Cohort：按共同条件入组并持续观察的人群

Cohort 指按共同条件组成、用于持续观察的人群，中文常译为队列或同期群。常见条件包括同一周首次访问、同一个月首次购买，或在特定阶段经历同一流程。Google Analytics 的队列探索说明用这类分组观察用户行为如何随时间变化。

例如，把 9 月首次购买的 100 位顾客作为一组，观察其中多少人在 10 月再次购买。如果有 20 位满足这一定义，则这组顾客在指定次月的复购比例为 20%。这里必须明确首购识别、有效订单、退款处理和顾客去重规则；这个数字不是全店所有顾客的复购比例。

先固定入组，再对齐观察年龄

队列分析通常关心入组之后第 1 周、第 2 周或第 1 个月的变化。比较 9 月与 10 月首购人群时，应对齐“首购后经过多久”，不能拿前一组已经观察三个月的结果，直接和后一组只观察一个月的结果比较。尚未走完观察窗口的格子，应标为未完整观察，不能填零。

队列与分群有关，但侧重点不同。“最近 30 天买过商品的人”会随日期持续变化；“9 月首购顾客”则用于追踪一次明确入组的人群。不是所有队列都必须按首购建立，关键在于写清共同条件、入组时点和后续要观察的行为。

队列差异可以提示产品、渠道或运营值得调查的问题，但不能直接证明某次活动造成变化。获客来源、商品结构和季节可能同时改变。解释结果时，还要核对样本规模、身份识别与数据完整性，再决定是否需要更严格的验证。