網站/應用程式中的哪些頁面獲得最多觀看次數？
先前在通用 Analytics (分析) 中，我們可以查看按下列項目細分的網頁報表：「網頁路徑」維度及「網頁瀏覽」、「不重複網頁瀏覽」和「跳出率」等指標。在 Google Analytics (分析) 4 資源中，雖然網頁報表看起來和以往不同，但透過探索分頁，您還是可以輕鬆地重新建立需要的探索項目。
首先，您必須在「探索」分頁的「分頁設定」窗格，透過「+」圖示來啟用新的維度。具體來說，您需要新增「網頁路徑 + 查詢字串」維度。如果您也想按網頁標題查看資料 (在通用 Analytics (分析) 中，網頁報表會使用「網頁路徑」)，則可啟用「網頁標題與畫面名稱」這項額外維度。
接下來，您必須新增「觀看次數」指標，才能納進探索涵蓋範圍。方法很簡單，只要在「變數」窗格中按一下「指標」部分的「+」圖示，然後搜尋要新增的「觀看次數」指標即可。
接著，您必須移除資料列和資料欄設定中套用的預設指標和維度，然後新增「網頁路徑 + 查詢字串」資料列維度，並新增「觀看次數」資料欄指標，這樣才能建立網頁探索。您也可以新增「活躍使用者」資料欄指標，比較相關成效，按不重複使用者人數查看每個網頁的人氣。
以 Google 商品網路商店來說，將首頁 (/) 和購物籃頁面移除之後，很快就能看出最多人瀏覽的產品頁面是網站的「清倉特賣」和「男裝」專區。
哪些到達網頁成效最佳或帶來最多轉換？
瞭解使用者最先到達的應用程式畫面/網頁，有助於提升使用者體驗及調整行銷活動。在通用 Analytics (分析) 的報表使用者介面中，有現成的報表可以查看，但 Google Analytics (分析) 4 資源目前還沒有這類報表。我們可以利用探索分頁，從頭開始建立探索項目。
建立這項探索時，您必須考量幾項重要因素，包括「到達網頁」維度，以及「觀看次數」、「工作階段」和「使用者」等相關指標。您必須透過「+」圖示來啟用新的維度：
這些維度和指標可供使用後，您可以先新增「到達網頁」維度資料列，以及「觀看次數」、「工作階段」和「活躍使用者」等相關指標值，這樣就能產生按上述指標顯示的「到達網頁」探索。
添加「購買」指標，就能知道發生「購買」事件時，使用者瀏覽了哪些到達網頁。
現在，您可以查看發生「購買」事件時使用者瀏覽了哪些到達網頁，並與總數進行比較，進一步瞭解到達網頁的成效。
使用者在網站/應用程式中搜尋哪些內容？如何改善網站內容或導覽功能？
接下來要介紹另一個常見的報表，在探索分頁中建立「站內搜尋」探索項目，即可產生相關報表。這部分需要進行幾個步驟。
首先，您必須啟用加強型評估事件或自訂事件，以便收集站內搜尋資料。如果您使用的是加強型評估，這個事件會稱為「view_search_results」。接下來，您必須確認資源中的自訂維度已設為「search_term」的參數。完成後即可在探索分頁中使用該維度。
取得適當的資料後，您就能建立探索項目，當中包含幾個部分。首先，您必須啟用「search_term」，才能在探索分頁中使用這個維度：
啟用後，您就可以在「列」設定下方將這個維度加進探索。接著，畫面會顯示類似下圖的結果：
這項探索考量的是所有事件，因此會顯示大量 (not set) 的值。為避免受到非必要的資料干擾，您必須建立與「view_search_results」完全相符的「事件名稱」篩選器，才會只顯示該事件的資料：
套用篩選器後，您會看到更新後的探索結果，其中顯示各個已列字詞的搜尋次數，這就是所謂的「站內搜尋字詞」探索：
瞭解使用者在網站上都搜尋哪些搜尋內容，是很實用的小技巧，有助您調整內容的改善方向，從而提高使用者參與度和滿意度。舉例來說，如果您發現某個搜尋字詞的出現次數激增，不妨多提供一些有關該字詞的內容，方便使用者找到需要的資訊或解答。
到達網頁的成效變化趨勢如何？使用者在進入不同網頁之前所花的時間是否相同？
每項探索都有幾個視覺圖表可以選用，折線圖便是其中之一，有助您瞭解資料隨時間的變化趨勢。如想查看熱門到達網頁在一段時間內的趨勢，只要在「分頁設定」窗格底下，從 6 個示意圖選取其中之一，即可變更視覺化圖表類型。
