以用户留存为例，聊聊B2C群组分析

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％。

虽然第二组用户数量更多，但是留存率却相对下降了近51%

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/

原文作者：Clement Kao

编译作者：兔几；公众号：pm-yeah。

本文由 @兔几 翻译发布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

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: