Google 已在其 Analytics 套件中新增基础群体分析报告（测试版）。该功能可帮助营销人员和分析师识别基于时间的趋势，从而评估表单、内容、产品或广告的有效性。
在统计分析中，“群体”（Cohort）指共享特定时间相关事件、特征或经历的人群。例如，2015年1月30日首次访问电商网站的购物者即构成一个群体，因其具有“首次访问”这一共同特征且发生在同一时间段。
基础群体分析
群体分析的核心价值在于比较两个或多个群体随时间推移的关系变化。
以一家在线商店的邮件订阅活动为例：一月份开展了三项活动，分别是 Facebook 竞赛、站内弹出窗口和站内静态链接。营销团队可对比这三个群体（Facebook 注册者、弹窗注册者、链接注册者）后续的邮件打开率。
此表是对电子邮件订阅者平均打开率的假设性群体分析。
基于上述假设数据可知，相比其他渠道，通过链接注册的订阅者在后续六个月内保持更高的打开率，说明其阅读意愿更强。这一简化示例充分展示了行为数据的分析价值。
Google Analytics 中的群体分析
Google 已将群体分析报告纳入 Analytics 的“用户群”板块。此前高级用户虽可通过细分功能自定义分析，但新报告降低了使用门槛，使更多用户能够接触群体分析。
群体分析报告位于 Analytics 的用户群部分。
Analytics 群体报告支持以下配置：
- 群体类型：目前仅支持“获取日期”，用于观察特定日期访客随时间的行为变化。
- 群体规模：可按天、周或月划分。如前文示例中，将一月内所有注册用户定义为一个群体。未来若增加其他群体类型，维度列表或将扩展。
- 指标：即待测量内容，包括每位用户的转化次数、页面浏览量、会话数、用户留存率、目标完成度及转化率等。
- 日期范围：设定数据显示的相对时间跨度。
群体分析报告是可配置的。
此外，队列分析还支持按细分维度进行对比。例如，比较移动端与桌面端访客的平均会话时长，或分析圣诞节前后不同时段新访客的行为差异。
此示例展示了三个队列的会话时长。
此类分析有助于发现深层规律，例如桌面端访客停留时间通常长于移动端，且在节前一周表现尤为显著。
使用队列分析
要利用队列分析辅助业务决策，需遵循科学方法：
- 明确问题：分析应始于具体疑问，如销售额波动原因、最佳广告投放时机、节日促销提前量或客户长期价值等。
- 确定指标：根据初始问题界定待测量的核心内容。
- 定义队列：确定划分群体的事件或特征。目前 Google Analytics 仅支持“获取日期”，若不适用则需另寻数据采集方式。
正确执行队列分析，能有效识别并阐明关键业务趋势。