[UA→GA4] 比較指標:Google Analytics (分析) 4 與通用 Analytics (分析)

比較 Google Analytics (分析) 4 和通用 Analytics (分析) 的指標差異

設定 Google Analytics (分析) 4 時,您可能會想對照 Google Analytics (分析) 4 資源與通用 Analytics (分析) 資源各自記錄的結果。本文將說明對於通用 Analytics (分析) 與 Google Analytics (分析) 4 的指標,您可以及無法進行哪些比較。

本文內容

使用者

通用 Analytics (分析) 提供 2 種使用者指標:「使用者總數」和「新使用者」。Google Analytics (分析) 4 則提供 3 種使用者指標:「使用者總數」、「活躍使用者」和「新使用者」

指標

通用 Analytics (分析)

GA4

使用者總數

通用 Analytics (分析) 主要使用者指標:使用者總數

記錄事件的不重複使用者總數

新使用者人數

與網站初次互動的使用者人數

與網站初次互動或初次啟動應用程式的使用者人數

評估這項指標的方式為記錄 first_openfirst_visit 事件的不重複新使用者 ID 數量。

活躍使用者

不適用

GA4 的主要使用者指標:曾造訪網站或應用程式的不重複使用者人數。活躍使用者是指觸發互動工作階段的任何使用者;或 Analytics (分析) 收集下列資料時與這類資料相關的任何使用者:

注意事項

在大部分報表中,通用 Analytics (分析) 強調的是「使用者總數」(以「使用者」表示),而 GA4 比較著重「活躍使用者」(同樣以「使用者」表示)。因此,儘管指標使用的字詞一樣都是「使用者」,但通用 Analytics (分析) 和 GA4 採用的計算方式並不相同。通用 Analytics (分析) 計算的是「使用者總數」,而 GA4 則是「活躍使用者」

視使用者回訪網站的頻率而定,通用 Analytics (分析) 中的「使用者總數」指標和 GA4 中的「活躍使用者」指標有時可能會相差不遠

您可以使用 GA4 的「探索」功能,比較通用 Analytics (分析) 和 GA4 兩者的「使用者總數」,藉此找出實際總人數。不過基於定義上的差異,比起 GA4 報表中的使用者指標,透過探索功能得到的數據,可能更有比較價值。

這 2 種類型的資源可能會使用不同的設定,像是使用者識別資訊空間。舉例來說,Google Analytics (分析) 4 資源使用的可能是 User-ID,而通用 Analytics (分析) 資源使用的是 Client-ID

通用 Analytics (分析) 報表可能會根據篩選器排除資料。GA4 資源目前不支援這些篩選器。

一般而言,Google Analytics (分析) 4 和通用 Analytics (分析) 的使用者相關資料會有明顯差異。網頁瀏覽量的差距最多可達 10%,使用者和工作階段相關指標的差距最多則可達 20%,因此您不必為此擔心。由於這兩項產品所使用的指標在定義上略有不同,且可能因商家而異,甚至會受到幾個因素影響,因此才會產生差異,即使兩者的環境設定相當類似也一樣。

網頁瀏覽

由於 Google 代碼會在每個網頁上觸發並產生網頁瀏覽,通用 Analytics (分析) 和 GA4 的「網頁瀏覽」指標通常不相上下,差距只有幾個百分點。 不過,這項指標差距可能會因您在通用 Analytics (分析) 或 Google Analytics (分析) 4 中設定的篩選器而異。

指標

通用 Analytics (分析)

GA4

網頁瀏覽

網頁的總瀏覽量。重複瀏覽同一個網頁也會列入計算。

又稱「瀏覽」:使用者看到的應用程式畫面和/或網頁總數 (報表介面中的「瀏覽」指標是將網頁瀏覽次數和畫面瀏覽次數加總)。重複瀏覽同一個畫面或網頁也會列入計算。

不重複網頁瀏覽

不計入重複瀏覽的網頁瀏覽總數

不適用

注意事項

通用 Analytics (分析) 會單獨評估行動專用資源的畫面瀏覽,GA4 資源則會將網站和應用程式資料合併到同一項資源中。因此,如果您在 GA4 資源中同時追蹤網站和應用程式資料,則比較通用 Analytics (分析) 和 GA4 的網頁瀏覽指標時,請務必另外將應用程式流量納入考量。

通用 Analytics (分析) 提供更多篩選選項,對於您要比較的資料檢視所含的資料,可能會有所影響。舉例來說,如果您使用篩選器排除特定地理區域,通用 Analytics (分析) 和 GA4 的網頁瀏覽量差距可能會更大。

Google Analytics (分析) 4 資源目前不支援篩選器,而通用 Analytics (分析) 報表的資料可以使用資料檢視篩選器進行排除。舉例來說,通用 Analytics (分析) 和 GA4 都支援濾除內部 IP 流量和不適用的參照連結網址,但通用 Analytics (分析) 可能會套用更多篩選器。進行比較時,請務必對這兩種資源套用相同的篩選器。

