Google Analytics 是什麼？GA、GA4 與網站分析入門

加入為 Google 偏好來源

Google Analytics（GA）是 Google 的數位分析平台，透過網站代碼、App SDK 或其他資料來源收集互動，經設定與處理後形成報表，協助理解流量、內容、漏斗與重要結果。它不是每位真人的精準名冊，數據會受識別、同意、設定、處理與建模影響。

一句話理解：GA 像是網站與 App 的「觀測儀表板」：它把已收集到的互動整理成可分析資料，但儀表上的數字仍要搭配收集方式、資料品質與商業情境解讀。

Google Analytics 是什麼？

Google 官方把 Google Analytics 定義為一個從網站與應用程式收集資料、建立報表，進而提供商業洞察的平台。這句話包含三個不同工作：收集、處理、呈現。

收集：網站上的 Google tag、App 內的 SDK 或其他支援方式，把瀏覽、點擊、購買等互動送進 Analytics。
處理：系統依資源設定、事件結構、識別方式與資料規則整理資料。
呈現：使用者在標準報表、探索等介面查看維度、指標、漏斗與趨勢。

所以，GA 既不只是一段「追蹤碼」，也不只是一組流量圖表。追蹤碼是收集入口，報表是輸出介面，而 Google Analytics 是把資料收集、管理、處理與分析串起來的整套平台。

在管理結構上，可以先記住這條簡化關係：

Analytics 帳戶 → 資源（Property）→ 資料串流（Data stream）→ Google tag／App SDK → 事件 → 報表與探索

其中，資源是重要的資料與設定邊界。Google 官方說明，資源可代表來自網站及／或 App 的一組資料，並在其中管理資料收集、歸因、隱私設定與產品連結。各層的完整設定會在其他百科詞條分開說明。

GA、GA4 與 Universal Analytics 有什麼差別？

這三個名稱最容易讓初學者混亂。

名稱	建議理解	現在怎麼用
GA／Google Analytics	產品或平台的上位名稱	泛指 Google 的數位分析服務時使用
GA4／Google Analytics 4	現行事件式資料架構的常用名稱	需要與舊版比較、談事件模型或教學版本時使用
UA／Universal Analytics	GA4 之前的舊世代資源	用於辨識舊報表、舊文件與歷史資料

Google 的現行入門文件已常直接把產品稱為「Google Analytics」，而不是每次都寫 GA4。不過，市場上的舊文章、履歷與需求文件仍可能把「GA」拿來指 UA，也可能把 GA 當成 GA4 的簡稱。最安全的溝通方式是：談平台時寫 GA，談資料架構或版本差異時明確寫 GA4 或 UA。

官方資料顯示，標準 Universal Analytics 資源已自 2023 年 7 月 1 日停止處理新資料；Analytics 360 的 UA 延長處理期限則於 2024 年 7 月 1 日結束。因此，2026 年新建衡量架構時，不應再把 UA 當成仍可持續收集新資料的現行方案。

Google Analytics 如何運作？

1. 先定義要回答的問題

好的衡量不是從「能追什麼」開始，而是從「需要做什麼決策」開始。例如：使用者是否看完產品說明？哪個購物車步驟流失最多？內容帶來的是閱讀，還是有效註冊？

2. 建立帳戶、資源與資料串流

帳戶是管理容器；資源承接一組網站或 App 資料與設定；資料串流則是 Web、iOS 或 Android 等資料來源的入口。結構若一開始就混亂，後續權限、測試流量與報表邊界也會跟著混亂。

3. 部署網站代碼或 App SDK

網站通常以 Google tag 收集資料，也可透過 Google Tag Manager 管理標籤；App 則使用 Google Analytics for Firebase SDK。GTM 是標籤管理工具，不等於 Analytics 本身。

4. 把互動送成事件

現行 Google Analytics 以事件式資料為核心。像 page_view、sign_up、add_to_cart、purchase 都可代表一種互動，參數則補充頁面、商品、金額或來源等情境。事件名稱與參數若沒有治理，即使資料成功送達，也可能難以比較。

5. Analytics 處理與儲存資料

測量程式碼把資料送到 Analytics 後，系統會彙整、整理並依設定處理。Google 的入門文件提醒：資料處理並儲存後，不能把已處理的資料回頭改寫。因此，正式上線前應先用測試環境、即時檢視與除錯工具確認，不要把錯誤設定長期帶進正式資料。

6. 從報表形成判斷，再驗證行動

報表本身不是答案。你要把事件、維度與指標放回商業問題，例如比較不同來源的有效註冊率，或檢查結帳漏斗的最大流失點。採取改版、投放調整或內容優化後，再觀察結果；若要證明因果，仍需更合適的實驗設計，而不是只看歸因報表。

為什麼 GA 重要？

GA 的價值不是「知道今天有幾個人」，而是建立從獲客、互動到重要結果的共同語言。

業務問題	可觀察方向	可能行動
哪些來源帶來有價值的訪客？	流量來源、互動、註冊或購買	調整內容與媒體資源配置
使用者在哪一步離開？	瀏覽、加入購物車、結帳、購買事件	檢查頁面、表單與技術錯誤
哪些內容真正協助轉換？	內容瀏覽、捲動、後續重要事件	改善導覽、CTA 與內容主題
App 新功能是否有人採用？	功能事件、活躍使用、回訪	優化導入流程或功能設計

數位分析適合用來縮小問題範圍、找出異常與提出假設。它不能自動替公司決定「為什麼」發生，也不能取代使用者訪談、財務資料、客服回饋與實驗。

網站、App 與電商實例

內容網站：不只看瀏覽量

假設一篇文章從自然搜尋獲得很多 page_view，但很少人到達重點段落或訂閱電子報。團隊可以先檢查捲動、CTA 點擊與訂閱完成事件是否正確，再比較不同內容主題的後續行為。這能幫助判斷問題可能在搜尋意圖、內容結構或 CTA，但不能只憑 GA 報表斷言其中一項就是原因。