將視覺化圖表類型改為折線圖後，您就能以圖表查看 10 大熱門到達網頁的變化趨勢。
將滑鼠游標懸停在圖表上，即可查看每天的資料點。
此外，您也有可能會看到以空心圓標示的異常資料。將滑鼠游標懸停在空心圓上，畫面就會顯示異常資訊。在下例中，根據先前收集到的資料，Google Analytics (分析) 預期 2 月 2 日會有約 1,000 名活躍使用者造訪首頁，但實際觀察到的活躍使用者有 2,200 人，比預測值高出 116%。
漏斗是非常實用的工具，可讓您透過視覺化方式，輕鬆瞭解使用者採取的一連串步驟。漏斗經常應用在瞭解電子商務的購物行為或結帳行為流程。如果您是遊戲開發人員，也許會想知道使用者在遊戲中如何逐步過關。以下將以實例分別說明。
使用者在購物漏斗中如何逐步採取行動？
如想瞭解購物行為，建議您分析各個使用者區隔在購物行為漏斗中如何進行以下過程：看到商品、加進購物車到完成購買。首先，您可以從頭開始建立這個漏斗，或者直接使用 Google 商品網路商店 GA4 示範帳戶提供的範本，也很方便。如要選用範本，請前往「探索」中心，然後向下捲動頁面，並從列出的「示範」探索項目中選取「購物行為漏斗」。
這項探索項目開啟後將顯示為唯讀狀態，您只要按一下右上角的「建立副本」，即可建立一個完全相同且屬於您的探索項目。建立副本後，您可以任意編輯並調整。
Google 商品網路商店銷售 Google 旗下品牌商品，其中，Android 和 YouTube 這兩個品牌的商品最受歡迎。您可以比較這兩類商品，瞭解使用者的購物行為。如要進行比較，請分別為這兩個類別各建立一個新區隔，以上例來說，您可以建立一個符合下列條件的區隔：事件為「select_item」，且參數為包含「Android」或「YouTube」的「item_name」。
接著，這些區隔就會顯示有哪些使用者在購物行為漏斗的過程中，曾點按至少一項 Android 或 YouTube 品牌產品。值得一提的是，相較於曾與 YouTube 品牌產品互動的使用者，曾點按至少一項 Android 品牌產品的使用者，購買產品的可能性高出將近 2 倍。請注意，這邊顯示的結果不代表使用者購買了品牌產品，只代表他們點按過該產品。如果您只想瞭解特定品牌商品的購買情形，請改用購買事件，如下所示：
套用這些區隔後，購物行為漏斗的比較圖看起來會像這樣：
GA4 漏斗有一個新功能，就是可以讓您查看漏斗的變化趨勢。如要使用這項功能，請在「分頁設定」窗格中將視覺化圖表類型改為「趨勢漏斗」。這樣就能開啟趨勢漏斗檢視畫面，查看所有步驟的變化趨勢。您可以捲動畫面，按日查看各步驟和區隔的計數。
此外，您也可以一次只查看一個步驟，這樣能更容易透過圖表瀏覽一段時間內的變化趨勢。在本例中，您可以發現購買次數在 3 月 10 日遽增，這點在先前的資料檢視中並不明顯。值得注意的是，Android 商品與 YouTube 商品兩者的瀏覽後購買次數，也幾乎是在這次遽增之後開始出現落差。這表示網站版面配置或行銷策略可能做了調整，使得 Android 產品從該時間點後更能有效吸引使用者目光。
使用者如何在遊戲中逐步過關？
開發人員對自家遊戲或應用程式常會有這個疑問，此時最適合使用漏斗進行分析。
首先，您必須針對每個關卡建立相關步驟。在本例中，您可以使用「level_up」事件，並建立 5 個步驟，代表 Flood-it! 中的 5 個關卡。GA4 示範帳戶。
套用這些步驟後，您就能瞭解使用者如何逐步通過每個遊戲關卡。
從圖表可看出，通過第 1 關的使用者更有可能繼續玩下去。您可以利用這項資訊，針對各種情境進行 A/B 版本測試，包括導入提示或採取其他做法，協助使用者通過第 1 關，藉此降低流失率。
如果您查看上述漏斗趨勢，也會發現差不多從 3 月 19 日開始，所有步驟的數據都有所提升，表示這個時間點可能因為遊戲宣傳或能見度增加，而帶來了變化。
