跳到主要內容
SEO 實戰 · 20 分鐘閱讀

GA4 入門教學:從安裝到報表解讀,還有一般人不提的 SEO 應用

GA4 裝好之後,很多人打開後台就不知道該看哪裡。這篇從 GA4 是什麼開始,帶你完成安裝、讀懂五大生命週期報表、設定轉換事件,最後教你怎麼把 GA4 和 GSC 串接起來,用交叉分析找到 SEO 優化的真正優先目標,而不是猜。

GA4 入門教學:從安裝到報表解讀,還有一般人不提的 SEO 應用

GA4 是什麼?免費分析工具的真正價值

Google Analytics 4(GA4)是 Google 提供的免費網站分析工具,採用事件驅動模型記錄使用者在網站上的每一個行為,從頁面瀏覽、按鈕點擊、表單提交,到最後的購買或聯繫。只要你有網站,GA4 就是你看懂「使用者在做什麼、從哪裡來、有沒有達成你想要的行動」的第一個工具。

很多人裝了 GA4 卻從來沒打開過後台,或者打開了但看到一堆數字不知道代表什麼。這篇文章的目的很簡單:讓你從零開始,能安裝 GA4、能讀懂核心報表、能設定轉換,最後能用 GA4 數據做出對 SEO 有意義的判斷。

哪些人需要用 GA4?

通常以為分析工具只有數據分析師才用。但實際上,只要你的工作跟網站有關係,GA4 都值得學:

  • 網站主 / 創業者:了解哪些頁面最吸引人、訪客從哪裡來
  • 行銷人員:追蹤廣告投放和行銷活動的真實成效
  • SEO 工作者:分析自然搜尋流量品質、找出高排名但低轉換的頁面
  • 電商經營者:追蹤購物車放棄率、結帳流程的流失點

GA4 能告訴你四件事

具體來說,GA4 幫你回答四個問題。第一,流量從哪裡來:用戶是從 Google 搜尋、社群媒體、廣告還是直接輸入網址進來的?第二,你的用戶是誰:他們在哪個城市、用什麼裝置、年齡層大概在哪裡。第三,他們在網站做了什麼:停留在哪些頁面最久、點了哪些按鈕、捲動了多少。第四,有沒有達成你想要的結果:填了表單、完成購買、還是看了首頁就走了?

這四個問題,其實就是一條決策鏈。沒有數據,你只能猜;有了 GA4,你才有辦法做有依據的判斷。

GA4 的核心邏輯:事件驅動,不是工作階段

如果你用過舊版 Universal Analytics(GA3),GA4 的後台可能讓你一開始找不到方向。這不是因為 GA4 難,而是兩者的底層資料邏輯完全不同:GA3 以「工作階段(Session)」為中心,GA4 以「事件(Event)」為中心。

GA3 的邏輯是:一個用戶進到網站,產生一個 session,在這個 session 裡發生的事情都歸屬於這個 session。GA4 的邏輯是:每一個行為都是獨立的 event,不管在哪個 session 裡,event 本身帶有完整的屬性(時間、位置、頁面、參數)。

為什麼 Google 要做這樣的改變?背後有個技術現實:第三方 Cookie 的淘汰讓跨網站追蹤越來越難,而現代用戶常常在手機上瀏覽、在電腦上購買,session 模型沒辦法把這兩件事連起來看。GA4 改用 User-ID 歸因加事件模型,讓跨裝置的用戶旅程分析成為可能。

GA3 vs GA4 核心差異對照

比較維度 GA3(Universal Analytics) GA4(Google Analytics 4)
追蹤 ID 格式 UA-開頭(如 UA-12345678-1) G-開頭(如 G-1A2BCD3456)
資料核心單位 工作階段(Session) 事件(Event)
跨裝置追蹤 有限,網站和 App 分開 整合,跨裝置單一用戶視圖
互動指標 跳出率(Bounce Rate) 參與度(Engagement Rate)
自訂維度 免費 20 個 免費 50 個
資料預設保存期 14 個月 2 個月(需手動改為 14 個月)
GA3 vs GA4 核心差異對照圖:追蹤單位、互動指標、自訂維度、資料保存期比較

