電商必看！GA4 原始資料架構大解析

Google Analytics 4（GA4）是一個關鍵的工具，用於追蹤和分析你的網站訪問者行為，以優化你的電子商務網站，因此身為一位專業的行銷人，在現在充滿數據的時代，透過了解GA4背後的資料架構以及數據由來，能更佳幫助你剖析你的電商營運狀況，並且更佳完美運用這些數據去做決策。

本文將帶你了解 GA4 原始資料的架構以及實際「電商」和「品牌」在透過 GA4 追蹤消費者行為所應用到的原始參數，並在了解這些參數後，如何實際應用品牌官網或是電商平台。

文章大綱

1. GA4 的原始資料組成有哪些？要怎麼比對 GA4 報表？
2. 如何實際運用 GA4 原始資料於電商平台？
3. 如何實際運用GA4 原始資料於品牌官網？

GA4 的原始資料組成有哪些？要怎麼比對 GA4 報表？

除了性別和年齡以外，GA4 串接到 BigQuery 後會以原始資料的形式永久保存。下面會列出幾項最常使用的 GA4 原始資料並且對應 GA4 報表的數據：

延伸閱讀 | 8 大問一次看！GA4 串接 BigQuery 的常見問題

一、事件數據：

• event_name：事件的名稱，像是 purchase、first_vist 都包含在內
• event_params.key：事件參數的名稱，像是 page_location、ga_session_id 都包含在內
• event_params.value：事件參數的值，舉例來說 ga_session_id 會呈現 661084800

二、流量數據：

• collected_traffic_source：透過事件蒐集到在廣告中的目標網址手動標記 utm 參數，方便廣告主依照個別需求追蹤流量，其中項目包含像是 manual_source、manual_campaign_name（ campaign name ) 、manual_medium等等

• traffic_source：用來了解初次招攬來的使用者是透過什麼管道，其中包含 traffic_source.name、traffic_source.medium、traffic_source.source

三、用戶數據：

• user_id: 唯一代表使用者的識別碼，例如電子郵件地址或客戶 ID，用於追蹤跨裝置跟工作階段使用
• user_pseudo_id: 使用者偽 ID，APP 會存取裝置廣告 ID ，網站會存取瀏覽器 Client ID ，用於追蹤在同個設備上應用程式的行為。

在做運用時需要注意，用於 GA4 的活躍用戶使用者是使用 user_pseudo_id 和互動相關的指標計算出來，並不是使用 user_id。

如何實際運用 GA4 原始資料於電商平台？

以電商平台來說，要觀察整個消費者購物旅程，會運用到哪些 GA4 的原始資料欄位？如果企業老闆想了解整體電商狀況以及消費者來源、使用的裝置以及熱銷商品等，又會使用到什麼資料欄位？以下將會一一為大家進行說明。

一、消費者旅程：

透過將消費者在電商網站上的消費旅程分成四個階段進行說明。

1. 進入網站：

   透過以下欄位資料的應用可以了解消費者從何而來以及是如何進到電商網站，深入了解消費者進入網站的過程。

• 國家來源 (geo.country): 這個欄位提供了消費者所在國家的資訊，讓我們能夠區分不同地區的用戶。
• 使用者 ID (user_pseudo_id): 這是一個用戶的匿名識別符號，有助於追蹤特定用戶的活動。
• 來源和媒介 (traffic_source.medium/source): 這兩個欄位解釋消費者是通過哪個來源/媒介進入網站，例如有機搜尋、社交媒體或廣告。
• 活躍使用者 (is_active_user): 這個欄位指示了消費者是否活躍，有助於了解網站的整體受歡迎程度。
• 第一次觸擊時間 (user_first_touch_timestamp): 這是消費者首次與網站互動的時間，提供了對用戶行為的時間觀點。
  
  2. 瀏覽商品：
  透過以下欄位資料的應用可以了解消費者從何而來以及是如何進到電商網站，深入了解消費者進入網站的過程。當消費者進入網站之後，接下來的階段是瀏覽商品，可協助我們優化商品頁面、促銷活動，並提高用戶對特定廣告的反應。

• 來源和媒介 (traffic_source.medium/source): 這個欄位不僅在第一階段有用，也在這階段提供了關於消費者如何發現特定商品的資訊。
• 促銷活動 (items.promotion_name): 如果消費者與這階段的促銷活動進行互動，這將有助於我們評估促銷活動的成效。
• 廣告素材 (items.creative_name): 這個欄位提供了關於廣告素材的信息，揭示了哪些廣告可能在吸引用戶方面效果更好。
  
  3. 加入購物車：
  透過以下欄位資料的應用可以了解消費者從何而來以及是如何進到電商網站，深入了解消費者進入網站的過程。消費者開始將商品加入購物車時，需要關注以下重要資訊去幫助優化購物車體驗、預測需求以及提高轉換率。

• 商品品名 (items.item_name): 加入購物車的商品的名稱。
• 商品類別 (items.item_brand): 加入購物車商品的品牌。
• 商品收益 (items.item_revenue): 商品的收入，計算方式為 price * quantity，它僅用於購買事件，以當地貨幣為單位。
• 商品數量 (items.quantity): 加入購物車的每個商品的數量。 
  