此外，您也可以劃分這個漏斗，看看不同的獲取新客管道是否會影響整體過關情形。在本例中，您可以比較「直接流量」與「付費流量」在獲取新客方面的差異。您可以看到，相較於直接獲取的使用者，透過付費廣告活動獲取的使用者實際留存的時間較長 (即放棄率較低)，表示付費廣告的成效可能符合預期。
漏斗探索還有一項實用功能，就是可以根據放棄率建立區隔或目標對象。在下例中，您可以發現放棄率在第 4 關左右開始增加。如要改善此情況，您可以針對在第 4 關放棄 (無法進到第 5 關) 的使用者建立區隔，並以該區隔為目標對象，拓展觸及範圍或傳送推播通知，鼓勵這群人回來過關、繼續玩遊戲。
如要建立這類區隔，請在適當的步驟 (關卡) 上按一下滑鼠右鍵，然後選擇「建立區隔」。這裡使用的區隔也會包含第 5 關排除條件，確保指定的目標對象正確無誤。
最後，您可以在漏斗探索中加入「經過時間」這項新指標。在「設定」窗格中切換「顯示經過時間」按鈕，即可在表格中新增以下指標欄：
查看兩個步驟之間的平均耗費時間，就可以瞭解客戶的過關情形 (在本例中是指過關的難易度)。您也可以藉此建立目標對象並對他們採取相關行動，例如傳送推播通知或再行銷訊息。舉例來說，從圖表上可看出，第 2 關平均需要 3 小時 53 分才能破關。如果您想鎖定放棄這關的使用者，可以按一下滑鼠右鍵並選擇「根據放棄的使用者建立區隔」：
建議您適時鼓勵這類目標對象，以免他們最後放棄該款遊戲或應用程式。
GA4 探索分頁還推出了一項全新的實用功能：路徑探索。現在，您可以選擇順向或反向查看路徑上的特定事件或網頁/畫面，藉此瞭解使用者在網站或應用程式中的使用情形。大家一直很期待可以透過相關功能，瞭解網站上的使用者流程，而隨著 GA4 推出全新的「路徑探索」，這個願望總算成真了！
是什麼吸引使用者將產品加進購物車？
這是許多電子商務網站的疑問，現在可以使用反向路徑功能一探究竟了。
首先，請開啟新的「路徑探索」，然後按一下右上角的「重新開始」。接著，您可以選取端點，然後選擇「事件名稱」
接下來，您可以在滑出式選單中選擇要查看哪個事件的反向路徑。在本例中，我們想知道是什麼吸引使用者將商品放入購物車，因此選擇「加進購物車」。如未看到想選擇的活動名稱，可以按一下「載入更多」，或是直接從頂端的搜尋列輸入搜尋字詞。
這項探索會根據事件名稱，自動載入幾個相關步驟。如想改按網頁名稱查看路徑，則可按步驟調整。在下例中，我們已改為「網頁標題和畫面類別」，這時可以看到有不少人是在「特價」網頁上將商品放入購物車。然後，我們可以進一步細看「特價」網頁，從中取得更多資訊，看看是否有某些商品特別熱門，並據此制定行銷策略。
是什麼原因導致使用者移除應用程式？
使用者移除應用程式 (即所謂的「流失」)，一直都是應用程式開發人員非常重視的問題。反向查看路徑是很實用的功能，有助您瞭解應用程式流失客戶的原因。首先，請點按「路徑探索」頂端的「重新開始」按鈕，建立新的反向路徑。接下來，您可以將「app_remove」事件名稱設為起點。
反向查看幾個步驟的路徑，就能開始看到有可能導致客戶流失的活動。在本例中，我們可以看到，大約有 13% 的流失使用者在廣告曝光後，兩個步驟內就移除了應用程式。這個人數比例很高，代表您可能需要調整廣告的顯示方式，避免讓使用者產生負面體驗，從而降低流失率。
不同區隔的資料是否有值得注意的交集？
建議使用「區隔重疊」技巧，即可透過視覺化圖表，輕鬆瞭解不同使用者區隔之間的互動。舉例來說，我們可以使用視覺化圖表，呈現電腦與行動裝置使用者這兩群人訂閱網站電子報的交集情形。這樣就能更容易看出多數電子報訂閱的來源，不用再為了取得這項資訊細分表格探索項目。
如要查看交集情形，您必須先在變數窗格中新增要分析的區隔。按一下「+」圖示新增區隔，區隔建立工具會隨即開啟。
選取事件區隔，然後選擇要篩選的事件 (在本例中為「sign_up」)，即可建立「電子報訂閱」事件。
建立好要以圖表呈現的區隔之後，您必須按兩下這些區隔，才能加進「分頁設定」窗格，完成套用。您一次最多可以新增 3 個區隔，並透過文氏圖以視覺化方式呈現重疊的部分。
