同期群分析，在数据分析中有点高大上的感觉，这个名字乍一看很酷炫啊，但实际上呢？
也挺酷炫。
用一句话来解释同期群分析：按时间维度对用户建立分组，观察分组用户的行为特征表现。
以上图为例，是诸葛io中留存分析的一张图表，统计每日打开APP的用户，可以叫新增用户在后续7天内的留存情况，也就是产生任意行为的用户数量。江西市场研究,江西市场调研,江西市场调查,江西合策市场调查有限公司
那么可以得出2个同期群，例如11月27日新增的用户是一个同期群，还有就是11月26日-12月2日期间新增的用户，次日留存率也是一个同期群。
除了留存，还可以以特定的行为建立同期群，例如某日购买了某件商品的用户或达到一定销售额的用户，同期群分析的目的在于找出有效用户的行为特征。
例如针对某日产生过购买的用户进行同期群分析，可以查看这类用户的后续活跃、留存、访问内容等相关数据，找出有效用户的影响因素。
同期群分析有什么用？
例如：9月份新增用户10万人，10月份新增用户15万人，但9月份新增用户的30日留存用户为1万人，10月份新增用户的30日留存用户也为1万人，哪个月的运营业绩更好呢？
通过同期群分析，我们可以发现9月份和10月份新增用户的留存用户是相同的，那么9月份的留存率更高，从用户质量角度考虑，9月份的运营成果更好，从有效用户角度考虑，2个月的运营成果相同，从新增用户角度考虑，10月份的运营成果更好。
同期群分析的目的在于透过现象找到结果，以时间维度建立同期群，除按时间维度考虑，也可以对来源渠道等维度建立同期群。
