数据分析方法论

文章来源：禅与数据分析

文章作者：文娟

同期群分析，目的是比较相似群体随时间的变化规律。举两个例子：

80后、90后在20岁、30岁、40岁时的人均收入各是多少？

各日注册的新用户，在后续各日的充值金额是多少？

1 为什么要进行同期群分析？

产品周期：产品从初期到后期的成熟稳定，产品形态和商业模式都是在不断迭代的，前后用户体验的差异是巨大的；

用户质量：产品发布初期的种子用户和后续买量带来的用户，在用户质量上的差异也是很大的。

所以，我们要将用户按照同期性构成一个群组，比较不同的同期群在生命周期内的变化，以此分析产品的变化。

2 同期群分析实例

从以上数据中，能提取出什么信息？

随时间推进，新增逐渐增长；

ARPU值基本稳定；

问题是：充值情况真的是稳定的吗？还是变好或是变坏？

从ARPU值是看不出来的，因为新老用户混在一起，且各月新老用户分布比例是不同的。

这时，需要进行同期群分析，将相同注册时间的用户归为同一群体，对比不同群体相同生命周期下的充值数据：

分析结论：

如果只看ARPU，似乎收入稳定不变，但经过同期群分析可以看出，收入业务是在茁壮成长的，因为新用户首月充值金额逐渐提升；

用户自首月消费后，后续消费金额逐渐递减；

前几个月用户充值衰减幅度较大，3月4月开始衰减趋有所缓解；

同期群分析能够观察到不同生命周期客户的行为模式，而不是一刀切的统一指标看数据，经过同期群分析，能够清楚知道接下来要怎么做。

同期群分析适用于收入，流失，活跃等任何你关注的指标分析。

好的数据指标会改变行为，这是重要的评判标准：随着指标的变化，你是否会采取相应的措施。

克罗尔在《精益数据分析》中讲解了同期群分析对初创企业的重要性，他更早的《精益创业》中也有提及，浅显易懂却受益匪浅。

为你推荐

问题分析法（一）：学习问题解决的重要性和基本步骤

问题分析法（二）：问题界定

问题分析法（三）：核心步骤——

问题拆解

不懂LTV，怎么做用户增长？详解用户生命周期价值计算方法及示例

觉得不错，请把这篇文章分享给你的朋友