部分通用 Analytics (分析) 資源需要設定單頁應用程式 (SPA) 手動網頁瀏覽指標,因為自動網頁瀏覽指標無法另外評估單頁應用程式網頁瀏覽量。Google Analytics (分析) 4 中不需要導入自訂標記,但可以啟用加強型評估功能,自動進行評估。

購買

網路購買次數必須密切吻合。我們知道事件收集作業難免百密一疏,購買事件也不例外。但無論如何,這些事件必須保持完整,因此請確保通用 Analytics (分析) 和 GA4 中的事件數量盡可能相吻合。

請務必在通用 Analytics (分析) 和 GA4 中都收集不重複的 transaction_id 值,確保以類似的指標進行比較。

指標

通用 Analytics (分析)

GA4

購買

  • purchase 事件會在「加強型電子商務」模式中觸發
  • 系統會透過 Google Analytics (分析) 提供的 JavaScript,從 products 陣列提取資料,並在您選擇傳送 purchase 事件時,在該事件中收集資料
  • 建議使用 purchase 事件;這類事件收集資料的方式與通用 Analytics (分析) 類似,不過有些差異
  • 不提供其他用於收集陣列的 JavaScript,您在自行收集 purchase 事件時需要提供 items 陣列 (而這項建議在您填入資料層物件時也適用)

注意事項

如未全程正確套用 transaction_id 參數,比較資料時可能會產生明顯的差異。 為顧及資料品質並方便比較,請務必依照說明文件所述的方式,持續收集相關資料。

請務必使用所有必要參數導入 GA4 電子商務追蹤,通用 Analytics (分析) 部分也要妥善設定,確保系統能正確記錄電子商務資料。

通用 Analytics (分析) 報表可能會根據資料檢視篩選器排除資料

比較近期報表時可能會發現一些差異,這是因為 GA4 仍在處理資料。舉例來說,GA4 可能會在記錄轉換後最多 7 天內更新歸因轉換

工作階段

指標

通用 Analytics (分析)

GA4

工作階段

  • 使用者主動與網站/應用程式互動的特定一段時間
  • 已定義工作階段結束參數。舉例來說,如遇以下 3 種情況,工作階段可能會視為結束:閒置超過 30 分鐘 (視工作階段逾時設定而定)、時間戳記截止於午夜 (視設定資料檢視時所在的時區而定),或是出現新的廣告活動參數。
  • 如果使用者在工作階段逾時後返回,就會啟動新的工作階段。
  • 如果使用者直到午夜仍在網站上,就會啟動新的工作階段。
  • 如果使用者在網站上觸發了新的廣告活動參數,就會啟動新的工作階段。

又稱「工作階段開始」

  • 為了判斷每個事件的來源工作階段,session_start 事件會產生一個工作階段 ID,然後 Analytics (分析) 會將工作階段 ID 與工作階段中的每個後續事件建立關聯
  • 閒置超過 30 分鐘 (視工作階段逾時設定而定),工作階段就會結束。
  • 工作階段不會在午夜或出現新廣告活動參數時重新啟動。
  • 如果使用者在工作階段逾時後返回,就會啟動新的工作階段。

注意事項

通用 Analytics (分析) 和 GA4 相差的工作階段數量可能因商家而異,並取決於幾個因素,包括:

  • 地理位置 - 考量使用者所在時區,以及因跨越午夜門檻而重新啟動工作階段的可能性。如果您的客群遍布全球,請特別留意這點。
  • 在自家網站或應用程式上使用 Urchin 流量監視器 (UTM) - 我們不建議在自家網站上使用 UTM 標記,因為這會重設通用 Analytics (分析) 中的工作階段。如果您在自家網站上使用 UTM,則通用 Analytics (分析) 的工作階段數可能會比 GA4 高出許多。
  • 篩選器 - 通用 Analytics (分析) 報表中的資料可能已套用排除資料的資料檢視篩選器。Google Analytics (分析) 360 客戶的 GA4 報表可能已套用篩選器,指定子資源中顯示的來源資源資料。不過,如果您從子資源中篩除 session_start 事件,Google Analytics (分析) 仍會產生工作階段 ID。
  • 估算 - Google Analytics (分析) 4 資源會預估不重複工作階段 ID 的數量,以統計方式估算出網站或應用程式中發生的工作階段數量;但通用 Analytics (分析) 資源不會預估工作階段數。Google Analytics (分析) 4 資源採用的預估值能夠更有效率地計算工作階段,且結果更準確、錯誤率更低。進一步瞭解 Analytics (分析) 工作階段

以工作階段/流量為依據的「獲取新客」指標

指標

通用 Analytics (分析)

