不是教你按哪個鈕,而是教你像資深分析師一樣「先懷疑設定、再相信數字」——看懂流量管道、事件、互動率背後的真相與陷阱。
新手看 GA4:「喔,Direct 很多,代表很多人直接來。」
老手看 GA4:「Direct 很多?先去檢查 UTM 跟跳轉設定。」
GA4 的數字能不能信,七成取決於你有沒有把追蹤設定做對(UTM、排除清單、跨網域、同意聲明)。設定有破口時,真實來源會被沖進 Direct / Referral / Unassigned 這幾個「垃圾桶」,數字看起來照樣漂亮,結論卻是錯的。
GA4 每個指標都綁定一個「範圍(scope)」,跨範圍硬湊在一起就會算出誤導性的數字。這是最多人栽的底層觀念。
| 範圍 | 記錄層級 | 代表指標 |
|---|---|---|
| 使用者 User | 一個人在一段期間(預設追蹤週期)內的所有行為總和 | 活躍使用者、新使用者 |
| 工作階段 Session | 單一次造訪(一次逛站) | 工作階段數、互動率、平均參與時間 |
| 事件 Event | 單一個動作(看一頁、捲一次、點一下) | 事件計數、轉換次數 |
first_visit 佔九成);比值明顯大於 1 = 有回訪黏著度。注意:Active Users、Sessions 這類高基數指標,GA4 是用 HyperLogLog++ 機率演算法「估算」的,小數點不必當聖旨。GA4 用 source / medium(來源/媒介)自動把每次造訪歸到一個「預設管道(Default channel group)」。Google 的預設定義不能編輯,但你可以另建「自訂管道」。下面是最常見的幾種:
| 管道 | 中文 | 白話定義 | 典型 medium |
|---|---|---|---|
| Organic Search | 自然搜尋 | 從 Google/Bing 等搜尋引擎的免費結果點進來 | organic |
| Paid Search | 付費搜尋 | 搜尋引擎的廣告(Google Ads) | cpc / ppc |
| Direct | 直接 | 直接輸入網址、書籤,或來源抓不到 | (none) |
| Referral | 參照連結 | 從其他網站的連結點來(非搜尋、非社群) | referral |
| Organic Social | 自然社群 | FB/IG/LINE 等社群的免費貼文 | social |
| Paid Social | 付費社群 | 社群廣告 | cpc+社群來源 |
| 電子郵件 | 從 email 連結點進來(需正確設 UTM) | email | |
| Unassigned | 未指定 | 有來源資料但對不上任何規則 | 非標準 medium |
utm_medium 去「對表」分類的。只要你用了它不認得的 medium(例如 utm_medium=pdf、utm_medium=qrcode),它對不上規則 → 直接丟進 Unassigned。要嘛用它認得的標準值,要嘛自建自訂管道規則。真正「我手打網址、我存書籤」的人當然有,但 Direct 真正的身分是 GA 的備胎桶:只要來源訊號掉了,一律蓋上 Direct 的章。
Referral 占比衝高(例如 200/300),一樣有兩種劇本,不點進去看網域不能下結論:
論壇、新聞、部落格、合作夥伴貼了你的連結。代表站外能見度好。
l.facebook.com、lm.facebook.com、instagram.com 其實是社群,卻因沒設 UTM 被當成一般網站連來。lihi.cc、pse.is 這種中轉服務,變成 Referral 的來源——你看到的是中轉站,不是真正源頭。ignore_referrer=true,把它還原成正確管道。跨子網域則要另外設跨網域追蹤。| 名稱 | 出現位置 | 意思 |
|---|---|---|
| Unassigned | 管道分組(Channel)欄 | 「有來源/媒介資料,但對不上任何管道規則」 |
| (not set) | 來源、到達網頁、活動等維度欄 | 「該欄位根本沒有資料」(GA 還沒收到或無法判定) |
一句話:Unassigned = 分不了類;(not set) = 沒資料。 兩者常一起出現,根因多半都是 UTM 沒設好 或標籤觸發順序、跨網域、伺服器端(Measurement Protocol)設定有問題。
