導讀：真正的成功不是讓別人下載你的App，產品若沒有很好的留存，花費大量時間和資源來挖掘新客戶也將是竹籃打水一場空。推薦你用群組分析Cohort Analysis方法，用來幫助你提高用戶留存率。
你該如何找到用戶流失的準確原因？你該如何找到用戶流失的節點並優化它們？你該如何挽回即將流失或已經流失的用戶？
以上三個問題，通過這篇文章會給你答案——運用群組分析Cohort Analysis.
一、什麼是群組分析Cohort Analysis？
群組分析Cohort Analysis，是一種利用用戶分層&用戶建模的方法——你需要你的所有用戶分成一個一個小組——你可以按照獲客日期來分，或者按照獲客渠道來分，或者按照特定用戶行為來分——總之，你可以按照任何你想要的維度來進行用戶分層&用戶建模。
群組分析有利于衡量用戶在每個漏鬥的用戶流失節點、用戶流失數據，從而幫助你發現產品的摩擦點和用戶的行為模式。從本質上講，群組分析Cohort Analysis為您提供了一種數據驅動的方法。
下面我們舉一個示例——創建第一次啟動App的新用戶的群組，然後看看有多少人在接下來的10天內回訪了App。
通過分析這個用戶留存群組，我們可以看到：
32,961位新用戶於8月30日退出該App，其中3％在第1天回訪，第4天13.4％的回訪，到第7天回訪用戶只剩8.1％。這意味著在這個產品的7日留存率非常低，相當於每12個用戶，只有1個用戶會回訪。在8月30日至9月6日期間獲得的所有新用戶中（總共134,529），第1天的留存率僅僅是1％，第4天留存率是11.5％，7日留存是8.1％。這意味著流失率達到了92％，前七天我們辛苦拉新的用戶幾乎都流失了。
以上僅僅是一個例子，群組分析維度是按照獲客時間來分，教你如何分析留存率。這些數據可以讓你重視用戶留存的重要性，直觀地告訴你用戶每一天的流失情況，幫助你分析用戶流失的節點，或者驅動你完善用戶體驗，或者讓你重新審視你的產品與市場是否真正契合。
提示：如何提高留存率？是否可以嘗試新的營銷活動？如果你是電商平臺，是否可以提供促銷或折扣？如果你是一個新上線的社交產品，是否可以完善已有功能，或者考慮發布新功能？如果你是一個SaaS產品，是否可以在你的產品上添加視頻教程或者使用Demo？運用這些策略應用，以提高用戶留存率。
二、如何通過群組分析Cohort Analysis提高用戶留存率
正如我們所討論的，群組分析涉及查看用戶群組：
洞察用戶行為隨著時間是如何變化的尋找影響用戶留存/流失的確切原因找到最佳手段和方法去挽回流失用戶
但是，當涉及到使用群組來提高用戶留存率時，你應該從哪裡開始？
我們建議從兩種類型的群組著手——
從用戶的獲取角度分組：從用戶的獲取(Acquisition Cohorts)分組，第一種可以按照獲取用戶的時間來分，可以是日/周/月，這個取決於不同產品不同的使用頻率。通過分析每個群組的留存率，你可以確定用戶對你產品的使用情況和流失情況；第二種可以按照用戶獲取的渠道來分，看不同渠道來源的用戶的留存情況，便於你分析渠道質量，調整各渠道營銷預算，提高ROI。從用戶的行為角度分組：從用戶的行為(Behavioral Cohorts)分組，即根據用戶在一定時間範圍內在你的產品上採取的特定行為對用戶進行分組。例如，應用程式安裝、應用程式啟動、用戶資料填寫、添加好友、完成購買付款等。
提示：建議根據你理想的用戶旅程創建行為群組。比如對於電影票務App，這可能是：應用程式安裝- >應用程式啟動- >查看產品- >添加到購物車- >在安裝App的第一周內完成購買。這將幫助你了解有多少用戶正在完成這些步驟、他們需要多長時間，以及哪些用戶在這個過程中的哪些節點流失了。