GA4

以工作階段/流量為依據的「獲取新客」指標

許多報表 (例如「管道」或「來源/媒介」報表) 的「獲取新客」部分都有這項指標

對照「使用者」和「工作階段」這類指標所分析的是「管道」或「來源/媒介」維度

工作階段的預設歸因回溯期取決於「廣告活動逾時」設定,預設值為 6 個月。

您可以在「流量開發」報表中查看流量開發指標。

系統會對照「使用者」和「工作階段」等指標評估「管道」或「來源/媒介」維度

請注意,通用 Analytics (分析) 和 GA4 這兩者的獲客指標主要差異,與「使用者」或「工作階段」指標的差異一致

工作階段的歸因轉換回溯期取決於「所有其他轉換事件」設定,預設值為 90 天。進一步瞭解如何選取或更新歸因分析設定

注意事項

比較獲客指標時,「工作階段」和「使用者」是常用的主要指標,因此請參閱本文的「工作階段」和「使用者」這兩節

轉換

如果轉換是以到達網頁網址為依據,或是以通用 Analytics (分析) 事件 (例如「類別」/「動作」/「標籤」) 為依據且已設有對應的 GA4 轉換事件,則「轉換」次數可能會非常接近。不過,通用 Analytics (分析) 和 GA4 之間有些重要的資料差異可能導致難以比較轉換次數。

指標

通用 Analytics (分析)

GA4

轉換

定義「目標」,將特定使用者動作視為轉換。舉例來說,如果您定義了「表單提交」目標,那麼每當使用者提交表單,系統就會計為一次轉換。

對於每個目標,通用 Analytics (分析) 在每個工作階段中只會計算一次轉換。因此,即使使用者在同一個工作階段中兩度提交表單,「表單提交」目標也只會記錄一次轉換。

為每個要計為轉換的動作指定「轉換事件」。舉例來說,如果將「表單提交」事件設為轉換事件,每當使用者提交表單,系統就會計為一次轉換。

即使在同一個工作階段中多次記錄到相同轉換事件,GA4 通常仍會計入每一次轉換事件。因此,如果使用者在同一個工作階段中兩度提交表單,系統就會計為 2 次轉換。

如要減少通用 Analytics (分析) 資源與對應 GA4 資源的轉換次數差異,請將 GA4 轉換計算方法設定更新為「每個工作階段一次」

注意事項

通用 Analytics (分析) 支援 5 種目標:到達網頁、持續時間、單次工作階段頁數、智慧目標和事件目標;相較之下,GA4 僅支援轉換事件。有時候,使用 GA4 轉換事件可能也無法精準重建部分通用 Analytics (分析) 目標類型。舉例來說,GA4 轉換事件無法用來重建智慧目標或時間長度目標。

對於同一個目標,通用 Analytics (分析) 在每個工作階段只會計算一次轉換。對於同一個轉換事件,GA4 在每個工作階段通常會計算多次轉換。如要減少通用 Analytics (分析) 資源與對應 GA4 資源的轉換次數差異,請將 GA4 轉換計算方法設定更新為「每個工作階段一次」

通用 Analytics (分析) 報表可能會根據資料檢視篩選器排除資料

比較近期報表時可能會發現一些差異,這是因為 GA4 仍在處理資料。舉例來說,GA4 可能會在記錄轉換後最多 7 天內更新歸因轉換

轉換次數出現差異的其他原因

造成差異的常見原因

以下兩個表格列出在 Google Analytics (分析) 和 Google Ads 中,相似通用 Analytics (分析) 與 GA4 事件之間出現轉換差異的八個常見原因。出現轉換差異時,建議您先查看並對照這八項因素,縮小通用 Analytics (分析) 與 GA4 轉換次數的落差。在大多數情況下,只要這些產品、設定或設置能化異求同,就能消弭轉換次數的顯著差異。

在 Google Analytics (分析) 中

以下是相似的通用 Analytics (分析) 與 GA4 轉換之間,因為在 Google Analytics (分析) 中做出的產品、設定或設置選擇而產生差異的主因。

說明 解決方案/建議

轉換計算:通用 Analytics (分析) 針對每個工作階段計算一次目標轉換,而 GA4 通常針對每個事件計算一次轉換。

舉例來說,如果使用者在單一工作階段中完成目標 5 次,通用 Analytics (分析) 會顯示 1 次轉換,而 GA4 通常會顯示 5 次轉換。

注意:大多數轉換的預設計算方法為「每個事件一次」,至於在自動建立的 GA4 資源中產生的轉換,或是使用設定輔助程式目標遷移工具產生的轉換,則不包含在內。

預設設定可能會使得 GA4 顯示的轉換次數較多。

請使用本文所述的轉換計算設定。為了讓 GA4 與通用 Analytics (分析) 目標的計算方法保持一致,請確認 GA4 轉換計算方法已設為「每個工作階段一次」

注意:

  • 這項設定可能會導致低估轉換次數,因此 GA4 使用者介面會提示不建議採用。舉例來說,如果您是想要產生待開發客戶的商家,就可以計算每一次的待開發客戶提交,而不是每位使用者只計算一次。
  • 請注意,Google 代碼管理工具提供許多控制項,方便您設定代碼的觸發方式和時機,詳情請參閱本文

通用 Analytics (分析) 電子商務交易在通用 Analytics (分析) 中已採用「每個事件一次」的計算方法,因此如果要比較這類交易,就不建議採用上述做法。

網站涵蓋範圍:如果通用 Analytics (分析) 代碼與 GA4 代碼不是在網站的同一組網頁上導入,評估時可能會出現落差。特別是如果 Google Ads 廣告的到達網頁沒有正確導入代碼,您就無法取得準確評估轉換並歸給相關廣告互動所需的資訊。

