Google Analytics 完整教學：帳戶設定與四大報表

裝了 Google Analytics，然後呢？

你也許曾把 Google Analytics（簡稱 GA）裝好了，授權跑完、代碼亮綠，接著就把它晾在那裡？打開後台看到一條上上下下的線，心裡踏實了一點，覺得「網站有在跑、有人來」。然後就沒有然後了。

內容站這類網站最常看到的不是技術問題，而是「裝了卻沒人在看」：外掛串好、授權完成，然後就沒再登入過，一個月後回來僅盯著總瀏覽量，心裡想著「這數字代表什麼」。而單獨看總瀏覽量，其實什麼都不代表。

這篇要解決的，就是這個落差。接下來帶你從帳戶建立走到四大報表的實戰解讀，但重點擺在每一段數字背後你該做什麼決定，至於每一個按鈕在哪裡，那是次要的。GA 之所以是全球市佔最高的網站分析工具（依 W3Techs 於 2026 年 6 月的統計，Google Analytics 在所有使用流量分析工具的網站中覆蓋率超過一半），關鍵從來就在於用對它，裝上僅是第一步。

先把這篇的快速重點放在這裡，沒時間的話至少把這幾句帶走：GA 的價值在「回答問題」，不在「展示數字」；先想清楚你要回答的商業問題，再回去找對應的報表；總瀏覽量是給自己安心的，真正能驅動行動的指標藏在細節裡。

為什麼多數人裝了 GA，網站卻沒有變好

把 GA 想成一台裝在店門口的計數器。裝上去，你知道今天有多少人走進來。可是如果你僅盯著計數器，你會錯過所有重要的事：客人是從哪條路走來的、他們進門後第一個看什麼、在哪一排貨架前停下、什麼時候轉身離開、有沒有買單。

GA 的悲劇在這裡：它把這些全記下來了，但介面太完整、指標太多，多數人打開之後僅敢看最眼熟的那幾個數字，剩下的全部假裝沒看見。結果就是：資料收集了半年，沒有任何一個行銷決策是「因為 GA 顯示」而做的。

問題的根，出在我們把 GA 當成「報表工具」。換句話說，GA 是一台「問題回答機」。你帶著問題進去，它給你線索；你不帶問題進去，它就給你一整片數字海把你淹沒。建議在打開任何一張報表之前，先在心裡把要問的問題講出來，例如「過去 28 天，自然搜尋帶來的人，平均看了幾頁」、「上個月那檔活動到底有沒有把新訪客留下來」。問題越具體，GA 越好用。

這樣看來，整篇文章會設計成「問題 → 報表 → 行動」的三層結構，刻意捨棄從左到右的功能導覽。功能會改版、選單會搬家，但你對自己網站的提問邏輯不會變。把邏輯練起來，哪一天 GA4 又改介面，你還是知道該往哪裡找答案。

先弄懂 GA4 跟舊版 Universal Analytics 差在哪

很多台灣站長對 GA 的印象，還停留在舊版 Universal Analytics（UA）。UA 已經在 2023 年 7 月正式停止收集新資料，現在新建的資源全部是 GA4。如果你還在拿舊 UA 的認知來看 GA4，你會一直覺得「介面怪怪的、數字對不起來」。

兩者最大的根本差異，是底層的資料模型。UA 是「工作階段（session）導向」，它把使用者的造訪切成一段一段的 session，再用 pageview 去填滿；GA4 則是「事件（event）導向」，使用者做的每一件事（看一頁、點一下、捲動到一半、看影片）全部都是一個 event。

翻成白話：UA 像是用底片相機拍照，按一次快門就是一張照片，拍完就定了；GA4 像是用攝影機錄影，使用者在你網站上的每個動作都被連續記錄下來，事後你可以從不同角度回放、切片、分析。這個改變讓 GA4 彈性大很多，但也意味著你得自己定義「哪些動作對你重要」，沒人能幫你預設好。

比較項目	Universal Analytics（舊版）	GA4（現行版本）
資料模型	工作階段 + 瀏覽量	事件導向，所有行為都是 event
跨裝置追蹤	主要依賴 Client ID	可依設定搭配 User-ID、裝置 ID 與模擬資料；User-ID 需另實作
取樣限制	進階報表容易遇到資料取樣	依報表類型、查詢範圍與資源層級而異
APP 與網站	各自一套資源，難整合	同一個資源可同時收 Web 與 APP 資料
定義「成功」	設目標（Goal），選項固定	把重要事件標為關鍵事件，自訂空間大

你看完這張表應該就明白了：GA4 不是「UA 的改版」，而是一套重新設計的工具。所以如果你之前被 UA 的工作階段、跳出率這些概念綁住，看 GA4 時要刻意放掉一點。GA4 對「跳出率」的對應概念是「參與度（engagement）」，它把工作階段分成有互動跟沒互動兩種，比舊版單純看時間長短更貼近真實行為。想深入搞懂工作階段在新版的計算方式，可以回頭看這篇 GA4 工作階段完整解析。

