iGaming 留存群组分析(Cohort)实操指南

用首存数据建立留存群组表,读懂曲线,延伸到 NGR,并用群组公平评判 CRM 活动。

更新于 2026年11月8日 · 8 分钟阅读 · Gamble Grip

留存群组分析追踪从同一起点出发的玩家群组,例如在同一周首存的所有玩家,并显示其中有多少人在之后每一周仍然活跃。它是判断玩家库是越来越黏还是漏得越来越快的最直接方法,也是公平评判 CRM 改动是否有效的方法。

混合的月留存率,把第一周的玩家与第三年的玩家混在一起。即使行为没变,获客结构一变,这个数字也会变。群组表固定了账龄,让你比较的是同样账龄的玩家。

本指南涵盖:赌场和体育博彩中重要的群组类型、搭建并使用群组表的六个步骤、会导致错误结论的常见错误,以及在对任何群组采取行动之前必须应用的排除过滤。

群组类型:获客群组与行为群组

群组是共享同一个起始事件、并随时间被追踪的一组玩家。Amplitude 将其定义为具有共同特征的一组用户。群组有三个部分:锚点事件、时间桶(日、周或月)和留存事件,后者定义了什么算"回来"。

群组不是细分群体。群组按某件事发生的时间来定义,并向后追踪。细分群体按玩家现在是谁来定义:VIP 等级、偏好品类、支付方式。两者结合起来效果很好。

获客群组

获客群组按玩家何时或通过什么进入来分组。

  • 注册日期。用于"注册到首存"的漏斗和引导环节。
  • 首存(FTD)日期。用于留存和收入,因为它去掉了从未成为客户的注册。
  • 渠道或活动。联盟、付费搜索、自然流量、合作伙伴或欢迎优惠。它显示哪个来源带来的玩家会留下。

行为群组

行为群组按玩家在某个明确的早期窗口内做过什么来分组。Amplitude 把它们描述为以特定方式使用产品的用户。iGaming 中的例子:

  • 首存后七天内完成二存的玩家。
  • 以老虎机、真人赌场或体育博彩起步的玩家。
  • 领取了欢迎奖金的玩家和拒绝领取的玩家。
  • 首存金额位于前四分之一的玩家和位于后四分之一的玩家。

行为群组是在行为发生之后才形成的,所以显示的是关联,而不是因果。早早二存的玩家,可能只是本来就更投入。把结果当作待检验的假设。如果早期二存的玩家留存好得多,说明二存这个时刻值得设计专门的旅程,见玩家生命周期管理。

固定定义

写下三件事,并保持稳定。

  1. 锚点:以一个约定的时区计算的首存日期。
  2. 活动:一笔真钱投注或存款。登录会把只看一眼就走的玩家也算进来。要决定仅使用奖金的游戏如何计算。
  3. 窗口:前两周用日桶,之后用周桶。

然后在 N 日留存和无界留存之间选择。Amplitude 说明,N 日留存只统计在确切的那一天回来的用户;无界留存统计在那一天或之后任何一天回来的用户,所以数值相等或更高。Amplitude 建议每日使用的产品用 N 日留存,偶尔使用就属正常的产品用无界留存。很多体育博彩玩家跟着赛事走,并不是每周都玩。无界或按周"第 N 周活跃"的定义通常更适合他们。每张图上都要标明所做的选择。

Mixpanel 补充了两条规则。留存统计的是用户,不是事件。不完整的时间桶会被标记,因为其数据仍在变化。

提取数据

每位玩家一行。

  • 玩家 ID,与你的 CRM 和 PAM 使用的一致
  • FTD 日期
  • 符合条件的活动日期或周
  • 各周期的存款和 NGR(如果要把表延伸到收入)
  • 用于切分的渠道、国家、首个产品和奖金标记

按群组和账龄计数

对每个群组,统计锚点之后每一周活跃的玩家数,再除以群组规模。第 0 周是锚点周,当活动为首存时等于 100%。

下面是按周 FTD 群组的最简 SQL 示意(请按你的数据仓库方言调整):

sql WITH ftd AS ( SELECT player_id, DATE_TRUNC('week', MIN(deposit_ts)) AS cohort_week FROM deposits GROUP BY player_id ), activity AS ( SELECT DISTINCT player_id, DATE_TRUNC('week', bet_ts) AS active_week FROM bets ) SELECT f.cohort_week, DATEDIFF('week', f.cohort_week, a.active_week) AS week_n, COUNT(DISTINCT a.player_id) AS active_players FROM ftd f JOIN activity a ON a.player_id = f.player_id GROUP BY 1, 2 ORDER BY 1, 2;