視導入 GA4 代碼的網頁比通用 Analytics (分析) 更多還是更少而定,GA4 會顯示較多或較少的使用者、工作階段、網頁瀏覽和後續轉換。

建議您採用標準化導入方式,確保整個網站皆已導入代碼 (例如 Google 代碼或 Google 代碼管理工具)。另外,您也可以採用過去進行的設定,例如跨網域追蹤。

您可以查看「代碼涵蓋範圍」摘要,確認整個網站是否已導入 Google 代碼,詳情請參閱本文

為盡量減少差異,通用 Analytics (分析) 和 GA4 應採用相同的代碼導入方式。

導入方式錯誤:設定 GA4 的資料收集時,代碼導入方式可能會有誤,導致 GA4 資源完全不顯示任何資料,但在某些情況下,GA4 資源會顯示部分資料。如果是這樣,與通用 Analytics (分析) 進行比較時,就會出現差異。

在導入方式不正確的情況下,GA4 顯示的轉換次數可能會少於通用 Analytics (分析)。

建議您採用開發人員指南中列出的標準化導入方式,請勿使用非標準導入方式。代碼管理系統有助於維持導入方式的一致性。

使用 Google 代碼足以滿足許多使用者的需求,因為這樣 Google Ads 和 Google Analytics (分析) 就能使用相同的代碼 (開發人員指南)。

篩選器:通用 Analytics (分析) 篩選器的運作方式,與 GA4 篩選器有很大的差異。設定通用 Analytics (分析) 篩選器後,通常會大幅改變通用 Analytics (分析) 資源內顯示的資料 (例如「只顯示來自法國的資料」),而 GA4 則是使用一組大不相同的篩選器

如果通用 Analytics (分析) 篩選器導致記錄到的流量減少,GA4 可能會顯示較多的流量。

 

資料篩選器:針對內部和開發人員流量建立「包含」/「排除」篩選器。

事件修改和自訂事件:修改事件名稱和參數。

找出不適用的參照連結網址:只加入適用的參照連結網址。

建立子資源 (僅限 360):建立功能齊全的資源,這些資源是 360 資源中的一部分資料。

參照連結網址排除條件:在通用 Analytics (分析) 中設定的排除條件,可能會影響歸給 Google Ads 的轉換。如果沒有在 GA4 中設定這些排除條件,歸給 Google Ads 的功勞可能就會有所不同 (舉例來說,PayPal 等付款服務供應商的排除條件通常是在通用 Analytics (分析) 中設定)。

如果只在通用 Analytics (分析) 中排除參照網址,而沒有在 GA4 中一併排除,GA4 轉換在 GA4 中可能就會發生歸因錯誤,導致歸給「Google 付費管道」的轉換量比通用 Analytics (分析) 更少。參照連結網址排除條件會影響匯出至 Google Ads 的轉換功勞量。

通用 Analytics (分析) 與 GA4 的參照連結網址排除條件設定應保持一致,盡可能減少歸因錯誤。請注意,排除參照連結網址不會影響 Google Analytics (分析) 資源中的轉換總數,只會影響轉換的歸因方式。

進一步瞭解通用 Analytics (分析) 中的參照連結網址排除條件

進一步瞭解如何在 GA4 中找出不適用的參照連結網址

在 Google Ads 中

以下是相似的通用 Analytics (分析) 與 GA4 轉換之間,因為在 Google Ads 中做出的產品、設定或設置選擇而產生差異的主因。

說明 解決方案/建議

轉換回溯期:Google Ads 的轉換回溯期設定可決定從 Google Ads 接觸點起算,多久之後能將轉換功勞歸給該接觸點。這項設定通常會設為自選值 (例如 90 天)。

如果設定不同,可能就表示接觸點會獲得通用 Analytics (分析) 所歸因的轉換功勞,但不會獲得 GA4 所歸因的轉換功勞,反之亦然。

在 Google Ads 中,通用 Analytics (分析) 和 GA4 轉換動作的轉換回溯期設定應保持一致,配合 GA4 資源所採用的設定。

歸因模式設定 (在 Google Ads 中):歸因模式會影響系統將功勞分配給轉換路徑中各個接觸點的方式。在 Google Ads 中,通用 Analytics (分析) 與 GA4 轉換動作之間的歸因模式設定差異,可能會導致 Google Ads 帳戶或管理員帳戶 (我的客戶中心) 中,廣告活動的功勞分配比例有所不同。

注意:變更 Google Ads 的歸因設定,不會影響歸給 Google Ads 的轉換總數。

Google Ads 轉換設定中的歸因模式應保持一致。

Google Ads 的記錄方式:Google Ads 使用「互動時間報表」記錄轉換,以指明哪則廣告帶來轉換。Google Analytics (分析) 記錄轉換的方式則有所不同,使用的是「轉換時間報表」

舉例來說,假設轉換發生在 5 月 10 日,且可歸因於 5 月 5 日的廣告點擊。Google Analytics (分析) 通常會在 5 月 10 日記錄這次轉換,Google Ads 則會在 5 月 5 日記錄。

Google Ads 中匯入的通用 Analytics (分析) 和 GA4 事件都會受此影響,而轉換動作之間的設定 (例如歸因模式或轉換回溯期) 差異,可能會讓影響變得更大。