UTM 就是你手動幫連結貼上來源標籤,GA 就不用猜、也不會丟進垃圾桶。所有對外連結(廣告、EDM、社群貼文、短連結、QR Code)都該掛。
| 參數 | 意思 | 範例 |
|---|---|---|
utm_source | 哪個平台/來源 | facebook / newsletter |
utm_medium | 哪種管道(決定分類) | cpc / email / social |
utm_campaign | 哪個活動 | 618_sale |
Email、e-mail、mail 在 GA 眼中是三個不同管道,會把同一批流量拆散。最有效的修法不是技術,是紀律:做一份全公司共用、有版本日期的「UTM 命名規範表」,行銷/業務/外包都照填。看懂事件分類,你就知道哪些是「免費自動有的」、哪些是「工程師特地設的」。
| 類型 | 怎麼來 | 常見事件 |
|---|---|---|
| ① 自動收集 | 裝好就有,免設定 | session_start first_visit user_engagement |
| ② 加強型評估 | 開一個開關就有,免寫程式 | page_view scroll click(外連) file_download |
| ③ 建議事件 | Google 給的標準命名,要自己設 | purchase sign_up add_to_cart |
| ④ 自訂事件 | 團隊自己定義,追自家按鈕 | (各家不同,例如某個 CTA 點擊) |
把生意上最在乎的事件(完成註冊、送出表單、完成購買)在 GA4 裡標記為「關鍵事件」,它就會被特別追蹤、算進「轉換率」。這是把一個「普通點擊」升級成「成效指標」的方法。
purchase、sign_up)能解鎖更完整的內建報表;自訂命名雜亂(同一動作三種名字)會讓報表碎掉。看公司 GA4 健不健康,瞄一眼事件命名一不一致就知道。GA4 取消了舊版「跳出率」,改看互動率(Engagement rate)。一個「互動工作階段」只要符合任一條件即成立:
補充:廣告/機器人/誤導點擊帶進來的「假流量」,互動率通常很低——所以互動率也是檢查流量品質的照妖鏡。一個來源量大但互動率超低,要懷疑流量真實性。
事件天生「由多到少」遞減,越需要主動做的動作數字越小。這是正常的,不是壞掉。
看到報表某些列變成空白、或標示「已套用資料門檻」,先別以為壞掉。GA4 有兩種會「動你數字」的機制,意義完全不同:
| 機制 | 目的 | 什麼時候發生 |
|---|---|---|
| 資料門檻 Thresholding | 隱私:資料量太小、可能識別個人時,把該列隱藏 | 低流量站(每日不到約 1,000 人)、或報表含人口/興趣等敏感訊號、含使用者指標時 |
| 取樣 Sampling | 效能:資料量超過配額時,只抽一部分來估算 | 大流量站 + 大日期範圍 + 複雜探索 |
拿到任何一個 GA4(包含驗收別人做的),照這張表掃一遍,有問題立刻現形:
GA4 告訴你「使用者進站之後做了什麼」,GSC 告訴你「使用者怎麼在 Google 搜尋結果裡找到你的」。
兩張地圖各管一半,拼起來才是完整的使用者旅程。
很多人問:「為什麼 GSC 說 6 個點擊,GA4 卻只有 2 個使用者?」——因為它們根本不是同一把尺。GSC 的「點擊」是 Google 搜尋結果頁上的點擊次數,GA4 的「工作階段」是追蹤碼成功觸發後才算。中間會掉人:載入太慢、追蹤碼被擋、同一個人短時間內點了多次(GSC 算多次點擊,GA4 可能只算一個工作階段)。
title 和 meta description 提高 CTR,是性價比最高的動作。| 你想知道的 | GA4 指標 | GSC 指標 | 差異說明 |
|---|---|---|---|
| 有多少人來 | 工作階段 / 使用者 | 點擊 | GA4 要追蹤碼觸發才算;GSC 在搜尋結果頁就算 |
| 有多少人看到你 | 瀏覽量(站內) | 曝光(搜尋結果) | 完全不同的「看到」:一個在站內,一個在 Google |
| 排名多少 | 無此指標 | 平均排名 | GA4 不知道你排第幾,這是 GSC 獨有的 |
| 內容有沒有抓住人 | 互動率 / 平均參與時間 | 無此指標 | GSC 不知道進站後的事,這是 GA4 獨有的 |
你的站一天 2 個人,GA4 報表幾乎空白——這是正常的,不要慌。
所有新站都經歷過這個階段,重點是知道「現在該看什麼、不該看什麼」。
