GA 報表怎麼看？4 個新手必學的 Google Analytics 數據解讀技巧
GA 報表怎麼看，有效的入門動作是反過來的：先砍掉九成報表，只盯流量取得、參與、轉換、比較這四張，用「用戶從哪來、在網站做什麼、誰帶來轉換、不同時間受眾怎麼比」四個問題各對應一張。…
GA 報表怎麼看，有效的入門動作是反過來的：先砍掉九成報表，只盯流量取得、參與、轉換、比較這四張，用「用戶從哪來、在網站做什麼、誰帶來轉換、不同時間受眾怎麼比」四個問題各對應一張。還沒搞懂 GA4 本身定位的人，可以先看 GA4 是什麼這篇基礎介紹 再回頭看報表；而報表判讀其實是整個 數位行銷入門觀念 裡的一環，搞懂它在哪個位置，看數字才不會迷路。GA4 報表超過五十張，但這四張看熟就能掌握八成決策資訊，因為 GA4 的工作階段定義為使用者 30 分鐘內一連串互動算一次 [來源：〈Sessions and session metrics in Google Analytics 4〉〈https://support.google.com/analytics/answer/9143382〉〈2025〉]，數字背後的因果鏈其實很短。
會想學這套判讀，是因為 GA 幾乎是網站分析的通用語。在所有可辨識流量分析工具的網站中，Google Analytics 的採用率達 81.8%，等於全部網站的 46.6% 都裝了它 [來源：W3Techs〈Usage Statistics and Market Share of Google Analytics〉 https://w3techs.com/technologies/details/ta-googleanalytics 2026-06-29]。換句話說，當你搞懂這四張報表的判讀邏輯，等於掌握業界最主流那套數字語言，跨團隊、跨公司溝通時也才接得上。
重點先看：GA 報表先看四張就夠，流量取得、參與、轉換、比較，其餘等四張看熟再擴張；GA4 把工作階段定義為 30 分鐘內一連串互動算一次 [來源：〈Sessions and session metrics in Google Analytics 4〉〈https://support.google.com/analytics/answer/9143382〉〈2025〉]，所以看懂 session 就等於抓到流量主軸。
GA 報表怎麼看：先記住這四張報表就夠了
新手打開 GA4 後台第一個念頭通常是「報表那麼多，到底要先看哪幾個」。答案是鎖定四張：流量取得（用戶從哪來）、參與度與路徑（用戶在網站做什麼）、轉換（誰帶來訂單或詢問）、比較（不同時間與受眾的差異）。這四張剛好對應 GA4 生命週期報表的取得、參與、營利、回訪四階段，把行銷決策的因果鏈走完一遍，其餘報表等四張看熟了再擴張。
GA4 左側選單分成報表、探索、廣告、設定四大區，新手九成時間只會用到「報表」。報表區又分生命週期（取得、參與、營利、回訪）與使用者（客層、科技）兩群，四張核心報表剛好落在生命週期那群裡。如果你還沒把 GA4 裝好，可以先過一次 Google Analytics 完整設定與四大報表教學 把追蹤碼裝妥，否則下面講的報表全是空的，看了也是白看；GA4 通常也會搭配 Google Search Console 介紹 一起用，搜尋端與流量端的數字才接得起來。判讀順序也很固定：先看從哪來，再看做什麼，再看誰轉換，最後比較找變化。
我自己遇過最常見的誤區，是一進後台就點即時報表看當下有幾個人。但即時數據波動大、樣本少，對優化幾乎沒有決策價值，看久了只會把自己養成數字焦慮。真正能下決策的數字，幾乎都要拉到一週、一個月以上的時間區間才看得出意義。所以即時報表留給辦活動、發電子報那種需要確認碼有沒有觸發的場景就好，日常判讀別從那裡開始。
- 四張核心報表：流量取得、網頁與畫面＋參與度、轉換、比較，分別對應用戶從哪來、做什麼、誰轉換、哪裡變了。
- 選單分區：報表、探索、廣告、設定四大區，新手九成時間只用到報表區。
- 判讀順序：從哪來 → 做什麼 → 誰轉換 → 比較，這就是行銷決策的因果鏈。
- 常見誤區：把時間耗在即時報表，樣本少、波動大，對優化沒有決策價值。
第 1 招：用「流量取得」報表看懂用戶從哪來
要看網站流量是從哪個管道來的，路徑是報表 → 生命週期 → 流量取得，報表會列出每個來源／媒介（source/medium）帶來的工作階段數，例如 google/organic、(direct)/none、facebook/referral。把「工作階段」這欄從大到小排序，排在前面的就是帶最多人造訪的管道，這也是後續要加碼或改善的流量主力。