如果匯入 Google Ads 的轉換動作能採用一致的設定,就能將記錄方式所產生的影響降到最低。

請注意,整個轉換回溯期 (在 Google Ads 中最多 90 天) 內發生的轉換都可以進行歸因,因此最多可能要過 90 天,才能完全比較 GA4 和通用 Analytics (分析) 的資料。

如要評估某個轉換組合是否可以比較,或是還需要再等一段時間,您可以參考 Google Ads 中專為通用 Analytics (分析) 轉換提供的「路徑指標」報表,瞭解大多數使用者完成轉換所需的時間。

注意:超過 95% 的轉換會在前 14 天內歸因完成。也就是說,比較通用 Analytics (分析) 與 GA4 時,必須使用至少 14 天前的 Google Ads 資料。

造成差異的其他原因

根據上述轉換差異因素進行調整後,如果通用 Analytics (分析) 和 GA4 的轉換次數仍出現大幅差異,請查看下方的完整因素清單。

提醒您,相似的通用 Analytics (分析) 和 GA4 轉換之間有差異是正常情形,但這份清單應該有助您視情況將產品、設定和設置化異求同,以減少差異。

在 Google Analytics (分析) 中

以下是相似的通用 Analytics (分析) 與 GA4 轉換之間,因為在 Google Analytics (分析) 中做出的產品、設定或設置選擇而產生差異的其他因素。

說明 解決方案/建議

電子商務追蹤:Google Analytics (分析) 與各種電子商務結構定義相容。您可以同時導入 GA4 結構定義和通用 Analytics (分析) 結構定義,也可以兩種資源使用同一個結構定義。如果使用兩個結構定義,資料可能會出現差異。詳情請參閱開發人員指南

如果電子商務結構定義有差異,GA4 的轉換次數可能會高於或低於通用 Analytics (分析) 的轉換次數。

收集 GA4 所需的電子商務資料時,建議您採用 GA4 電子商務結構定義 (開發人員指南)。

如果您採用電子商務追蹤,建議不要使用已連結的網站代碼。

此外,比較通用 Analytics (分析) 與 GA4 時,兩者最好使用相同的電子商務結構定義。

代碼觸發條件:硬式編碼的代碼觸發條件可能會影響代碼的觸發方式和時機。

在許多情況下,設定 GA4 資料收集時需要導入新代碼,因此可能必須在 GA4 中導入先前啟用的觸發條件,代碼才會生效。建議您根據相同的條件觸發代碼,盡量減少資料收集方面的差異。

如果資料收集在通用 Analytics (分析) 中受限,在 GA4 中不受限,那麼 GA4 中可能會顯示較多的使用者、工作階段、網頁瀏覽和轉換計數。

建議您使用 gtag.js 或 gtm.js (使用 GA4 代碼) 來收集 GA4 資源的資料。

如果您使用其他形式的代碼 (例如已連結的網站代碼),代碼觸發條件不會直接受到影響,但如果代碼觸發條件會導致代碼在通用 Analytics (分析) 和 GA4 中的觸發行為不一致,建議您重新加入代碼。

導入代碼後,所有代碼觸發條件都應該保持一致。如需條件範例,請參閱這份開發人員指南中有關評估時間的部分。

排除內部流量:您可以進行設定來篩除內部使用者 (從客戶的角度來看,即他們的員工) 或測試流量。

如果通用 Analytics (分析) 和 GA4 的設定不同,不含「排除」篩選器的資源應該會顯示較多的使用者、工作階段、網頁瀏覽和後續轉換。

通用 Analytics (分析) 和 GA4 的設定最好保持一致,盡可能減少差異。詳情請參閱通用 Analytics (分析) 的這篇文章,以及 GA4 的這篇文章

根據瀏覽器記錄事件評估網頁變更:GA4 的加強型評估預設會根據瀏覽器記錄事件來評估網頁變更,通用 Analytics (分析) 則不然。這會導致 GA4 中的網頁瀏覽量比通用 Analytics (分析) 更多,因而可能造成差異。

舉例來說,如果網站的建構和使用模式會導致許多網頁必須透過瀏覽器記錄的變更才能載入,啟用這項設定後,系統就會評估這些事件。通用 Analytics (分析) 不會評估這些事件,因此會造成差異。

如果您希望通用 Analytics (分析) 和 GA4 顯示的網頁瀏覽計數更加一致,請在 GA4 中停用加強型評估設定,詳情請參閱本文
其他事件來源 (目標對象觸發條件Measurement Protocol事件編輯等):產生這些事件並設為轉換後,如果在資源層級與通用 Analytics (分析) 比較轉換,GA4 中的轉換量可能會更多。

在 Google Analytics (分析) 中,相似通用 Analytics (分析) 和 GA4 轉換的設定應該保持一致。

您可以為來自這些來源的新建事件設定不同的名稱,讓通用 Analytics (分析) 和 GA4 的評估結果更加一致。如果無法以完全相同的方式進行設定,請勿比較兩者。

垃圾內容和機器人篩選器:

  • 垃圾內容:在通用 Analytics (分析) 中,使用者必須使用資料檢視篩選器手動設定垃圾內容篩選器,但 GA4 的做法有所不同。
  • 機器人:在通用 Analytics (分析) 中,使用者可以在資料檢視設定中停用機器人篩選器 (預設為啟用)。在 GA4 中,系統會自動篩除機器人。

篩選器會導致通用 Analytics (分析) 顯示的流量較低。如未在 GA4 中套用篩選器,而垃圾內容/機器人流量成功轉換,GA4 就會記錄更多的流量和後續轉換。

請在通用 Analytics (分析) 中啟用機器人篩選設定;如果您收到垃圾內容,建議在通用 Analytics (分析) 中加入垃圾內容篩選器。
網址參數排除條件:在通用 Analytics (分析) 中,客戶可將目標設為與特定網址完全相符。在 GA4 中,由於沒有網址參數排除條件,在轉換的定義之下,系統可能無法捕捉到網址的許多版本。

請確認通用 Analytics (分析) 是否使用網址參數排除條件,以便瞭解在 GA4 中出現的潛在差異。

轉換和收益的以數據為準歸因模式:在通用 Analytics (分析) 中,目標的歸因模式是「最終非直接造訪點擊」。GA4 轉換預設會使用「以數據為準歸因」模式,但可以修改。

根據功勞因以數據為準歸因模式而發生轉變的情況,使用者可能會看到更多或更少的功勞歸給付費 (Google) 管道。請注意,歸因模式不會影響特定事件的轉換總數。

雖然這種做法不建議採用,但如果要加以測試/量化,您可以在 GA4 中將資源的歸因模式切換為「最終點擊」

注意:Google Analytics (分析) 中的歸因模式不會影響資源的轉換總數,因此建議您先排除造成落差的所有其他因素,盡量減少轉換組合 (即通用 Analytics (分析) 和 GA4 中的相似轉換) 在整體資源層級的差異。

時區差異和廣告活動重設:通用 Analytics (分析) 會在午夜為一個工作階段劃下句點,然後以新的廣告活動參數重啟另一個工作階段,GA4 則不然。這可能會導致工作階段數量出現落差,目標/工作階段轉換次數也就變得不一致。

這應該不會導致特定資源中的轉換總數出現任何重大差異。只有在通用 Analytics (分析) 和 GA4 中比較個別日期的資料時,才會出現這種情況。

沒有直接解決方案。GA4 已解決這個問題。
網頁瀏覽評估設定差異:在 GA4 中,您可以停用根據瀏覽器記錄事件評估網頁瀏覽的功能。使用已連結的網站代碼時,單頁網站無法將正確評估結果轉送至 GA4。

您可以將 GA4 設為根據瀏覽器記錄事件評估網頁瀏覽,通用 Analytics (分析) 則不支援這項功能。雖然這可以使 GA4 提供的評估結果更加豐富,但可能會造成落差。如果您希望通用 Analytics (分析) 與 GA4 之間的數據能更加一致,可以停用這項設定

請按照這份開發人員指南的說明,為通用 Analytics (分析) 設定單頁應用程式評估功能。雖然這樣無法讓通用 Analytics (分析) 與 GA4 的資料完全一致,但對單頁網站而言,可以盡量減少差異。

Google 信號和 User-ID:這些設定有助於刪除 GA4 資源中的重複使用者。在通用 Analytics (分析) 中,這兩項設定只會影響少數報表和個別資料檢視,在 GA4 中則會影響資源中的所有資訊。

在 GA4 中啟用 Google 信號和 User-ID 後,新/整體使用者人數就會減少,將原本在通用 Analytics (分析) 中視為來自將多位使用者的互動建立連結,因此,轉換功勞的歸因方式也會有所不同。上述功能應該不會影響 Google Analytics (分析) 中的轉換總數,但可能會導致匯出至 Google Ads 的資料出現差異。如果廣告客戶評估的是參與收視轉換,這類轉換可能會因為使用 Google 信號和 User-ID 而受到影響。

沒有直接解決方案。GA4 簡化功能可讓您深入瞭解使用者如何與客戶的素材資源互動。

建議您在兩個平台上都導入這兩項功能來盡量減少落差,但差異無法完全避免。

 

工作階段逾時:您可以調整工作階段逾時設定。如果變更預設設定,可能會影響流量計數和歸因。 建議您採用預設設定。如果您在通用 Analytics (分析) 中變更工作階段逾時,在 GA4 中也應調整這項設定,詳情請參閱本文

Cookie 覆寫

如果您變更通用 Analytics (分析) 中的 Cookie 設定,設定 GA4 時也必須做出一致的調整。

縮短 Cookie 到期日可能會影響歸因,導致轉換歸因出現差異,詳情請參閱本文

同時使用自動標記和手動標記 (在同一個網址中) 您可以在同一個網址中同時使用自動標記和手動標記,但有時無法這樣做。
選擇維度和指標 GA4 提供的獲客維度比通用 Analytics (分析) 更多。因此,並非所有可行的報表維度組合,都能在通用 Analytics (分析) 和 GA4 之間進行比較。
通用 Analytics (分析) 和 GA4 的應用程式追蹤導入方式差異 建議您盡可能採用單一 SDK。請注意,目前只有極少數的使用者可以在通用 Analytics (分析) 中收集應用程式資料。如要透過 GA4 資源收集應用程式資料並製作相關報表,使用者必須導入 Firebase SDK。