從零開始建立帳戶、資源、資料串流

如果你的網站還沒裝 GA，或裝的是舊版 UA 想搬到 GA4，第一步都是在 Google Analytics 後台建立一套資源。新手最常卡在「帳戶、資源、資料串流」這三層到底差在哪，我們先花一段把它講清楚，後面才不會一團亂。

GA4 的結構是三層式的：帳戶（Account）→ 資源（Property）→ 資料串流（Data Stream）。帳戶是最外層的容器，通常一個公司一個帳戶就夠了；資源對應到「你要分析的那個網站或 APP」，一個帳戶底下可以有多個資源；資料串流則是「資料進來的那條管線」，一個網站資源通常配一個 Web 串流，如果你同時有 iOS 與 Android APP，可以再加 APP 串流到同一個資源裡。

實際操作僅有四個動作。登入 analytics.google.com 之後，從管理區建立帳戶並填好帳戶名稱；接著在這個帳戶底下建立 GA4 資源；然後新增一個「網站」資料串流，輸入你的網址；你會拿到一個「評估 ID」（長得像 G-XXXXXXXXXX）與 Google 代碼，這就是要裝到網站上的東西。

這裡有一個常被錯過的細節：時區一定要設對。資源時區可以修改，但變更不會回頭重算既有資料；設錯時，你看到的「今日」會跟實際營運日對不上。台灣網站通常選 (GMT+8) Asia/Taipei，並與訂單、廣告平台和財務報表採用同一時區，後續才容易對帳。

另一個會踩的坑是篩選器與內部流量。你自己、你的同事、你的開發團隊每天都會造訪網站，這些流量如果不過濾掉，會把真實訪客的數據灌水。GA4 的做法是定義一個「內部流量篩選器」，把辦公室 IP 排除掉。雖然現在有些站選擇不排除（因為團隊很小、流量占比低），但若網站規模一大，這個動作就不能省。

把追蹤碼裝上去：三條路線怎麼選

拿到評估 ID 之後，接下來就是把代碼裝到網站。這一步有很多人卡住，但其實僅有三條主流路線，選一條走到底就好。

第一條，用 WordPress 外掛直裝。如果你跑的是 WordPress，這是最省事的路。安裝一個免費的 GA 外掛，在設定欄位貼上評估 ID，存檔就完成了。好處是零程式碼、新手友善；缺點是每一個外掛都會多吃一點點網站資源，且如果你想追蹤更進階的點擊行為，外掛能做的有限。詳細步驟可以照這篇 WordPress 安裝 Google Analytics 完整教學 走。

第二條，透過 Google Tag Manager（GTM）。GTM 是 Google 的代碼管理工具，簡單說就是一個「代碼集中場」。你把 GTM 容器裝上網站一次，之後可在後台管理 GA4、廣告轉換與其他分析代碼，不用每次都直接改網站原始碼。它能把「改網站」與「管追蹤碼」分開，但仍要控管發布權限、測試觸發條件，避免重複送出或未經同意載入。GTM 怎麼從零架起，這篇 GTM 新手攻略 寫得很完整。

第三條，用 Site Kit by Google。這是 Google 官方出的 WordPress 外掛，一站串接 GA4、Search Console、AdSense、PageSpeed Insights。對僅想看基本數字、不想碰代碼的站長來說非常順手，等於把 Google 一家子的工具用一個外掛打包好。如果你是完全的新手，或網站是單純的內容站，Site Kit 是最舒服的起點。它的串接邏輯跟注意事項整理在這篇 Site Kit by Google 完整教學。

路線	適合誰	優點	缺點
WP 外掛直裝	新手、純內容站	最簡單，貼 ID 就好	進階追蹤受限，外掛越裝越多
GTM 管理	會持續加碼的站、電商	代碼集中、易除錯、彈性最大	要學一點 GTM 概念
Site Kit	若基本數字的站長	一站打包 Google 全家桶	深度客製空間較小

實務上偏好 GTM 這條路，因為一旦網站長大、開始投廣告、開始追蹤 LINE 按鈕點擊或表單提交這類微轉換，GTM 的彈性會救你一命。舉個例子，追蹤訪客點了哪一顆 LINE 官方帳號按鈕，用 GTM 大概十分鐘就能設好，用外掛直裝則要找支援的付費方案。想知道怎麼做，可以參考這篇 用 GTM 追蹤 LINE 按鈕點擊。

怎麼確認資料真的有進來

代碼裝完不算完成，還沒驗證資料真的在收之前，都不能放心。最常見的狀況是「裝好了、也過了一個月，才發現代碼其實裝錯位置、一筆資料都沒進來」，那種一個月空白真的會讓人心臟痛。

最快的驗證方法有三個。第一，打開 GA4 後台的「即時（Realtime）」報表，然後自己開一個無痕視窗造訪你的網站，如果代碼正常，幾秒鐘內你就會在即時報表看到自己那一筆造訪。第二，用 Google 官方的 Tag Assistant（瀏覽器擴充功能），它會告訴你頁面上有哪些代碼、有沒有觸發成功、有沒有報錯。第三，如果你用 GTM，GTM 後台的「預覽模式」可以即時看到每個代碼的觸發順序，是最精準的除錯工具。

驗證通過之後，給它 24 到 48 小時讓資料累積，再回來確認非即時報表也有數字。GA4 的資料處理有延遲，即時報表是秒級的，但標準報表通常要幾小時到一天才會穩定。如果你即時看得到人、標準報表卻是空的，先別慌，多半僅是還在處理。

資料開始進來之後，建議檢查資料保留期間。GA4 標準資源的事件層級與使用者層級資料預設保留兩個月，這項設定主要影響探索報表等需要使用明細資料的功能，不會讓標準彙總報表中的長期數字一併消失。若分析需求需要更長的明細區間，可到管理 → 資料保留改為十四個月；調長保留期不會恢復先前已過期的資料。

GA4 四大報表區塊，各自要回答什麼問題

GA4 的標準報表大致分成兩大集合：「報表（Reports）」跟「探索（Explore）」。報表集合是 Google 預先幫你組好的幾個區塊，打開就能看；探索則是讓你自己拉維度跟指標的進階工作區。新手先把「報表」集合的四大區塊搞熟，就能回答八成以上的日常問題。這四大區塊分別是：客戶開發、參與、營利、保留。

客戶開發：你的訪客從哪裡來

客戶開發（Acquisition）回答的核心問題僅有一個：人從哪裡來。GA4 把流量來源分成幾大類：自然搜尋（Organic Search）、直接（Direct，通常是輸入網址或書籤）、推薦（Referral，從別的網站連過來）、社交（Social）、付費搜尋（Paid Search）、電子郵件（Email）等等。

這張報表最常被誤讀的一欄是「直接」。很多站長看到直接流量很高就很高興，以為「品牌忠誠度真強」。其實「直接」是一個垃圾桶分類：凡是 GA 追蹤不到明確來源的造訪，全部丟到這裡。包括從 PDF 連過來的、從 APP 內開的、從即時通訊軟體貼連結點的，通通算直接。所以直接流量高，有時候反而是「你根本不知道客人是哪裡來的」的警訊，不是好消息。

要讓來源追蹤更準，你得養成幫每一檔活動、每一則社群貼文、每一封電子報加上 UTM 參數的習慣。UTM 就是黏在網址後面的一段標記，告訴 GA「這個人是因為哪個活動來的」。少了 UTM，你永遠分不清那一波流量到底是臉書廣告帶的、還是電子報帶的、還是某篇被轉發的部落格文帶的。UTM 怎麼寫、五大參數各代表什麼，這篇 UTM 追蹤碼完整教學 有詳細對照。

參與：他們來了之後做了什麼

參與（Engagement）報表是 GA4 最有別於舊版的一塊。它記錄的是「使用者真的有在互動的行為」：參與工作階段、每位使用者的參與時間、事件次數、關鍵事件次數。GA4 不再像 UA 那樣僅給你一個「平均停留時間」，而是把「有價值的互動」單獨切出來看。

什麼叫「參與工作階段」？GA4 的定義是：持續超過 10 秒、發生至少一次關鍵事件，或有至少 2 次網頁或應用程式畫面瀏覽的工作階段。它把「有沒有出現可辨識的參與」單獨切出來看，但仍要搭配頁面目的與關鍵事件判讀，不能把未達條件的造訪一律當成無效流量。

參與報表還有一個關鍵子頁是「網頁與畫面」。這裡會列出你網站上每一頁被看的次數、平均參與時間。你在這裡要找的是兩種極端：哪些頁面是「流量高、參與時間長」的明星頁（這是要加碼經營、延伸長尾關鍵字的對象），以及哪些頁面是「流量高、參與時間超短」的漏網頁（這通常是標題黨、或內容與讀者預期落差，需要回頭修）。

營利：哪些來源真的帶來生意

營利（Monetization）報表主要呈現電子商務、訂閱與廣告收益等收入資料。表單送出、諮詢按鈕或聯盟連結點擊不會自動成為營利資料，應依商業目的設為關鍵事件，再與後端成交或佣金資料對照，才能判斷「哪個流量來源真的賺錢」。

這張報表最常用的看法是「按來源看營收」。你會發現一件殘酷的事：帶來最多流量的來源，不見得是帶來最多訂單的來源。自然搜尋可能每天塞給你幾千個人造訪某篇教學文，但這些人八成是來找答案的，找完就走；反而是某個規模很小的推薦連結（例如一篇業配文或一篇社團貼文），每天僅帶幾十個人，轉換率卻高得多。這個落差就是 GA 要告訴你的真相：流量不等於生意。

對於真的在做電商、跑 WooCommerce 的站，營利報表的價值會再放大一級。把 GA4 的電子商務追蹤設好之後，你可以看到每一張訂單的來源、每一個商品的加入購物車次數與最終購買次數、購物車被放棄的環節在哪。這些數字直接關係到你怎麼調商品頁、怎麼修結帳流程，建議搭配這篇 WooCommerce 商品頁 SEO 優化 一起看。

保留：人會不會再回來

保留（Retention）報表回答的是「同一個人會不會第二次、第三次造訪」。它分成新使用者跟回訪者兩群，再往下切成第 1 天、第 7 天、第 30 天的留存率。對內容站來說，這張報表是衡量「內容品質」最殘酷也最誠實的一面鏡子。

為什麼說殘酷？因為一個網站就算每天有大量新訪客湧入，如果回訪率很低，代表你的內容留不住人：讀者來一次、看一篇、再也不回頭。這種網站很脆弱，若搜尋演算法一變、或某個導流來源斷掉，流量就會整個崩掉。相反地，一個回訪率穩定的網站，代表你已經養出一群「記得你、願意再來」的讀者，這才是真正長期的資產。

想提升保留率，最實際的兩個動作是：第一，確保每一篇文章末尾都有相關的延伸閱讀，把讀者再導到站上另一篇他會有興趣的內容；第二，建立一個讓讀者「願意主動回來」的觸發點，例如電子報、推播、或一個固定的更新節奏。內容策略該怎麼規劃才能兼顧新訪客與回訪客，可以參考這篇 內容行銷策略全攻略。

標準報表不夠用的時候，走進探索

四大標準報表能回答的問題雖然多，但偶爾你會碰到標準報表怎麼切都切不出你要的角度。例如你想看「過去三個月，從自然搜尋進來的新使用者，跟從社群進來的新使用者，誰的轉換率比較高」這種多維度交叉問題，標準報表很難一次講清楚。這時候就要走進 GA4 的「探索（Explore）」工作區。

探索是一個讓你自由組合維度與指標的進階工具，內建幾種範本，最常用的兩種是「自由探索」跟「漏斗探索」。自由探索讓你把任意維度（裝置、地區、來源、頁面）拖進列或欄，再選指標（工作階段、參與時間、轉換），像樞紐分析表一樣交叉比對；漏斗探索則讓你一步步定義使用者要走過哪些關卡，看每一關流失多少人。

漏斗探索對電商跟服務站特別有用。假設你的轉換路徑是「首頁 → 商品列表 → 商品詳情 → 加入購物車 → 結帳 → 完成購買」，你可以把這六步設成漏斗，一次看清楚每一步的通過率跟放棄率。哪一步掉最兇，就是你要優化的那一步。這比盯著總轉換率乾著急有用太多了，因為它直接告訴你瓶頸長在哪裡。

探索報表可能在查詢超過事件門檻時取樣，也可能受到資料保留、門檻處理與基數限制影響；標準報表則使用彙總資料，也不等於任何情況下都是完整原始事件。看到取樣或門檻提示時，先縮短日期、減少維度，並確認比較的報表使用相同定義。探索適合找方向與驗證假設，標準報表適合固定口徑的日常監測，兩者不宜直接把數字硬湊在一起。

把數字翻譯成行動：八個指標的決策對照

看完四大報表的概觀之後，這裡給你一張實務上常用的對照表。它的用途是：當你在 GA4 看到某個數字出現異常，立刻知道下一步該做什麼。這也是一篇「完整教學」最該補上、但大部分文章卻略過的部分。數字不是拿來欣賞的，是拿來做決策的。

你看到的數字	背後代表的問題	該採取的行動
自然搜尋流量突然下滑	排名掉了、被演算法調整、或某些頁面失去收錄	到 Search Console 比對查詢字詞，找出是哪幾個關鍵字在掉
參與時間很短（不到 10 秒）	內容與讀者預期落差，或頁面載入太慢	檢查標題與內文一致性，同時測頁面速度
直接流量異常高	很多造訪追不到來源，可能是 APP 或通訊軟體	在主要導流管道補 UTM，把垃圾桶分類拆清楚
行動裝置跳出率遠高於桌面	手機版的體驗有問題	親自用手機走一次主要流程，特別注意首屏與表單
結帳頁的離開率偏高	結帳流程太長、運費揭露太晚、或欄位難填	精簡結帳步驟，提前顯示總金額與運費
明星頁流量高但沒轉換	頁面沒有明確的下一步引導	在內文中段與結尾補上 CTA，導向名單或商品頁
回訪率長期偏低	內容一次性消費、沒有理由再回來	建立系列文、電子報、或固定更新節奏
某個廣告來源 ROAS 很差	廣告投放的對象或素材跟登入頁不匹配	比對廣告受眾與登入頁訊息，調整素材或換頁

這張表想表達的是一個習慣：看到數字，先問「這代表讀者的什麼狀態」，再問「我可以做哪一個具體動作改善」。GA 的數字本身沒有情緒，是你把它解讀成問題、再行動，它才開始產生價值。

這裡我特別要點出一個觀念：不要被單一指標綁架。「跳出率很高」很多人聽到就緊張，但如果你的頁面是「讀者找到答案就滿意離開」的資訊型頁面，跳出率高其實是正常的，甚至代表你精準命中了搜尋意圖。跳出率要不要緊張，要看頁面類型跟商業目的。這個觀念我另在 跳出率 vs 離開率完整解析 裡有更細的拆解。

GA4 的資料會騙你：七種資料污染與你不知道的隱形缺口

前面我說「直接流量是垃圾桶分類」，那其實僅是第一層問題。更麻煩的是資料還沒進到垃圾桶之前，就在源頭被偷灌水或偷漏掉，而你盯著污染後的數字做了半年決策。GA4 的報表介面看起來很乾淨，但它收進來的東西乾不乾淨，完全是另一回事。下面這七種污染，是帳號健診時最常看到的，每一種都會讓你的判斷往錯的方向偏。

第一種：Bot 與爬蟲流量

GA4 會排除部分已知機器人與爬蟲，但不是所有自動化流量都能被辨識。多數僅抓取 HTML、沒有執行網站 JavaScript 的爬蟲，本來就不會觸發一般 GA4 代碼；會執行 JavaScript 的監測工具、測試程式或偽造事件，仍可能污染資料。看到未經營地區突然出現大量工作階段、參與時間又異常低時，可先用伺服器日誌、主機名稱與事件參數交叉確認，再從資料收集端阻擋，避免僅憑地區或 user agent 誤刪真人資料。

第二種：推薦流量垃圾（referrer spam）

推薦來源也可能被偽造事件或不明自動化流量污染。症狀通常是新使用者比例與未參與工作階段突然暴增，來源網址又與業務毫無關聯。先確認該流量是否真的抵達伺服器、事件是否來自正式主機名稱，再從追蹤代碼、GTM 觸發條件或資料收集端修正；GA4 並沒有一個可任意排除所有垃圾推薦來源的通用資料篩選器。

第三種：重複裝代碼，事件被算兩次

這個失誤的殺傷力最高，因為它會讓「事件次數」相關指標灌水。最常見的成因是：先用 WordPress 外掛裝了一次 GA4，後來又用 GTM 裝一次。結果 page_view、scroll 與關鍵事件可能被重複送出。驗證方法很簡單：開 GA4 的 DebugView 或 GTM 預覽模式，實際造訪頁面，確認每個事件僅送出一次；若重複觸發，保留單一、可控的安裝來源。

第四種：預覽與測試環境沒隔離

你有 staging 子網域、有本地開發環境、有 QA 團隊反覆測關鍵流程。這些造訪如果沒隔離，會混進正式資料。GA4 內建的資料篩選器主要處理內部流量與開發人員流量，不能直接建立「正式主機名稱」篩選器。較穩定的做法，是讓正式代碼僅在正式主機名稱觸發，或替測試環境使用獨立資源與資料串流，再搭配 DebugView 驗證。

第五種：跨網域追蹤沒設好

同一根網域下的主站（example.com）、部落格（blog.example.com）與會員站（app.example.com），一般可透過第一方 Cookie 在子網域間維持識別，但仍要確認各站使用同一個 GA4 設定。若流程跨到完全不同的網域，則需在資料串流設定跨網域評估，否則使用者跳站時可能產生新的工作階段或錯誤推薦來源。

第六種：同意模式（Consent Mode）造成的 cookieless 缺口

如果網站有歐洲經濟區（EEA）流量並使用 Google 廣告產品，Cookie 同意平台與 Consent Mode v2 的設定不能忽略。基本模式會在取得同意前阻擋相關代碼；進階模式才會在被拒絕時送出不使用 Cookie 的訊號，供符合條件的模擬與彙總報表使用，不能簡化成「一定看得到總量、僅看不到細節」。同意模式也不會取代適用地區的法律判斷與同意管理，應依使用的 Google 產品、所在地與 CMP 文件設定。

第七種：廣告攔截器與瀏覽器反追蹤

Safari 的 Intelligent Tracking Prevention（ITP）、Firefox 的 Enhanced Tracking Protection（ETP）與廣告攔截擴充功能，都可能限制或阻擋 GA4 收集。伺服器端代碼可改善資料治理、控制送出的欄位與部分收集穩定性，但不能繞過使用者同意，也不保證避開所有瀏覽器或攔截器限制。實務上應把 GA4 當成一致口徑的趨勢工具，並用訂單、CRM、伺服器日誌等第一方資料校對。

怎麼知道自己被污染了：一份四步稽核清單

把上面七種問題濃縮成一份每季跑一次的稽核，不用花太久：

• 用不同資料源交叉檢查：GA4 工作階段、伺服器請求與 Search Console 點擊的定義不同，數字本來不會相等；應比較同口徑的趨勢與異常日期，再追查是否漏接或重複收集。
• 跑一次 DebugView：自己走完一遍主要流程（看文章、點 CTA、送表單），確認每一個事件僅送一次、送對參數。
• 看「其他」分類是否影響判斷：若重要長尾資料大量被併入 other，可縮小範圍、降低維度粒度，或改用 BigQuery 分析。
• 查最近一個月的推薦來源：排序檢查異常來源，再以主機端紀錄與事件參數確認，不要僅因網址陌生就排除。

這四步做完，你心裡會有一個底：你的 GA4 數字跟真實流量差多少、哪些數字可信、哪些要打折扣看。沒有這個底，後面所有「轉換率提升 20%」的報告都是建立在你不知道的假設上。技術面要怎麼把這些污染擋掉，牽涉到代碼架構與伺服器設定，這部分的脈絡可以參考 技術 SEO 完整指南。

兩張報表數字對不起來？GA4 的取樣、門檻與歸因機制

第一次認真用 GA4 的人，幾乎都碰過這個 moment：同一個轉換數字，在「廣告」報表看是 120，切到「探索」工作區拉出來是 95，再去「營利」報表看又變成 108。你以為 GA4 壞了，其實它沒壞，它僅是在三個不同的「真相版本」之間切換。這個現象的成因，是 GA4 為了兼顧隱私、效能、彈性，在四個地方做了權衡：資料門檻、維度基數、取樣、歸因。搞懂這四個機制，你才會知道哪個數字該信、哪個該存疑。

第一個：資料門檻（data threshold）

GA4 為了保護使用者隱私，可能對使用者人數較少的維度組合套用資料門檻；依 Google Analytics 說明，實際門檻不公開，不宜自行推定人數。症狀是報表標示「已套用資料門檻」、某些列消失或顯示無資料，常見於年齡、性別、興趣等使用者層級資料。可嘗試拉長日期、減少維度或改用不涉及 Google 信號的分析方式，但不能假設每次都能完整還原。

第二個：維度基數上限與「其他」（other）分類

GA4 報表對維度列數有上限，高基數維度的長尾值可能被併入「(other)」列。這不代表前幾列一定錯誤，但會讓細項加總難以分析。若 (other) 已影響決策，可縮小日期或篩選範圍、降低分析粒度，或用 BigQuery 匯出事件資料自行查詢，不必套用固定百分比門檻。

第三個：探索報表的取樣

GA4 探索在查詢超過事件門檻時可能取樣，標準報表則使用預先彙總或較細緻的資料，兩者還可能受到門檻、基數與報表定義影響。看到差異時，應先查看取樣提示、縮短日期並對齊維度與指標；不能一律把標準報表視為未取樣原始事件，也不能假設它在所有決策中都更準。

第四個：歸因模式差異

同一筆關鍵事件，到底算給最終一次來源，還是分配給旅程中的多個接觸點，取決於報表使用的歸因範圍與模型。GA4 的事件範圍流量維度預設可使用以資料為準歸因；工作階段與首次使用者維度則有不同規則，可對照 Google Analytics 的歸因模式說明。廣告平台與 GA4 的回溯期、跨裝置識別和事件定義也可能不同。跨來源比較前先固定事件、日期、歸因範圍與模型，不要預期各平台數字完全一致。

一張診斷表：當數字對不起來，依序排查這五項

症狀	最可能的原因	驗證方法
某些列空白、顯示無資料	資料門檻	把日期區間拉長一倍，看資料有沒有回來
總數對得起來，但細項加總少一截	維度基數上限，被併入 other	看 other 那一列的占比
標準報表跟探索報表差很多	探索取樣	縮短探索的日期區間再跑一次
GA4 跟廣告後台的關鍵事件數差很多	歸因模式、回溯期與事件定義不同	確認兩邊的設定，別預期會一致
關鍵事件次數跟工作階段數對不起來	同一工作階段可發生多次關鍵事件	依問題改看「工作階段關鍵事件率」或事件次數

診斷表最終這一項特別值得拿出來講。GA4 的關鍵事件是事件導向，同一工作階段可能發生多次。評估「有多少工作階段完成重要行為」時，可看工作階段關鍵事件率；評估事件發生總量時，再看關鍵事件次數。兩種口徑回答不同問題，不要混用。

若標準報表不足以回答問題，可以評估 BigQuery 匯出。GA4 標準資源可每日匯出事件資料，但有每日事件匯出上限；匯出內容也不包含 GA4 報表中的所有加值與模擬資料，範圍以 Google Analytics 的 BigQuery 匯出說明為準。它能避開報表列數與部分介面限制，代價是 SQL、儲存與查詢成本，以及重新定義指標的治理工作。對需要串接電商 SEO成效、會員與後端訂單資料的團隊，這會比僅看介面報表更有彈性，但仍不能保證還原每一位使用者的完整旅程。

GA4 看不到的東西，用 Google Search Console 補上

很多人以為裝了 GA4 就等於掌握了一切，其實 GA4 有一塊先天上的盲區：它看不到「使用者在 Google 搜尋框裡打了什麼字」。GA4 的自然搜尋流量，僅會告訴你「這些人來自 google / organic」，但不會告訴你他們是搜哪一個關鍵字進來的。這個資訊僅有 Google Search Console（簡稱 GSC）拿得到。

原因是隱私。Google 為了保護搜尋者的隱私，把搜尋查詢字詞這類資料從 GA 那一端拿掉了（早期是因為 SSL 加密，後來是更全面的隱私政策）。所以 GA 跟 GSC 是互補的，不是誰取代誰。GA 告訴你「來了你網站的人做了什麼」，GSC 告訴你「在 Google 眼中，你的網站是因為哪些字被看見的」。

實務上可以這樣用：在 GSC 的「搜尋結果」報表，把你的網站按「點擊數」排序，找出帶來最多自然流量的那些查詢字詞；再切到「網頁」分頁，看是哪幾篇文章在扛流量。這些就是你網站的金雞母，要優先加碼經營、延伸長尾、更新內容。GSC 怎麼從驗證設定走到關鍵字優化，完整流程在這篇 Google Search Console 完整教學。

近年也要留意 AI 工具帶來的推薦流量。不同服務是否傳送 referrer、在應用程式內怎麼開啟連結都不一致，因此部分造訪會落到推薦來源，部分會被歸為直接流量。自訂管道群組能整理已知來源，卻無法補回原本就沒有傳送的 referrer。設定方式可參考 GA4 追蹤 AI 流量完全攻略。

事件與關鍵事件：自己定義網站成功長什麼樣

GA4 需要依網站目的設定事件與關鍵事件。GA4 是事件導向，page_view、scroll、click 等自動或加強型評估事件僅是基礎；真正反映網站成功的事件，要依業務流程定義與驗證。

關鍵事件就是被標記為重要的事件。電商可能看完成購買，內容站可能看電子報訂閱，服務型網站則可看有效表單送出或預約完成。不要把容易誤觸的按鈕點擊直接等同成交，事件必須能穩定觸發並對應明確商業意義。

Google 在 2024 年把 GA4 中的重要事件改稱「關鍵事件（key event）」。Google Ads 的「轉換」則保留廣告最佳化與報表用途；可由 GA4 關鍵事件建立 Google Ads 轉換，但兩邊不應再視為完全相同的名稱。GA4 名詞演進有進一步整理。

建議每一個網站都要回答三個問題，再回去設轉換。第一，這個網站最終靠什麼賺錢？第二，離賺錢最近的那個線上動作是什麼？第三，這個動作在 GA4 裡對應到哪一個事件？這三個問題的答案，就是你該標成轉換的事件。把它設好之後，你之後看 GA4 的所有報表，都可以用「這個來源帶來多少轉換」這個最真實的尺來衡量每一個流量來源的價值。

舉個操作的例子。假設你跑一個服務型網站，最重要的線上動作是「訪客點了頁面上的聯絡我們按鈕」。你要先用 GTM 把這個點擊設成一個事件（例如命名為 contact_click），然後在 GA4 後台把這個事件標記成轉換。設定完成後，你的營利報表跟客戶開發報表，就能顯示「自然搜尋帶來幾次 contact_click」、「臉書廣告帶來幾次 contact_click」，直接看出哪個來源真的在幫你帶生意。CTA 按鈕本身怎麼設計才容易被點，可以再看這篇 CTA 行動呼籲按鈕設計指南。

建立團隊的每週數據檢視節奏

工具裝好、轉換設好，不等於數據會自己變成行動。真正讓 GA 發揮價值的，是一個固定的檢視節奏。建議每一個認真經營網站的團隊，都給自己一個每週三十分鐘的數據儀式。

這三十分鐘不要貪多，照著下面五個動作走就好。打開 GA4 跟 GSC，把日期區間設為「過去 7 天 vs 前 7 天」做對比；先看總流量有沒有異常起伏，找出漲跌的來源；切到客戶開發報表，看哪一個管道在變動；切到 GSC 的搜尋結果，看是哪幾個查詢字詞在帶動變化；記下這週要追的一個問題，下週再回來看答案。

