首次行为的发生时间划分为不同群组（即同期群），进而对同期群进行分析，常用于产品迭代、运营策略的效果评估。

这里有个关键词—“首次行为”。为什么是首次行为？因为首次行为意味着用户有相同的产品使用背景，对应着相同的用户生命周期，也就是“同期”。另外，首次体验的好坏直接影响到后续的行为，例如留存。所以，一般情况下是通过用户的首次行为进行划分。（如果对指标定义不清楚，可以回顾第4问，查看留存相关指标定义。）

我们通过一个例子进一步理解同期群。对于某个App，定义首次行为为“首次登录”。1月份首次登录有1000人，其中只有3%的人第二天还在继续登录，即次日留存率仅为3%。

经过对产品功能的优化迭代，2月份首次登录用户有2000人，次日留存率提升到15%。

在这个例子里，1月份和2月份首次登录的两个人群就是同期群，因为它们都是首次登录的人群，只不过一个是优化前，一个是优化后，通过这两个人群的对比我们发现：1月份优化前，这个产品非常糟，次日留存率相当低，2月份优化后，次日留存率得到了大幅提升。

所谓同期群分析，就是将用户按首次行为的发生时间划分为不同的同期群后：

●　对某个群组的用户进行横向比较，可以看出群体在时间上的表现变化。下图中例子表明：从首次行为开始，随着时间的推移，后面坚持使用的用户越来越少（如2022年5月27日，有10人注册，第二天有8人活跃，但到第三天仅剩6人活跃），而且每个群组都有类似的规律。

●　对不同群组的用户进行纵向比较，可以看出是否随着优化迭代，新用户的表现越来越好了，从而验证业务迭代是否取得了效果。下图中，在不同的同期群组之间，用户在每个月的留存率并没有看到明显的变化趋势。

2．同期群分析应用的基本思路

上面已经介绍了什么是同期群和同期群分析，那要怎么进行同期群分析呢？

同期群分析最常用的场景是用户留存分析，对应的工具是用户留存表，也就是类似前面例子中的表格。在用户留存分析中，可以将用户的行为分为：

●　首次行为：如“首次打开应用”“成功注册”“第一次购买”。

●　留存行为：可以是用户的任意一种行为，或某个特定的行为（如“购买”“创作内容”）；通过将用户按首次行为的发生时间分组得到同期群，然后再统计首次行为时间后，不同时段内留存行为的发生与否，制成表格就得到了用户留存表。

我们以某社区团购App为例，介绍如何进行同期群分析。我们定义用户的首次行为是“第一次购买”，留存行为是“再次购买”，按照上面的思路制成用户留存表，如下图所示。

基于同期群分析，横向上，随着时间推移，可以看到每个月的新增用户在以后各个月的留存情况，发现2021年6—8月购买的用户，第二个月回购的概率在62%左右，随后依次递减，最终稳定在30%左右。

纵向上，对比不同月份新增和留存情况，很容易发现，从2021年9月开始，虽然新增购买用户数增长明显，但次月留存率急剧下滑，9—10月的次月留存率仅为15%。

了解业务的动作后得知，从2021年9月开始，该App上线了“新客户一分钱蔬菜尝鲜”的活动。短期来看，效果立竿见影，注册用户激增，很多都来蹭优惠。但是这些都是“羊毛党”，活动一结束，下个月就不来购买了，导致新用户增长明显，但是留存率却很低。

3．小结

如果没有同期群分析，我们只看每月新增用户，会发现9月、10月新增用户增长明显，好像是一片繁荣景象，但用户留存实际上是在变差的，忽略了这一点，很容易对真实的业务现状产生误判，更不用说提出什么精准有效的业务建议了。

而有了同期群横纵向的对比，我们就知道哪些同期群留存更好，并尝试分析原因。例如，我们是上线了新的产品功能？还是优化了用户体验？还是我们在哪一天发起了一场促销或者优惠活动？如果追踪到原因，我们可以将这些成功的策略复用于其他用户，来提高用户的留存率。所以，同期群分析是帮助我们评估产品和运营迭代效果的重要手段，也是提高用户留存的关键方法之一。