僅適用於已連結的網站代碼 (包括側載):已連結的代碼會依序載入;也就是說,GA4 代碼會在父項代碼 (現有的 gtag.js 或 analytics.js 代碼) 之後載入,這可能表示:

  1. 載入多個代碼可能會影響網站載入速度。
  2. 如果使用者極快瀏覽網站,代碼可能就無法完成轉譯,導致遺漏事件。
為了盡可能降低遺漏事件的風險,建議您導入專用的 GA4 代碼,不要採用已連結的網站代碼或側載。尤其是,如果 Analytics (分析) 設定龐大而複雜,請避免採用已連結的網站代碼或側載。
在 GA4 資源中加入應用程式和網站資料:GA4 能統合應用程式和網站資料及事件。如果您在 GA4 中合併應用程式和網站資料,但在通用 Analytics (分析) 中沒有進行任何類似操作,GA4 中顯示的轉換次數就會較多。 為充分提高比較結果的準確度,如果您的通用 Analytics (分析) 資源不含應用程式流量,請勿納入應用程式資料串流。如果已納入應用程式串流,建議您區隔報表來排除應用程式轉換,這樣就能比較通用 Analytics (分析) 與 GA4。
已更新管道分組:GA4 管道分組可透過另一種方式,將轉換分配給管道,詳情請參閱本文 將轉換資料匯出至 Google Ads 時,使用者無法選擇要覆寫哪些轉換資料。

在 Google Ads 中

以下是相似的通用 Analytics (分析) 與 GA4 轉換之間,因為在 Google Ads 中做出的產品、設定或設置選擇而產生差異的其他因素。

說明 解決方案/建議

同意聲明模式:已使用 gtag.js 或 Google 代碼管理工具導入 Google Analytics (分析) 的廣告客戶,可以使用同意聲明模式模擬功能。

如果是 analytics.js,我們不提供同意聲明模式模擬功能,因為在沒有導入 gtag.js 或 GTM 的情況下,系統無法準確定義同意聲明狀態。GA4 設定通常會採用 gtag.js 或 GTM,因此同意聲明模式適用於 GA4。

如果通用 Analytics (分析) 和 GA4 都採用與同意聲明模式相容的代碼,則兩者皆可在 Google Ads 中進行模擬,但僅適用於進階導入作業。

注意:只有在進階導入作業完成後,GA4 事件才會進行模擬。如果是基本導入作業 (僅在已取得使用者同意聲明的情況下),匯入的通用 Analytics (分析) 轉換可在 Google Ads 中進行模擬,GA4 轉換則無法,詳情請參閱本文

為求公平比較,使用者必須對兩種資源都使用與同意聲明模式相容的代碼類型,並設定進階導入作業,讓通用 Analytics (分析) 和 GA4 轉換都能在 Google Ads 中進行模擬。
參與收視評估:即使 YouTube 參與收視廣告互動未直接促成網站造訪,但之後仍能帶來轉換,GA4 也可以將轉換歸給該廣告互動。在這種情況下,系統會將轉換匯出至 Google Ads,而通用 Analytics (分析) 不會將該轉換的任何功勞匯出至 Google Ads。換言之,如果廣告客戶的 YouTube 支出龐大,GA4 可以將更多轉換歸給 Google Ads。

在 GA4 中,這應該不會導致網站流量的轉換增加,但與通用 Analytics (分析) 相比,GA4 可能會將更多轉換功勞歸給 Google Ads 管道,使得 Google Ads 成效有所提升。

如要進行這類比較,您可以在 Google Ads 中區隔廣告活動或帳戶層級報表。請務必比較用於評估同一項轉換動作的多項轉換動作。

您無法同時依據廣告事件類型和轉換來源區隔標準報表,因此難以在 Google Ads 使用者介面中進行直接比較。

功勞匯出模式:GA4 將轉換匯出至 Google Ads 時使用的模式,與通用 Analytics (分析) 不同。通用 Analytics (分析) 和最初的 GA4 皆採用「最終非直接造訪點擊」匯出模式,但 GA4 現在使用「最終功勞」匯出模式,即使「最終非直接造訪」接觸點不是 Google Ads 接觸點,也可以匯出一部分的轉換功勞。

雖然這不會造成資源層級差異,但可能會導致匯出至 Google Ads 的轉換次數有所不同。這項數據可能比通用 Analytics (分析) 更高或更低,取決於使用者各自的轉換歷程。

我們推出了「最終功勞」匯出模式,因為「最終非直接造訪點擊」已不敷使用。換句話說,GA4 會將真正的跨管道轉換功勞匯出至 Google Ads。您無法採取特定行動來盡量減少通用 Analytics (分析) 與 GA4 之間的差異。
Google Ads 轉換計算:Google Ads 提供一項計算設定,可用來控制在指定轉換回溯期內為特定使用者計算一次還是多次轉換。