這個節奏的重點在於養成「每週都問自己一個問題、隔週驗證」的循環，收集更精細的數字倒是次要的。一個月下來，你會對自己網站的脈動非常熟悉；半年下來，你會累積出一套僅有你們團隊才懂的網站直覺。這種直覺，是任何外包報告都給不了你的。

如果你覺得每次都要切好幾個工具很煩，可以把 GA4 跟 GSC 的核心數字整合到一個 Looker Studio（舊名 Data Studio）儀表板裡，一站看完。Looker Studio 是 Google 免費的資料視覺化工具，可以把 GA4、GSC、Google Ads、試算表的資料拉進同一個畫面。怎麼把 GA 跟 Search Console 接進 Looker Studio 做儀表板，這篇 用 Looker Studio 整合 GA 與 Search Console 有實作示範。

讓 GA4 跟你的 SEO 與廣告決策真正串起來

裝 GA4 最終的目的，是讓它跟你的其他行銷決策串起來。GA4 從來不是一座孤島，它是你整個數位行銷地圖裡的一塊。下面把幾個最該跟 GA4 串起來的決策點列出來，讓你知道數字最終要流向哪裡。

跟 SEO 的串接，前面已經講過 GSC 那一塊。再往下延伸，當你從 GSC 找出帶流量的關鍵字之後，要回頭檢查這些字對應的登入頁，內容夠不夠完整、標題跟 URL 夠不夠精準。SEO 是一條完整的鏈路：從關鍵字研究、搜尋意圖判讀、標題與網址優化、到站內技術健檢，每一環都要跟 GA4 的數字對照著看。想從頭走一遍 SEO 的完整流程，可以從這篇 SEO 搜尋引擎優化實戰策略 開始。

跟廣告的串接，關鍵在「把廣告成效跟 GA4 的轉換對齊」。很多站長習慣僅看 Google Ads 或 Meta Ads 後台的轉換數字，但那個數字跟 GA4 看到的往往對不起來，因為兩邊的歸因邏輯、計算窗口都不一樣。比較健康的做法是：廣告後台看即時的投放調整，GA4 看跨來源的長期比較，兩邊一起看，才不會被單一視角騙了。Google Ads 怎麼從預算分配走到成效追蹤，這篇 Google Ads 投放入門實戰手冊 寫得很完整；廣告常見的燒錢地雷則在這篇 Google 廣告 5 個最常見投放地雷。

跟內容決策的串接，要看 GA4 的網頁報表跟參與時間。哪些主題的內容參與時間長、回訪率高，就是你該加碼的題材；哪些主題流量大但留不住人，就是你該重新思考角度的訊號。Ahrefs 在〈96.55% of Content Gets No Traffic From Google. Here's How to Be in the Other 3.45% [New Research for 2023]〉這份 2023 年的研究指出，超過九成的網頁從 Google 拿不到任何流量，這個數字提醒我們：產出會被看見的內容，遠比盲目產量重要。內容怎麼挑題、怎麼對齊搜尋意圖，可以回頭看這篇 拆解搜尋意圖 跟這篇 長尾關鍵字攻略。

別把 GA 當裝飾品：三個月行動方案

如果你一路看到這裡，代表你真的想把 GA4 用好。我給你一個未來三個月的具體行動方案，不要一次做完，照著節奏走。

第一個月，把基礎打穩。確認 GA4 資源已建立、代碼已正確安裝（用即時報表驗證過）、內部流量已篩掉、時區設對、主要轉換事件已標記。這個月不要急著看數字，先確保地基是穩的。

第二個月，養成每週三十分鐘的檢視節奏。固定一個時間，打開 GA4 跟 GSC，照前面講的五個動作走一遍。把每一週發現的問題寫下來，下週回來驗證。這個月你要建立的是「對自己網站的熟悉感」，不是任何漂亮的報表。

第三個月，開始做有感的優化。挑出 GA4 跟 GSC 指向的一兩個明確問題（例如某一頁參與時間太短、或某個來源 ROAS 太差），針對它做一個具體調整，再用 GA4 量測調整前後的變化。這個月你會第一次體會到「數據驅動決策」到底是什麼感覺。

GA4 比較像一面有口徑限制的鏡子：它能反映網站與讀者互動的趨勢，但必須先確認追蹤、同意與指標定義。裝上工具僅是起點，把固定問題與驗證流程放進每週工作節奏，資料才會真正參與決策。

如果你在這條路上需要一個有經驗的人陪你走一段，不管是 GA4 的安裝與轉換設定、還是更大範圍的 SEO 與內容健診，Whoops SEO 都能幫你看看。卡關的時候歡迎來聊聊；沒卡關，就把這篇當工具書慢慢翻，需要時我們都在。