本文汇总了今年的 Google Analytics 最新版本说明。如需了解过去几年的版本说明,请参阅“新变化”归档。
版本
2026 年 5 月 13 日
新的 AI 助理流量衡量
Google Analytics 现在提供了一种专门的方法来衡量和分析源自热门 AI 助理的流量。现在,通过默认渠道组报告中新增的 AI 助理渠道,您可以识别出用户是通过哪些聊天机器人(如 ChatGPT、Gemini 和 Claude)发现您网站的。
此更新对流量来源维度做出了以下更改:
- 媒介:当引荐来源网址与已识别的 AI 助理匹配时,系统会自动分配新的“ai-assistant”值
- 渠道组:这些访问会归类到“AI 助理”渠道下
- 广告系列:来自这些来源的流量将被标识为“(ai-assistant)”广告系列名称
此功能可帮助您监控生成式 AI 对您的业务有何影响,具体方法是跟踪用户点击次数、热门 AI 来源,以及此流量与自然搜索等传统渠道的对比情况。
2026 年 5 月 7 日
Data Manager API 支持 Google Analytics 服务器到服务器事件
Data Manager API 可充当 Measurement Protocol(MP) 的替代方案,让您能够直接向 Google Analytics 媒体资源发送推荐事件和自定义事件。您可以将事件发送到 Google Analytics 网站和应用数据流,前提是这些事件不是预留事件。
2026 年 5 月 4 日
Data API 中的转化支持
Google Analytics 和 Google Ads 客户现在可以通过 Google Analytics Data API(Alpha 版)获取跨渠道转化报告数据。Google Analytics 开发者现在可以通过程序化方式,获取与 Analytics“广告”部分“转化效果”报告中相同的付费和自然报告数据。如需详细了解此新 API 界面,请参阅 Google Analytics Data API 更新日志。
2026 年 4 月 29 日
使用任务助理配置 Google Analytics 设置
为了帮助您充分利用 Google Analytics 媒体资源,我们推出了任务助理。任务助理会提供量身定制的建议,帮助您优化配置并改进数据收集。该工具借助左侧导航菜单,将这些建议整理成可采取行动的类别,例如关联账号、增强报告功能和修正数据问题。您可以轻松管理媒体资源的进度,在完成任务后将其标记为“已完成”,或跳过与当前业务目标无关的任务。返回任务助理可查看其他任务。
2026 年 2 月 10 日
首页上生成的数据洞见
我们已在首页中添加了生成的数据洞见。此功能会总结自您上次访问以来发生的三项最重要的数据变化,包括关键配置更新、异常情况和季节性趋势。这有助于您快速了解媒体资源中发生的情况,并发现效果变化,而无需深入研究详细报告。
跨渠道预算规划(Beta 版)
Google Analytics 团队非常高兴地宣布推出跨渠道预算规划功能。您可以使用跨渠道预算规划功能来跟踪效果并优化付费渠道投资。
2026 年 1 月 16 日
跨渠道预算规划(Beta 版)
Google Analytics 团队非常高兴地宣布推出跨渠道预算规划功能。您可以使用跨渠道预算规划功能来跟踪效果并优化付费渠道投资。
- 预测方案可帮助您找出有待改进的方面,并快速做出优化决策。您可以了解各个广告渠道在支出、转化次数和收入等效果指标 (KPI) 方面的预期表现。
- 方案规划工具可帮助您探索不同预算水平下的潜在投资回报率,从而确定未来媒体计划的最佳预算分配方案。
借助这些工具,您将能够解答关键问题,例如“我的支出是否按计划进行?”“根据计划的支出,预计未来会有多少转化?”和“我应如何分配预算,才能最大限度提高收入和投资回报率?”
针对 Google Ads 客户改进了网站转化管理和报告功能(Beta 版)
我们现已为营销者和广告客户推出更灵活的网站转化管理工具和新的跨渠道报告功能。
现在可以针对每项转化单独调整转化归因设置,这让客户能够在 Google Ads 中微调出价策略,消除一个会导致转化报告与 Google Ads 报告出现差异的常见原因,并对广告支出的成效更有信心。
我们还添加了更全面的跨渠道报告功能,包括新的报告维度过滤条件,以发掘新的数据洞见。
详细了解 Google Analytics 中的跨渠道转化报告
转化归因分析报告(Beta 版)
转化归因分析报告是广告工作区新增的一项功能,可帮助客户了解其营销渠道在整个客户转化历程中的完整价值。
此报告通过两种专用数据视图,帮助您直观了解不同接触点对利润的贡献:
- 辅助转化(最终点击):此数据视图可让您查看“辅助转化”- 客户在转化历程早期阶段互动过的接触点,但不是最终点击。这对于识别被低估的漏斗上端渠道(例如 YouTube 或需求开发广告系列)至关重要,这些渠道会在最终搜索或直接访问之前激发用户兴趣。
- 精细的漏斗分析(以数据为依据的归因):此数据视图将接触点分为早期、中期和后期阶段。现在,我们将单接触点路径与多接触点转化历程分开,以便您更清楚地了解哪些广告系列促成了复杂的转化历程,哪些广告系列是独立的促成因素。
借助这些新的数据洞见,广告客户可以更好地证明漏斗上端支出的合理性,并制定更全面的预算策略,让漏斗的每个阶段都能体现其价值。