讀書心得 | GA到GA4:掌握新世代網站數據分析新法則!

更新於 發佈於 閱讀時間約 13 分鐘
GA到GA4: 掌握網站數據分析新工具的技術原理與商業思維

GA到GA4: 掌握網站數據分析新工具的技術原理與商業思維

書籍資訊

  • 書名:GA到GA4: 掌握網站數據分析新工具的技術原理與商業思維
  • 作者: 張秉祖
  • 出版社:深智數位
  • 出版日期:2021/09/16

為什麼一定要升級到GA4?

作者一開始就強調GA4最大的優勢是能整合跨平台數據分析。過去,網站與APP的數據就像分居的夫妻,彼此生活精彩卻缺乏交流,GA4則像一位神奇的「婚姻顧問」,幫助兩邊數據終於相互連結,以人為核心完整呈現使用者的行為。

GA4的報表分析架構

GA4將報表精巧地設計成「生命週期」的概念,清楚描繪用戶從新訪客到忠誠客戶的完整旅程:

  • 客戶開發 (Acquisition)
  • 參與 (Engagement)
  • 營利 (Monetization)
  • 回訪率 (Retention)

這種設計邏輯清楚且更貼近行銷實務需求,便於有效掌握用戶真實動態。

流量開發報表:從源頭精準分析訪客

GA4的【流量開發】報表與傳統GA的【來源/媒介】報表類似,但能更深入地評估訪客品質,並透過最終轉換價值來判斷行銷渠道的效率。

第一步,就是看流量的多與少;其次,看流量的品質(好/壞);最後,挖掘出流量對企業帶來的實際目標轉換與營收貢獻。

如何精準辨識訪客?

長久以來,GA都是使用第一方Cookie(CID)來辨識訪客,這就稱為「揮發性的匿名歸戶」。CID在GA4中的說明文件,屬於裝置ID(Device ID)。如果針對APP,GA4則會存取裝置的廣告ID,Android稱作(AAID),iOS稱作(IDFA)。

「揮發性」代表這一支cookie並非穩定長駐,用戶端可以封鎖,也可以隨時清除它;「匿名」則是隨機給予的亂數值,其中並沒有附帶任何與訪客真實身分的相關訊息。

到了GA4中,因為跨平台歸戶的重要性,對於辨識訪客的要求就更高了,所以升級為三合一模式:「User ID + Google Signal + Device ID」,更能精準追蹤訪客,避免重複計算問題。

互動工作階段取代傳統跳出率

GA4提出全新概念「互動工作階段」,取代以往常用的跳出率。只要訪客滿足以下任一條件,就會被視為有效參與:

  • 瀏覽停留時間合計超過10秒(無論瀏覽一頁或多頁)
  • 瀏覽超過一頁
  • 觸動轉換事件

由於互動工作階段的定義較寬鬆,實務上應該搭配其他條件進一步確認,以避免高估有效用戶。這也衍生出GA4另一個重要指標—「參與度」(互動工作階段數 ÷ 總工作階段數),通常被視為取代舊版的「跳出率」。其實兩者想傳達的資訊都在辨別流量效度,只是角度不同:跳出率是從「無效流量」著手,參與度則從「有效流量」切入,最終目的都是強化優質流量、檢討劣質流量,防止資源浪費。

值得注意的是,參與度並不等於1減去跳出率。為了說明其中差異,作者借用統計分析中的「偽陰性」與「偽陽性」概念來做比喻。

2020年起,由於新冠疫情肆虐,快篩或普篩都會提到偽陰(False Negative)偽陽(False Positive),其中的陰與陽、正或負的標籤,其實沒有好與壞之分,而是以分析關注項為「陽」,反之則為「陰」。所以,當我們用「跳出」來做解釋流量效度時,關注項就是「跳出」,「跳出」就被解釋為「陽」,「非跳出」為「陰」;若把觀點放在「參與」這個面相時,就變成「參與」為「陽」,「非參與」為「陰」。
由於跳出的定義相對嚴苛(沒有任何互動就離開),因此雖然信賴度較高,但對非跳出情況的判讀可能就不夠精準(偽陰性偏高);反觀參與度的判斷條件較為寬鬆,反而可能提高偽陽性的機率。

