同期群分析，在數據分析中有點高大上的感覺，這個名字乍一看很酷炫啊，但實際上呢？

也挺酷炫。

用一句話來解釋同期群分析：按時間維度對用戶建立分組，觀察分組用戶的行為特征表現。

以上圖為例，是諸葛io中留存分析的一張圖表，統計每日打開APP的用戶，可以叫新增用戶在后續7天內的留存情況，也就是產生任意行為的用戶數量。

那么可以得出2個同期群，例如11月27日新增的用戶是一個同期群，還有就是11月26日-12月2日期間新增的用戶，次日留存率也是一個同期群。

除了留存，還可以以特定的行為建立同期群，例如某日購買了某件商品的用戶或達到一定銷售額的用戶，同期群分析的目的在于找出有效用戶的行為特征。

例如針對某日產生過購買的用戶進行同期群分析，可以查看這類用戶的后續活躍、留存、訪問內容等相關數據，找出有效用戶的影響因素。

同期群分析有什么用？

例如：9月份新增用戶10萬人，10月份新增用戶15萬人，但9月份新增用戶的30日留存用戶為1萬人，10月份新增用戶的30日留存用戶也為1萬人，哪個月的運營業績更好呢？

通過同期群分析，我們可以發現9月份和10月份新增用戶的留存用戶是相同的，那么9月份的留存率更高，從用戶質量角度考慮，9月份的運營成果更好，從有效用戶角度考慮，2個月的運營成果相同，從新增用戶角度考慮，10月份的運營成果更好。

同期群分析的目的在于透過現象找到結果，以時間維度建立同期群，除按時間維度考慮，也可以對來源渠道等維度建立同期群。