考研到底是怎么一回事，考研的整个流程
CDA数据分析师 出品
作者：CDA资深讲师 柯家媛
编辑：Mika
在产品发展过程中，我们通常会把销售额和用户量作为衡量这个产品成功与否的数据指标。不可否认这些指标固然重要，但是它们并不能用来衡量产品是否取得成功，并且极有可能会掩盖一些急需我们关注的问题，如用户参与度持续走低、用户新增在逐渐变缓等。
在用户行为分析的过程中，我们需要更细致的衡量指标，这样才更有利于我们准确预测产品发展的走向，并通过版本迭代及时对产品进行优化和改进。
这就是我们今天要介绍的非常经典的分析方法——同期群分析。
什么是同期群分析
同期群分析最早用于医药研究领域，意在观察不同被试群体的行为随着时间的变化呈现出怎么样的不同。通过监测不同的被试群体，医药研究员可以观察到不同的处方和治疗方式对被试的影响并且确定被试共同的行为模式。
那么在数据分析领域，什么是同期群呢?
同期群是指具有共同行为特征的对象群，旨在衡量指定对象组在某一段时期内的持续性行为差异。
“共同行为特征”是指在某个时间段内的相似行为，如:某平台2月1日新注册用户&某平台2月2日新注册用户。
那么同期群分析就是通过量化行为指标，分析不同群体的该指标随时间的变化情况。如:某平台2月1日新注册用户次日留存率&某平台2月2日新注册用户次日留存率。
同期群分析的应用
同期群分析在商品分析、用户运营、渠道投放等经营活动中有着广泛应用。
商品同期群
商品同期群分析也被称为商品LTV模型，需要先设定商品等级(A、B、C级)，从商品上市时开始观察商品上市后销量或利润走势，对比每个等级商品是否达成该商品平均水平。如表现优于平均，则重点关注缺货问题，保障供给;如表现低于平均，则重点关注积压问题，减少库存。
通过同期群分析，可以为每个级别的商品定出合理的LTV范围，从而及早发现商品销售是否达成预期。从而进一步地控制库存情况，实现利润最大化。
如上图，新上市商品定位为A级，但是上市后表现明显差于A级水平，则还在成长期就要开始控制库存，避免后期积压到无法处理。
用户同期群
用户同期群分析主要用于用户留存，首先设定用户群(一般按注册时间or注册渠道)，从注册时间开始，观察X天后，该用户群的留存率。
很明显12月18日新增用户质量更差，结合当天注册人数明显比其他日期人数更多，很有可能是运营为了冲量，找了劣质渠道来凑数。为避免此类情况再次出现，应将新增和留存作为运营考核指标，激励用户增长的同时，寻找更优质的拉新渠道。
渠道同期群
如果在用户同期群分析时，考虑不同渠道的用户，则可以进一步做渠道质量同期群分析。首先按渠道和投放广告时间进行用户分群，关注该用户群的用户，后续X天的转化率或付费率，计算用户产生的消费，对比渠道投放成本。针对转化好的渠道，考虑追加投放;针对转化差的渠道，消减预算和整改投放措施。
通过同期群分析，可以看出渠道的稳定性，比如上图中的A渠道就很不稳定，稳定的渠道才值得信赖。
同期群的不足之处
同期群分析可以充分地暴露问题，但是它没有解释问题的能力，商品销量为何下降?用户留存如何提升?渠道质量因何不稳?单靠同期群分析无法判断，还需要结合其他分析方法进行更深入的剖析。
好的，以上就是今天的分享。如果大家还有数据分析方面相关的疑问，就在评论区留言。
考研到底是怎么一回事(考研的整个流程)