什麼是目標對象？
就 Google Analytics (分析) 而言，目標對象是指在網站和/或應用程式中，受眾特徵/其他描述資料相同或行為數據相似的一群使用者 (例如同個年齡層、相同性別、由同一個廣告活動招攬而來)。
舉例來說，您可以建立一組目標對象，納入所有曾完成購買的使用者 (purchase event_count > 0)。
不過您可能會發現，這樣會使目標對象的範圍過於廣泛，對廣告活動沒有實質意義。不妨加入特定行為和受眾特徵條件，將範圍縮小，找出共通點更多的使用者，例如：
- 曾購買 1 到 5 項商品的加州使用者
- 過去 7 天內曾購買 1 到 5 項商品的加州舊金山使用者
- 過去 7 天內曾購買 1 到 5 項商品，且支出超過 NT$3,000 元的舊金山使用者
您可以根據收集到的任何資料建立目標對象，並視需要決定目標對象的涵蓋範圍，例如：「購買過太陽眼鏡的所有使用者」(較廣泛)，或是「購買過藍色反光鏡片包覆式黑框太陽眼鏡的使用者」(較精確)。
每當有使用者造訪網站或應用程式，且他們的行為和/或描述資料符合目標對象條件時，系統就會將他們加進目標對象。目標對象名單的累積速度取決於網站/應用程式訪客出現特定行為的頻率，及/或這些訪客與目標對象定義描述資料的相符情形。定義廣泛的目標對象 (條件較少) 會比精確目標對象 (條件較多) 更容易累積使用者名單。
Analytics (分析) 會回頭將過去最多 30 天的可用資料加進目標對象。假如這 30 天內有符合目標對象定義的使用者，系統就會立即將資料納入目標對象。
如何使用目標對象？
目標對象可運用於報表和廣告活動。
報表
如果您未進行任何額外設定，單純只建立目標對象，可以在 Analytics (分析) 開啟報表，查看該組目標對象中造訪網站/應用程式的人數、這些訪客產生的轉換和互動工作階段數量，以及與您互動時使用的技術資源。
在報表中，您可以用目標對象當比較基礎 (選取「目標對象名稱」維度，維度值請選取特定目標對象)，然後在資料相同的情況下進行比較：「洛杉磯客戶」目標對象購買的太陽眼鏡數量會不會比「舊金山客戶」目標對象更多？哪個客群較常購買高價款？
在「探索」模組中，您可以使用「目標對象名稱」和「上一個目標對象名稱」維度，深入瞭解哪些方法更能有效招攬特定目標對象、招攬到的目標對象中有哪些會持續互動，以及這些使用者如何瀏覽內容、如何完成您設想的漏斗流程。
廣告
如果您已將 Analytics (分析) 資源連結至 Google 廣告產品 (例如 Google Ads、Display & Video 360 或 Search Ads 360)，表示這些產品可共用 Analytics (分析) 目標對象資料。
Analytics (分析) 會依預設建立「購物者」目標對象 (納入觸發 in_app_purchase 或 purchase 事件的使用者)，這組目標對象也會與任何已連結的廣告產品共用。
在 Analytics (分析) 和廣告產品之間建立產品連結，並選取「啟用個人化廣告」選項後，您就可以在這些已連結的產品中使用相關目標對象，根據這群人的特定線上行為放送合適的廣告 (例如透過再行銷廣告向他們宣傳已瀏覽但尚未購買的商品)。
將目標對象用於 Google 廣告產品後，您就能用來指定廣告對象。舉例來說，如果您的目標對象是「購買過太陽眼鏡的所有使用者」，那麼每當有符合上述條件的使用者開啟所宣傳的網站或應用程式，您的廣告就會自動加入出價，爭取向該使用者曝光的機會。這樣一來，您就能將廣告預算花在最有可能回應廣告的使用者身上。
通用 Analytics (分析) 和 Google Analytics (分析) 4 目標對象的差異
通用 Analytics (分析) 和 Google Analytics (分析) 4 收集的資料不完全相同。這兩個 Analytics (分析) 版本有些維度相同 (例如「國家/地區」、「城市」、「年齡」、「性別」)，但針對來源和媒介等其他維度收集的資料則不同。舉例來說，在通用 Analytics (分析) 中，如果您使用 utm_source 參數收集資料，就會取得「來源」維度的值；如果在 Google Analytics (分析) 4 使用 utm_source 參數，則會取得「來源」、「最初招攬到使用者來源」和「工作階段來源」維度的值。通用 Analytics (分析) 會提供「每個使用者的工作階段數量」，但 Google Analytics (分析) 4 沒有這項使用者指標。
通用 Analytics (分析) 和 Google Analytics (分析) 4 用來定義目標對象的資料有很多會因版本而異。因此，如要將通用 Analytics (分析) 目標對象遷移至 Google Analytics (分析) 4，目前還是需要人工處理，請先檢視通用 Analytics (分析) 中的目標對象定義，然後在 Google Analytics (分析) 4 使用最貼近的資料重新建立目標對象。
除了詳細資料方面的差異以外，基本上這兩種資源建立目標對象的原理大致相同，同樣都是使用以資料為依據的條件 (例如「納入購買過太陽眼鏡的使用者」或「納入將太陽眼鏡放進購物車但實際上未購買的使用者」)。
這兩者比較明顯的差異在於 GA4 有預測目標對象，而通用 Analytics (分析) 沒有。我們將於下一節詳細介紹預測目標對象。
預測目標對象
預測目標對象至少有一項根據特定預測指標建立的條件。Analytics (分析) 會根據您收集的資料建立模型 (必要資料的數量須達最低門檻)，預測哪些使用者會採取特定行為，然後產生預測指標。預測模型會評估您的資料，從中歸納出可能發生的情況，像是哪些使用者有可能購物、哪些會流失 (停止使用網站/應用程式)，以及使用者可能會帶來多少收益。
如果您想知道該把行銷預算投注在哪些客群 (曾購買產品的使用者，或未來 7 天內較有可能購買產品的使用者)，預測目標對象功能就很實用。
如果 Analytics (分析) 已針對資源產生預測指標，您可在自行建立目標對象時採用這些指標，例如：納入來自舊金山「且」接下來 7 天內可能會購物的使用者。
Analytics (分析) 的預測指標還有一個好處，就是能用來產生預測目標對象，例如「未來 7 天內的潛在購買者」和「接下來 28 天內預估花費最多的使用者」。您可以直接採用預測目標對象，或是以此為基礎再依需求自訂目標對象。