有品牌商拿著一張漂亮的營收折線圖來找我，線一路往右上，他很得意，但接著問我一句話：「克威，為什麼帳面一直成長，我現金卻越來越緊？」我把他的訂單資料要來，做了一件很簡單的事：把每個月新進來的客人切成一群一群，分開追蹤他們後面幾個月還回不回購。圖一畫出來他就安靜了。原來這半年靠猛開廣告把新客一直往桶子裡倒，但桶子底下有個洞，客人進來買一次就再也不見。總營收之所以還在漲，純粹是新客灌進來的量蓋過了流失，而廣告費卻越燒越兇。
這就是世代分析（cohort analysis）能幫你看見、而總數字永遠看不見的東西。今天這篇我把過去幫品牌商做診斷的實務講清楚：為什麼看總營收和總會員數會騙你、cohort 到底是什麼、留存曲線要怎麼讀、怎麼比較不同管道帶進來的客人品質、怎麼分清楚「是獲客差還是留存差」，最後怎麼把這些洞察變成真的能做的事。
為什麼看總營收、總會員數會騙人
先講一個殘酷的事實：總數字是「加總」，加總會把好消息和壞消息混在一起，然後只給你一個看起來還不錯的結果。
假設你這個月營收比上個月多了 10%，你會很開心。但這 10% 是誰貢獻的？可能是你砸了更多廣告換來一批新客的首購，也可能是老客回購變多。這兩件事的體質天差地遠。前者代表你在花錢買成長，成本結構越來越糟；後者代表你的生意越來越健康，客人願意一直回來。總營收這個數字沒辦法告訴你是哪一種，它把兩者攪在一起端給你。
總會員數也一樣。我很常看到品牌商很自豪地說「我們有二十萬會員」，但真正該問的是：這二十萬裡面，過去 90 天有下過單的有幾個？很多品牌的活躍會員可能只佔總會員數的個位數百分比，剩下的都是幾年前買過一次、早就忘了你是誰的殭屍帳號。用總會員數規劃行銷，等於拿一個灌了水的數字在做決策。
問題的根源在於，總數字是「橫切」看某個時間點的狀態，但客人的行為是「縱向」隨時間展開的。一個客人從第一次購買到第二次、第三次，中間會經過各種轉折，這些轉折被壓進總數字後就消失了。你想看清楚生意的真相，就得換一種切法：不要橫著看每個月的總和，而是縱著看「同一批客人」隨時間怎麼變化。這正是 cohort 的思路，也是我一直強調的數據驅動決策的核心——別看被平均過的表象，要看得夠細才做得了決定。
cohort 是什麼：把同期進來的客人分群追蹤
Cohort（世代、同期群）這個詞聽起來學術，其實概念很土：把「在同一段期間、因為同一件事而進來的客人」歸成一群，然後一路追蹤這群人後面的行為，不再和別群混在一起。
最常見的分群方式是按「首購月份」。所有在 1 月第一次買你東西的客人，就是「1 月世代」；2 月第一次買的是「2 月世代」，以此類推。分好之後，你去看 1 月世代的人在 2 月、3 月、4 月各自還有多少比例回來買，再看 2 月世代在 3 月、4 月的回購狀況，一群一群分開算。
畫成表格通常長這樣：直的每一列是一個世代（首購月份），橫的每一欄是「進站後第幾個月」。表格裡的每一格填的是「這個世代在那個月還有多少比例的人有回購」。第 0 個月一定是 100%（大家都在那個月首購），往右邊走數字會逐漸掉下來，這條下滑的軌跡就是留存曲線。
分群的維度不是只有時間。你也可以按「獲客管道」分：從 Google 廣告進來的一群、從社群自然流量進來的一群、從某次大檔活動進來的一群。或按「首購商品」分、按「首購金額級距」分。維度怎麼選取決於你想回答什麼問題，但核心動作永遠一樣——把同一批人綁在一起，分開追蹤，不要讓不同批的人互相稀釋。
Cohort 之所以威力大，是因為它天生「控制了變因」。同一個世代的人是在差不多的時間、差不多的行銷環境下進來的，你比較不同世代時，等於在做一種準實驗：這個月我換了主打商品、調了包裝、改了首購禮，這個世代的留存有沒有比上個世代好？答案會直接寫在表上。
