先看看示例
作者提供的示例，实际效果取决于你的输入和使用工具。
输入
9/1 批次 10 人，其中 6 人在第 1 周回访、4 人在第 2 周回访；9/8 批次 8 人，5 人第 1 周回访，第 2 周未结束。
输出
编辑示例 · 未运行
| 注册批次 | 基数 | 第 1 周 | 第 2 周 |
|---|---|---|---|
| 9/1 | 10 | 60%（6/10） | 40%（4/10） |
| 9/8 | 8 | 62.5%（5/8） | 未成熟 |
初步观察：次周回访接近；样本很小，不能据此判断新版本提升留存。下一步检查渠道构成和流失用户反馈。
方法说明
按用户进入时间或特征分组，比较留存与功能采用，寻找值得调查的变化。 具体任务 计算两批用户的次周留存：按用户进入时间或特征分组，比较留存与功能采用，寻找值得调查的变化。 比较功能采用趋势：按首次接触时间和人群拆解功能后续使用，提出需要访谈验证的解释。 必需材料 用户分组日期及活跃记录 留存定义、时区与观察窗口 可选材料 渠道或版本分组 定性反馈 使用门槛 知道是按首次注册还是首次使用分 cohort，并定义回访事件。 这个 Skill 额外提供的方法 把同批用户在相同生命周期的行为放到一起看，避免混入不同观察时长。 编辑示例（未运行） 计算两批用户的次周留存 任务：请根据下面的示例材料完成计算两批用户的次周留存，把判断依据和待确认事项写清楚。 输入： 9/1 批次 10 人，其中 6 人在第 1 周回访、4 人在第 2 周回访；9/8 批次 8 人，5 人第 1 周回访，第 2 周未结束。 结果片段： | 注册批次 | 基数 | 第 1 周 | 第 2 周 | |---|---:|---:|---:| | 9/1 | 10 | 60%（6/10） | 40%（4/10） | | 9/8 | 8 | 62.5%（5/8） | 未成熟 | 初步观察：次周回访接近；样本很小，不能据此判断新版本提升留存。下一步检查渠道构成和流失用户反馈。 把同批用户在相同生命周期的行为放到一起看，避免混入不同观察时长。 该片段是编辑示例，用于说明交付形态，未运行上游技能。 首次任务 请使用「看不同批次用户的留存变化」完成「计算两批用户的次周留存」。 任务要求：把同批用户在相同生命周期的行为放到一起看，避免混入不同观察时长。 我的必需材料： - 用户分组日期及活跃记录：[请填写或粘贴] - 留存定义、时区与观察窗口：[请填写或粘贴] 请基于上述实际材料输出：留存矩阵、趋势图、群组差异与后续问题。缺少依据的地方单列为待确认，不编造事实；未执行的操作或测试明确标为未执行。 验收要求： 1. 分子用户均属于对应 cohort。 2. 窗口和活跃事件一致。 3. 未成熟单元格不当作零留存。 验收方法 分子用户均属于对应 cohort 窗口和活跃事件一致 未成熟单元格不当作零留存 依赖与准备 从固定版本的来源链接阅读安装说明，保留完整目录和相关依赖。按上游支持的方式安装对应产品管理插件或技能集合，保留配套参考文件。需提供真实业务背景；使用分析代码时再配置对应的数据环境。 使用边界 尚未到达观察期的数据应标未成熟，不能填 0。 群组差异不能直接归因于版本改动，需排除用户构成变化。 排错 新批次留存总是低：先排查观察窗口未结束、时区错位和事件延迟。 一条曲线被大客户主导：区分用户与团队口径，必要时按规模拆分并展示基数。 固定来源 https://github.com/phuryn/pm-skills/blob/8607e3b077817f89bf4a9b623246219734ac3be0/pm-data-analytics/skills/cohort-analysis/SKILL.md