「工作階段（session）」是 GA4 最基礎的計量單位，定義是使用者在 30 分鐘內的一連串互動算一次 [來源：〈Sessions and session metrics in Google Analytics 4〉〈https://support.google.com/analytics/answer/9143382〉〈2025〉]。這個定義跟舊版 Universal Analytics 的計算方式不同，舊版在半夜會強制切斷 session、換頁時也會重新計算某些條件，GA4 則把這些規則簡化了，所以兩邊的數字不能直接對比。想搞懂兩代差異可以看 GA4 工作階段 Sessions 定義與計算，把這個觀念先弄清楚，才不會拿舊版基準來苛責新版數字。session 只是其中一個常用詞，GA4 還有一整套專有名詞要認識，建議把 GA4 專有名詞列表 放在手邊對照，看到報表新詞才不會卡住。
「來源／媒介」是流量取得報表的核心維度，拆成兩層來讀：來源是流量的發源地，例如 google、facebook、newsletter；媒介是流量的類型，例如 organic（自然搜尋）、cpc（付費點擊）、referral（推薦連結）。google/organic 代表從 Google 自然搜尋來，facebook/referral 代表從 Facebook 連結點過來。如果你要做的是關鍵字層級的分析，那要搭配 Google Search Console 驗證與關鍵字優化，因為 GA4 看的是管道，GSC 看的才是搜尋字詞；想進一步挖掘能帶來 organic 流量的字詞，Google 關鍵字工具挖掘流量 與 SEO 關鍵字工具免費到付費 都能用來補強 GA4 看不到的搜尋意圖層。
看到 (direct)/none 比例偏高，別急著以為真的有一堆人直接打網址進來。這一類多半是無法辨識來源的造訪，像是從 App 內開啟、PDF 裡點連結、掃 QR code、或瀏覽器把來源資訊剝掉。想釐清這塊，可以加上 UTM 追蹤碼產生與參數設定，在電子報連結、廣告連結、QR code 後面掛上來源標記，direct/none 的比例就會慢慢下降，真實的流量地圖才會浮現；如果你是第一次碰這套參數，UTM 是什麼的入門教學 會把每個欄位的作用講得更細。
老實說，第一次看流量取得報表的人多半會被一堆英文縮寫嚇到，organic、cpc、referral、none 傻傻分不清。訣竅是別背全部，先認得自己網站最常用的三個：organic 代表 SEO 成果、cpc 代表廣告成果、referral 代表別站連過來。把這三個排清楚，direct/none 剩下的比例就知道還有多少來源沒被辨識出來。判讀動作很單純：記下帶來最多「工作階段」的前三個管道，這就是你下一季要加碼或改善的流量主力。想再往下一層看是哪些搜尋字詞帶來 organic，就要回到 Search Console，先弄懂 Google Search Console 的基本觀念，再善用 Search Console 的日期區間切換 把不同時段的關鍵字表現拉出來比。
- session 是 30 分鐘內一連串互動算一次，跟舊版計算方式不同，不能直接對比 [來源：〈Sessions and session metrics in Google Analytics 4〉〈https://support.google.com/analytics/answer/9143382〉〈2025〉]。
- 來源是發源地（google、facebook），媒介是類型（organic、cpc、referral），兩層分開讀才看得懂 google/organic 這種寫法。
- direct/none 偏高多半是 App、PDF、QR code 這類來源沒被辨識，並非真的有人直接打網址，掛上 UTM 追蹤碼就能釐清。
- 把工作階段排序後，前三名的管道就是你下一季要加碼或改善的對象。
網頁與畫面、參與度：用戶到底有沒有在讀
要看用戶在網站上實際瀏覽了什麼、停留多久，路徑是報表 → 參與 → 網頁與畫面，報表會列出每個頁面的瀏覽次數與平均參與時間。搭配「參與度（engagement rate）」這個指標一起看，就能判斷某個頁面是真的被讀完，還是點進來就跳走。參與度是 GA4 用來取代舊版「跳出率」的核心指標，但兩者邏輯相反，參與度是越高越好。