留存曲線怎麼讀：第一次回購、走平、黏著
留存曲線是 cohort 分析的靈魂，看懂它你就掌握了大半。讀曲線我會盯三件事。
第一件是「第一次回購率」，也就是從第 0 個月到第 1 個月那一段掉多少。這是整條曲線最陡、也最關鍵的一段。絕大多數客人的流失都發生在首購之後、還沒養成第二次購買習慣的這個空窗裡。如果你的第一次回購率很低，代表客人買完第一次就覺得「沒有非回來不可的理由」，這通常是商品體驗、開箱、售後溝通、或首購後跟進沒做好。想把這一段拉起來，我在提升留存率那篇講過不少具體手法，這裡不重複。
第二件是「曲線後面會不會走平」。健康的留存曲線一開始一定會掉，但掉到某個程度後應該會趨於平緩，變成一條接近水平的尾巴。這條走平的尾巴極度重要，它代表你抓住了一群「真正的核心客」——這些人不管過多久都會固定回來，是你生意的地基。如果曲線一路往下、完全沒有走平的跡象，最後歸零，那代表你根本沒有留住任何人，每一個客人終究都會流失，你的生意本質上是在不斷從頭獲客的無底洞。
第三件是「走平的高度在哪」。同樣是走平，走平在 30% 和走平在 5%，是兩門完全不同的生意。走平的高度大致等於你的「長期黏著率」，這條水平線越高，代表每一批新客裡最後沉澱下來的核心客比例越高，你的顧客終身價值 CLV也就越高。我通常會建議品牌商把「抬高走平線」當成中長期的核心目標，因為這條線每往上抬一點，你後面每一批獲客的長期回報都會跟著放大。
讀曲線的時候還有一個角度別漏掉：把不同世代的曲線疊在一起比。如果越晚進來的世代，曲線一條比一條高，代表你的產品和留存機制在進步，這是很棒的訊號；如果越新的世代曲線反而越差，那就要警覺了，可能你為了衝量開始亂拉低品質的客人進來。
獲客世代品質比較：哪個管道、哪個檔期帶來的客人更會回購
這是 cohort 最實用、也最容易被低估的用途：比較不同來源的「客人品質」，而不是只比「客人數量」。
大部分品牌商評估廣告管道，只看單次獲客成本（CAC）和首購轉換，哪個管道帶進來的訂單多、單價低就覺得是好管道。但這是只看進場那一秒。把客人按管道分成 cohort、拉長看三到六個月的留存，你常會發現排名整個翻盤。有個管道首購 CAC 看起來很漂亮，但那批客人的留存曲線幾乎是直線墜地，回購率低到不行；另一個管道 CAC 貴一點，可是留存曲線又高又平，客人一買再買。把回購算進去，後者的實際回報遠遠甩開前者。
我幫一個品牌看過一個很經典的對比：他們的折扣導購管道帶進來的客人量最大、首購成本最低，老闆一直加碼投；但把這批客人做成 cohort 追蹤，第一次回購率低得嚇人，因為他們是被「便宜」吸引來的，不是被品牌或商品吸引來的，等你恢復原價他們就走。反觀從內容和口碑進來的客人量小、單次成本高，留存卻又高又穩。如果只看 CAC，你會把預算全砸在那個其實在漏水的管道上。
檔期也是同樣的道理。大促（例如雙 11、年中慶）灌進來的客人，通常留存體質會明顯比平時進來的差，因為很大一部分是被折扣本身吸引的機會型買家。這不代表大促不該做，而是你要知道大促世代的長期價值會打折，不能拿平日的回購率去期待他們，也不能因為大促當天營收爆量就以為撈到一大批優質客。把每次大檔的客人單獨拉成一個 cohort 追蹤，你才會知道這個檔期到底是賺到未來的老客，還是只賺了當天的一次性營收。
想再細一層，可以把 cohort 和 RFM 分群搭起來看：同一個管道帶進來的客人，後來各自落到哪個 RFM 區間？這能告訴你這個來源不只留不留得住，還留得住的是高價值還是低價值的客人。