換句話說,當GA4以「參與度」判斷流量效度時,高參與度不必然等於高品質用戶,仍需要更多條件或區隔來進一步驗證。

「使用者開發」報表:首次訪問的重要性

與「流量開發」報表不同,「使用者開發」報表特別關注「首次訪問」的新用戶軌跡。千萬別被名稱混淆——只要看到「使用者」二字,就能知道這個報表鎖定的重點是在新用戶整體的後續行為分析。

「參與」報表深入解讀

「參與」報表乍看之下普通,但內藏重要指標「用戶黏著度」。日活躍用戶(DAU)與月活躍用戶(MAU)之比若低於10%,用戶對網站的熱情可能已經冷卻,建議趕快挽回用戶的心😢!

raw-image


GA4的核心概念:萬事皆為事件

事件—就是紀錄訪客互動的資料形式

先前的通用版GA中,是沒有預設事件的,所以必須透過額外的安裝代碼,才能追蹤到瀏覽頁面之外的動作。但GA4完全改變了此觀點,它回到了最底層的技術邏輯,將整個訪客的互動行為,包含「網頁瀏覽」,都當作「事件」來處理,這樣雖然增加了設定彈性,但也意味著可憐了負責操作GA蒐集數據的我們,前期規畫執行的各種設定大幅增加,墊高了進入障礙,學習曲線明顯的被拉長(等於了以往的努力打掉重練😂)。

關於轉換事件

GA4已將大家習慣的「目標」功能移除,取而代之的是,全面開放用戶的選擇自由,針對所有事件,可以自行決定是否為【轉換事件Conversion】,我認為其實也只是換個方式,把「轉換」定義為「目標設定」。

而在開始設定「轉換」之前,有幾件事情需特別注意:

  • 唯一強制設為轉換的是建議事件中的purchase,無法變更。
  • 在報表中出現的指標欄「總收益」,只加總了purchase事件中,記錄交易金額的value參數值。
  • 在通用版GA中,事件的「互動」與「目標」,是兩個不同層級的概念,設定也是獨立的,前者會影響「跳出率」,後者則是影響「轉換」,但是GA4只使用轉換一種設定,既會影響「目標達成」,也會影響「參與度」,所以在設定事件時,考量的範圍就要更廣。

GA4的數據流程—凡事皆事件

本書一再強調事件對於GA4的重要性,在GA4的世界裡,一切的訪客互動,都是先以「事件」收錄到數據模型中,而「事件」的結構設計是透過「名稱/參數」的組合,所以一個事件名稱可以附掛多個參數,這些數據可讓使用者當成後續應用的「原料」特徵標籤。

當我們想以這些收集到的參數值,進行更深層的分析時,這樣的準備工作仍是不足的,而為了要在報表中進行維度與指標上的變數搭配,還需要開啟「自訂維度」與「自訂指標」的功能,基本上,所有文字型的參數,都可以用來自訂維度;而數值型的參數,則可以用來自訂指標,有了這些設定,才能夠以變數欄位的形式出現在報表中。

以我們「樂屋網」為例,為了記錄網站上使用者的重要點擊行為,就設定了一個代碼事件【Button_click】,並將幾個我們所需的參數值附掛在事件的後面。

raw-image

接著,在GA4資源的報表區左側功能選單選擇Configure->Custom definition,然後點選右上方Create custom dimensions的功能按鍵,開啟新增自訂維度畫面,輸入完成後儲存即可,接下來重複進行同樣的設定,就能建立所有需要的自訂維度。

raw-image

GA4目前開放兩種範圍的自訂維度,除了前述「事件層級」的自訂維度外,還有「使用者層級」的自訂維度,它的內容對應是附掛在人身上,而不是事件行為上,例如,最常見的記錄使用者ID(User ID),就是一個典型的「使用者屬性」。

GA4探索報表:進階數據分析

智慧異常偵測功能

在任意型式的報表視覺化呈現中,Line chart有一項少見的以機器學習建構的「異常偵測」功能,在標籤設定欄下,只要開啟Anomaly Detection功能開關,就可以根據趨勢,選擇用來訓練機器學習的數據日期範圍,調整想要的敏感度,系統就會自動在右邊Line chart上,以圓圈標註出異常資料點,如下圖所示:

raw-image

路徑探索:逆向思考訪客行為

新版GA4的路徑探索報表新增了動態檢視回溯的功能,以及可從「起點」與「終點」進行雙向的開展,算是完全顛覆了我們之前使用通用版GA的習慣,其中「路徑探索」的基本結構,就是把訪客的足跡,以「步驟」與「節點」兩維展開。