前面第 11 章講的「資料門檻」在小站特別兇。流量太少時,GA4 會隱藏很多維度的數據。解法很簡單:把日期範圍拉長到 28 天,累積的資料量夠了,隱藏的列就會慢慢出現。
工具型網站(計算器、轉換器、查詢工具)跟內容型網站追的東西不一樣。
內容站追「有沒有看完文章」,工具站追「有沒有完成一次計算」。
| 事件名稱 | 觸發時機 | 為什麼重要 |
|---|---|---|
calculate_complete | 使用者填完所有欄位、完成一次計算 | 這是你的「核心轉換」:有人真的用了你的工具 |
share_result | 點了分享按鈕(複製連結、分享到社群) | 使用者覺得結果有價值,願意分享 = 最強的正面訊號 |
stock_search | 使用了個股搜尋功能 | 知道使用者在查哪些股票,幫助你決定要加哪些內容 |
tool_switch | 從一個工具切換到另一個工具 | 了解工具之間的使用路徑,哪些工具會串著用 |
history_click | 點了計算歷史裡的某一筆紀錄 | 代表使用者會回來查舊紀錄,是黏著度的好指標 |
gtag('event', 'calculate_complete', { stock_id: '2330', tool: 'dividend_calc' })。更直接,但每次改都要部署。| 規則 | 好的範例 | 壞的範例 |
|---|---|---|
全部用 snake_case | calculate_complete | CalculateComplete、calculate-complete |
| 統一前綴分類 | tool_switch、tool_reset | switchTool、reset_calculator |
| 帶有意義的參數 | { tool: 'dividend_calc', stock_id: '2330' } | { value: 'clicked' } |
把 calculate_complete 和 share_result 在 GA4 後台標記為關鍵事件(Key event)。這樣它們就會出現在轉換報表裡,你能看到「每天有多少人真的完成計算」而不只是「有多少人進了頁面」。
AdSense 後台只告訴你「今天總共賺了多少」,但不告訴你「哪篇文章最賺錢」。
GA4 能幫你補上這塊拼圖。
AdSense 的收益跟頁面瀏覽量直接相關:一個頁面被看越多次,上面的廣告曝光就越多,收益就越高。所以,找出你流量最高的頁面,那些頁面就是你的搖錢樹。
RPM = Revenue Per Mille,每 1000 次瀏覽的收益。計算方式:RPM = (預估收益 / 網頁瀏覽量) x 1000。
工具站的 RPM 通常比文章站低,因為使用者來了就用計算器、用完就走,停留在頁面上看廣告的時間短。但工具站的優勢是回訪率高——同一個使用者會一直回來用,累積的總瀏覽量可以很可觀。
每次要看數據都登入 GA4 翻報表、再開 GSC 看關鍵字、再開 AdSense 看收益——累不累?
Looker Studio 讓你做一張儀表板,一頁看完所有數據,而且完全免費。
Looker Studio(原名 Google Data Studio)是 Google 的免費資料視覺化工具。它能直接連接 GA4、Search Console、Google Sheets、BigQuery 等資料來源,拖拉排版做出互動式儀表板。做一次,之後每天自動更新。
| 位置 | 元件 | 資料來源 |
|---|---|---|
| 上排 | KPI 卡片:使用者數、工作階段數、互動率、平均參與時間 | GA4 |
| 中排左 | 流量管道圓餅圖 + 過去 28 天趨勢折線圖 | GA4 |
| 中排右 | 熱門頁面表格(前 10 頁,含瀏覽量和互動率) | GA4 |
| 下排左 | GSC 關鍵字排名表(前 20 個關鍵字,含曝光、點擊、排名) | Search Console |
| 下排右 | 裝置分布:手機 vs 桌機 vs 平板 | GA4 |
lookerstudio.google.com,用你的 Google 帳號登入。Looker Studio 免費版的資料來源連線數和報表數量有上限,但對小站來說完全夠用。如果你的站每天流量在幾千以內,免費版不會遇到任何瓶頸。唯一要注意的是:如果報表裡的日期範圍拉太長(超過一年),查詢速度會變慢,建議預設用 28 天或 90 天。
本手冊整理自 Google 官方說明文件與公認的 GA4 專家來源(2026 年現況),建議搭配原文深入: