凱絡媒體 / Alice Liu 劉怡安
說到Google Analytics（GA），肯定是行銷人都曾操作過的工具 ，從 2005 年至今已超過15 個年頭，透過GA可以更全面地了解品牌的受眾，進而為潛在客戶優化購買、造訪流程，提高轉單意願，而簡單明瞭的報表及詳盡的數據，讓行銷人能夠根據各種測試及優化，創造出最適合目標客群的數位體驗。
其實 2020 年就悄悄推出的 GA4，起初主打的是 APP＋Web 的數據整合，但背後卻與網路隱私追蹤技術的改變有很大的關係！無論它的起源與中間的各種改版是如何，Google 於 2022 年 3 月 16 日宣布，將以新一代的 GA4 取代通用 GA，並且自 2023 年 7 月 1 日起，標準通用 Analytics 分析資源將停止處理新的資料。想必各位行銷人都是在聽到這個消息後，才開始真正關注起這個問題。不如現在就跟著我們一探究竟，通用 GA 和 GA4 有什麼差異？
圖片來源：Rao Information Technology
究竟此次舊版升級改了什麼，新版的推出解決了過往哪些難解的課題？
1. 實現跨裝置追蹤衡量，建構完整使用者消費旅程
2. 以事件取代工作階段，重新定義互動蒐集的方式
3. 以更真實的參與互動指標，改寫過往跳出率定義
4. 運用 Google 機器學習，深化使用者行為預測與應用
Google Analytics 通用版和 GA4 比較
優勢一：實現跨裝置追蹤衡量，建構完整使用者消費旅程
面對使用者多元的瀏覽行為，過往的追蹤衡量必須依裝置拆分，網頁追蹤使用 Google Analytics 通用版（Universal Analytics），應用程式則須另外安裝 Google Analytics For Firebase。網站和應用程式分開追蹤，對應產生的兩大問題一是衡量報告就得依平台各別檢視，二為不同裝置對應的報告指標與維度也不相同。這樣的限制讓我們過往僅能以碎片化的方式檢視部分的使用者造訪，無法真正以使用者為中心，了解其使用者旅程。
第四代 Google Analytics 的推出，即希望解決這個困境，實現單一平台同時追蹤網站和應用程式數據，用一致的指標與維度，衡量使用者跨裝置行為。從現在起，我們可以回答以下這些問題：
● 過去七天，使用者主要是透過網站還是APP瀏覽商品？
● 我的訂單與收益主要來自網站還是APP？
● 過去三十天內，跨裝置上不重複的活躍使用者有多少？
● 不同裝置上的各種行銷管道表現，哪些管道最值得持續投資？
此時，有些廣告主就會問：「我們家又沒有APP，就只有一個官網，還要升級嗎？」
答案當然是肯定的！匯總網站與應用程式資料僅是 Google Analytics 4 的更新之一，跳脫網頁瀏覽與工作階段思維，以使用者行為建構數據分析，用更準確的方式識別使用者，是未來各類商家進行分析時都適用的。
在 Google Analytics 4 中，使用者的辨別將利用「User-ID」、「Google 信號」和「裝置 ID」三種信號，達成跨裝置、瀏覽器上的不同工作階段和參與活動，連結同一位使用者。 識別順序如下：
1. 優先使用「User-ID」（網站有登入的功能）
「User-ID」為企業主自家驗證系統所產的唯一識別碼，像是：自家網站的會員ID。透過User-ID的導入，對應可將瀏覽網頁、點擊、購買等所有互動根據 User-ID 連結。舉例來說：某位使用者用桌機進行搜尋、三天後再次用平板造訪網頁，過兩天後用手機完成購買。雖然是同一名使用者登入帳戶進行這些動作，在未導入 User-ID 前，系統會將其計為三名不重複使用者。導入User-ID 則能打破裝置限制，將「桌機搜尋、平板瀏覽與手機購買」發生於不同裝置、時間的資料點串接，描繪出同一名使用者與商家互動的完整過程。
2. 沒有使用User-ID，則以 「Google 信號」 （網站沒有登入的功能；以 Google 帳戶登入）
「Google 信號」是 Google Analytics 4 新加入的識別信號，是與已登入 Google 帳戶並啟用廣告個人化的使用者建立關聯，只要登入相同的 Google 帳戶，系統即可追蹤跨裝置的各種活動，改善報表中使用者人數的準確度，並以 Google 信號條件評估沒有 User-ID 的使用者。
3. 沒有使用User-ID，也沒有Google 信號， 最終將以「裝置 ID」判定（使用者沒有任何登入）
「裝置 ID」回到過往 Google Analytics 通用版的判定方式，以 Cookie 機制識別使用者。
Google Analytics 4 改變過往按設備、平台拆分衡量的限制，提供以使用者為中心的衡量方式。 「User-ID」、「Google 信號」和「裝置 ID」三種信號，我們得以用更真實的使用者數，作到篩除不同裝置的重複使用者，洞察使用者跨平台的互動旅程。我們可以探知消費者是從什麼廣告初次進到我們的網頁，下載APP後又和應用程式進行哪些互動，最終在平板上完成購買。從新客獲取、參與、營收獲利到回訪，完整描繪顧客週期。
Google Analytics 4 使用者辨別方式示意圖
優勢二：以事件取代工作階段，重新定義互動蒐集的方式
「事件」一直以來是我們用來了解使用者和我們網站或應用程式互動狀況的重要指標，常見的事件互動像是：瀏覽網頁、點擊連結、加入購物車與完成購物等……。在過去，事件的追蹤往往需要請工程人員改寫代碼後才能抓取。Google Analytics 4 在事件設定上，大幅降低技術門檻，可以通過介面直接設定所需的事件追蹤。同時，事件追蹤也更彈性，包含系統預設的自動收集的事件與一鍵啟用的加強型評估事件。另外，根據企業主自身需求，進一步更可導入建議事件與自訂事件。
此外，Google Analytics 4 把過去的工作階段、瀏覽、社交互動、事件不同層級維度，全部統合成事件。新版以 Google Analytics For Firebase 的「事件和事件參數」為主的收集模型，讓事件追蹤更彈性而且適用範圍更多元。更新後的事件追蹤帶來的好處包含：
▍評估標準更一致：
為了實現 WEB+APP 共同檢視，以事件取代工作階段檢視。企業主可以在網站、Android 和 iOS 應用程式使用相同的事件追蹤，產出一致且連貫的跨平台報告。
▍資料架構更直觀：
Google Analytics 4 以更直觀的「事件名稱」搭配「參數」與「值」組成，有別於過往較籠統由「動作」、「類別」、「標籤」、「值」四個固定參數的事件維度組成，簡化架構之餘，事件本質上也更明確。
▍報告資料更靈活：
每個事件可搭配最多 25 個參數，參數提供事件額外的資訊，提供事件相關的背景資訊，讓每個事件更靈活依企業主目標定義，客製化資訊也讓報表可更符合廣告主需求檢視。舉例來說：參數可用於說明購買交易的金額、方式等資訊。目前系統針對線上銷售與遊戲產業提出建議設定的事件，當對應採用相關事件後， Google Analytics 4 系統即會額外提供電子商務購買與遊戲報表。
優勢三：以更真實的參與互動指標，改寫過往跳出率定義
使用者進到網站後，沒做任何互動就離開，即會被視作一個「跳出」。過往「跳出率」指標即是幫助我們了解使用者跟頁面的互動表現，跳出率越高，即表示有越高的比例使用者進站沒有瀏覽其他頁面、互動就離開網站。但如果我們經營的是單頁式的活動網頁呢？高跳出率是否是壞事？Google Analytics通用版跳出率指標，往往會模糊行銷人員對網頁內真實互動表現的理解。
Google Analytics 4 推出全新的互動指標，幫助企業主以更客觀的方式定義互動行為。首先， Google Analytics 4 提出「互動工作階段」指標，只要符合下列任一個條件，即會被計算。條件包含：與網站或應用程式持續互動超過 10 秒、使用者完成轉換事件，或包含至少 2 次網頁瀏覽或畫面瀏覽的工作階段。
基於互動工作階段，衍伸出「非互動工作階段」、「參與度」、 「平均參與時間」等……指標，企業主更全面了解網站和應用程式的使用者參與度。
現在我們就可以更好的辨別哪些使用者是真正與我們網站沒有停留互動直接離開，哪些用戶其實是閱讀完網頁內容才離開。
優勢四：運用 Google 機器學習，深化使用者行為預測與應用
除了上述跨平台的維度指標統合，藉以更了解使用者旅程外，Google Analytics 4 也透過自家的機器學習技術，預測使用者未來的行為並加以應用。 Google Analytics 4 內建的自動預測模型有三個：購買機率（最近 28 天處於活躍狀態的使用者在未來 7 天內會完成特定轉換事件的機率）、流失機率（最近 7 天處於活躍狀態的使用者，未來 7 天內將不再是活躍使用者的機率。）、預期收益（最近 28 天處於活躍狀態的使用者，在未來 28 天內所有購物轉換的預期收益）。透過這三個預測指標，企業主進一步有兩個應用：
▍藉由［探索］中的「使用者生命週期」，分析使用者行為價值。
例如：計算哪些執行中的廣告活動預期帶入更有價值、購買機會較高且流失率較低的使用者。
▍連結廣告產品（包含：Google Ads、Display & Video 360、Search Ads 360），將符合預測指標的使用者，作為目標對象使用。
舉例來說：針對曾與我們商家互動過，但近期對產品興趣下滑的潛在流失者，提供產品優惠訊息或是免運活動等資訊，吸引他們重新造訪。
藉由 Google Analytic 4 的預測目標功能，洞察消費者行為並掌握時機，提供消費者所需訊息，更妥善配置廣告預算投資。
結語
在競爭激烈的市場中，越來越多的品牌同時擁有線上、線下通路，甚至還有APP運作的行銷模式，若未來品牌能導入並善用新版GA4，將可同步追蹤不同裝置間的使用者數據，搭配電子商務與程序分析，能幫助定義屬於活動頁面的轉換程序，評估各活動頁面帶來的轉換與價值，進而發展受眾溝通策略。
整體而言，GA4企圖在質與量的分析上取得更平衡，除了數量（點擊數），質量（互動工作階段）以及轉換（投資報酬率），都使得未來品牌在行銷決策更能有效判斷每一波行銷活動或廣告操作所帶來的實質效益；此外，也能根據網站訪客的行為數據化，一步步檢視每一次決策是否符合原先的動向規劃。接下來，行銷人要如何從GA4的新視角找到新洞察，成功為品牌創造以數據驅動的新契機，將會是一門長期必修的課程！
凱絡媒體週報 ‧ 數位智庫 