首购月份建队列—同龄期留存曲线—流失节点干预法

订单字段、队列计算和异常识别高度结构化，且能设置样本量、隐私和对照实验边界。

构建Cohort Analyst Agent，自动清洗订单、生成生命周期矩阵、检测异常节点并提出干预实验；客户触达名单必须经权限检查和人工批准。

来源贡献了按首次购买时间分组、在同一生命周期观察留存、销售额、每客消费与客单价，并依据流失节点实施再触达的步骤。迁移到淘宝、拼多多时可用脱敏买家标识和订单日期生成队列热力图，但平台触达权限、会员工具及数据口径需分别校准。

输出格式：月度队列热力图及干预任务JSON：队列定义、样本量、生命周期月、复购率、净收入、异常节点、建议动作和实验结果

执行示例：将1月至6月首购客户分别建队列，发现大额券获客队列在生命周期第2月复购显著偏低；仅对随机一半发送平台许可范围内的使用提醒，另一半保持不变，以增量毛利而非消息点击作为放大条件。