用 cohort 找出真正的問題：獲客差還是留存差
品牌商最常問我的一個問題是「我生意成長卡住了，該怎麼辦」。這個問題沒辦法直接回答，因為卡住的原因至少有兩種完全相反的病，藥方也剛好相反。Cohort 就是我用來分辨這兩種病的診斷工具。
第一種病是「獲客出問題」：新世代的人數在萎縮，但每個世代的留存曲線都很健康、又高又平。這代表你留人的本事沒問題，是進來的新客不夠了。這時候該做的是去修獲客——檢查廣告效率、拓新的管道、優化落地頁轉換，把廣告成本降下來、把 ROAS 拉起來。你如果搞錯方向，跑去猛做會員經營、狂發優惠券挽留，只是在對一群本來就留得好好的人做無用功，錢白花。
第二種病是「留存出問題」：新客其實一直有進來，數量甚至不差，但每個世代的留存曲線都掉得又快又深，沒有走平。這代表你的桶子破了，客人進來多少漏掉多少。這時候再怎麼加碼獲客都是徒勞，因為你只是花更多錢餵一個無底洞，開頭那個現金越來越緊的品牌商就是這種病。藥方是回頭把留存機制、商品復購理由、會員經營、售後體驗補起來，先把洞堵住，獲客的每一分錢才有意義。
判斷方法很直觀：把「各世代的新客人數」和「各世代的留存曲線形狀」兩張圖並排看。人數在掉、曲線健康，是獲客病；人數還行、曲線崩壞，是留存病。真實情況常常兩種都有一點，但 cohort 能幫你判斷哪一種是主要矛盾，先治哪一個。這一步的價值在於它逼你停止亂槍打鳥——太多品牌明明是留存病卻一直加碼廣告，或明明是獲客病卻一直折騰會員系統，方向錯了再努力都是浪費。
怎麼用試算表或 GA4 做基本的 cohort
好消息是，做基本的 cohort 不需要什麼昂貴工具，你手上大概已經有材料了。
最土法煉鋼、但我最推薦品牌商先自己動手做一次的方式，是用試算表。你只需要一份訂單明細，裡面至少有三欄：客戶 ID、訂單日期、訂單金額。步驟大致是：先算出每個客戶的「首購月份」，把它當成這個客人的世代標籤；再算每一筆訂單是發生在該客人首購後的「第幾個月」；最後用樞紐分析表（樞紐表），把「世代」放列、「首購後第幾個月」放欄、計算每格有多少不重複客戶或多少營收，除以該世代的起始人數，就得到留存率的矩陣。整張留存表就出來了。這個過程有點繁瑣，但親手做一次，你對自己生意的體感會完全不一樣，我認為非常值得。
如果你想要更即時、不想每次都手動拉，GA4 內建了現成的探索（Exploration）功能，裡面就有「同類群組探索（Cohort Exploration）」這個範本。你可以設定納入條件（例如首次購買）、回訪條件（再次購買）、粒度（週或月），GA4 會自動幫你算出留存矩陣和曲線。要玩得好，前提是你的 GA4 電商事件要埋得正確、purchase 事件和相關參數都要到位，這一塊我在 GA4 電商分析那篇有完整講。GA4 的 cohort 好處是免費又即時，限制是它看的是 GA 追蹤到的行為、和你後台的實際交易可能有落差，做趨勢判斷夠用，要精算金額我還是會回頭核對訂單資料。
不管用哪一種，我的建議是先從「按首購月份、看回購留存」這個最基本的版本做起，把它變成每個月固定會看的一張表。等你讀得順了，再往下加管道、加商品維度。工具不是重點，養成「凡事分世代看」的習慣才是。如果你連這些名詞都還在對，可以先翻一下我整理的電商名詞詞典把基礎打穩。
把 cohort 洞察轉成行動
分析做完不落地就是自嗨。我把 cohort 看出來的東西轉成行動，通常抓幾個重點。