GA3 與 GA4 在資料收集模型上的根本差異,影響所有報表指標的計算方式

GA3 用戶最常卡的三個轉換點

從 GA3 切換到 GA4,最常遇到三個困惑。跳出率消失了,GA4 改用「參與度」衡量用戶互動品質:只要用戶在頁面停留超過 10 秒、觸發了轉換事件、或是瀏覽超過 2 個頁面,就算「有參與」。轉換目標設定方式不同,GA3 需要另外建立目標,GA4 是直接把既有事件標記為「轉換事件」,設定更簡單。預設報表變少,GA4 強調自訂化,很多 GA3 的預設報表需要在 GA4 的「探索」功能裡重建,但彈性也更高。

用一個框架來記:GA3→GA4 心智模型轉換,工作階段 → 事件、跳出率 → 參與度、目標 → 標記轉換事件。換了名詞,但背後的邏輯是相通的。

GA4 四大介面功能導覽

打開 GA4 後台,左側導航欄有四個主要功能區塊。搞清楚每個區塊是做什麼用的,你才知道遇到不同問題要去哪裡找答案。

報表(Reports)

這是大多數人用最多的地方。報表分成生命週期(Lifecycle)和使用者(User)兩個主軸,涵蓋即時、獲取、互動、變現、留存等五個面向。日常的流量監控和行銷成效追蹤,都在這裡。

探索(Explore)

當預設報表滿足不了你的問題,就用探索。探索讓你自由組合維度和指標,建立漏斗分析、路徑分析、用戶生命週期分析等自訂視圖。這是 GA4 相對 GA3 提升最大的地方,但學習曲線也比較高。

廣告(Advertising)

廣告功能主要給有跑 Google Ads 的用戶用,提供跨管道歸因分析,讓你看清楚哪個廣告管道對轉換真正有貢獻。如果你沒有跑廣告,這個區塊暫時可以跳過。

設定(Admin)

所有的基礎設定都在這裡:事件設定、轉換設定、自訂維度、資料保存期、受眾定義、用戶管理。有一個重要的設定很多人裝好 GA4 後忘記做:把「資料保留期」從預設的 2 個月改為 14 個月,否則你的歷史資料會悄悄消失。

安裝 GA4:三種方式,選一個適合你的

安裝 GA4 有三條路,選哪條取決於你的技術條件和未來需求。

方式一:Google Tag Manager(推薦)

GTM 是最推薦的安裝方式,因為它讓你在網站上統一管理所有追蹤代碼,日後要加其他追蹤工具(Google Ads、Meta Pixel 等),都可以在 GTM 統一管理,不需要每次都動到網站原始碼。安裝步驟:

  1. tagmanager.google.com 建立 GTM 帳號和容器
  2. 把 GTM 的追蹤代碼貼到網站 <head><body>
  3. 在 GTM 中新增「代碼」→ 選「Google Analytics: GA4 設定」
  4. 輸入你的 GA4 評估 ID(G-開頭)
  5. 設定觸發條件為「所有頁面」
  6. 發布 GTM 容器

方式二:手動貼上 GA4 追蹤代碼

如果你的網站比較簡單,只需要 GA4,手動埋碼最直接。到 GA4 後台的「管理」→「資料串流」→ 取得追蹤代碼片段,把代碼貼到每個頁面 <head> 標籤之前即可。

方式三:CMS 插件(WordPress / Shopify / Wix)

用主流 CMS 建站的用戶,可以使用插件安裝:WordPress 可用 Site Kit by Google,Shopify 可在「偏好設定」直接輸入 GA4 的 G-開頭 ID。插件安裝門檻最低,但要注意插件停止維護的風險,以及可能和其他插件衝突的問題。

GA4 安裝方式說明圖:GTM推薦、手動埋碼、CMS插件三種安裝方式說明

三種 GA4 安裝方式比較:GTM 最靈活,手動埋碼最直接,CMS 插件最快速

安裝完成後怎麼確認?

安裝好之後,打開 GA4 後台的「即時報表」,然後在瀏覽器另開一個分頁訪問你的網站。如果即時報表上出現「1 位活躍用戶」,代表追蹤代碼正常運作。如果 5 分鐘後還是 0,回去確認代碼有沒有貼到正確位置。

五大報表怎麼看?GA4 三層數據讀取法

GA4 的生命週期報表分五個區塊,但新手常常不知道從哪裡看起,或者看了數字但不知道下一步要做什麼。這裡提供一個分析框架:GA4 三層數據讀取法,把五大報表分為三個層次依序分析。

第一層(流量層):先看獲取(Acquisition),搞清楚人從哪裡來。第二層(行為層):再看互動(Engagement),搞清楚人進來之後做了什麼。第三層(轉換層):最後看變現(Monetization)或轉換報表,搞清楚有沒有達成你想要的結果。三層加起來,才是完整的用戶旅程視圖。

GA4 三層數據讀取法框架圖:流量層(Acquisition)、行為層(Engagement)、轉換層(Monetization)

GA4 三層數據讀取法:依序分析流量層→行為層→轉換層,建立完整的用戶旅程視圖

即時報表(Realtime)

即時報表顯示過去 30 分鐘內的活躍用戶,包括地理位置、正在瀏覽的頁面、觸發的事件。主要用途有兩個:確認追蹤代碼有沒有正常運作,以及在行銷活動上線時即時確認是否有流量流入。

獲取(Acquisition)— 流量層

「使用者獲取」報表回答了最根本的問題:用戶從哪裡來?主要流量管道包括 Organic Search(自然搜尋)、Direct(直接輸入)、Referral(外部連結)、Organic Social(社群媒體自然流量)、Paid Search(付費廣告)。這個報表是 SEO 工作者最常用的起點,看 organic search 帶來了多少用戶、品質如何。

互動(Engagement)— 行為層

互動報表告訴你用戶進來之後做了什麼。核心指標是「參與工作階段」(engaged sessions,持續超過 10 秒或觸發轉換的 sessions)和「平均參與時間」。如果你發現某個頁面流量高但參與率低,代表這個頁面的內容可能沒有滿足用戶預期,是優化的優先目標。

變現(Monetization)— 轉換層

如果你有電商功能,這裡追蹤購買收益、商品表現、結帳漏斗的流失點。如果你是服務型網站,轉換的概念要靠「轉換事件設定」來定義(下一節說明)。

留存(Retention)

留存報表顯示用戶回訪的趨勢。如果你的網站有大量新用戶但幾乎沒有回訪用戶,代表用戶第一次體驗後沒有理由回來,是內容策略或用戶體驗的問題訊號。

轉換設定:讓 GA4 知道什麼對你最重要

裝了 GA4 但從來沒設定轉換,等於有眼睛卻在看錯方向。轉換事件是你告訴 GA4「這個行為對我的業務有價值」的方式,設定之後 GA4 才知道要重點追蹤和歸因。

GA4 的轉換邏輯比 GA3 簡單多了:不需要另外建立「目標」,只要把一個既有的事件標記為「轉換」就可以。GA4 預設自動收集很多事件,例如 page_viewscrollclickfile_download,你可以直接把這些事件標記為轉換,或者自訂更細的事件再標記。

GA4 自動收集哪些事件?

  • page_view:每次頁面瀏覽
  • scroll:用戶捲動到頁面 90%
  • click:點擊離開網站的外部連結
  • file_download:下載 PDF、ZIP 等檔案
  • form_submit(需 GTM 設定):表單送出
  • purchase(電商需額外設定):購買完成

如何把事件標記為轉換

  1. 進入 GA4 後台 → 左側「設定」→「事件」
  2. 找到你想追蹤的事件(例如 form_submit
  3. 點擊右側的「標記為轉換」開關
  4. 回到「轉換」頁面確認已出現
  5. 之後的報表中,這個事件就會被 GA4 當成關鍵行動追蹤

服務型網站 vs 電商網站的轉換設定

服務型網站(顧問公司、SaaS)最重要的轉換通常是表單填寫、預約按鈕點擊、特定頁面到達(如謝謝頁)。電商網站最重要的轉換是 purchase 事件,需要搭配 dataLayer 或電商追蹤代碼額外設定。如果你是電商,強烈建議用 GTM 做事件追蹤,後台才有辦法看到完整的結帳漏斗。

想搞清楚你的網站哪些行為值得追蹤?轉換設定設對了,GA4 的每一份報表才有意義。了解我們的 SEO 與數據分析顧問服務,從 GA4 設定到 SEO 策略,我們從你的實際業務目標出發做規劃。

GA4 × SEO:用流量數據改善搜尋表現

GA4 的自然搜尋報表是 SEO 工作者最容易忽視的金礦。大多數人用 GSC 看關鍵字排名,用 GA4 看整體流量,但沒有把兩個工具串起來交叉分析。把 GA4 和 GSC 整合在一起,才能從「知道排名」進化到「知道哪裡該優化、優化之後真的有沒有效」。

這裡有個大多數教學沒有提到的細節:GA4 報的 organic 流量和 GSC 的 clicks 數字永遠不一樣,差距有時候超過 30%。原因是 GA4 用 session 計算(同一個用戶在 30 分鐘內的多次點擊算一個 session),GSC 用每一次 click 計算;加上 GA4 的預設歸因是 last-click,很多 organic 帶進來的用戶,後來直接輸入網址回來,就在 GA4 被算成 Direct 流量,organic 的貢獻就這樣被低估了。這不是 bug,是歸因模型的本質差異,需要兩個工具同時看才能補足彼此的盲點。如果你對 SEO 排名因素有疑問,了解 GA4 的流量歸因邏輯能幫你更準確地評估哪個因素真正有效。

GA4 與 GSC 串接的設定步驟

  1. 進入 GA4 後台 → 左側「設定」→「產品連結」→「Search Console 連結」
  2. 點擊「連結」→ 選擇你的 GSC 資源
  3. 選擇要關聯的 GA4 資料串流
  4. 完成後,GA4「報表」→「獲取」→「搜尋結果」卡片就會出現 GSC 數據

串接後大約 24-48 小時生效。串接後你能在 GA4 直接看到哪些關鍵字帶來了有參與度的用戶,而不只是原始的 click 數。

GA4-GSC 交叉分析三步法

串接完成後,用這個框架找 SEO 優化的優先目標:

GA4-GSC 交叉分析三步法示意圖:找高流量低參與頁面、高曝光低點擊關鍵字、交叉優化 SEO

GA4-GSC 交叉分析三步法:從流量、行為、優化行動三個維度找出 SEO 最高優先改善目標

步驟一:在 GA4 找高流量但低參與度的頁面。進入「互動」→「網頁和畫面」,依「工作階段」排序,找出流量高但「平均參與時間」短的頁面。這些頁面排名不錯,但用戶進來之後沒有停下來,代表內容和用戶預期有落差。

步驟二:在 GSC 找高曝光但低點擊率的關鍵字。進入 GSC 的「成效」報表,篩選特定頁面,找出曝光數高(已被 Google 看見)但點擊率低(用戶不願意點)的關鍵字。這通常是標題或 meta description 沒有寫好,不是排名問題。更系統性的 SEO 關鍵字研究方法可以幫你在這個步驟找到更多改善機會。

步驟三:對比兩者,找出最高優先的優化目標。「高流量加低參與」的頁面 → 優先改善內容深度和結構。「高曝光加低點擊」的關鍵字 → 優先改善 title 和 meta description。從兩個維度交叉篩選,才能把有限的優化資源放在影響力最高的地方,而不是憑感覺亂改。在SEO 工具選擇上,GA4 加 GSC 這個組合是零成本但效果最扎實的起點。

最後分享一個容易被忽視的設定:把 GA4 的資料保留期從預設 2 個月改成 14 個月。進入「設定」→「資料設定」→「資料保留」→ 選 14 個月。這個設定影響你在「探索」功能裡能查詢的歷史期間,沒改的話,3 個月後你就看不到 3 個月前的數據了,對季節性分析和年對年比較影響很大。設定一次就好,不改的代價卻很高。

GA4 免費嗎?有沒有付費版本?