在本例中，我們新增了「電腦流量」、「行動流量」和「電子報訂閱」區隔，以便瞭解多數電子報訂閱的來源。
如下方文氏圖和表格第 6 列所示，大多數電子報訂閱都是來自電腦使用者。這有可能是團隊並未設計適合以行動裝置訂閱電子報的體驗，或是使用者體驗有問題，導致行動使用者無法輕鬆訂閱電子報。注意到這點後，接著可能需要與開發團隊和使用者體驗團隊一起深入檢視這個問題。
「區隔重疊」技巧有一項實用功能，就是可以根據重疊部分建立新區隔。舉例來說，如要建立包含電腦流量和電子報訂閱的新區隔，我們可以在圖表 (文氏圖或表格) 中，對想查看的資料部分按一下滑鼠右鍵，然後選取「建立區隔」選項。
區隔建立工具隨即開啟，並根據您選擇的區隔組合預先選取相關條件。這項工具指派區隔名稱時，會採用能用來描述合併條件的名稱，但您也可以視需要變更。
不僅如此，您還可以勾選右上角的方塊，將這個重疊部分設為另一組目標對象，以便與其他 Google Marketing Platform 產品 (例如 Google Ads) 共用，藉此提升觸及率。
使用者的行為是否因初次造訪網站的時間而有所不同？
「同類群組探索」是一項實用工具，有助您根據網站上不同使用者納進同類群組的時間和方式，瞭解這些使用者的行為。您可以在同類群組探索中調整分析指標或計算方式，讓這項工具發揮更大的效益。
初次在探索分頁中開啟新的同類群組探索時，畫面上產生的探索結果是以下方資料為依據：含有「first_touch」的同類群組 (也就是將使用者加進同類群組的資格條件，在本例中是指使用者初次造訪網站或應用程式)、任何事件的回訪條件 (即使用者回到網站或應用程式進行任何操作)、活躍使用者指標，以及標準計算類型。如此一來，您就能進行基本的同類群組探索，瞭解在 5 週期間內每週有多少使用者回訪網站，以及這個數量是否因使用者初次抵達網站/應用程式的時間而異。
如果將這項探索的指標類型從「總和」改成「每位同類群組使用者」，即可掌握各週的回訪率百分比。比起總和指標，「每位同類群組使用者」指標更方便您瞭解各同類群組之間的差異，對您來說可能更有幫助。
對於電子商務網站，建議還可將「價值」從「活躍使用者」改成「購買收益」指標，這樣不但能查看使用者，也可查看每個同類群組帶來的收益金額。您可以將收益視為同類群組的總和，也可以按同類群組使用者查看資料。在下例中，您可以看到前兩個同類群組每週產生的收益很少，但從第三個同類群組開始，收益開始增加。
將計算類型從「標準」改為「累計」，可以查看每個同類群組對業務收益的整體影響。
在本例中，資料顯示大約從 3 月 7 日當週起，團隊可能在行銷方面投入更多資源，為 Google 商品網路商店吸引高轉換率使用者。
哪些推薦連結來源可以帶來最有價值的使用者？
這項資訊有助行銷團隊瞭解適合展開合作關係的推薦連結來源。在本例中，價值的定義為：使用者流失率較低、預估生命週期價值較高且歷來 LTV 較高。
您必須先匯入必要的指標和維度，才能探索流失率、LTV 和生命週期收益等數據。我們會使用「來源」和「媒介」維度，並在「變數」窗格的指標部分使用「+」圖示，從「使用者生命週期」新增其他項指標。
套用這些指標和維度後，即可發現有許多資料列未顯示流失率，這是因為這些使用者條件不符，不適用流失預測模型。您可以建立流失率 > 0 的篩選器，排除所有算不出流失率的使用者。這樣探索結果看起來就會比較簡潔，如下所示：
接著，您可以按流失率排序資料，看看是否有任何廣告活動能吸引到大量預期流失率偏低的使用者。比起預測流失率較高的廣告活動，這類廣告活動更有機會帶來高參與度的使用者。
同樣地，您可以查看預測購買次數、歷來 LTV 和預測參與度，瞭解這些已招攬到的使用者在單一工作階段外，還能帶來哪些價值。
請參考下方螢幕截圖，在本例中，有幾列 Google 商品網路商店的參照連結網址來源並非 Google，儘管這類來源的使用者人數不多，但整體流失率較低、參與時間較長、交易量較多，且平均生命週期價值也很理想。也就是說，這類轉介似乎能為商店帶來價值，因此我們建議行銷團隊與相關的推薦連結來源聯絡，討論進一步的合作關係。