Google Analytics 4 是什麼:事件追蹤邏輯與 GA3 的關鍵差異
GA4 是什麼:Google 為何在 2023 年強制遷移
Google Analytics 4(GA4)是 Google 在 2020 年推出、並於 2023 年 7 月 1 日強制取代 Universal Analytics(UA)的分析平台。UA 在台灣被廣泛稱為「GA3」或「舊版 GA」,但這個「版本號」本身就說明了問題:GA4 不只是介面改版,它換了一套從資料收集到計算邏輯都截然不同的架構。
UA 停止接收新資料的日期是 2023 年 7 月 1 日。之後有一個 12 個月的歷史資料匯出期,到 2024 年 7 月 1 日完全關閉。那一天之後,UA 介面和 API 均無法存取,歷史數據也沒有復原管道。
UA 下線時間軸
從數據來看,這次遷移的影響面相當廣:UA 是當時全球使用最普及的網站分析工具之一,台灣市場的 SEO 從業者和行銷人員大多是靠 UA 建立起對「跳出率」「工作階段」這些指標的第一印象。2023-2024 年的遷移,不只是換了工具,也打亂了原本的基準數字。
延伸閱讀:GA4 SEO 分析教學
「事件導向」vs「頁面瀏覽導向」:根本差異在哪裡
UA 以 hit 和 session 為核心單位。用戶瀏覽一個頁面是一個 hit;一串連續的 hit 組成一個 session。GA4 把這套邏輯拆掉了。在 GA4 的架構裡,所有用戶互動都是 event(事件):頁面瀏覽是 event,捲動是 event,點擊是 event。session 變成衍生計算值,而不是資料收集的基本單位。
這個改變有直接的數字影響。UA 在以下兩個情況會重新計算一個新 session:跨越午夜,以及 UTM 參數改變。GA4 都不會。這代表,一個在 23:50 進站、01:10 離站的用戶,在 UA 裡算 2 個 session,在 GA4 裡只算 1 個。大量使用 UTM 標記的電子報或廣告活動,同樣的流量在 GA4 的計數會比 UA 少。
遷移後「工作階段數下降」是多數用戶的第一反應。從數據來看,這不是流量下降,是計算規則改了。Google 選擇事件導向架構,背後有幾個設計原因:全球隱私法規(如 GDPR、CCPA)對 Cookie 的限制讓 session-based 追蹤面臨挑戰;同時,App 和網站的跨平台統一分析需求,也需要一套更通用的資料模型。GA4 的事件導向設計,正是為了應對這兩個方向。詳細說明可參閱 GA4 官方說明中心 和 GA4 事件導向追蹤技術說明。
GA4 的核心指標:哪些數字真的重要
遷移之後,最讓人困惑的通常不是 GA4 界面,而是指標定義變了。兩個改變影響最大:工作階段的計算邏輯,以及跳出率的消失。
「參與工作階段」取代跳出率的邏輯
GA4 把「跳出率」(Bounce Rate)換成了「參與率」(Engagement Rate)。定義如下:
GA4 的「參與工作階段」(Engaged Session)= 符合以下任一條件的 session:持續時間超過 10 秒、觸發至少一個轉換事件、或瀏覽 2 個以上頁面。
GA4 跳出率 = 1 - 參與率。
這個定義比 UA 的跳出率寬鬆很多。UA 的跳出率是「只瀏覽一個頁面就離開」,連停留 5 分鐘認真閱讀文章的單頁訪客都算跳出。GA4 的邏輯是:只要在頁面上停留超過 10 秒,就算是有參與的訪問。
根據 Databox 2024 年 9 月的跨產業基準數據,GA4 整體中位參與率為 56.21%;B2B 網站約 63%,B2C 約 71%。(來源:Databox Benchmark Groups)這是推測方向,不是絕對標準。參與率超過 60% 通常表示內容與搜尋意圖的匹配度較高,但跨行業比較意義有限。
GA4 關鍵指標對照表(GA3 vs GA4)
| UA(GA3)指標 | GA4 對應指標 | 主要差異 |
|---|---|---|
| Sessions(工作階段) | Sessions(工作階段) | 計算邏輯不同:GA4 不在午夜或 UTM 切換時重設 |
| Bounce Rate(跳出率) | Engagement Rate(參與率) | GA4 跳出率 = 1 - 參與率;定義完全不同 |
| Pageviews(頁面瀏覽) | Views(ga4 的 page_view event 計數) | 技術上等效,但數值可能有些微差異 |
| Goals(目標) | Conversions(轉換) | GA4 以事件為基礎,任一事件可標記為轉換 |
| New vs Returning Users | New Users / Returning Users | GA4 靠 Client ID 和 User ID 識別,跨裝置更準確 |
GA4 報表架構:五大模組怎麼看
GA4 的報表分成五個主要區域:即時、報表(包含生命週期和使用者兩個子群)、探索、廣告、設定。多數日常分析在「報表」和「探索」完成。
即時報表:驗證追蹤碼的第一步
即時報表顯示過去 30 分鐘的活躍用戶。這個功能最直接的用途是:安裝追蹤碼後,立刻到即時報表確認有沒有資料進來。如果 5 分鐘後還是空白,代表安裝有問題,需要回頭檢查。
生命週期報表:日常監測的主力
生命週期報表分四個子段:獲客(Acquisition)、參與(Engagement)、營利(Monetization)、回訪率(Retention)。對 SEO 分析最有用的是「獲客報表」,可以查看自然搜尋(organic search)帶來的 session 數和用戶數,以及各流量來源的構成比例。
使用者報表則提供人口統計(年齡、性別)、技術(瀏覽器、裝置)和地理資訊。這些維度在廣告受眾建立時特別有用。
探索報表:GA4 最強的自訂分析工具
探索報表是 GA4 比 UA 顯著強化的功能區。提供 7 種分析模板:
- 自由形式(Freeform):自訂維度和指標的交叉分析,最靈活
- 漏斗探索(Funnel Exploration):分析多步驟轉換流程,找出斷點
- 路徑探索(Path Exploration):追蹤用戶在頁面間的行為路徑
- 區隔重疊(Segment Overlap):比較不同用戶群的重疊情況
- 使用者多管道(User Multi-Touch):查看單一用戶的完整轉換路徑
- 同類群組(Cohort Exploration):分析特定時間點獲取的用戶群長期留存表現
- 使用者生命週期(User Lifetime):估算用戶的終身價值
漏斗探索和路徑探索這兩個在 UA 是付費功能(360),GA4 免費開放。對 SEO 分析師來說,路徑探索可以回答「用戶從 landing page 進來之後去了哪裡」這個在 UA 很難清楚看到的問題。七種探索技巧的選擇邏輯、取樣機制與 SEO 流量分析應用,詳見GA4 探索報表完整指南。
如何把 GA4 裝好:基礎設定流程
GA4 的安裝流程分三層:帳號、資源(Property)、資料串流(Data Stream)。多數用戶搞混的是「資源」和「資料串流」的關係:一個資源可以有多個資料串流(例如同一品牌的網站和 App),資料最後彙整到同一個 GA4 資源裡。
帳號、資源、資料串流的建立順序
步驟:先建立 GA4 帳號(如果還沒有),然後建立一個新的「GA4 資源」,接著在資源內建立「網頁資料串流」。建立後會取得一個「評估 ID」(Measurement ID,格式為 G-XXXXXXXXXX),這是之後安裝追蹤碼的關鍵識別碼。
GTM 安裝 vs 直接放 gtag.js:哪種適合你
兩種安裝方式的選擇邏輯很清楚:
Google Tag Manager(GTM):適合需要在同一個網站部署多個追蹤碼、或需要靈活追蹤自訂事件的場景。GTM 容許在不動程式碼的情況下新增和修改標籤,對行銷團隊更友善。
直接放 gtag.js:適合結構單純的小型網站,只需要基本的 GA4 追蹤,不打算追蹤複雜的自訂事件。安裝步驟更簡單,但日後要新增其他追蹤碼需要動到程式碼。
官方安裝指引請參閱 GA4 帳號設定官方指南。
安裝後必做的四個設定
- 資料保留期改為 14 個月(預設是 2 個月;路徑:管理員 → 資源設定 → 資料保留)
- 啟用 Google 信號(Google Signals):啟用後可取得跨裝置用戶資料,對廣告受眾建立有幫助
- 設定轉換事件:把重要 event 標記為轉換(例如 form_submit、purchase)
- 連結 Google Search Console:整合後可在 GA4 的「獲客」報表看到關鍵字維度
GA4 + Search Console:SEO 分析的資料整合
把 GA4 與 Search Console 整合,是 SEO 分析的資料工作流中最有價值的一步。整合後,GA4 的「獲客」報表裡可以直接看到 GSC 的曝光、點擊數,形成「曝光→點擊→行為」的完整分析漏斗。
延伸閱讀:GA4 受眾(目標對象)完整解析——設定條件、效期邏輯與預測型目標對象門檻
Search Console 的資料說明、指標解讀方式,以及如何搭配 GA4 做進一步分析,可以參考 Google Search Console 的資料解讀方式。
為什麼 GA4 的 organic sessions 和 GSC 的 clicks 對不上
這是整合後最常見的困惑。兩個數字不一樣,有幾個計算差異來源:
GSC 的 click 是每次「搜尋結果頁面上的點擊」,同一個用戶在同一天搜尋三次、點擊三次,就算 3 個 clicks。GA4 的 session 是連續互動窗口,同一用戶在 30 分鐘內的多次進入可能只算一個 session。
另外,GA4 的 bot filtering 會過濾部分自動爬蟲流量,GSC 則記錄 Googlebot 的行為,但不計入 clicks。Direct traffic(用戶直接輸入 URL)在 GA4 不算 organic,GSC 也不記錄。
業界觀察:在 UTM 使用不頻繁、網站結構單純的情況下,兩者差異通常在 5-20% 範圍內。超出這個範圍需要針對性診斷。這是業界估算,不是 Google 公布的官方數據。
台灣市場有一個值得注意的情況:行動裝置流量占比高(StatCounter 2025 數據顯示台灣行動網路流量約占 60-65%),行動用戶的 session 長度較短、跨天瀏覽比例較高。這會讓 GA4 和 GSC 的數字差距在台灣的行動導向網站上表現得更明顯。
關於搜尋趨勢資料的解讀方法,搜尋趨勢分析的資料來源這篇有更完整的說明。
GA4 整合 GSC 的設定步驟
- 進入 GA4 管理員(Admin)頁面
- 在「產品連結」(Product Links)區塊找到「Search Console Links」
- 點擊「連結」,選擇對應的 GSC 資源
- 確認連結後,資料最快 24 小時內開始同步
- 在「報表 → 獲客 → 搜尋主控台」查看整合後資料
常見問題
Google Analytics 4 是免費的嗎?
是的,GA4 標準版完全免費。付費版本是 Google Analytics 360,針對企業級用戶提供更高的資料處理量、更長的 SLA 和客戶支援。絕大多數台灣中小型網站用免費版就夠了。
GA4 和 Universal Analytics(GA3)最大的差異是什麼?
資料模型不同。GA3 以 hit 和 session 為基本單位,GA4 把所有互動統一為 event。這個改變影響了 session 的計算方式、跳出率的定義,以及指標的可比較性。數字層面上,GA4 的 session 數通常比 UA 少,參與率通常比 UA 的跳出率低。
GA3 停了之後,以前的歷史數據還在嗎?
不在了。UA 的資料匯出期到 2024 年 7 月 1 日截止。過了這個日期,UA 介面和 API 全部關閉,沒有復原管道。如果當時沒有匯出,資料就遺失了。GA4 和 UA 的資料是分開的,GA4 不會繼承任何 UA 歷史數據。
GA4 的資料保留期預設是多少?怎麼改?
預設是 2 個月。建議改為 14 個月(這是目前 GA4 標準版的最長選項)。路徑:GA4 管理員 → 資源設定 → 資料收集和修改 → 資料保留。不改的話,探索報表的歷史資料只能往回看 2 個月,嚴重限制趨勢分析能力。
GA4 數據需要多久才會更新?
標準報表有 24-48 小時的處理延遲。即時報表接近即時(30 分鐘內)。探索報表的資料和標準報表一樣有延遲。如果要診斷當天的問題,用即時報表。要分析趨勢,用標準報表或探索報表,但要預期資料不是當下最新的。
什麼是「工作階段」(session)?GA4 的計算方式跟 GA3 一樣嗎?