橫向為步驟,可以選擇「網頁」與「事件」,縱向則可以看到從「網頁」與「事件」細分出來的各個資料點,稱之為「節點」,目前此報表的缺點是數值僅可選擇「活躍使用者」「事件計數」「總人數」,尚無法新增其它指標。

若選擇Start over重新開始,以「終點」做為路徑探索的第一步,這樣的思考脈絡就雷同於通用版中的目標回溯,先設定目標行為,再往回一步一步推算展開,反向探索用戶達成目標的足跡行為。

使用者多層檢視User Explorer

另外特別介紹「使用者多層檢視」報表,直接從範本中開啟「User Explorer」報表,其中的主要維度鎖死為App-instance ID以及Stream name,也就是所謂的「裝置ID」與「資料串流」,目前是不能自行變換的。

由於裝置ID是匿名資訊,並以用戶為單位,資料數量通常很大,沒有使用數據方法預處理,是看不太出來甚麼東西,所以我們就會透過計算基本統計數據,進行所謂的「描述分析」。接著,若還要想更深入了解某一位用戶的行為,只要點擊選定的ID,就會展開「User activity」畫面視窗,顯示這一個用戶的個人詳細記錄。

raw-image

如果我們在這一位用戶的行為紀錄中,找到了某些重要的行為特徵,GA4還附贈一個殺手功能,就是把這些行為動作勾選起來,然後建立「區隔」,就可以直接將這些互動當作條件,完成區隔設定。

GA4的分析流程:從數據到精準行動

GA4透過以下三個步驟,協助企業發現商業洞察並制定精準策略:

  • 描述分析:總覽數據趨勢
  • 交叉分析:比較不同用戶群體,找出有效差異
  • 區隔分群:識別關鍵用戶群,制定專屬策略

GA4的電子商務關鍵分析

GA4放棄了舊版的電子商務分析模組,改成讓使用者能自由設定事件和參數。這樣的方式更有彈性,也更容易分析商品的銷售情況和消費者的行為,進一步提升整體的銷售轉換率。

GA4特別將電子商務分析的重點放在產品的「行銷力」「產品力」。從GA4的報表(Monetization > Ecommerce purchases)中,可以看到兩張主要的分析圖表:

  • 左邊的折線圖:顯示瀏覽量前五名產品在不同時間的變化情況。
  • 右邊的散佈圖:橫軸(X軸)是「產品頁被瀏覽的次數」,縱軸(Y軸)是「產品被放進購物車的次數」。

透過這兩個圖表,我們可以得到以下三個重要的觀察點:

  1. 產品層次分析:以個別產品作為分析單位,可以讓我們更清楚知道該從哪裡著手去改善產品。
  2. 產品頁瀏覽量的意義:這個數字代表行銷策略的成果,包括廣告、促銷和品牌的吸引力。如果產品頁的瀏覽次數太少,很難期待後續的轉換行為。
  3. 加入購物車的次數:代表產品本身的吸引力,這包括產品頁的設計、文案描述、定價策略,以及讓顧客願意採取行動的因素。

但是,即使產品的「行銷力」和「產品力」都很好,也不一定代表顧客一定會完成購買。還有一些更後期的重要指標,例如「購物車放棄率」,也必須注意。不過這些指標比較容易察覺,而GA4更強調的是容易被忽略的前期問題。如果前期的問題沒有好好處理,很難期待後面的銷售會順利發生。

數據價值的定義

在這本書中,作者提到一個重要觀念:數據真正的價值取決於我們在收集數據時是否增加了有用的資訊,數據是否定義清楚、完整且容易分析。其中最重要的方法之一,就是「加貼特徵標籤」。

以超商為例,店員在幫我們結帳時,除了掃描商品,還可能會按下按鍵,記錄顧客的性別或年齡層。這種行為就是一種「特徵標籤」。同樣的道理,我們在電商平台上購物時,也可以將產品資訊、價格、數量等一併記錄下來,甚至增加更多可能有用的資訊。這樣一來,未來在分析時就有豐富的資料,能做出更好的商業決策。

數據價值的特點有兩個:

  • 難以回頭補救:一旦錯過就很難再回頭補資料。
  • 價值在累積:越早開始收集,資料越豐富,越晚開始則越少。
所以最好的開始時間只有一個,就是「現在」。

GA4的智慧分析功能Insights

最後要介紹的是GA4特別強調的智慧分析功能「Insights」。這個功能使用Google的人工智慧技術,能幫助我們找到那些肉眼不容易察覺的重要資訊。

要有效使用這個功能,必須提早讓GA4收集足夠的數據。資料越豐富,Insights功能就越強大。所以再次提醒,越早開始使用GA4,就能越早享受到這項強大的功能。

(⚠️注意:Google已經宣布,從2023年7月1日起,舊版的通用Analytics將停止更新資料。)

未來的行銷戰場上,人海戰術已經不再有效。決勝的關鍵不再是投入多少人力或資源💰,而是能否透過深入的數據分析與精準的行動策略,迅速洞察市場動態,準確掌握消費者需求,進而將這些洞察有效轉化為具體成果✨。

因此,GA4不僅僅是一種選擇,更是企業在數位時代必備的行銷利器🛠️。掌握GA4,就能掌握未來競爭的主動權,領先一步布局市場,創造更大的商業價值與競爭優勢。








留言
avatar-img
留言分享你的想法!
avatar-img
數位無罪,成長有理
33會員
28內容數
這不是冷冰冰的科技知識,而是一場 數據 × 生活 × 腦洞 的狂歡!我們專注於拆解那些讓人「哇靠!」的問題——AI 怎麼顛覆職場?熱門影視背後的商業套路?科技到底是助攻還是攪局?這裡不賣課、不端知識高冷范,我們用爆梗 + 數據思維,讓深奧的東西變得超接地氣又好玩!
2022/06/24
本文探討產品經理如何透過設定清晰的產品目標、北極星指標與反向指標,建立團隊共識,提升房屋交易平臺『Estate+』新產品「房仲管家」的效能。文章以虛構公司A公司及產品「房仲管家」為例,說明如何設定SMART目標、避免虛榮指標陷阱,並透過指標拆解追蹤產品實際使用狀況,最後強調團隊共識的重要性。
Thumbnail
2022/06/24
本文探討產品經理如何透過設定清晰的產品目標、北極星指標與反向指標,建立團隊共識,提升房屋交易平臺『Estate+』新產品「房仲管家」的效能。文章以虛構公司A公司及產品「房仲管家」為例,說明如何設定SMART目標、避免虛榮指標陷阱,並透過指標拆解追蹤產品實際使用狀況,最後強調團隊共識的重要性。
Thumbnail
2022/06/22
本文探討虛構房屋交易平臺A公司新專案『Estate+』的產品策略制定過程,從市場調查、用戶分析(Persona、User Journey Map)到競爭分析,逐步釐清產品目標用戶、公司優勢及核心價值主張,最終決定開發一款自動化工具提升房仲工作效率。
Thumbnail
2022/06/22
本文探討虛構房屋交易平臺A公司新專案『Estate+』的產品策略制定過程,從市場調查、用戶分析(Persona、User Journey Map)到競爭分析,逐步釐清產品目標用戶、公司優勢及核心價值主張,最終決定開發一款自動化工具提升房仲工作效率。
Thumbnail
2022/06/16
本文分享一個產品專案的實戰經驗,結合矽谷阿雅的產品經理實戰指南,從產品策略、目標願景設定,到競爭者分析、用戶人物誌、用戶體驗地圖規劃、產品設計與建置、假說驗證、用戶測試及數據分析等,步驟詳細說明如何解決房屋交易平臺的痛點。
Thumbnail
2022/06/16
本文分享一個產品專案的實戰經驗,結合矽谷阿雅的產品經理實戰指南,從產品策略、目標願景設定,到競爭者分析、用戶人物誌、用戶體驗地圖規劃、產品設計與建置、假說驗證、用戶測試及數據分析等,步驟詳細說明如何解決房屋交易平臺的痛點。
Thumbnail
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
社群媒體會導致「過濾氣泡」和「同溫層效應」。也就是說,這只會讓用戶只看到符合其既有觀點和興趣的內容,從而錯過多樣化的信息。 如果要做出更妥善的市場判斷,除了需要在即時的數據和長期的品牌價值之間找到平衡,也要提醒大家要及時『抽身』回到真實的世界中,才能避免陷入數據迷戀和演算法偏見。
Thumbnail
