概述

Cohort analysis is a powerful tool that helps you not only understand the full ROI of your campaigns, but also helps you guide future investment decisions and consumer targeting.

同期群（cohort）分析报告可让您按获取日期（仅限应用安装）或再次参与日期（web 和 app session）分析跨渠道，跨平台的 Branch 数据，以查看这些用户在一段时间内的表现。

同期群（cohort）分析是一种用于将增长指标与参与度指标分开的工具，可让您评估一段时间内的用户行为，包括诸如留存率和生命周期值（LTV）等关键指标。

该报告可在以下渠道中找到（如果所述渠道是您合同的一部分）：

• Journeys（网站向App引流解决方案）

• 广告

• 邮箱

📘

数据限制

基数保护

Branch 将每个发布者每天的所有维度限制为40,000个值。这意味着您最多只能在操作后台 (Dashboard)上看到40,000个独特的广告活动，广告名称等。

如果某个应用尝试为单个维度发送超过40,000个值（例如，~活动）一天之内，那么 Branch 停止追踪这些独特的值。Branch 将其他值组合在一起，并将它们存储在“其他”值之下。

数据要求

为了使 Cohort（同期群）分析报告提供见解，您必须使用 Branch SDK 和/或 Branch Web SDK（基于产品使用情况）来衡量事件。

如果要在分析中包括 cost 数据，则必须启用以下一个或多个合作伙伴集成：Facebook，Google，Apple Search Ads 或 Snap。当前不支持其他合作伙伴集成的 cost 数据。

获取 vs 再次参与 Cohort（同期群）

在创建 Cohort（同期群）进行分析时，您可以选择将其基于获取（安装）activity 或重新参与 activity。

通过安装 Cohort（同期群），您可以根据用户的 install cohort 来评估其用户的长期行为，即通过应用内事件衡量与应用的交互。注意：重新安装不包括在获客群组（Acquisition Cohorts）中。

通过再次参与同期群，您可以根据用户的再次参与同期群来评估用户的长期行为，即与通过应用内事件和/或 web 交互来衡量的与 Web 或应用属性的交互。

再次参与可以是在闲置一段时间之后创建 Web 或 app session 的任何事件，例如 Web session 开始或打开。

🚧

iOS 14.5 之后的获客和重新参与变更

Apple requires users to opt into sharing their device data through Apple's AppTrackingTransparency framework (ATT). When an install is attributed to paid ads, a 2nd install event will fire post user opt-in

选择性加入会因为其延迟的性质而影响您的 Cohort（同期群）。这意味着，当根据归因数据随时间查看同期群时，用户将依据比较对象来移动归类。我们的建议：

• 如果您总是在 t+X 天推送 ATT 选择性加入，那么 cohorts（同期群）将始终被 x 天抵消
• 如果您在推送 ATT 选择性加入时将其游戏化 (gamify)，那么同期群将具有两个部分抵消的趋势：
  • 会员数量随时间推移会越来越多，因为在第 0 天安装应用的用户选择加入
  • 会员数量越来越少，因为在第 0 天安装 App 的用户停止使用 App

For additional information on changes post iOS 14.5, visit our FAQ Pages

再次参与闲置时间

由于再次参与只能在闲置一段时间之后发生，因此用于绩效分析的任何事件都只能成为一个再次参与同期群的一部分。如果 session-qualifying 事件在闲置一段时间后发生，则仅计为再次参与。但是，如果用户多次再次参与，则他们可能会处于多个再次参与同期群中。

默认的非参与非活动窗口为7天。您可以在Configuration > Attribution Windows下修改此窗口。

创建 Cohort（同期群）

要创建 Cohort（同期群），请点击 Create New Cohort 按钮并提供以下信息：

• Cohort Name

• Cohort Type

  • 获取（安装）

  • 再次参与（跨网页和应用的任何 session）

• Cohort Date Range

  • 发生 install 或 re-engagement（再次参与）事件时

• Include Cost Data

  • Only available on the Ads Partner level

• Measurement

  • Show

  • Compare by

  • Where

  • Equals

Cohort（同期群）测量选项

创建新的 Cohort（同期群）时，可以使用以下测量选项。

Show

显示指标包括重要的 KPI 和度量标准，您可以使用这些指标来完善用户 Activity。

Compare by & (where/and/equals) 筛选器

Compare by 和 (where/and/equals) 筛选器可应用于任何同期群事件—install 或 re-engagement—以及任何下游事件。

使用可视化选项

创建 Cohort（同期群）后，您可以查看结果分析。所有创建的群组均包含以下可视化功能：

• Unique Counts —选中"Unique" ，它们对于用户是唯一的。例如：如果1个用户点击了100次，则将其计为1。没有“唯一收入”的概念； “收入”始终是所有 purchase 事件的总和。

• Time Interval and Granularity

• Incremental vs Cumulative —增量仅显示当天发生的数据，从而使您可以了解性能随时间的变化情况。累积显示当天和之前所有日期发生的数据，从而使您可以随时查看整体性能。

• Apply Cost Data —显示通过在 Cohort（同期群）中进行比较的的每个事件的费用。

• Total vs Per User Counts —总计显示当天的总数。每位用户显示的是当天的总数，而不是通过在 Cohort（同期群）中进行比较的用户总数。

• Table vs Time Series View

• Download CSV

• Share Page State

• 保存的视图

  • 改名

  • 删除

• 重置页面状态

附录：什么是同期群（cohort）分析？

同期群（cohort）分析是研究群体随时间变化的行为。您问什么行为和什么群体？ "行为"可以是您发现相关或您感兴趣的任何操作。“组”是数据点或用户的聚集，它们具有共同性并因此构成一个同期群。

因此，让我们将其应用于一个非常基本的真实示例。您可能想知道2008年和2009年大学毕业生头五年的平均收入。如果您查看一个图表，将这些信息绘制成图表，您将看到类似以下的内容：

当您以实际为基础查看收入时，将使用发生事件的日期时间在分析中绘制发生事件年份的学生平均收入。上面的报告根据事件发生的时间显示数据。使用这种类型的线性分析，很难将一组与另一组进行比较，以确定毕业年份与收入之间的任何关系，其原因是时间安排并非固定，并且毕业班级在每年进行比较时的职业生涯中处于不同的阶段。

那么，让我们来看一下使用同期群（cohort）分析的示例。由于每个即将毕业的学生组都是同一个同期群（他们都在同一年毕业），我们可以使用其毕业年份作为初始事件（t0）评估每个同期群的平均收入，并绘制相对于其后每年的收入的图表分度（t0 + 1，t0 + 2，t0 +3等）。

通过同期群（cohort）分析，您可以针对同类比较来评估唯一的 Cohort（同期群），这在使用线性分析时是不可能的。在这里，您可以看到两个即将毕业的班级的确增加了他们的平均年收入，但是到第三年，2009年毕业生的平均收入要比2008年的平均水平更高。