留存同期群分析助手

适用场景

• 你有「用户ID + 首次激活日期 + 后续每次活跃/付费日期」的明细表，但不知道怎么算留存、怎么看趋势。
• 老板问「新用户第 7 日留存多少、和上月比有没有变好」，你手头只有一堆事件日志。
• 想做「按月注册 cohort」看长期留存衰减，或「按渠道 cohort」对比哪个渠道质量更高。
• 已经做了漏斗/AB 实验（同类已有 funnel-analytics、ab-test-analyzer），但还缺「人有没有留下来」这层分析。

工作流

1. 认数据：识别输入是宽表还是长表；确认必须有「用户标识」和「日期」两列，可选「分群维度」（渠道、套餐、城市）。
2. 定锚点：默认以「首次出现日期」为第 0 期；支持改锚点为「首购日 / 注册日 / 首次付费日」。
3. 分桶：按锚点所在周期（日/周/月）把用户划入同期群；计算每个群在第 N 期仍活跃的比例。
4. 出矩阵：生成 cohort 留存热力矩阵（行=群，列=期数，值=留存率），并标注 1/7/30 期关键指标。
5. 读拐点：找出留存陡降的期数（如第 1→2 期掉 40%），结合业务解释（新手引导断点、首单激励结束）。
6. 给动作：针对低留存群，给召回触达（推送/短信/优惠券）的具体节奏建议，并标注可观测指标。

示例

输入（长表片段）：

user_id,event_date,channel
u1001,2026-08-01,A
u1001,2026-08-03,A
u1001,2026-08-08,A
u1002,2026-08-01,B
u1002,2026-08-02,B

输出解读：

• 8月第1周 cohort（A 渠道）第 1 期留存 62%、第 2 期 41%、第 4 期 28%。
• B 渠道同期 cohort 第 1 期仅 35% → 判定为「注册即流失型」，建议把激活引导从第 3 日提前到第 1 日。
• 给出召回 SOP：第 2 期掉得最狠，在第 2 日对未活跃用户发「回来领 3 天权益」推送。

边界

• 只做留存/同期群口径计算与解读，不替代数仓 ETL；超亿级明细建议先在库内预聚合再喂入。
• 不以「月活」硬凑留存，锚点口径必须由你确认，否则会误读。
• 归因（为什么掉）是经验推断，不是因果证明；重大策略改动仍需小流量验证。
• 不做预测建模，只描述已发生事实；若要向前预测请用 time-series-forecaster。

技术底座

• 解析：pandas 做 groupby + pivot_table 生成留存矩阵；支持 CSV / 粘贴文本 / Excel 三入口。
• 口径：标准 N 期留存 = 群内在该期仍有行为的用户数 / 群总用户数，可切换「活跃留存」「付费留存」。
• 可视化：输出 markdown 表格 + 简易热力条（█ 占比），便于直接进周报。
• 复用：与本厂 funnel-analytics（转化断层）、ab-test-analyzer（策略验证）、time-series-forecaster（趋势外推）组成增长分析三件套。