以前在《精益创业》中，看到了同期群分析的概念，这会儿看《精益数据分析》补充下。
同期群分析(Cohort Analysis，亦称群组分析的主要目的是分析相似群体随时间的变化（比如用户的回访）。
比如：
1. 一个App，某一天有100位新用户安装并（首次）使用，一天后还剩98人用？两天后还剩多少人用？三天后……N天后还剩95人在用（这个产品的粘性非常非常好，几乎全部用户都留存下来，没有流失）
2. 还是这个App，3月份的新增用户有 X1 人，其中只有3%的人安装了第二天还在用。经过运营的改进，4月份的新增用户有 X2 人，安装第二天还在用的人提升到了15%。又经过产品改进，5月份的新增用户有 X3 人，安装第二天还在用的人提升到了30%（改进前，这个产品非常糟，第二日流失率相当高，改进后得到了大幅提升）
3. 某电商应用，首次产生购买行为的用户：在（首次购买）之后第一个月内平均产生了10次购买行为，在之后第二个月内平均产生了8次购买行为，但到了第三个月，平均购买行为不足1次（用户的购买行为在首次发生2个月后骤降，应进一步分析背后原因，并加以改善）
一张图来简要说明什么是同期群分析：
所谓同期群分析，也就是将用户按初始行为的发生时间进行划分为群组（即同期群），然后：
1. 对处于相同生命周期阶段的用户进行垂直分析（横向比较），从而比较得出相似群体随时间的变化（图中例子表明：从初始行为开始，留存的用户在逐渐降低）。
2. 通过比较不同的同期群，可以从总体上看到，应用的表现是否越来越好了。从而验证产品改进是否取得了效果。
用户留存分析是将用户的留存行为分为：
初始行为：如“首次使用App”、“成功注册”或“第一次产生购买行为”等；
留存行为：可以是用户的任何行为，如产生购买、使用App、分享等；
通过将用户按初始行为的发生时间分组（得到同期群），然后再统计初始行为时间后不同时段内留存行为的发生频次（或其他有意义的计量，比如消费金额）。
比如你经营着一家网店。每月都能获得1000位新用户，他们每人都会买一些东西，如图：
网店的生意究竟是好还是坏？并不容易回答，感觉都差不多。现在根据用户首次光顾的时间按月进行分段：
我们可以发现一些重要的变化，在第5个月光顾的客户，首月(5月份)平均消费为9元！是第1个月光顾客户(5元)的近两倍。
现在我们根据用户在网店上“店龄”来划分数据。这显示了另一个重要指标：用户消费是如何自首月起迅速衰减的。
1月份的同期群首月消费了5元，然后逐月递减，到第五个月仅消费0.5元。不过随着网店的发展，新客户的首月消费显著增长，接下来的消费下降趋势也有所缓解(3、4月)。由此可见，网店正在茁壮成长。
同期群分析使我们能够观察处于生命周期不同阶段客户的行为。适用于营收、用户留存/流失、分享传播等我们关注的数据指标。
