電子商務

關於電子商務指標

瞭解不同類型的電子商務指標,以及如何使用不同指標查看電子商務資料

Google Analytics 提供兩種電子商務指標,可提供電子商務事件的量化資料:

  • 以事件為範圍的指標會計算電子商務事件的觸發次數。
  • 以商品為範圍的指標會計算使用者在電子商務事件中與商品互動的次數。

舉例來說,某位顧客將 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」加入購物車,您會看到下列電子商務指標值:

  • 事件範圍指標「加入購物車」為 1
  • 「Stan and Friends T 恤」的商品範圍指標「加入購物車的商品」為 3
  • 「Google 女版灰色 T 恤」的商品範圍指標「加入購物車的商品」為 2

指標有何不同

下表說明各項電子商務指標的以事件為範圍和以商品為範圍版本之間的差異:

以事件為範圍的指標 說明 以商品為範圍的指標 說明 範例

加入購物車

使用者觸發 add_to_cart 事件的次數。

加入購物車的商品數

add_to_cart 事件中的商品數。

如果使用者透過「加入購物車」按鈕將 3 件「Stan and Friends T 恤」加入購物車,然後透過同一個按鈕將 4 件「Google 女版灰色 T 恤」加入購物車,則結果如下:

  • 加入購物車 = 2
  • 加入購物車的「Stan and Friends T 恤」商品數 = 3
  • 加入購物車的「Google 女版灰色 T 恤」商品數 = 4

結帳

使用者觸發 begin_checkout 事件的次數。

結帳商品數

begin_checkout 事件中的商品數。

如果使用者開始結帳時,有 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」,則結果如下:

  • 結帳次數 = 1
  • 結帳的「Stan and Friends T 恤」商品數 = 3
  • 結帳的「Google 女版灰色 T 恤」商品數 = 2

商品清單點擊事件數

使用者觸發 select_item 事件的次數。

清單中點選過的商品數

select_item 事件中的商品數。

如果使用者在清單中點選「Stan and Friends T 恤」,則結果如下:

  • 商品清單點擊事件數 = 1
  • 清單中點選過的商品數 = 1

商品清單瀏覽事件數

使用者觸發 view_item_list 事件的次數。

清單中已看過的商品數

view_item_list 事件中的商品數。

如果使用者查看清單,其中包含 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」,則結果如下:

  • 商品清單瀏覽事件數 = 1
  • 「Stan and Friends T 恤」清單中已看過的商品數 = 3
  • 「Google 女版灰色 T 恤」清單中已看過的商品數 = 2

商品瀏覽事件數

使用者觸發 view_item 事件的次數。

已看過的商品數

view_item 事件中的商品數。

如果使用者查看了「Stan and Friends T 恤」,則結果如下:

  • 商品瀏覽事件數 = 1
  • 已看過的商品數 = 1

促銷資訊點擊次數

使用者觸發 select_promotion 事件的次數。

促銷活動中點選過的商品數

select_promotion 事件中的商品數。

如果使用者點選 Stan and Friends T 恤的促銷活動,則結果如下:

  • 促銷資訊點擊次數 = 1
  • 促銷活動中點選過的商品數 = 1

促銷資訊瀏覽次數

使用者觸發 view_promotion 事件的次數。

促銷活動中已看過的商品數

view_promotion 事件中的商品數。

如果使用者查看 Stan and Friends T 恤的促銷活動,則結果如下:

  • 促銷資訊瀏覽次數 = 1
  • 促銷活動中已看過的商品數 = 1
交易 使用者觸發事件的次數,這些事件會帶有相關聯的值參數,例如 in_app_purchaseecommerce_purchasepurchaseapp_store_subscription_renewapp_store_subscription_convertrefund 不適用 不適用

如果使用者完成 1 次 purchase、1 次 app_store_subscription_renew,以及 1 次 refund,則:

  • 交易數 = 3

購買

使用者觸發購買相關事件 (例如 in_app_purchaseecommerce_purchasepurchase) 的次數。

已購買的商品數

購買相關事件 (例如 in_app_purchaseecommerce_purchasepurchase) 中的商品數。

如果使用者完成 1 筆交易,購買 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」,並觸發 1 次 in_app_purchase,則結果如下:

  • 購買數 = 2
  • 已購買的「Stan and Friends T 恤」商品數 = 3
  • 已購買的「Google 女版灰色 T 恤」商品數 = 2
電子商務購買次數 使用者觸發 purchase 事件的次數。 已購買的商品數 purchase 事件中的商品數。 如果使用者完成 1 筆交易,購買 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」,則結果如下:
  • 電子商務購買數 = 1
  • 已購買的「Stan and Friends T 恤」商品數 = 3
  • 已購買的「Google 女版灰色 T 恤」商品數 = 2

電子商務數量

電子商務事件內含的商品數量。

商品數量

電子商務事件中單一商品的數量

如果使用者購買 3 件「Stan and Friends T 恤」,以及 2 件「Google 女版灰色 T 恤」,則結果如下:

  • 電子商務數量 = 5
  • 已購買的「Stan and Friends T 恤」商品數 = 3
  • 已購買的「Google 女版灰色 T 恤」商品數 = 2

退款

使用者觸發 refund 事件的次數。

退款的商品數

refund 事件中的商品數。

如果使用者將 3 件「Stan and Friends T 恤」和 2 件「Google 女版灰色 T 恤」進行退款,則結果如下:

  • 退款 = 1
  • 退款的「Stan and Friends T 恤」商品數 = 3
  • 退款的「Google 女版灰色 T 恤」商品數 = 2

與購買相關的指標運作方式

購買相關指標會評估不同層級的購買活動。部分指標包含多種事件類型,其他指標則包含單一事件。因此,各項指標的值會因納入的事件而異。

  • 交易:包括 in_app_purchase、ecommerce_purchase、purchase、app_store_subscription_renew、app_store_subscription_convert 和 refund 等事件。
  • 購買:包括 in_app_purchase、ecommerce_purchase 和 purchase。
  • 電子商務購買:只包含購買事件。

使用報表查看電子商務指標

電子商務購買」報表包含以商品為範圍的維度和指標,可讓您瞭解每項商品的表現。

根據預設,「電子商務購買」報表會納入「商品名稱」維度和「已看過的商品數」和「加入購物車的商品數」等指標,讓您查看每項商品的瀏覽次數和加入購物車次數。

使用探索工具查看電子商務指標

如要進一步瞭解電子商務活動,您可以建立探索。探索可包含以商品為範圍的維度和指標,或以事件為範圍的維度和指標。

舉例來說,下列探索使用以商品為範圍的維度和指標,顯示已售出 5,697 項商品,其中包括 291 件 Google Ombre Lime Pen。您可以新增「購買者總人數」指標,即可瞭解只有 616 位購買者促成這些銷售,而且只有 27 位購買者促成 Google Ombre Lime Pen 的銷售。

如要查看同一期間內觸發購買事件的次數,可以使用以事件為範圍的「購買」指標。套用「購買」指標後,您就能查看使用者在您網站或應用程式中完成購買的次數。

「購買」指標 (和其他以事件為範圍的指標) 與「商品名稱」等以商品為範圍的維度不完全相容,因此您無法像使用「已購買的商品數」或「購買者總人數」一樣,細分資料。

不過,你可以套用篩選器,得知 Google Ombre Lime Pen 的購買次數為 27 次。將以商品為範圍的維度篩選器套用至含有以事件為範圍指標的探索時,篩選器必須使用「完全比對」比對類型。

注意:在報表和探索中,以事件為範圍和以商品為範圍的維度和指標互不相容。只要是使用以商品為範圍的維度,就必須選取以商品為範圍的指標,而不是以事件為範圍的對等指標。這項原則也適用於以事件為範圍的維度和指標。 舉例來說,您無法同時查看「加入購物車」指標和「商品品牌」維度,但可以同時查看「加入購物車的商品數」和「商品品牌」。

這個頁面可能含有使用 AI 技術翻譯的內容,也許會有錯誤。

這對您有幫助嗎?

我們應如何改進呢?
false
搜尋
清除搜尋內容
關閉搜尋
Google 應用程式
主選單
17285660237677051216
true
搜尋說明中心
false
true
true
true
true
true
69256
false
false
false
false
false