首先是攻「首購後的關鍵窗口」。既然留存曲線最陡的那段是首購到第一次回購之間，那你的資源就該重壓在這裡。我通常建議品牌商設計一套「首購後 30 天」的跟進節奏：買完當下確認訂單與到貨、幾天後關心使用狀況、大約在他該用完或該回購的時間點前主動給一個回來的理由（不一定是折扣，可以是搭配建議、補貨提醒、會員權益）。這一套動作把第一次回購率抬個幾個百分點，整條曲線的走平線都會跟著往上，長期複利非常可觀。這類自動化的跟進節奏怎麼設計，可以參考我寫的做法。
第二是「補救走跌的世代」。當你發現某個特定世代的曲線掉得特別兇——比如某個月你換了物流、或跑了一檔亂拉低價客人的活動——不要放著爛掉，把這個世代單獨圈出來做針對性挽回，同時回頭找出當月到底哪個環節出錯，避免下個世代重蹈覆轍。Cohort 的好處就是它讓「哪一批人出問題」變得可定位，你才做得了精準挽回，而不是對全體客人亂發訊息。
第三是「用世代品質重新分配獲客預算」。前面比較過各管道、各檔期的留存體質，那就把錢從「留存差、只是 CAC 好看」的管道，往「留存又高又平」的來源挪。這一步往往是 cohort 分析回報最大的動作，因為它直接改了你錢怎麼花，而且改的是複利的源頭。
第四是把留存的洞察餵回「會員與 CLV 經營」。走平線那群核心客就是你最該珍惜的人，值得為他們設計更好的會員權益、優先服務、專屬溝通，把他們的生命週期再拉長、荷包份額再做大。留存做得好，你的整體顧客終身價值才撐得起更高的獲客成本，形成正向循環。
別過度分析
講了這麼多 cohort 的好，我得踩個煞車，因為我看過太多品牌商掉進另一個坑：分析上癮，做而不動。
Cohort 可以無限切，管道乘檔期乘商品乘金額級距乘裝置……你想切多細都行，但切到後面每一格只剩三五個人，那個留存率上下抖動純粹是雜訊，不代表任何事。世代切太細、樣本太小，得出的曲線波動只是隨機，你卻可能煞有介事地根據它做決策，這比不分析還危險。我的原則是：每個世代至少要有夠大的樣本（具體門檻看你生意量，但一格只剩個位數就別當真了），維度一次只加一個，能回答當下那個問題就好。
另一個常見的坑是「分析到癱瘓」。有些老闆把儀表板做得美輪美奐，每天盯著十幾張 cohort 圖看得津津有味，卻遲遲沒有把任何一個洞察變成行動。分析的價值不在圖漂不漂亮，在於它有沒有改變你接下來做的事。我的建議很簡單：每看一次 cohort，逼自己寫下「所以我下一步要做什麼」，寫不出來就代表這次分析對你沒用，那張圖可以先不用看。分析是為了行動，不是為了自我安慰。
一個匿名實務案例
分享一個我印象很深的案例。一個做機能保養品的品牌來找我時，帳面營收連續成長了大半年，老闆信心滿滿準備擴大招募、加開通路，但財務一直吃緊，他搞不懂問題在哪。
我把他兩年的訂單資料做成按月的留存 cohort，圖一出來就很清楚：越新的世代，留存曲線一條比一條低。追下去發現，大概從半年前開始，他們為了衝營收大量投放折扣導購廣告，那批客人首購成本確實很漂亮，量也大，撐起了帳面成長。但這些客人是衝著低價來的，第一次回購率極低，曲線幾乎沒有走平，等於錢一直花在灌一個漏光的桶子。反觀更早之前從內容和口碑進來的世代，曲線又高又平，是真正的核心客，卻因為預算全被搬去追低價客，反而被冷落了。
我們做了三件事。第一，砍掉那個留存最差的折扣導購管道大部分預算，把錢移回內容和口碑來源。第二，針對所有新客上一套「首購後 30 天」的跟進流程，把第一次回購率往上拉。第三，把過去那些又高又平的優質世代重新圈出來，設計專屬的會員回饋把他們喚回。大約三到四個月後，總營收其實成長趨緩了（因為停掉了灌水的低價客），但每一批新客的留存曲線明顯抬高、開始出現健康的走平尾巴，最重要的是現金流轉正、獲客的錢花得有回報了。老闆後來跟我說，最有價值的不是那三個動作，而是他終於「看懂自己的生意到底哪裡在漏」。這正是 cohort 的價值。如果你也想從診斷開始把生意看清楚，可以看看我提供的品牌代營運服務。
常見問題 FAQ
Q：cohort 分析和 RFM 分群有什麼不同，該用哪一個？
兩者角度不同、互補。Cohort 是「按進站時間或來源把客人綁成一群，看這群人隨時間的留存變化」，重點是時間軸上的體質；RFM 是「不管你什麼時候來，按最近一次購買、頻率、金額把當下所有客人分等級」，重點是此刻該對誰做什麼。做診斷、判斷獲客或留存出問題、比較管道品質，用 cohort；做精準行銷、決定這批人該推什麼活動，用 RFM 分群。成熟的做法是兩個一起用。
Q：我生意規模不大，訂單量少，做 cohort 有意義嗎？
有，但要調整期待。訂單量小的時候，每個世代的人數也少，留存率的數字會抖動得比較厲害，你不能對單月的小波動太認真。做法是把世代的時間粒度放大，例如不要按月、改成按季甚至按半年分群，讓每一格的樣本大一點，趨勢才看得準。就算樣本不大，「按首購時間分群看回購」這件事本身還是會給你比看總營收多得多的洞察，值得做。
Q：留存曲線一路往下、都沒有走平，是不是就沒救了？
不是沒救，但這是很重要的警訊，代表目前你留不住任何人，生意本質上靠不斷獲客硬撐，長期不健康。該做的不是繼續加碼廣告（那只會燒更兇），而是回頭找留不住人的原因：是商品本身缺乏回購理由、還是首購後完全沒有跟進、還是體驗有硬傷。先把第一次回購率救起來，讓曲線開始出現哪怕一點點的走平尾巴，就是往正確方向走了。這部分可以搭配我寫的提升留存率一起看。
Q：GA4 做的 cohort 和我後台訂單資料算的對不起來，該信哪個？
正常，兩者不會完全一致。GA4 看的是它追蹤到的網站行為，會受到跨裝置、擋追蹤、事件埋得對不對等影響；後台訂單是實際成交的真相。我的用法是：要看趨勢、快速判斷方向，用 GA4 即時又方便；要精算留存率、金額、做正式決策，回頭用訂單資料算。兩邊差距如果大到離譜，通常是 GA4 電商事件沒埋好，可以對照 GA4 電商分析檢查一遍。
Q：多久看一次 cohort 比較合適？
我建議把「按首購月份的留存表」設成每個月固定看一次的例行動作，因為留存是慢變數，天天盯沒意義、還會被雜訊干擾。至於管道、檔期這類為了回答特定問題的 cohort，就在你要做預算分配、要檢討某次大促成效時再拉出來看。重點不是頻率高，是每次看完都要能寫出下一步行動，否則看再多也只是自我安慰。
Q：cohort 看出某個管道留存差，是不是就該直接砍掉？
先別急著一刀砍。留存差可能是管道本質問題（例如折扣站天生吸引機會型買家），也可能是你在那個管道的溝通、選品、承接體驗沒做好，客人來了卻沒被好好接住。我會先試著改承接方式看留存有沒有救回來，救不動、又確認是管道體質問題，才逐步把預算移往留存好的來源。整個判斷要放進數據驅動決策的框架裡，別憑單一張圖就做重大取捨。
結論
回到開頭那張漂亮卻騙人的營收圖。總營收、總會員數這些加總的數字，會把好消息和壞消息攪在一起，讓你在生意漏水的時候還以為一切安好。Cohort 分析的價值，就是把客人按進站的時間和來源分開追蹤，讓你看見總數字永遠藏起來的那件事——你到底留不留得住人、哪個來源帶來的是真客人、你的問題是獲客還是留存。
方法其實不難，一份訂單明細加一張樞紐表就能起步，GA4 也有現成的功能。難的是養成「凡事分世代看」的習慣，以及看完之後真的動手改。別過度分析、別為了圖漂亮而分析，每看一次就逼自己寫下下一步。當你開始這樣看生意，你會發現很多過去看不懂的困惑，答案一直都寫在那張留存表上。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