GA4 對「有參與的工作階段」設了三個觸發條件：停留超過 10 秒、或發生轉換事件、或瀏覽 2 個以上頁面，只要任一成立就算有參與 [來源：〈Engaged sessions in Google Analytics 4〉〈https://support.google.com/analytics/answer/11168314〉〈2025〉]。參與度偏低，通常代表內容或進站體驗有問題，例如標題跟內容落差太大、載入太慢、或行動版版面跑掉。想知道參與度跟舊版跳出率的換算與差異，可以參考 跳出率與離開率的差異，那篇把兩代指標的對應關係講得比較細。
「平均參與時間」這個指標比舊版的「平均工作階段時間」更準，因為它只計算頁面處於作用中（foreground）的時間。舊版的計算方式會把使用者切到別的分頁、放著不動的時間也算進去，所以常常出現「平均停留時間三分鐘，但大家明明點進去就走了」的矛盾。GA4 改成只算頁面被實際觀看的時間，數字會變小，但更貼近真實。這也是為什麼很多人剛搬到 GA4 會覺得「數字怎麼縮水了」，其實是舊版灌水太嚴重。
判讀動作很具體：找出「瀏覽次數高但平均參與時間低」的頁面，那就是流量進來卻留不住的破口，優先優化標題、首段與版面。這類頁面通常是 SEO 做得不錯、排名有起來，但內容接不住讀者，等於把好不容易帶進來的人放走。若要追蹤特定按鈕的點擊（下單、加購物車、聯絡按鈕），預設 GA4 不會自動記錄，得透過 GTM 代碼管理工具安裝流程 或 GA4 的事件設定來埋，具體做法可參考 用 GTM 追蹤按鈕點擊事件。如果你是 WordPress 架站，WordPress 串接 GTM 與 GA4 事件追蹤 能省掉不少手動埋碼的工夫。完全沒碰過 GTM 的人，先把 GTM 是什麼的入門介紹 看一遍，回頭做事件追蹤會順很多。
- 參與度條件：停留逾 10 秒、發生轉換事件、瀏覽 2 頁以上，任一成立即算有參與 [來源：〈Engaged sessions in Google Analytics 4〉〈https://support.google.com/analytics/answer/11168314〉〈2025〉]。
- 平均參與時間：只算頁面作用中的時間，比舊版平均工作階段時間更準，數字會變小但更真實。
- 判讀動作：找「瀏覽次數高、參與時間低」的頁面，那是流量進來留不住的破口。
- 按鈕追蹤：下單、加購物車、聯絡按鈕需透過 GTM 或 GA4 事件設定，預設不會自動記錄。
轉換報表：錢到底是哪個來源帶進來的
要知道是哪個來源帶來真正的轉換，得先在設定 → 事件裡，把關鍵動作（表單送出、結帳完成、加入會員）標記為轉換，再到報表 → 營利 → 轉換查看。報表會顯示每個來源／媒介帶來的轉換次數，這才是行銷投報的真實依據。沒先標記轉換事件，轉換報表會是一片空白，這也是新手最常卡住的地方。
GA4 的資料模型是「事件（event）」為基礎單位，每一次頁面瀏覽、每一次點擊、每一次捲動都是一個事件；「轉換（conversion）」則是從事件裡標記出來的關鍵事件，本質上還是事件，只是被你標上「這個很重要」。兩者的差別純粹是重要性，技術上完全一回事。所以「事件與轉換差別」這個問題的答案其實很樸素：轉換是你從一堆事件裡挑出來、要用來衡量商業成果的那幾個。多數網站建議把轉換控制在五到八個以內，太多反而失焦。
GA4 預設的歸因模式是「資料驅動歸因（data-driven attribution）」，由系統依據實際轉換路徑分配功勞，舊版 Universal Analytics 預設的「最後一次點擊（非直接）」在 GA4 則是可手動切換的選項 [來源：〈About attribution in Google Analytics 4〉〈https://support.google.com/analytics/answer/10596866〉〈2025〉]。舉例來說，使用者先從 Google 自然搜尋點進來，隔天直接輸入網址回來下單，功勞會算在 Google/organic，direct 在這裡拿不到功勞。這個邏輯對品牌類的長期累積效果不利，若想改用「最後一次點擊（非直接）」等其他模式，可在設定中切換，但資料驅動歸因需要足夠的事件量才會啟用，小網站可能暫時用不到。
判讀動作是這一招的核心：把流量取得與轉換兩張報表擺在一起比，找出「帶來很多工作階段但很少轉換」的虛流量，以及「工作階段不多但轉換率高」的高價值來源。前者通常是論壇、社群這類來得快走得也快的流量，後者多半是搜尋、電子報這類意圖明確的流量。電商網站建議啟用加強型評估（Enhanced Measurement），才能抓到跨裝置、跨網域的完整轉換路徑，否則手機加入購物車、電腦結帳的訂單會被算成兩個不同的人。