電商：用漏斗找出可檢查的步驟

電商可觀察 view_item、add_to_cart、begin_checkout 到 purchase 的事件序列。若加入購物車很多、開始結帳很少，可以優先檢查運費揭露、購物車錯誤與行動版體驗；若 purchase 與訂單後台差距很大，則要查重複觸發、付款回跳、退款與跨網域設定。

在這個案例中，訂單／金流後台通常才是財務與履約的主要帳本；GA 用於行為與行銷分析。兩邊定義、時區、退款處理與識別方式不同，數字不必然完全相等。

App：安裝實例不等於一位真人

App SDK 會產生 app-instance ID 來識別某個 App 安裝實例並計算使用者指標。同一個人換手機、重裝 App，或同一裝置由多人使用，都可能讓「安裝實例」與「自然人」不一致。若有登入系統，可評估 User-ID 等做法，但仍要處理同意、權限與資料治理。

GA 與其他工具不要混在一起

工具／資料源	主要角色	不應直接當成什麼
Google Analytics	行為與行銷分析、報表與探索	財務總帳或每位真人的名冊
Google Tag Manager	管理與部署標籤	分析報表平台
Search Console	Google 搜尋曝光、點擊與索引相關資料	完整站內行為分析
CRM／會員系統	已知客戶、會員與銷售流程	所有匿名網站互動的完整替代品
訂單／金流後台	交易、付款、退款與履約記錄	流量來源與跨頁互動報表
伺服器日誌	伺服器收到的請求與技術記錄	經 GA 定義與處理的使用者旅程

成熟的分析不是選一個工具當「唯一真相」，而是先定義每個系統負責的問題，再建立可解釋的對帳規則。

為什麼 GA 數字不是精準人口普查？

至少要理解五種影響：

識別限制：Web 常以第一方 Cookie 中的 client ID 區分使用者與工作階段，App 則可能依 app-instance ID。這些識別碼不是自然人身分證。
同意與技術阻擋：使用者可拒絕 Analytics 儲存；瀏覽器、外掛、網路環境與標籤錯誤也可能造成資料未收集。
設定與實作：重複代碼、漏頁、事件命名錯誤、內部流量與跨網域問題，都會改變數字。
處理與呈現：報表與探索支援欄位、篩選、保留期間、資料閾值與處理時間不同，結果可能出現合理差異。
觀測與模擬：符合條件的資源可能使用行為模擬補充部分因同意造成的缺口。模擬值是估算，不應冒充逐人觀測值。

這不代表 GA「沒有用」，而是表示它適合做有定義、可監控、可比較的方向性分析。看到差異時，先查定義與資料品質，再判斷差距是否超出可接受範圍。

常見錯誤與自我檢查

常見錯誤

把所有能收集的互動都變成事件，卻沒有商業問題與命名規則。
只看流量，不看註冊、購買、留存或內容完成等有效結果。
把「使用者」直接解讀成真人，忽略 Cookie、裝置與登入狀態。
把 GA 的來源歸因當成廣告造成購買的因果證明。
用 GA 營收直接取代訂單、金流或會計資料。
修改設定後沒有記錄日期，造成前後期間無法公平比較。
忽略同意管理、PII 政策與所在地法規；Google 對 PII 的合約分類也不等於所有法律中的個人資料定義。

上線前與日常自檢

[ ] 我能用一句話說明這個事件要回答的商業問題。
[ ] 正式站、測試站與內部流量有清楚邊界。
[ ] 重要事件只觸發一次，參數名稱與資料型別一致。
[ ] 事件已在實際瀏覽器、App 與付款流程測過，不只看程式碼。
[ ] 時區、幣別、跨網域與資料保留設定已確認。
[ ] GA 與訂單、CRM、廣告平台的差異有對帳規則，而不是要求完全相等。
[ ] 報表解讀會標註日期、範圍、篩選、同意與設定變更。
[ ] 沒有把可識別個資任意送入 Analytics；有疑義時交由隱私／法務人員確認。

FAQ

GA 是免費的嗎？

Google Analytics 有標準版本，也有企業級的 Analytics 360。是否適用不只看價格，還要看資料量、治理、服務需求與功能限制；版本差異請看 GA4-008。

GA 和 GA4 是同一個東西嗎？

在現行情境下，兩者常被混用，但概念不完全相同。GA 可指整個 Google Analytics 平台；GA4 是用來區別現行事件式架構與舊版 UA 的常用名稱。

Google Analytics 會記錄每一位訪客嗎？

不應這樣理解。資料收集受識別碼、同意選擇、瀏覽器、標籤實作與處理規則影響；部分資料還可能是模型估算。GA 使用者指標不是自然人的精準清冊。

GA 數字為什麼跟廣告平台或訂單後台不同？

常見原因包括識別方式、歸因規則、時區、處理時間、退款、同意、事件觸發與資料用途不同。先對齊定義與期間，再逐步查資料鏈，不要直接把其中一方判定為錯誤。

安裝 GA 後多久就能做決策？

先確認資料有正確收集、處理且累積到足以回答問題，再進行判讀。即時畫面適合驗證事件是否送達，不等於完整、穩定的成效結論；近期資料也可能因處理時間而變動。

官方參考資料

研究截止日：2026-07-31。Google Analytics 的介面、命名、處理與隱私功能可能更新；實作或發布前，請再核對官方最新文件。

Google Analytics（GA）是什麼？網站與 App 分析入門

Google Analytics 是什麼？

GA、GA4 與 Universal Analytics 有什麼差別？