Bi Cohort Analysis

bi-cohort-analysis

把用户按同一批/同一类分组，比较各群体后续表现：定义 cohort 规则 → 取数 → 划分 cohort → 按 cohort 汇总后续表现 → 跨 cohort 对比 → 解读与输出。

前置条件

开始执行前，确认以下信息已就绪：

• 分析对象明确，通常为「用户」，且能唯一标识（如 user_id）
• cohort 规则已确定，即按什么分群（如注册周、获客渠道、首单金额档、首日行为等）
• 跟踪指标已确定，即 cohort 形成后要比较的后续指标（如留存、转化、LTV、复购等）及其时间窗口
• 数据获取能力可用，能取到对象级起始特征数据及对应后续行为/指标数据

若 cohort 规则或跟踪指标不明确，需先回到规划阶段补充，或向用户确认后再开始执行。

分析原则

同期群定义

同期群（cohort）指在相同时点或具备相同起始特征的用户集合。本 workflow 通过 cohort 规则分群 定义 cohort，再比较各 cohort 在 后续时间窗口 内的指标表现。

主要步骤

| 步骤 | 用途 | 是否必选 | |------|------|----------| | 定义 cohort 规则 | 确定分群依据与跟踪指标 | 必选，见步骤 1 | | 取数 | 取用户 ID、起始特征、后续行为/指标 | 必选，见步骤 2 | | 划分 cohort | 将每个用户分到对应群体 | 必选，见步骤 3 | | 汇总后续表现 | 按 cohort 聚合跟踪指标 | 必选，见步骤 4 | | 跨 cohort 对比 | 对比各群差异、幅度与显著性 | 必选，见步骤 5 | | 解读 & 输出 | cohort 画像、表现对比、业务建议 | 必选，见步骤 6 |

典型产出：cohort 矩阵、群间对比表、cohort 留存曲线（多条线对比）等。

最短路径：定义分群规则 → 划 cohort → 跟踪各群指标 → 跨群对比（即步骤 1 → 3 → 4 → 5，取数随分群展开）。

本 workflow 主要提供 cohort 场景下的编排与数据衔接逻辑，各步骤的具体执行按相应分析方法的标准流程进行。

---

1. 定义 cohort 规则

明确「按什么分群」与「跟踪什么指标」，这是后续取数与划分的基础：

| 要素 | 含义 | 常见取值 | |------|------|----------| | 分群依据 | 划分 cohort 所依据的起始特征 | 注册周/注册月、获客渠道、首单金额档、首日关键行为、获客活动等 | | 跟踪指标 | cohort 形成后要比较的后续指标 | 留存率、转化率、LTV、复购次数等 | | 时间窗口 | 在哪些 dayn 观测跟踪指标 | D1/D7/D30 留存、30 日内 LTV、首周转化率等 |

要点：

• 分群依据可为单一维度（如注册周）或多维特征组合（如消费 + 活跃 + 渠道，优先走聚类，见步骤 3）
• 对象粒度须为「一行一用户」；若原始数据为事件级，先聚合到用户级
• 规则一旦确定，后续取数、划分、汇总须保持一致

---

2. 取数

按步骤 1 的规则取数，准备划分 cohort 与汇总后续表现所需的数据。

数据准备

整理 CSV，包含：

• 对象标识列（如 user_id）
• 起始特征列：用于划分 cohort（如注册周、获客渠道、首单金额；多维聚类可有多列数值特征）
• 后续行为/指标列：用于汇总跟踪指标（如各 dayn 是否留存、是否转化、累计付费金额等）

示例：

user_id,注册周,获客渠道,D7是否留存,30日LTV
u001,2025-W01,自然量,1,128.0
u002,2025-W01,广告,0,0.0

后续指标若来自另一张表，可仅取用户 ID + 起始特征，待步骤 3 划分后再按 user_id 关联后续指标表。

---

3. 划分 cohort

以步骤 1 的规则为输入，将每个用户分到对应群体。

划分方式

• 按已有特征分群：以起始特征列（如注册周、获客渠道、首单金额档）为分组键，直接将用户归入对应 cohort
• 两维策略型分群（如「增长 × 份额」）：优先波士顿矩阵法
• 多维综合分群：优先 K-means / 分层聚类 / DBSCAN

分群结果保存为 JSON，键为 cohort 标识（如 "2025-W01"、"cluster 1"），值为该 cohort 内的用户 ID 列表（供步骤 4 按 user_id 关联）。

产出检查

• [ ] 各 cohort 样本量可解释，无异常空簇（DBSCAN 噪声点单独标注）
• [ ] 分群依据与方法在结论中可复现

---

4. 按 cohort 汇总后续表现

基于步骤 3 的划分结果，为每个 cohort 汇总跟踪指标：

1. 将 cohort 划分结果与用户级后续指标按 user_id 关联
2. 按 cohort 聚合跟踪指标（如 cohort 均值、中位数、率值指标的分子/分母汇总等）
3. 整理为 对比分析用 CSV：每列对应一个 cohort（或参照 cohort），每行对应一个时间点或汇总口径

示例（三群 D7 留存率对比）：

指标,cohort_1,cohort_2,cohort_3
D7留存率,0.42,0.38,0.51

若需绘制 cohort 留存曲线，按 dayn 逐行整理多群留存率（每列一群、每行一个 dayn），供步骤 6 多线对比。若需与总体或某一基准 cohort 对比，在 CSV 中一并纳入参照列。

---

5. 跨 cohort 对比

对步骤 4 整理的数据执行对比分析，判断哪个群体最好/最差、差异幅度与显著性。

分析要点

• 比较维度：通常为 空间对比（横向比较不同 cohort 之间差异）
• 基准设定：明确参照 cohort（如总体、最大群、或业务指定的对照群）
• 计算方式：按指标类型选择绝对差值或相对差值；多 cohort 间不遗漏任一对比对
• 显著性（可选）：样本为多个用户或多次观测时，按显著性检验规则执行 t / z / 卡方检验

保存对比分析结果。

---

6. 解读 & 输出

完成以上步骤后，围绕各群体后续表现差异汇总并输出。

| 字段 | 说明 | |------|------| | 执行内容 | 本步骤做了什么 | | 取数文件 | 起始特征数据、后续表现数据路径 | | 中间产物 | 分群 JSON、对比用 CSV 路径 | | 计算结果 | 对比分析结果路径 | | 结论 | 各 cohort 的起始画像、后续表现差异及显著性 |

汇总结构建议：

1. Cohort 划分：分群规则、起始特征、各群规模与占比（含 cohort 矩阵）
2. 起始画像：各 cohort 在起始特征上的差异（辅助解读分群合理性）
3. 后续表现对比：各 cohort 在跟踪指标上的水平、差异幅度与显著性（含 群间对比表 与 cohort 留存曲线）
4. 业务解读：表现最优/最劣 cohort 的可能原因与可执行建议
5. 局限与不确定性：样本量、时间窗口、特征选择、分群稳定性等

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: agentscope-ai
• Source: agentscope-ai/QwenPaw-Data
• License: Apache-2.0

Install and usage instructions live in the source repository linked above.