把每个 week_n 的 active_players 除以同一群组第 0 周的人数。Excel 或 Sheets 的数据透视表也能得到同样的结果:行是群组周,列是 FTD 之后的周数,值是去重玩家数。

解读群组表

示例。 一家在线赌场查看按周划分的 FTD 群组。留存指第 N 周至少有一笔真钱投注。

FTD 群组 玩家数 第 1 周 第 2 周 第 4 周 第 8 周
10 月 6 日当周 1,200 41% 29% 21% 14%
10 月 13 日当周 1,350 40% 28% 20% 13%
10 月 20 日当周 1,100 43% 31% 23% 15%
10 月 27 日当周 1,500 36% 24% 17% 尚未成熟
11 月 3 日当周 1,400 38% 26% 尚未成熟 尚未成熟

表格可左右滑动 →

从两个方向读。

横着读一行,看一个群组随账龄变化。10 月 6 日群组在第 1 周留住 41% 的玩家,之后是 29%、21% 和 14%。先陡降、后平缓的长尾,是常见的形状。

竖着读一列,在相同账龄下比较各个群组。第 1 周留存依次是 41%、40%、43%,然后是 36%。10 月 27 日群组在所有能观察到的账龄上都更差。这个群组出了变化,而混合的月数字看不出来。

各 FTD 群组的第 1 周留存

示例。群组中第 1 周有投注的玩家占比。

10 月 6 日当周41%10 月 13 日当周40%10 月 20 日当周43%10 月 27 日当周36%11 月 3 日当周38%

接着问:10 月 27 日那一周有什么不同?检查获客结构(是不是来了一批质量差的联盟流量?)、欢迎优惠、支付或 KYC 问题,以及竞争对手的活动。群组表告诉你该往哪里看,而不是原因。

标为"尚未成熟"的单元格还没有足够时间成熟。把不完整的一周当作最终结果来读,会低估留存。Mixpanel 出于同样的原因,把不完整的时间桶排除在加权平均之外。

按列着色

按列应用色阶,这样第 8 周的单元格是与其他第 8 周的单元格比较。Mixpanel 的着色相对于每个群组所在的行,显示每个群组的衰减形状。按列着色显示的是哪些群组在相同账龄下更好或更差,这通常正是 CRM 负责人要问的问题。选一种,并说明是哪种。

识别四种曲线形态

每个群组画一条线,横轴是账龄,纵轴是留存百分比。

  • 早期陡降,长尾平缓。这是正常的。问题在于平台期有多高。
  • 曲线持续下降,没有平台期。产品或旅程没有养成习惯。
  • 在某个特定账龄出现隆起。通常是计划中的事件:二存奖金到期、每周促销、联赛开赛。查看 CRM 日历。
  • 新群组低于旧群组。获客质量下降,或体验变差。先查获客结构。

用前面的列(第 1 周和第 2 周)评判引导环节,用后面的列(第 8 周起)评判习惯。奖金可能抬高早期留存,之后又衰减,所以两者都要看。

把表延伸到 NGR

留存显示谁还在,但不显示他们是否值得留住。两个群组可以有相同的第 4 周留存,价值却相差很大,比如其中一个靠奖金驱动、净收入很低。

使用每个获客玩家自 FTD 起按周累计的 NGR。为什么用 NGR 而不是 GGR,见 NGR 与 GGR。

示例。 同一家赌场,人均累计 NGR,单位为欧元。

FTD 群组 第 1 周 第 4 周 第 8 周 第 12 周
自然流量与 CRM €14 €31 €44 €53
联盟 A(重奖金) €6 €12 €15 €16
付费搜索 €11 €24 €33 €39

表格可左右滑动 →

第 12 周的人均累计 NGR

示例。按获客渠道。

自然流量与 CRM€53付费搜索€39联盟 A,重奖金€16

看每条曲线是否仍在上升,还是已经走平。联盟 A 到第 8 周就走平了。它带来的玩家不再产生净收入。这需要和该渠道谈回收期,而如果只比较第 1 周的存款,这一点是看不到的。

用累计 NGR 除以获客成本,得到每个渠道的回收曲线。活动经济性计算器可以按 12 个月测算玩家群组的 NGR、ROMI 和回收期。

反向读表看流失

流失群组分析就是把同一张表反过来读。看每个账龄阶段流失的比例,找出哪些群组流失玩家更早。先定义流失:30 天不活跃的阈值,和 90 天会给出不同的答案。阈值见玩家流失指南。

找到高流失群组之后,按首个产品、存款额和奖金使用情况进一步拆分。检查从注册到 FTD、从 FTD 到二存的时间。查看头两周内的客服联系、提款延迟和验证阻碍。结果是一份按严重程度排序的玩家流失点清单,可用于留存工作和召回活动。