說到底，轉換報表是 GA4 裡最值得花時間搞懂的一張，因為它直接對應錢。流量取得告訴你「人從哪來」，轉換報表告訴你「錢從哪來」，兩者擺在一起，行銷預算該往哪挪、哪個管道該砍，答案就清楚了。事實上，超過 41% 的行銷人是直接用銷售數字來衡量內容行銷策略的成效 [來源：HubSpot Marketing Statistics〈HubSpot State of Marketing Report, 2024〉 https://www.hubspot.com/marketing-statistics 2024]，這也說明為何轉換報表是整個 GA4 裡最該優先搞懂的一張。如果你同時有跑 Google Ads 廣告投放入門，轉換報表也能拿來檢驗廣告投報，搭配 ROI 投資報酬率優化 的觀念，才不會只看點擊不看轉換。如果你還在猶豫要不要把 GA4 裝到網站上，WordPress 安裝 Google Analytics 或懶人包 Site Kit 一次串接 GA4 與 GSC 都能快速搞定；想特別追蹤 ChatGPT、Gemini 這類 AI 帶來的流量，再看 GA4 追蹤 ChatGPT 等 AI 流量來源；若你想理解像 Perplexity AI 這類問答型引擎 為何也會出現在來源清單，把它當成新型態的推薦流量來看就比較好懂。
- 事件 vs 轉換：事件是基礎單位，轉換是從事件裡標記出來的關鍵動作，沒先標記，轉換報表會是一片空白。
- 預設歸因是資料驅動歸因，由系統依轉換路徑分配功勞，「最後一次點擊（非直接）」可手動切換使用 [來源：〈About attribution in Google Analytics 4〉〈https://support.google.com/analytics/answer/10596866〉〈2025〉]。
- 判讀時把流量取得跟轉換擺在一起比，工作階段多但轉換極少的是虛流量，反過來的就是高價值來源。
- 電商網站建議啟用加強型評估，才能抓到跨裝置、跨網域的完整轉換路徑。
第 4 招：用「比較」與探索功能找變化與趨勢
要比較不同時間、不同受眾的數據變化，在任一報表右上角點「編輯比較項目」，可加入時間區間比較（本期 vs 上期）或維度比較（行動裝置 vs 桌面）。要做更深的交叉分析，則用「探索（Explorations）」功能自訂表格、路徑分析與漏斗；若想把報表常駐分享給團隊，也能串到 Google Data Studio（Looker Studio） 把 GA4 數字做成可視覺化的儀表板。比較這個動作看似簡單，卻是判讀報表時最容易看出問題的一步。
時間比較是最常用、也最容易看出問題的動作。把報表切成「本週 vs 上週」或「本月 vs 上月」，報表會在每個指標旁標出升降幅度與箭頭，哪個管道的工作階段掉了、哪個頁面的參與時間變短了，一目了然。我自己的習慣是每週固定看一次月比較，每個月看一次季比較，這樣可以濾掉單週的雜訊，抓到真正的趨勢變化。若發現 organic 工作階段連續幾週下滑，這時候才回頭檢查 SEO 排名與收錄狀態，每天盯數字只會自己嚇自己；定期把這些升降走勢整理成 Looker Studio 成效儀表板，長期趨勢會比單看 GA4 報表更直觀。
受眾比較常用三個維度：裝置類別（行動 vs 桌面）、國家／區域、新訪客 vs 回訪者。行動裝置轉換率若明顯低於桌面，多半是行動版的體驗問題，這時候可以對照 響應式網頁設計 RWD 與 Core Web Vitals LCP INP CLS 優化 來排查。新訪客 vs 回訪者的比較，則能幫你判斷網站是在拉新還是在固舊，回訪率一直掉代表內容或服務留不住人。國家／區域的比較對做跨市場的站特別有用，可以看出哪個市場的轉換效率高；而這些維度背後其實是不同受眾輪廓，若想更系統化地定義目標對象，目標受眾人物誌建立 能把報表數字接到具體的人。
「探索（Explorations）」是 GA4 裡最強但也最嚇人的功能。它把原本固定的報表，換成讓你自己拉維度與指標的空白表格。裡面有幾個常用範本：「路徑探索」能畫出使用者從首頁到離開的實際動線，可用來找流失節點，例如發現很多人在結帳頁前一步就走了，那一步多半是表單太長或運費嚇人；「漏斗探索」則適合驗證結帳或註冊流程，把每一步的留存率算出來；「區隔重疊」可以看不同受眾之間的重疊程度。想入門探索功能，可以先把基本報表的維度與指標觀念弄熟，建議等四張基本報表看熟了再碰探索，這時候 SEO 工具完整評比 裡提到的進階分析觀念也用得上；若想用外部工具把 GA4 看不到的反向連結與排名資料也一起拉進來比，可以試試 Ahrefs Agent 這類 AI 輔助的分析工具，或跟著 Ahrefs 工具陪跑學習 把操作練熟。