通用 Analytics (分析) 與 GA4 轉換組合的轉換計算設定最好保持一致,詳情請參閱本文

適用於手動建立 GA4 資源和智慧廣告活動的客戶:GA4「Google 付費管道」匯出模式會將匯出至 Google Ads 的所有轉換,都歸給 Google 管道。

與「付費和自然管道」設定相比,此模式會排除轉換路徑中的非 Google 付費管道,因此會讓更多轉換匯出至 Google Ads。

您可以透過「Google 付費管道」進一步瞭解 Google 付費互動所帶來的影響。通用 Analytics (分析) 不支援此模式,因此將相似的通用 Analytics (分析) 和 GA4 事件匯入 Google Ads 後,可能會難以進行比較。
 

根據預設,新的 GA4 資源會設為「Google 付費管道」

您可以使用「管理」部分中的 GA4 資源層級歸因分析設定,控管將轉換匯出至 Google Ads 的方式。

如要讓通用 Analytics (分析) 與 Google Analytics (分析) 4 的設定保持一致,請使用「付費和自然管道」設定。瞭解詳情

 

跳出率

指標

通用 Analytics (分析)

GA4

跳出率

在單頁工作階段中,使用者與網頁沒有任何互動的百分比。「有跳出的工作階段」的時間長度為 0 秒。舉例來說,如果使用者在造訪網站後瀏覽了首頁內容幾分鐘,但沒有按下任何連結或觸發任何會計為互動事件的事件就離開,系統會將該工作階段計為一次跳出。

「非互動工作階段」的工作階段百分比。舉例來說,如果使用者在造訪網站後瀏覽了首頁內容不到 10 秒鐘就離開,而未觸發任何事件或造訪任何其他頁面或畫面,該工作階段將計為一次跳出。

「互動工作階段」是指持續超過 10 秒、曾發生至少 1 次轉換事件或至少 2 次網頁或畫面瀏覽的工作階段。如果使用者沒有互動工作階段 (即不符合互動工作階段的任何條件),Google Analytics (分析) 會將該工作階段計為跳出。

注意事項

在 Google Analytics (分析) 4 中,「跳出率」是指「非互動工作階段」的工作階段百分比。換句話說,「跳出率」就是「參與度」的相反詞。在通用 Analytics (分析) 中,「跳出率」是指所有符合下列條件的工作階段所占的百分比:使用者在網站上只瀏覽一個網頁,且只對 Analytics (分析) 伺服器觸發一次要求。

通用 Analytics (分析) 計算出的「跳出率」是評估網站參與的合理指標,但隨著網站和應用程式已與以往不同,這項指標的實用度也逐漸下降。舉例來說,使用者可能會先瀏覽單頁應用程式 (SPA),然後不觸發任何事件就離開,系統會將此視為跳出。

此外,Google Analytics (分析) 4 計算的「跳出率」也是比較實用的指標,可讓您評估客戶與網站或應用程式的互動情形。舉例來說,如果您經營網誌,可能不在意客戶是否在讀完文章後就離開網站,但您可能會在意客戶抵達網站後找不到需要的內容,然後就迅速離開的人數。

事件計數

在通用 Analytics (分析) 與 Google Analytics (分析) 4 資源之間,「事件」是基本的資料模型差異。

指標

通用 Analytics (分析)

GA4

事件總數

通用 Analytics (分析) 事件本身即命中類型,具有「類別」、「動作」和「標籤」這些維度。

舉例來說,您可以設定用來記錄使用者點選了註冊按鈕的事件。這個事件可能包含「行動號召」類別、「註冊」動作,以及代表到達網頁網址的標籤。

「事件總數」會在觸發「類別」/「動作」/「標籤」事件時遞增

不適用

事件計數

不適用

每次「命中」都是一個事件,而 GA4 事件沒有「類別」、「動作」或「標籤」的概念。 例如,使用者瀏覽您其中一個網頁時,就會觸發 page_view 事件。

所有動作都是事件。每個事件名稱不一定都是唯一的 (事實上,我們建議您重複使用相同的事件名稱,並按收集到的參數值區分事件)。以註冊為例,事件名稱可能是 sign_up,參數可能是 page_locationproductform_id,以此類推。網站上的每個註冊按鈕可能會 (且應該) 使用同一個事件名稱,但在通用 Analytics (分析) 中,則傾向為每個按鈕使用不重複的事件名稱。

注意事項

sign_up 事件在 GA4 和通用 Analytics (分析) 中可能代表不同的意義。如果您的網站只有一份註冊表單,而註冊事件觸發時所在的網頁只有一個按鈕,則這些事件的數量可能會非常接近。不過,如果您的網站有多個 sign_up 事件,比較 GA4 和通用 Analytics (分析) 的事件數量可能就不是那麼簡單,數據也可能不相近。

GA4 報表不會顯示「類別」、「動作」和「標籤」。建議您依 GA4 模型重新思考資料收集內容,而非直接在 Google Analytics (分析) 4 中如法炮製現有的事件結構。

這對您有幫助嗎?

我們應如何改進呢?
true
搜尋
清除搜尋內容
關閉搜尋
Google 應用程式
主選單