[GA4] 同類群組探索

同類群組是指具有共通特質的一群使用者；在同類群組分析報表中使用 Analytics (分析) 維度，即可篩出這群人。舉例來說，「客戶開發日期」在同一天的使用者會歸為同一個同類群組。透過同類群組探索，您可以瞭解這些群組在自家應用程式或網站上的行為變化情形。

本文內容：

• 建立同類群組探索
• 同類群組的運作方式
• 設定同類群組探索
• 瞭解同類群組探索
• 同類群組探索的限制

建立同類群組探索

1. 登入 Google Analytics (分析)。
2. 按一下左側的「探索」圖示 。

3. 按一下畫面頂端的 [範本庫]，然後選取 [同類群組探索] 範本。
4. 定義納入條件：將使用者加入同類群組的條件。
5. 設定回訪條件：使用者須符合哪些後續條件才能繼續保留在同類群組中。
6. 藉由查看不同日期的同類群組，監控使用者行為在一段期間內的變化趨勢。

舉例來說，可以查看新招攬的使用者經過多久時間才會在您的網站上進行交易，以及如果剛好遇到促銷活動當週，是否會影響使用者完成交易的時間點；此外，也可以查看使用者留存人數趨勢，以及新推出的應用程式設計是否能改善使用者留存率。

同類群組探索的運作方式

同類群組探索的第一步是找出符合指定納入條件和回訪條件的使用者。您可以根據使用者觸發的事件、交易或轉換，或是使用者的客戶開發日期來建立同類群組。

同類群組僅以使用者的裝置資料為依據。建立同類群組時，系統不會將 User-ID 列入考量。

同類群組分析功能會按照每日、每週或每月的精細程度來幫同類群組分組。資料表會顯示在探索期間的每個同類群組中有多少使用者。

資料表中的每個儲存格都會顯示在開始日期之後符合回訪條件的使用者人數。舉例來說，如果您選擇按日細分並查看 1 月 1 日的同類群組，則「第 1 天」欄會顯示在 1 月 1 日符合納入條件且在 1 月 2 日符合回訪條件的一組使用者。

系統會將使用者指派給所有符合納入條件的同類群組。舉例來說，假設您選取交易做為納入條件，而使用者在探索時間範圍內的每一週都完成一次交易，系統就會將該使用者指派至表格中的每個資料列 (同類群組)。

設定同類群組探索

同類群組納入

定義使用者須符合哪些初始條件才能納入同類群組。

• 首次接觸 (客戶開發日期)：使用者第一次造訪您應用程式或網站的日期，由 Google Analytics (分析) 資源進行評估。
• 任何事件：使用者在探索日期範圍內第一次進行事件。
• 任何交易：使用者在探索日期範圍內第一次進行交易事件。
• 任何轉換：使用者在探索日期範圍內第一次完成轉換事件。
• 其他：使用者觸發的特定事件。

回訪條件

定義使用者須符合哪些回訪條件才能納入同類群組。

• 任何事件：使用者在探索時間範圍內至少有 1 個事件。
• 任何交易：使用者在探索時間範圍內至少要有 1 個交易事件。
• 任何轉換：使用者在探索時間範圍內至少要有 1 個轉換事件。
• 其他：使用者在探索時間範圍內觸發的特定事件。

舉例來說，您可以使用同類群組探索功能，將特定同類群組的納入對象定義為曾在使用您應用程式時遇到錯誤而解除安裝的使用者，藉此瞭解產品品質對使用者留存率的影響。

 

步驟如下：

 

• 針對「同類群組納入」的部分，在「其他」底下選擇您定義的自訂錯誤事件。
• 針對「回訪條件」的部分，在「其他」底下選擇 app_remove 事件。

同類群組精細程度

定義初始和回訪同類群組的時間範圍。回訪時間精細程度與同類群組精細度相同。可用的選項如下：

• 每天：從午夜到午夜 (以資源所在時區為準)。
• 每週：從星期日到星期六 (含)，而非連續的 7 天。
• 每月：從月初到月底。

同類群組計算

決定探索期間的使用者活動對探索中各儲存格的指標計算方式有何影響。3 種計算方式如下：

標準

每個儲存格都納入該時段內符合回訪條件的所有同類群組使用者，而不將他們在其他時段的行為列入考量。這項指標會顯示該時段的總價值。

累計

每個儲存格都納入該時段和所有先前時段內符合回訪條件的所有同類群組使用者。這項指標會顯示該時段的總價值。

累計

每個儲存格都納入探索中任何時段內符合回訪條件的所有同類群組使用者。這項指標會顯示每個時段的累積總值。

明細

您可以根據選取的維度將每個同類群組劃分成不同的子群組，方便您比較同類群組在同一維度上的差異。

舉例來說，您可以按照「行動裝置型號」細分您在上方定義的應用程式錯誤同類群組，以瞭解特定裝置是否發生問題。

值

指定要在同類群組表格中顯示的指標。舉例來說，「活躍使用者」會顯示有多少活躍使用者符合納入表格中各儲存格的條件。

圖表上方會顯示同類群組設定的說明。

瞭解同類群組探索

範例 1

這個網站在 10 月 6 日至 10 月 12 日之間吸引了 17,093 名使用者。

新招攬的 17,093 名使用者在轉換當週 (10 月 6 日至 10 月 12 日) 共進行 176 筆交易。

這 17,093 名使用者在轉換的下一週 (10 月 13 日至 10 月 19 日) 共完成 38 筆交易。

範例 2

這個網站在 10 月 6 日至 10 月 12 日之間吸引了 17,093 名使用者。

新招攬的 17,093 名使用者中，有 171 名在轉換當週 (10 月 6 日至 10 月 12 日) 完成至少一筆交易。

10 月 6 日至 10 月 12 日該週新招攬的 17,093 名使用者中，有 31 名在轉換後的第一週 (10 月 13 日至 10 月 19 日) 完成至少一筆交易。

範例 3

在 10 月 6 日至 10 月 12 日之間，有 270 名使用者在這個網站上完成至少一筆交易。

在這段期間完成至少一筆交易的 270 名使用者中，有 14 名在下一週 (10 月 13 日至 10 月 19 日) 也完成至少一筆交易。

範例 4

本範例說明了將「裝置類別」加進細分維度的結果。每個同類群組都會根據使用者轉換時使用的裝置類型 (桌機、行動裝置或平板電腦) 進行細分。

納入細分維度時，使用者只會被歸類到適用於他們的第一個細分值。舉例來說，假設「使用者 A」最初是以行動裝置使用者的身分轉換，後來又在同一天使用桌機回訪，「使用者 A」只會出現在該同類群組的行動裝置細分資料中。

同類群組探索的限制

• 同類群組探索最多可顯示 60 個同類群組。
• 當您套用細分維度時，系統最多只會顯示該維度的前 15 個值。
• 客層維度適用門檻限制。如果同類群組中的使用者人數過少而無法去識別化，這些使用者就不會納入探索。