一、Cohort模型是指什么

Cohort即分組、同期。Cohort模型通過對(duì)性質(zhì)完全一樣的可對(duì)比群組的留存、活躍和流失情況的比較，來(lái)發(fā)現(xiàn)哪些因素影響短、中、長(zhǎng)期的群組變化情況。Cohort模型簡(jiǎn)單，直觀。相較與比較繁瑣的損失分析，RFM或者用戶聚類等，Cohort只用簡(jiǎn)單的一個(gè)圖表，就直接描述了用戶在一段時(shí)間周期（甚至是整個(gè)LTV）的留存（或流失）變化情況。

Cohort模型

二、Cohort模型的適用場(chǎng)景

1、用戶留存率分析

2、用戶流失率分析

3、用戶續(xù)費(fèi)率分析

4、用戶退費(fèi)率分析

5、廣告轉(zhuǎn)化率分析

以上是最常用的場(chǎng)合，但可以衍生到諸多場(chǎng)合，比如用戶的交易數(shù)據(jù)，不同月份獲取的用戶在交易頻次、客單價(jià)、成交周期的分析等。

總之，只要你愿意思考和想象，Cohort都有助于分析師從更為細(xì)分的群體去觀察這些群體的行為和交易的變化發(fā)展情況。

三、Cohort模型的應(yīng)用

Cohort Analysis就是做好觀察用戶的分組，分組先分維度，再分粒度。如果按用戶的新增日期分組，那時(shí)間就是維度，如果按新增用戶的渠道來(lái)源分組，渠道就是維度；其次是粒度，時(shí)間維度是按照月或者按照天，這是粒度差異；新增的渠道緯度，是新增的來(lái)源產(chǎn)品，還是來(lái)源的具體網(wǎng)址，這也是粒度的差異；通過基于這兩方面的分組可以將對(duì)比的差異值逐級(jí)鎖定，尋找原因。

對(duì)于用戶的留存分析一般有兩個(gè)大的分組方向：從用戶的獲取角度分組、從用戶的行為角度分組。

1、從用戶獲取的角度分組

如果按獲取的時(shí)間分（ 粒度選擇天或周或月，依賴于產(chǎn)品本身的使用頻率，例如 IM 產(chǎn)品就適合按天看，而記事本等工具類產(chǎn)品就更適合按周看 ），我們就可以清晰的看到，各個(gè)時(shí)間段獲取的用戶在留存率表現(xiàn)上是不是穩(wěn)定，例如上面第一個(gè)留存曲線中一個(gè)月的收斂是穩(wěn)定現(xiàn)象，還是強(qiáng)烈波動(dòng)平均后的結(jié)果。通過這個(gè)分析我們能圈定出流失用戶做用戶畫像分析，并在流失率高的時(shí)間段進(jìn)行干預(yù)。

同樣是獲取的角度，還可以通過渠道分。看不同渠道來(lái)的用戶后續(xù)的留存情況。通過渠道維度的分析能夠判定渠道的優(yōu)劣，好的渠道可以加大投入，差的渠道可以選擇淘汰。

2、從用戶行為的角度分組

從用戶行為角度分組對(duì)于功能比較復(fù)雜的產(chǎn)品也很重要。例如現(xiàn)在的瀏覽器產(chǎn)品，已經(jīng)不單單是解決用戶訪問網(wǎng)頁(yè)的需求，還向用戶提供新聞、小說、視頻服務(wù)，是一個(gè)內(nèi)容的綜合服務(wù)體。

從用戶的角度來(lái)說，選擇用一個(gè)瀏覽器來(lái)看小說，并不是說也一定會(huì)用他來(lái)看新聞、視頻。所以同樣是用戶流失，他可能是對(duì)不同功能模塊體驗(yàn)的不滿。

這個(gè)時(shí)候，我們就可以通過用戶行為這個(gè)角度分組來(lái)分析具體問題。例如在瀏覽器這個(gè)例子中，新聞、小說、視頻都應(yīng)該是每日活躍，且高留存比例的功能，如果分組中發(fā)現(xiàn)使用過某個(gè)功能的用戶在之后的時(shí)間中留存情況很差，那就需要對(duì)這個(gè)功能做專項(xiàng)的優(yōu)化了，相較于競(jìng)爭(zhēng)對(duì)手有哪些方面做的不夠好。

四、Cohort模型的案例

1、分析步驟

計(jì)算出每月公司新增用戶數(shù)量，以及每月新增用戶在當(dāng)月、次月、3月、...、N月的留存用戶數(shù)量，即下圖中的第一個(gè)表。

根據(jù)下圖第一個(gè)表中的數(shù)據(jù)，計(jì)算用戶留存率（即第二個(gè)表中的數(shù)據(jù)）；以1月的新增用戶為例：1月新增的100個(gè)用戶在T+0月的留存率=1月留存的用戶數(shù)量90人/1月新增的用戶數(shù)量100人=90%；T+1月到T+N月的留存率以此類推進(jìn)行計(jì)算，就可以得到表2的留存率數(shù)據(jù)。

Cohort模型分析用戶留存率

表1中，第一列為月份的排列，第二列為對(duì)應(yīng)每個(gè)自然月中新增的用戶數(shù)量。右側(cè)表格即為當(dāng)月新增的用戶數(shù)量在后續(xù)每個(gè)月中的留存情況。

表2中，首先橫向看表，能夠看出每個(gè)月新增用戶在后續(xù)各月的留存率情況。其次縱向看表，能夠看出不同月份新增用戶分別在下個(gè)月、下下個(gè)月等的留存表現(xiàn)如何。

2、分析解讀

從橫向看，每月新增用戶的留存率應(yīng)該是逐月遞減的，但不應(yīng)該是無(wú)窮遞減，應(yīng)該在某一個(gè)月達(dá)到一個(gè)穩(wěn)定值，比如在第12個(gè)月留存率達(dá)到穩(wěn)定值25%左右。

理想情況下，達(dá)到穩(wěn)定狀態(tài)的值越高越好，代表公司運(yùn)營(yíng)用戶的能力比較強(qiáng)，且能有效擴(kuò)大用戶的LTV和降低CAC。

每個(gè)公司因經(jīng)營(yíng)業(yè)務(wù)的不同，達(dá)到穩(wěn)定值經(jīng)歷的周期和最終的穩(wěn)定值也是不同的。

從縱向看，不同月份的在同時(shí)期的用戶留存率應(yīng)該是越來(lái)越高，因?yàn)殡S著公司的發(fā)展和對(duì)用戶運(yùn)營(yíng)的加深，首先公司獲取的用戶應(yīng)該是越貼近目標(biāo)用戶的，且隨著運(yùn)營(yíng)手段的增強(qiáng)，對(duì)目標(biāo)用戶的掌控和留存能力也應(yīng)該是提升的。

總結(jié)

優(yōu)化猩SEO：Cohort模型最重要的作用就是分析不同客戶群體的留存情況，從而幫助分析更好的留存是如何產(chǎn)生的，并指導(dǎo)運(yùn)營(yíng)提升留存。Cohort本質(zhì)上就是不同類人群的留存曲線的堆棧。

參考鏈接：

Cohort模型

https://www.yymiao.cn/baike/82746.html

用戶留存分析之Cohort模型

https://zhuanlan.zhihu.com/p/260031950

用戶增長(zhǎng)——Cohort Analysis 留存分析

https://cloud.tencent.com/developer/article/1913585

一種留存分析的方案：Cohort Analysis

http://www.woshipm.com/data-analysis/712880.html