GA4 標準版完全免費,對大多數網站主和行銷人員來說功能已經足夠。Google 有推出 Google Analytics 360,是付費的企業版,主要差別在更高的資料上限、更長的資料保留期(最長 50 個月)、Service Level Agreement,以及 BigQuery 的更高配額。一般中小企業或個人網站不需要 360,免費版已足夠。

安裝 GA4 需要工程師嗎?

基本安裝不需要工程師。如果你用 WordPress、Shopify、Squarespace 等主流 CMS,通常有官方插件或設定選項,貼上 G-開頭的評估 ID 即可。手動埋碼也只需要把一段代碼貼到 HTML 的 <head> 標籤前,熟悉網頁結構的人都可以做到。但如果你需要追蹤自訂事件(例如特定按鈕點擊、購物車事件),或是使用 GTM 做複雜的標籤管理,可能需要前端工程師的協助。

GA4 的數據需要多久才會出現在報表裡?

即時報表是即時的(幾秒內更新)。標準報表通常在 24-48 小時後更新,所以安裝完成後當天不要急著看報表,隔天再查看比較準確。如果你有設定 GA4 和 Google Ads 的連結或 BigQuery 匯出,資料延遲可能稍長。

GA3 已經停用了,我現有的 GA3 數據怎麼辦?

Universal Analytics 已於 2024 年 7 月 1 日正式停止處理新數據。你的 GA3 歷史數據目前還可以在 GA3 後台查看,但 Google 表示會在一定期間後刪除這些數據。建議把你最重要的歷史報表匯出成 CSV 或 Google Sheets 保存。GA4 無法匯入 GA3 的歷史資料,所以 GA4 數據庫的累積要從你裝好 GA4 的那天算起。

GA4 和 Google Search Console 有什麼不同?兩個都要裝嗎?

兩個工具視角完全不同。GSC 看的是「你的網站在 Google 搜尋結果上的表現」,包括哪些關鍵字帶來曝光和點擊、哪些頁面被 Google 索引、有沒有技術問題。GA4 看的是「用戶進到你網站後的行為」,包括流量來源、頁面停留時間、轉換事件。兩個工具互補,不能互相替代,SEO 工作者兩個都需要安裝,並且把它們串接在一起使用效果最好。

GA4 的「參與度」和舊版「跳出率」差在哪裡?

GA3 的跳出率(Bounce Rate)定義是只看了一個頁面就離開的比例,數字越高通常代表頁面表現差。但這個定義有問題:有人只看了你的部落格文章停留了 8 分鐘然後關掉,GA3 算 bounce;有人快速點了連結就跳走,GA3 也算 bounce,兩者品質完全不同。GA4 改用「參與工作階段」:用戶停留超過 10 秒、觸發轉換、或瀏覽超過 2 個頁面,算作有參與。「參與度」等於有參與的 sessions 除以總 sessions,對用戶真實行為的判斷比跳出率更準確。

GA4 的資料只保存 2 個月,我要怎麼辦?

GA4 預設的使用者和事件資料保留期是 2 個月,這個設定影響你在「探索」報表裡能查詢的歷史範圍。標準報表的數據不受這個限制影響,但探索功能的自訂分析會。解法很簡單:進入「設定」→「資料設定」→「資料保留」,把時間從 2 個月改成 14 個月(GA4 免費版的上限)。裝好 GA4 的第一件事就應該做這個設定。

如何知道 GA4 有沒有正確追蹤到轉換?

有兩個方法確認。第一,用即時報表:在另一個瀏覽器分頁觸發你設定的轉換事件(例如填表、點擊按鈕),然後在即時報表的「轉換」卡片看有沒有出現對應的事件。第二,用 DebugView:在 GA4 設定裡開啟「DebugView」,在 Chrome 安裝 Google Analytics Debugger 擴充功能,操作你的網站,DebugView 會即時顯示每一個事件的觸發情況,讓你確認事件參數是否正確。

分享這篇文章

你可能也會想看