社群媒體會導致「過濾氣泡」和「同溫層效應」。也就是說,這只會讓用戶只看到符合其既有觀點和興趣的內容,從而錯過多樣化的信息。 如果要做出更妥善的市場判斷,除了需要在即時的數據和長期的品牌價值之間找到平衡,也要提醒大家要及時『抽身』回到真實的世界中,才能避免陷入數據迷戀和演算法偏見。
Thumbnail
在流量為王的網路時代,有多少網路工作者被瀏覽數及追蹤數等數據所掌控? 又有多少人會以網路流量為評斷依據,判斷究竟一個人說出口的話「有沒有價值」? 在面對一項人事物時,不少人都容易簡單粗略地以「外在價值」來做評斷, 但價值其實不僅僅存在於外在、可量化的,更多的是隱藏在內、難以量化的深度價值。
Thumbnail
在流量為王的網路時代,有多少網路工作者被瀏覽數及追蹤數等數據所掌控? 又有多少人會以網路流量為評斷依據,判斷究竟一個人說出口的話「有沒有價值」? 在面對一項人事物時,不少人都容易簡單粗略地以「外在價值」來做評斷, 但價值其實不僅僅存在於外在、可量化的,更多的是隱藏在內、難以量化的深度價值。
Thumbnail
延續前一篇談論的主題「Cookieless系列: Floc能解決隱私議題嗎?」,我們已經瞭解到FLoC這項技術解決的隱私的什麼問題,也明白事實上還是存在著風險的,因此Google準備捨棄FLoC迎接新的技術Google Topic,我們也會針對這項技術進行簡單的介紹,共同來學習頂尖的科技公司如何針對
Thumbnail
延續前一篇談論的主題「Cookieless系列: Floc能解決隱私議題嗎?」,我們已經瞭解到FLoC這項技術解決的隱私的什麼問題,也明白事實上還是存在著風險的,因此Google準備捨棄FLoC迎接新的技術Google Topic,我們也會針對這項技術進行簡單的介紹,共同來學習頂尖的科技公司如何針對
Thumbnail
2022 年 Google Analytics 4 網站分析工具,搭配 BigQuery 免費儲存資料,一手掌握第一方數據;OTT 與 CTV 廣告衡量技術,強化洞察彙整、成效歸因的細緻度;社群則有 Meta 大改演算機制,主推 Reels 短影音貼近年輕世代喜好,持續尋找新潮流突破口。
Thumbnail
2022 年 Google Analytics 4 網站分析工具,搭配 BigQuery 免費儲存資料,一手掌握第一方數據;OTT 與 CTV 廣告衡量技術,強化洞察彙整、成效歸因的細緻度;社群則有 Meta 大改演算機制,主推 Reels 短影音貼近年輕世代喜好,持續尋找新潮流突破口。
Thumbnail
如果你喜歡這個專題,歡迎 #單筆 或 #定期定額 贊助我們,這將能支持我們持續關心並投入媒體環境監督觀察、兒少閱聽權益、關注新聞自由等工作,謝謝你一直以來的支持與鼓勵!
Thumbnail
如果你喜歡這個專題,歡迎 #單筆 或 #定期定額 贊助我們,這將能支持我們持續關心並投入媒體環境監督觀察、兒少閱聽權益、關注新聞自由等工作,謝謝你一直以來的支持與鼓勵!
Thumbnail
2021 年,數位廣告擺脫疫情陰霾,迎來史上最大成長,其中,人們待在家中的時間拉長,大幅帶動了聯網電視廣告份額成長;線上購物盛行,加上隱私政策日漸收緊,則使第一方數據驅動的零售媒體廣告應運而生;社群方面,Meta 發出了元宇宙的第一聲槍響、TikTok 則持續用短影音引領世界。
Thumbnail
2021 年,數位廣告擺脫疫情陰霾,迎來史上最大成長,其中,人們待在家中的時間拉長,大幅帶動了聯網電視廣告份額成長;線上購物盛行,加上隱私政策日漸收緊,則使第一方數據驅動的零售媒體廣告應運而生;社群方面,Meta 發出了元宇宙的第一聲槍響、TikTok 則持續用短影音引領世界。
Thumbnail
最近廣告行銷界的熱門話題,就是 Google 終於「再次宣布」,將於 2022 年起於 Chrome 瀏覽器中排除所有的「第三方 cookies...
Thumbnail
最近廣告行銷界的熱門話題,就是 Google 終於「再次宣布」,將於 2022 年起於 Chrome 瀏覽器中排除所有的「第三方 cookies...
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News