  4. 開始結帳：
  最終階段是用戶開始結帳，透過以下資訊將有助於我們追蹤並優化整個消費者旅程，從而提升電商網站的營運效能。

• 交易次數總計 (ecommerce.transaction_id): 這是每筆交易的唯一識別符號，有助於追蹤和區分不同的交易。
• 物品數量 (ecommerce.total_item_quantity): 每筆交易中購買的總商品數量，有助於我們了解單筆交易的規模。
• 收益 (ecommerce.purchase_revenue): 整體交易的總收益，為了評估業績和 ROI 提供了關鍵指標。
  

二、整體電商狀況：

當今天企業老闆想要了解整體電商狀況， GA4 報表中的指標欄位會應用到以下的原始資料。

1. 工作階段 (ga_session_number)：

   評估消費者在電商網站上的互動狀態。

2. 交易次數 (ecommerce.transaction_id)：

   追蹤成功交易的次數。

3. 轉換率 (ecommerce.transaction_id / ga_session_number)：

   衡量消費者在工作階段中完成交易的比率，量化網站轉換成效。

4. 收益 (ecommerce.purchase_revenue)：

   每筆交易的總收益，是衡量網站營收的主要指標。

5. 流量、平台、裝置營收：

• 流量 (ga_session_number)：分析不同流量來源對於網站總體表現的影響。
• 平台 (platform)： 辨識消費者使用的平台。
• 裝置 (device.category)：了解消費者使用的裝置類別。
• 收益 (ecommerce.purchase_revenue)：研究不同流量、平台和裝置對於營收的貢獻。

6. 前 15 名熱銷商品：

• 項目名稱 (items.item_name)： 辨識熱銷產品的名稱，為庫存管理和行銷策略提供方向。
• 商品購買次數 (ecommerce.total_item_quantity)： 每項產品的購買次數，是商品受歡迎程度的重要指標。
• 商品收益 (ecommerce.purchase_revenue)： 每項產品的總體收益，評估商品的經濟價值。

7. 每日電商事件：

• 觀看至加入購物車比例 (add_to_cart / page_view 排掉 home)：衡量用戶從瀏覽至加入購物車的轉換成效。
• 加入購物車後結帳比例 (Checkout / add_to_cart)：追蹤購物車操作與實際結帳之間的轉換率。
• 加入購物車至購買比例 (ecommerce.transaction_id / add_to_cart)：表示用戶將商品加入購物車後最終完成購買的轉換率。
• 結帳至購買比例 (ecommerce.transaction_id / Checkout)：量化結帳後成功購買的轉換成效。

如何實際運用 GA4 原始資料於品牌官網？

而在品牌官網，又該如何運用 GA4的原始資料呢？以下我們將分成三個部分：流量開發分析、消費者分析與活躍用戶，與大家分享各類型的欄位應用：

一、流量開發：

了解網站的整體流量從何而來，可以讓你將資源投注於正確的管道，事半功倍的獲取更多的消費者，也因此流量開發又尤為重要。

舉例來說，想知道每天的流量來源佔比，其又會如何變化，則可以透過運算流量來源之聯播網 (traffic_source.source) 以及工作階段 (ga_session_number) 兩參數得知，可以用於檢視在特定網站之廣告成效等應用。

若想了解每日之流量變動情況，以及使用者的參與度變化，則可以透過工作階段 ga_session_number得知每日流量的多寡變化，而參與度則可以透過以下餐數運算出來 (ga_session_engaged  / ga_session_number) ，進而得知消費者在網站上的投入程度變化，可以搭配檔期活動，觀察消費者在網站上的停留及參與度。

同理，也可以運用平均瀏覽頁數 Views per session｜ page_view / session_id 與平均工作階段時長 Average session duration｜sum(session_length_in_seconds) / ga_session_number or engagement_time_msec 等參數，得出消費者在網上的瀏覽情形。

二、消費者分析：

在剖析完大方向的流量開發後，下一步就是觀察消費者的組成與差異。透過了解消費者更清晰的輪廓，我們更精準的想消費者傳達資訊。我們可以透過以下維度剖析消費者：

• 地區：

剖析消費者的地區可以使用以下參數：區域 geo.region、總使用者 user_pseudo_id 、新使用者 first_visit、活躍率 ga_session_engaged / ga_session_number。

• 性別：

消費者的性別可以透過以下參數剖析：總使用者 user_pseudo_id 、新使用者 first_visit、工作階段 ga_session_number、活躍率 ga_session_engaged / ga_session_number，需要特別注意的是，因為隱私問題，串接bq沒辦法看到性別的資料，要到 GA4 才能看見性別維度。

• 年齡： 

消費者的年齡則可以透過以下參數剖析：總使用者 user_pseudo_id 、新使用者 first_visit、工作階段 ga_session_number、活躍率 ga_session_engaged / ga_session_number，同樣因為隱私問題，串接bq沒辦法看到年齡的資料，要到 GA4 才能看見年齡維度。

三、活躍使用者：

最後再剖析完消費者區隔之後，就是要找出誰是有價值 / 活躍的消費者了。例如，我們可以分析這些活躍用戶使用什麼裝置、在不同裝置上的參與度又有什麼不同，並使用以下參數：

裝置類別 device.category、活躍使用者  user_pseudo_id & session_engaged  & engagement_time_msec

而活躍的指標則可以透過：

活躍率 ga_session_engaged / ga_session_number、活躍使用者  user_pseudo_id & session_engaged & engagement_time_msec 得出。

如果想要提升業績，務必一定要持續觀看 GA4 ，以確保它繼續正確運作，並根據數據做出有意義的優化決策。