不一樣。GA4 的 session 是從用戶第一個 event 開始、30 分鐘沒有互動後結束的連續窗口。GA3 會在午夜和 UTM 參數改變時重新計算一個新 session,GA4 不會。這代表同一個用戶的跨夜瀏覽或點擊廣告後繼續瀏覽,在 GA4 算更少的 session。
什麼是「參與率」?跟以前的跳出率有什麼關係?
參與率 = 參與工作階段數 / 總工作階段數。參與工作階段的條件:停留超過 10 秒、觸發轉換事件、或瀏覽 2 個以上頁面(三者擇一)。GA4 的跳出率等於 1 - 參與率,和 UA 的跳出率定義不同,數字不可直接比較。
GA4 可以追蹤 App 嗎?
可以。GA4 的一個重要升級就是支援 App + Web 的跨平台追蹤。一個 GA4 資源可以同時接入網站資料串流和 iOS/Android App 的 Firebase 資料串流,合併看用戶的跨裝置行為。UA 做不到這點,需要分開的工具。
如何確認 GA4 追蹤碼有正確安裝?
最快的方法是開啟 GA4 即時報表,然後用另一個視窗瀏覽你的網站。如果即時報表顯示有活躍用戶,代表追蹤碼有在收集資料。也可以用 Google Tag Assistant 瀏覽器擴充功能確認標籤觸發狀況,GTM 的 Preview 模式也能做更細緻的事件驗證。
GA4 要如何連結 Google Search Console?
在 GA4 管理員頁面找到「Search Console 連結」,選擇你的 GSC 資源後確認即可。連結後,資料約在 24 小時內開始同步。連結好之後,在「報表 → 獲客 → 搜尋主控台」可以看到 GSC 的曝光和點擊資料,跟 GA4 的 session 數並排查看。
GA4 的重要事件(轉換)要怎麼設定?
GA4 在 2024 年將「轉換」改名為「重要事件(Key Events)」。設定方式有三種:在事件列表直接切換開關、建立新事件時勾選、或從 Google Ads 匯入。詳細步驟與兩種轉換率計算方式,可參考 GA4 重要事件完整設定教學。
若網站涉及電子商務,GA4 還提供了以 14 個標準事件建構的電子商務追蹤機制,可記錄從商品瀏覽到購買完成的完整購物路徑,並自動填入營利報表。
David Hsu
搜尋數據分析師
擁有 6 年以上搜尋行銷數據分析經驗,GA4 認證分析師。曾為多家 Fortune 500 品牌提供搜尋數據諮詢,專精於 GA4 流量解讀、SEO 排名因素研究、競品搜尋數據比較與視覺化報表設計。透過數據驅動的方法,將搜尋趨勢轉化為可執行的行銷策略。
了解更多相關筆記
GA4 路徑分析怎麼看?路徑探索與轉換路徑的數據判讀邏輯
GA4 的路徑分析功能分為兩種工具:路徑探索以樹狀圖追蹤使用者觸發的事件與頁面瀏覽序列,轉換路徑則記錄各行銷管道在轉換前的多重接觸點順序。本文說明如何選擇節點類型、判斷順向或逆向分析方向、識別採樣問題,並提供 SEO 流量診斷的四步驟操作流程。
GA4 電子商務追蹤是什麼:14 個標準事件、參數結構與報表解析
GA4 電子商務追蹤透過 14 個標準事件記錄從商品瀏覽到購買完成的完整購物路徑。本文解析事件漏斗四層分類、必要參數結構、items 陣列各欄位的分析用途、購物漏斗報表判讀方式、GA4 數據與實際訂單差異診斷,以及 SEO 分析師的整合應用方法。
GA4 SEO 分析教學:用 GA4 與 GSC 判讀自然流量成效
本文說明如何用 GA4 SEO 分析自然搜尋流量、到達頁面、參與率與轉換事件,並用 GSC 補足查詢、曝光、點擊、CTR 與平均排名資料。你可以依序檢查流量趨勢、入口頁表現、搜尋端變化、站內互動與轉換結果,建立可重複使用的 SEO 成效判讀流程。