如何用同期群分析模型提升留存?
你好，我是林驥。
當一個用戶使用或購買某個產(chǎn)品，過了一段時間之后，還在繼續(xù)使用或購買這個產(chǎn)品，那么我們就說這個用戶是留存用戶。
今天介紹的第?016?號分析思維模型：同期群分析模型，能幫助我們更好地分析留住用戶的能力。
1. 模型介紹
同期群分析模型，是通過細分的方法，把同期的數(shù)據(jù)拿出來，比較相似群體隨時間的變化。
比如說，1 月份發(fā)展了 1000 個新用戶，2 月份留存了多少？3 月份留存了多少？……
以此類推，假設 2 月份又發(fā)展了 1000 個新用戶，3 月份留存了多少？4 月份留存了多少？……
對比 1 月份與 2 月份發(fā)展的新用戶，同樣間隔一個月，留存率分別是多少？
每個用戶都會經(jīng)歷一個生命周期，從獲取，到激活，再到留存和獲得收益，最后可能流失。
利用同期群分析，我們可以對比不同時期的用戶，觀察不同階段的用戶特征，看看關鍵指標的表現(xiàn)，是不是變得越來越好了？
在做數(shù)據(jù)分析的時候，我們要避免對所有用戶一刀切，不要忽略個體所處生命周期的特征。
如果把用戶的特征都掩蓋在平均值里面，那么很有可能丟失一些重要的信息，導致無法形成更有價值的洞察。
2. 應用舉例
同期群分析模型的適用范圍非常廣泛，包括客戶留存、銷售收入、營業(yè)成本等任何你關注的數(shù)據(jù)指標。
下面以 Tableau 自帶的超市數(shù)據(jù)為例，演示應用同期群分析模型的方法。
（1）打開數(shù)據(jù)源
首先，用 Tableau 打開軟件自帶的【示例 - 超市】數(shù)據(jù)。
（2）創(chuàng)建計算字段
其次，為了方便進行下面的同期群分析，創(chuàng)建幾個相關的計算字段。
【首次購買】
{FIXED [客戶名稱]:MIN([訂單日期])}
【重復購買】
IIF([訂單日期]=[首次購買],NULL,[訂單日期])
【第二次購買】
{FIXED[客戶名稱]:MIN([重復購買])}
【購買間隔年數(shù)】
DATEDIFF("year",[首次購買],[第二次購買])
【不同客戶數(shù)】
TOTAL(COUNTD([客戶名稱]))
其中 TOTAL 是為每個分區(qū)返回一個匯總的結果，以便在下面的分析中顯示每一年的不同客戶。
（3）繪制分析圖表
最后，在 Tableau 中通過拖拽和點擊的方式，生成分析的圖表，包括以下幾個小的步驟：
a. 把【首次購買】拖至【行】，把【購買間隔年數(shù)】拖至【列】，下拉選擇【維度】和【離散】，從而讓圖表變成一個陣列（Cohort），所以同期群分析也被稱為陣列分析。
b. 把【客戶名稱】拖至【標記】的【文本】中，先下拉選擇【度量】--【計數(shù)(不同)】，再下拉選擇【快速表計算】--【合計百分比】，然后把這個膠囊拖動復制到【顏色】中，并把形狀調(diào)整為【方形】。
c. 把【不同客戶數(shù)】拖至【行】，下拉選擇【離散】，用鼠標右鍵隱藏 Null 列，把圖例拖到左邊，以節(jié)約顯示的空間，并在工具欄選擇【整個視圖】，稍微設置一下格式，得到結果如下。
從上圖數(shù)據(jù)來看，對于每年首次購買的同期客戶群來講，雖然重復購買比例在持續(xù)增加，但是每年新增客戶總數(shù)在急劇減少，說明當前業(yè)務最大的問題，是新增客戶數(shù)量嚴重不足。
從下圖也可以直觀看出，在 2018 年之后，大部分銷售都來自那些 2017 年購買過的老客戶。
最后的話
同期群分析，是一種簡單實用的分析思維模型，在《精益數(shù)據(jù)分析》這本書中，有關于同期群分析的更多例子，推薦閱讀、理解和學以致用。
在互聯(lián)網(wǎng)行業(yè)，因為互聯(lián)網(wǎng)產(chǎn)品更新迭代的速度比較快，所以經(jīng)常用同期群分析模型來持續(xù)跟蹤用戶的 N 天留存率，結合運營推廣等諸多因素綜合起來分析，快速找到改進的策略，從而提升用戶的留存。
如果你覺得文章對你有幫助或啟發(fā)，麻煩你動動手指，點贊支持一下，謝謝！?分享??收藏??????點贊 ?在看