現在介紹幾種通過獲客群組 (Acquisition Cohorts)和行為群組(Behavioral Cohorts)分析來提高用戶留存率的方法。
策略一：通過獲客群組分析，發現你的產品摩擦點
讓我們來看一張每日獲客群組分析表，類似這樣的留存曲線圖能夠輕鬆方便地查看用戶的留存/流失情況。
我們可以看到最大的用戶流失發生在Day1，73％的用戶停止使用該產品。在Day7那天留存率又從14%下降到了10%，最終在曲線平穩之後維持在10％(Day7-Day10)。很明顯這個產品的留存率/流失率問題很大，您是否可以找到問題的徵兆來提高產品留存率，降低流失率。
提示：想知道用戶在哪個節點流失的？可以查看《用戶漏鬥模型：用戶分層、群體分析、提高轉化率》、《如何通過漏鬥分析，轉化更多用戶？》blog.kedouhuyu.com/blog/143這兩篇文章，可以給你很大的幫助。
通過上面的分析，我們發現獲客群組分析是非常適合識別趨勢並精確定位客戶流失的情況的，但他們並未提供有關他們流失的原因。
所以我還需要用戶行為群組分析(Behavioral Cohorts)——
策略二：通過用戶行為群組分析，提高用戶留存率
我們可以對用戶進行用戶行為分析，舉個例子——
示例分析：有多少用戶把商品添加到購物車後並順利完成結帳？完整流程：添加商品到購物車—開始結帳—完成結帳。漏鬥結果：在用戶把商品添加到購物車，並開始去結帳的時候，用戶大量流失，最終只有37%的用戶順利完成了支付。如何完善：找出是什麼阻礙了用戶在最後階段結帳的原因，是否是Bug問題？或者是產品的設計交互問題？
其實這裡我們的用戶行為群組分析，結合了漏鬥分析模型。
我們再以電影票務App為例，觀察那些已經登錄App並進行購買的所有用戶。
藍線表示所有購買的用戶；紅線表示用支付方式為PayPal的購買用戶，這可以回答有趣的問題，例如：
使用PayPal支付的用戶是否具有更高的留存率？使用PayPal支付的用戶是否用戶價值更高？
接下來，我們可以通過查看比較購買的用戶和放棄購物車的用戶的行為群組分析示例來測試用戶行為。
用戶行為群組分析可以回答以下問題：
成功購買的用戶，他們從將商品放進購物車到結帳支付完成用了多少時間？對那些放棄購物車支付的用戶，何時是對他們進行「再營銷」的最佳時機？
使用此群組分析留存率，我們可以看到——
大多數完成結帳支付的用戶，他們將商品添加到購物車的同一天就完成了支付，支付率達到了95.74%。而放棄購物車的用戶，在Day1當天，留存率就只剩下20%了，流失率達到了80%，而Day2到Day5，流失率達到了100%。
提示：如何挽回這些流失用戶？對這些流失用戶如何「再營銷」？最佳時間是什麼時候？——答案是最初的24小時內。你可以PUSH通知、簡訊、電子郵件、站內信等等，給這些流失用戶優惠促銷券、折扣券、紅包，然後在接下來幾天，觀察數據情況，是否留存率、購買率提高了。
三、總結
群組分析的強大之處在於，它不僅可以讓您準確了解哪些客戶離開，何時離開， 還可以了解離開的原因以及如何挽回他們。這些都是產品可持續增長的關鍵要素，是用戶參與和長期運營的基礎。
如何做群組分析？如何做漏鬥分析？如何智能觸達用戶進行「再營銷」？
蝌蚪互娛已經推出了解決方案，點擊可以查看功能詳情
蝌蚪互娛，國內領先的跨平臺數據智能決策工具，助力企業實現精細化運營及爆發式的業務增長。通過跨平臺數據採集，過濾異常數據，還原真實渠道品牌價值；支持多維事件下的用戶行為分析，多維交叉繪製用戶畫像、用戶分層、用戶建模；洞悉用戶行為，進行精細化營銷、智能觸達營銷，完成整個產品(用戶)運營的全鏈條生態閉環。