Cohort Table（同类群组表），也常被称为同类群组分析，是 Adobe Analytics Workspace 中用于分析用户留存与流失的核心可视化工具。它通过对同一时期（同类群组）的用户群体进行纵向追踪，清晰呈现用户在不同周期内的回访或流失情况。
本文将系统拆解 Cohort Table 的各项配置参数、运作逻辑，并与 Google Analytics 的同类功能进行对比，帮助你充分释放这一工具的分析潜力。
核心参数详解（设置界面）
在 Workspace 中创建或编辑 Cohort Table 时，主要涉及以下四大配置区域：
Inclusion Criteria（包含标准）
定义“谁是该同类群组的成员”，即确定初始的基准人群。
- 最多可应用 10 个包含区段和 3 个包含量度。
- 支持复杂规则组合：量度间默认逻辑为 AND，可手动切换为 OR。
- 通过限制特定的量度值或应用区段，您可以精准锁定目标人群（如“首次访问来源为自然搜索的用户”或“完成过加入购物车动作的用户”）。
Return Criteria（回访标准）
定义“怎样才算该用户再次出现”，即判定用户是否维系或流失的依据。
- 最多可应用 10 个回访区段和 3 个回访量度。
- 同样支持 AND / OR 逻辑组合，灵活性极高。例如，您可以将回访标准定义为“再次访问网站”或“再次完成购买”，而无需与初始行为完全一致。
GRANULARITY（时间粒度）
控制同类群组分析的时间单位和分析类型：
- 时间粒度：下拉选择“天”、“周”、“月”、“季度”或“年”，决定每个周期（Period）的长度。
- Type（类型）：
- Retention（维系率）：展示留存情况，即初始用户在后续各周期中满足回访标准的比例。
- Churn（流失率）：展示流失情况，本质为 1 – 维系率，直观呈现用户流失速度。
SETTINGS（高级设置）
包含影响计算逻辑的关键开关：
- 滚动计算（Rolling Calculation）：
- 开启：用户在第 N 周期被计入留存的前提是其在第 N-1 周期也必须出现（即连续留存）。例如，某用户在 Day1 访问，Day2 缺席，Day3 再次访问——在滚动计算模式下，该用户在 Day3 不会被计入留存，因为 Day2 已断档。
- 关闭（默认）：只要用户在目标周期内至少出现一次即计入留存，不论中间是否有断档。因此关闭滚动计算时，留存率通常更高。
- 延迟表（Latency Table）：用于测量两个事件之间的时间差（如从“首次访问”到“完成转化”所经过的天数），适用于归因或转化周期分析。
- 自定义维度同类群组：允许您按指定的维度（如“营销渠道”或“用户类型”）划分出不同的同类群组进行横向对比。
实操案例：创建一个留存分析图
以“隔天留存”为例（不开启滚动计算），设置如下：
运行后得到如下数据
6 月 29 日当天共有 328 位用户访问。这 328 人中，次日（6月30日）有 34 人回访，再后一天（7月1日）有 22 人回访。
再来看一下打开回滚计算的数据结果是怎样的：
只看June 26的数据，这里就有差别的，计算规则不同，这个表示的是连续的留存图，而上一个表示的回访就算留存，所以上一个图的数据会比较大。
同类群组表的展示调整
我们还可以对同类群组表做调整，有两种方式：一种是调整设置，一种是调整显示的内容
调整设置（重置分析逻辑）
点击同类群组表左上角的齿轮图标，即可重新进入设置页面，修改包含标准、回访标准、粒度或计算规则，相当于重置整个分析。
打开的页面就是设置同类群组的页面，可以对设置做重置。
调整显示内容（格式化视图）
调整显示内容就是对这个同类群组的显示做调整，添加右上角的这个位置：
就会弹出几个选项：
总结
Adobe Analytics 的 Cohort Table 是一款强大的纵向用户分析工具，其核心优势在于：
- 标准解耦：包含标准与回访标准相互独立，可自由组合，适配复杂分析场景。
- 灵活计算：支持滚动计算开关，同时呈现“连续留存”与“回访留存”两种视角。
- 多维度展示：支持自定义维度同类群组及延迟表分析，扩展性强。
掌握 Cohort Table 的各项配置细节，您将能够更精准地定位用户流失节点、衡量产品健康度，并为优化策略提供坚实的数据支撑。