怎么做群组分析：六个步骤，以及怎么读群组表

群组分析按开始的时间把人分组，再分别跟踪每一组。它能回答平均值回答不了的问题：新用户是不是比老用户留得更久？上个月的改动有没有用？大多数人在什么时候流失？本文讲搭一个群组分析要做的六个选择，以及怎么读结果。

群组分析能看出什么

群组是一批起点相同的人，通常是同一周或同一个月注册的。群组分析分别跟踪每一组，看过了一期、两期或更多期之后还有多少比例在活跃。

因为每一组都从自己的起点开始算，即使总用户数在增长，新用户和老用户也能公平地比较。

第 1 步：选初始事件

初始事件决定谁、在什么时候进入一个群组。常见选择：

• 注册，看产品留存。
• 首次购买，看复购。
• 首次使用某功能，看功能留存。

只算一个人第一次做这件事，免得同一个人被算进好几个群组。TapCub 默认就是这样：只取历史上第一次触发初始事件落在该群组里的人。

第 2 步：选回访事件

什么算「还在」？任意活动最简单，但一个有意义的动作（比如创建报表、下单）更说明问题。回访事件太容易达成，留存会看起来比实际好。

第 3 步：选周期

按产品应有的使用频率来选。每天用的应用按日，每周用的规划工具按周，按月计费的订阅按月。在 TapCub 里，按日最多 30 期，按周或按月最多 12 期，默认按日 14 期。

第 4 步：选计数口径

• 第 N 期恰好回访：经典的留存表，数值会有升有降。
• 第 N 期或之后任一期回访：曲线不会回升，适合看「有多少人彻底走了」。
• 回访了多少期：大家回来的次数分布。

第 5 步：选对齐方式

可以按每个人自己的起点对齐（第 7 天就是注册后第 7 天），也可以按日历周或日历月对齐。按个人起点对留存更公平；按日历对齐更容易和其他报表对上。

第 6 步：读表

表里是五个按周的群组。按三种方式读：

1. 行：一个群组的生命周期。9 月 1 日这组从第 1 周的 42% 降到第 8 周的 18%，第 4 周以后下降变慢。
2. 列：相同存续时长下比较不同群组。前三组的第 4 周在 22%–24% 左右，9 月 22 日这组跳到 31%。
3. 对角线：同一个日历周在各群组里的表现。沿对角线出现低谷，说明那一周发生了什么，比如故障或节假日。

示例数据。「—」表示这一期还没结束。新手引导在 9 月 20 日改版。

一个完整的例子

团队在 9 月 20 日改了新手引导。列上能看出效果：9 月 22 日和 9 月 29 日两组在第 1 周多留住了 7 到 8 个百分点，第 4 周多了约 8 个百分点。各组人数差不多，说明不只是人群结构变了。下一步是确认第 8 周还能保持。

要避免的错误

• 把没结束的期算成零。还没结束的期应该留空，TapCub 就是留空的。
• 比较很小的群组。40 人的群组，单靠运气就能波动好几个百分点。
• 只看平均线。平均线按群组人数加权，可能掩盖最近几组的变化。
• 两次分析之间换了回访事件。比较时要保持定义不变。

常见问题

群组分析有什么例子？

按注册周给用户分组，比较新手引导改版前后，各组在第 4 周还有多少比例在活跃。

需要多少个群组？

改动前至少三四组，改动后两三组，每组都要够大、够稳定。

群组分析和分群有什么区别？

群组按开始的时间给人分组；分群按身份或行为分组。两者可以结合，比如只看某个国家的群组。

相关阅读：留存率多少算好、同期群。

另见：做留存报表。

另见：行为批次、留存曲线。