原文：
towardsdatascience.com/how-cohort-analysis-can-transform-your-customer-insights-ff7e221b8fdc
尽管进行了数月的营销努力，但你的销售额仍在下降，客户参与度也在下降。出了什么问题？如果有一种方法可以精确地确定客户何时以及为什么失去兴趣，那会怎样？群体分析可能正是你需要的工具。它可以帮助确定哪个客户群体导致了这种下降，以及他们何时开始不参与。与其将整个客户基础视为一个整体，群体分析允许你跟踪特定群体的行为变化。这是真正理解客户参与度和保留率并做出明智决策以在问题恶化之前解决问题的关键。
为什么群体分析超越了细分
客户细分是将你的受众分解成更有意义群体的第一步。然而，尽管细分有助于根据共享特征对客户进行分类，但它只提供了一个静态的视角。通过引入基于时间的视角，群体分析将细分推进了一步。你可以将细分视为时间点上的快照，而群体分析则像是观看延时视频。这使企业不仅能对客户进行分类，还能跟踪这些群体随时间的变化和行为。关键的区别在于，细分在特定时间点提供洞察，而群体分析帮助你理解客户行为的变化。群体分析可以揭示特定时期内参与度或流失的模式。它通过允许企业跟踪不同时间段的每个客户细分的表现来补充细分。
什么是群体分析？
团队树屋提供了一个非常好的定义：“群体是在指定时间段内具有共同特征的客户群，通常是一周或一个月。”在之前的文章中描述的细分可以用来定义群体。一个常见的群体特征是个人开始购买或注册服务的那一天。群体通过添加基于时间的视角（例如，在同一月份进行首次购买的客户群体）来建立在细分的基础上。群体可以使用细分标准（例如，按人口统计或产品类型）创建，以获得更深入的见解。
如何进行群体分析
如Team Treehouse所指出的，群体分析是监控两个关键指标（客户参与度和保留率）的有价值工具。通过结合一个相关的群体属性，例如首次购买日期，与你的主要性能指标之一，你可以有效地跟踪每个新群体的持续参与度。此外，群体分析提供了一种简单直接的方式来评估客户对业务的忠诚度有多久。图 1 展示了可视化群体分析的一种潜在方法。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d8f46fc3ffc8c9080bae3bf5ac7b8d8f.png
图 1：按月份重复购买的群体百分比
每一行代表一个群体。每一列代表群体创建后的时间单位。时间单位可以是天、周、月或年。在图 1 中，时间单位是月。第 1 个月是收购月份之后的第一个月。在 2022 年 1 月，3546 名客户首次购买了这个公司的产品。现在他们始终属于这个群体。每次这些客户回来再次购买时，分析都会跟踪他们在不同时间段内返回的次数。这为该群体的行为模式提供了宝贵的见解。
你可以将群体分析表想象成一个教室的学生。表中的每一行代表同一时间开始上学的新的班级（或群体）。随着时间的推移，你跟踪这些学生中有多少仍然来上课（在我们的案例中，即进行重复购买）。
纵向观察：你希望观察从一年到另一年的班级。你注意到每年每个班级的学生人数都在减少。在群体分析中，纵向观察告诉你每个客户群体随时间保持稳定的情况如何。例如，在图 1 中，从上到下纵向观察，你可以看到这家公司的重复购买率从 2022 年 1 月的 28%下降到 2022 年 12 月的 6%。你可以从中获得许多见解。例如，你是如何针对这些客户并吸引他们的？2022 年 4 月吸引的客户，以及 2022 年 7 月至 9 月通过某种收购活动吸引的客户吗？
横向观察：在垂直观察以了解长期趋势之后，你可以转向横向分析来评估短期群体进展。这就像观察每个班级在从一年级升到二年级的过程中表现如何。在某个年份之后，是否有某些班级的退学率高于其他班级？在我们的案例中，对于 2022 年 1 月的群体，在 2023 年 1 月经过 12 个月后，只有最初的 3546 名客户中的 3%再次进行了购买。因此，我们看出公司在保留客户方面做得不够好。
对角线观察：这就像一次看到整个班级，比较所有年级的学生。对角线视图为您提供了每个班级最新行为的整体快照。在我们的例子中，对角线视图显示了来自不同时间段的每个客户群体在相同当前月份的行为。它为您提供了所有群体最近参与情况的快照。例如，每个群体中的最后一个单元格代表在 2023 年 1 月份进行购买的所有人。似乎所有群体都存在一些问题。所有群体的回购率都很低。需要进行进一步的调查。
请记住，群体分析使得您能够看到参与度或保留率是上升还是下降。它提供了早期信号，表明可能需要更深入地检查某些问题。在前一篇文章中讨论的保留曲线数据遵循图 1 中所示的结构。
如何通过细分市场来超级充电群体分析
将细分市场应用于群体分析可以帮助获得更深入的见解。例如，一家杂货店可以根据购买的产品（例如，跟踪过去几个月的意大利面购买者与面包购买者）来细分其群体。可能发生的情况是，意大利面购买者是保留率下降的罪魁祸首。进一步的调查可能揭示，这可能是由于商店停止销售某种品牌的意大利面。
公司使用细分群体来揭示更具体的见解。例如，亚马逊可能会根据 Prime 会员资格细分客户，并跟踪他们的保留率随时间的变化，以查看哪些细分市场对其营销活动反应最佳。
您的细分市场越具体，您的群体分析将揭示更有意义的模式。
另一个例子是按获取渠道细分群体，您可以跟踪来自不同活动的客户随时间的行为，并相应地调整营销策略。图 2 显示了 2024 年 1 月 Cohort 的重复访问率。哪个渠道的客户保留率最高？哪个渠道最低？
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3de28bb1dccc9dca6899b8f760bd81bc.png
图 2：按获取渠道划分的 Cohort 重复购买百分比
结论
通过结合细分市场和群体分析，您可以深入了解客户行为和保留情况。能够看到客户何时以及为何不再参与，这给了您早期干预和优化策略的机会。
您可以探索像 Google Analytics 或 Mixpanel 这样的工具，今天就开始跟踪您的客户群体，并观察这些见解如何转变您的业务策略。敬请期待未来文章中更高级的技术！
➡️在这里订阅我 ➡️medium.com/@baoxinli/subscribe
Note:Unless otherwise noted,allimages are by the author.