GA4 內建有「預測指標」，例如預測購買機率、預測流失機率，但這類指標需要累積足夠的事件量才會啟用 [來源：〈Predictive metrics and insights in Google Analytics 4〉〈https://support.google.com/analytics/answer/9921006〉〈2025〉]，小流量網站暫時用不到，不用急著找。講了這麼多探索功能，倒不是要你一開始就鑽進去。退一步看，探索是給「已經會看基本報表、想再挖深一層」的人用的，新手把四張基本報表加上時間比較練熟，能下的決策其實已經夠多了。
- 時間比較：本週對上週、本月對上月，報表會在每個指標旁直接標出升降幅度與箭頭。
- 受眾比較常用三個維度：裝置（行動對桌面）、國家／區域、新訪對回訪，行動轉換率明顯偏低時，先懷疑行動版體驗。
- 路徑探索畫的是使用者從首頁一路走到離開的動線，專門用來找流失節點。
- 漏斗探索適合驗證結帳、註冊這類多步驟流程，把每一步的留存率攤開來看。
- 預測指標要累積到一定事件量才會啟用，小流量網站暫時用不到 [來源：〈Predictive metrics and insights in Google Analytics 4〉〈https://support.google.com/analytics/answer/9921006〉〈2025〉]。
GA 報表判讀對照表：四張報表 × 指標 × 優化動作
看完四張報表，數字到底要對應到什麼優化動作，這是多數教學最缺的一塊。把每張報表的關鍵指標、參考值、異常訊號、建議動作整理成一張對照表，看完數字就能直接對到下一步，不用再憑感覺猜。下面的參考值是模糊化的經驗範圍，並非官方絕對值，重點放在趨勢方向與異常落差即可，精確百分比不必太在意。
| 報表 | 核心指標 | 參考值（模糊化） | 異常訊號 | 建議動作 |
|---|---|---|---|---|
| 流量取得 | 工作階段、來源／媒介 | organic 占比過半為健康 | organic 工作階段連續下滑 | 檢查 SEO 排名與收錄狀態，排查 網站流量下滑的找回方法 |
| 網頁與畫面 | 參與度、平均參與時間 | 多數網站參與度落在六成上下，明顯偏低代表內容或體驗有問題 | 某頁參與時間低於十秒 | 優化首段與標題，或排查 網站速度優化五大核心技巧 |
| 轉換 | 轉換次數、轉換率 | 依產業差異大，重點看同管道橫向比較 | 某來源工作階段多但轉換極少 | 判斷為虛流量，調整 SEO 與 Google Ads 搭配策略，或改用 Landing Page 轉換率優化 |
| 比較 | 升降幅度、裝置／區域差異 | 升降幅度連續兩期同向才算趨勢 | 行動轉換率遠低於桌面 | 排查行動版體驗與 CTR 點擊率優化實戰，必要時做 RWD 購物網站設計 |
| 工具 | 計算邏輯 | 數字特性 | 與 GA4 落差主因 |
|---|---|---|---|
| GA4 | 造訪工作階段（需載入追蹤碼） | 通常較低 | 不計封鎖廣告、停用 Cookie、bot 的造訪 |
| Google Search Console | 搜尋點擊次數 | 通常較高 | 計所有搜尋點擊，含未載入追蹤碼的造訪 |
| 伺服器紀錄 | 所有 HTTP 請求 | 最高 | 含 bot、爬蟲、被封鎖的造訪 |
| 症狀 | 範圍判斷 | 優先排查 | 常見根因 |
|---|---|---|---|
| 流量突然腰斬 | 全來源同步掉還是單一來源 | 追蹤碼是否在改版後被移除 | Cookie 同意預設拒絕、快取外掛過濾碼 |
| 轉換歸零或暴增 | 單一轉換事件還是全部 | 轉換標記與觸發條件是否被改動 | 高頻事件被標成轉換、感謝頁可重複觸發 |
| 參與度異常偏低 | 全站性還是某來源拉低 | 用比較隔離可疑來源 | 論壇帶來大量短停留造訪、載入速度或版面問題 |
| direct 比例偏高 | 持續偏高還是突然升高 | 檢查 UTM 標記是否漏掛 | App、PDF、QR code 來源未被辨識 |