用群组评判 CRM 活动

CRM 团队不断上线活动。常见的诱惑是拿活动之后的时期与之前的时期比较。这会把活动效果与季节性、获客变化和产品发布混在一起。请改用下面的流程。

  1. 先固定受众。受众在某个日期按规则划定,之后不再改变。否则自己回来的玩家也会被算成活动的成绩。
  2. 设立对照组。同一批受众中随机一部分什么都不收到,或收到之前的标准处理。Gamble Grip 的每个合作都从一个固定群组、一次受控的召回活动和一套约定的衡量方法开始。
  3. 两组使用相同的留存定义和窗口。报告 NGR,而不只是存款或奖金兑换。
  4. 看差距,不看水平。在每个账龄比较实验组减去对照组,并检查激励结束后差距是持续还是消退。
  5. 检查蚕食。如果活动把本来就会发生的存款提前了,实验组后面的列会降到对照组以下。

无法做到干净对照时,用可比的更早群组作为基线,并把结果称为估算。

同样的逻辑适用于欢迎旅程的改动。比较改动前后的 FTD 群组,可能的话配合对照组。看二存率、第 1 周留存和第 8 周 NGR,而不只是首存转化。

Gamble Grip 公布的活动结果是实验组的数字。2026 年 10 月,其在土耳其的收入分成活动带来 $2,378,075 的存款和 $246,707 的客户 NGR。对照组或基线显示其中有多少是活动带来的。分市场结果见活动结果页面。

常见错误

  • 混用账龄:拿 3 周的群组与 12 周的群组比较。
  • 把未成熟的单元格当作最终结果。不完整的一周看起来像流失。
  • 用登录作为活动。它会高估参与度,并掩盖收入衰减。
  • 只以注册为锚点。未存款的玩家会拉平每一个比率。
  • 群组太小。合并几周或放宽时间桶。
  • 忽视获客结构。一个 60% 是追奖金联盟玩家的群组,即使 CRM 没有任何变化,看起来也会比自然流量群组差。
  • 中途更改定义。如果"活跃"的定义在 3 月变了,就重新开始计一个序列。
  • 把行为群组当作因果。使用某个功能的玩家留存更好,并不意味着推动该功能就能改善留存。
  • 忽视身份一致性。如果 CRM、钱包和 PAM 使用不同的玩家 ID,一个系统的群组无法与另一个系统的收入对账。

哪些玩家不进入群组行动

群组分析会找出要联系的玩家,所以先做过滤。排除已自我排除的玩家、已退出营销的玩家,以及被负责任博彩团队或负担能力复核标记的任何人。依据群组流失情况建触发条件之前,先核对该渠道的同意依据,并在发送时再次核对排除名单。

在信任群组报表之前

大多数运营商从 PAM 或 CRM 的群组视图、数据仓库上的 BI 工具或电子表格的透视表入手。工具本身没有定义重要。它必须能建立以 FTD 为锚点的群组,关联 NGR,按渠道和产品切分,并导出与固定受众绑定的玩家名单。

  • 锚点事件和活动定义已写明
  • 未成熟的单元格已标注
  • 玩家 ID 在 CRM、PAM 和钱包之间一致
  • 同一群组的 NGR 可以与财务对账
  • 已应用排除规则(自我排除、已退出、被标记)
  • 任何活动都已定义对照组或基线

常见问题

什么是留存群组分析?

留存群组分析把玩家按共同的起点分组,例如首存所在的那一周,再追踪每组中仍然活跃的玩家在之后各个周期的占比。它用相同账龄的组间对比,取代单一的混合留存数字。

群组和细分群体有什么区别?

群组按玩家身上某件事发生的时间来定义,通常是注册或首存,并随时间向后追踪。细分群体按玩家现在是谁、在做什么来定义,例如 VIP 等级或偏好的品类。两者可以叠加,例如在 3 月首存群组中再看以老虎机起步的玩家。

群组应以注册日期还是首存日期为起点?

收入和 CRM 决策使用首存(FTD)。从未存款的注册没有 NGR,还会拉低每一个留存率。另建一个注册群组,专门衡量从注册到 FTD 的转化。

群组表多久刷新一次?

每周刷新。长期列(第 8 周到第 26 周)和人均 NGR 每月复盘。对尚未成熟的单元格要标注出来,不要当作最终结果来读。

一个群组需要多少玩家?

要足够多,使得少数几名玩家不会让一个单元格波动好几个百分点。若会,就合并几周,或放宽群组的时间窗口。所需规模取决于留存率和你想检测的差异大小。

群组分析能证明 CRM 活动有效吗?

只有在公平对比的前提下才行。更早的群组在季节、获客结构和产品上都不同,所以两者的差距并不说明因果。同期随机留出的对照组,才能把活动效果与背景变化分开。