Google Analytics Standard 與 Analytics 360:免費版、企業版差異與選擇指南

一次看懂 Google Analytics Standard 與 Analytics 360 在探索取樣、資料保留、BigQuery、API、治理與 SLA 的差異,並用實際需求判斷是否值得升級。

Google Analytics Standard 是可免費使用的一般 GA4 服務層級;Analytics 360 則是付費企業層級,提供較高的資料量與查詢配額、較長的部分事件資料保留選項、特定治理功能及契約型 SLA。360 不會自動修好錯誤埋碼,也不保證分析或營收成果;是否升級,應由實際限制與治理需求決定。

一句話理解: Standard 提供 GA4 核心能力;360 是為較高容量、企業治理與契約服務需求加大的付費服務層級,不是讓資料自動變準的開關。

Google Analytics Standard 與 Analytics 360 是什麼?

Standard 與 360 不是兩套完全不同的追蹤語言。兩者都以 GA4 的事件資料模型運作,也都使用 Account、Property、Data stream、事件、報表與探索等核心概念。差別在於:某個 Property 套用哪一種服務層級(service level),以及該層級能使用的容量、分析、治理與服務條件。

Google 的 Analytics 產品頁說明,一般 Google Analytics 工具可免費使用;Analytics Help 則說明 360 Property 的升級與專屬能力需要 360 合約或有效訂單,官方 360 產品頁也引導企業洽詢銷售。因此,剛建立 GA4 的網站或 App,通常先從 Standard 開始;企業若有更高事件量、查詢、資料保留、跨組織治理或契約服務需求,再評估 360。

這也代表 360 不是另一組 Measurement ID,更不是另一種 Google tag。升級服務層級後,原本的事件規格、同意管理、資料驗證與權限治理仍要由團隊負責。若 purchase 重複送出、參數命名不一致或重要事件漏埋,付費方案不會替你判斷並修復。


兩個版本如何運作?差異不只在「上限比較高」

最實用的比較方式,是把差異分成容量、分析、資料保存、治理與服務五個面向。以下數值依 Google 官方文件於 2026 年 7 月 31 日查核;配額與產品條件會更新,正式採購或發布前仍應重看官方限制頁。

比較面向 Google Analytics Standard Analytics 360 判讀重點
成本模式 GA4 核心工具可免費使用 付費企業方案,官方頁引導洽詢銷售 不採信沒有合約背景的網路固定價
探索取樣 目前每次探索查詢門檻為 1,000 萬事件 目前每次探索查詢門檻為 10 億事件 只適用特定探索查詢,不代表所有報表
未抽樣探索 不提供 提供,但有每日與單次查詢 token 配額 「有未抽樣功能」不等於無限使用
事件資料保留 一般事件資料可選最長 14 個月 一般事件資料可選最長 50 個月;特大型 Property 另有限制 保留設定不等於所有標準報表只留這段時間
Data API 目前 Core token 每 Property 每日 200,000 目前 Core token 每 Property 每日 2,000,000 實際 token 消耗會受查詢複雜度影響
BigQuery 每日匯出 目前每日批次最多 100 萬事件 官方表列可到數十億事件 BigQuery 的儲存、查詢等 Cloud 費用另計
企業治理 一般帳戶/Property 角色與報表功能 可使用 Subproperty、Roll-up 等特定能力 先確認是否真的需要資料隔離或跨 Property 彙整
服務條件 以自助資源為主 企業支援與契約型 SLA SLA 有適用條件與排除,不能解讀成所有功能永不延遲

探索門檻提高,不等於所有畫面都「完全不抽樣」

GA4 的 Reports、Explorations、Data API 與 BigQuery 是不同的查詢和資料呈現介面。官方 360 限制表所列的 1,000 萬與 10 億事件,是探索查詢的代表性門檻;360 另有未抽樣探索額度。這些差異很重要,但不能擴大解讀為「360 任何報表、任何日期範圍都永不抽樣」。

如果團隊只是偶爾在大型探索看到取樣,先問這個查詢是否真的需要那麼長的日期、那麼多維度或極細粒度。縮小查詢範圍、拆分問題或改用 BigQuery,有時比直接升級更符合成本效益。若取樣已反覆阻礙例行決策,且查詢無法合理拆解,才是評估 360 的明確訊號。

資料保留較長,也要先看它影響哪一類資料

Standard 的一般事件資料保留選項目前最長 14 個月;360 可選 26、38 或 50 個月。不過,Google 說明此設定主要關係到使用者層級與事件層級資料,以及探索、漏斗等需要非彙總資料的分析;它不會用相同方式限制一般標準彙總報表。

所以,「我們要看三年前的月流量」不必然等於一定要 360;「我們要在探索中用事件層級資料重建三年前的細緻行為路徑」才比較接近保留期的實際決策問題。此外,Large 或 XL Property 有另外的保留限制,不能只記住「360 最長 50 個月」便套用所有情況。

BigQuery 與 API 配額較高,但整體成本不只授權費

Standard 也能匯出 GA4 事件到 BigQuery,並非 360 專屬。差別之一是每日批次匯出量:Google 目前把 Standard 列為每日 100 萬事件,360 則列為數十億事件。功能表把兩者的串流匯出事件量列為 unlimited,但這只是在特定匯出量語境下的標示,不代表 BigQuery 儲存與查詢免費,也不代表串流資料在任何情況下都具有完整性或 SLA 保證。

Data API 同樣有配額差異。若儀表板、排程報表與內部工具經常用盡 Standard token,360 的較高配額會有價值;若耗盡是因程式重複查詢、沒有快取或一次請求過度複雜,應先改善查詢設計。把低效率放大十倍,通常只是延後再次撞限。


為什麼版本差異重要?

選錯版本最常見的成本,不是少看到一個功能,而是把問題分類錯誤。

  • 容量問題:每日匯出被限制、探索頻繁取樣、API 配額經常耗盡,已影響例行工作。
  • 治理問題:不同品牌、國家或委外團隊不應看到彼此資料,但一般報表篩選不足以形成真正的資料存取邊界。
  • 彙整問題:多個獨立 Properties 需要總部層級的整體分析,而團隊不想只靠外部資料倉儲拼接。
  • 服務風險問題:組織採購要求把特定收集、報表或處理服務條件寫進契約。
  • 資料品質問題:事件漏送、重複送出、參數錯誤、內部流量污染。這類問題應修實作,不是升級方案。

360 的官方 SLA 確實涵蓋 GA4 360 的特定收集、報表與資料處理條件,但正式文件同時定義 Property size、適用條件、例外功能及補償程序。比較時應閱讀當期合約與例外頁,不能只把「有 SLA」翻譯成「每一份資料都即時、每一項功能都保證」。


360 專屬治理能力怎麼理解?

Subproperty:從來源切出可治理的資料子集

Subproperty 是從另一個來源 Property 取得資料的 Property,資料通常可透過事件篩選形成來源資料的子集。官方將它定位於資料與存取治理,而且只有符合條件、連結有效 360 訂單的帳戶能使用;來源也必須是 360 Property。

例如,集團把亞太區網站與 App 放在一個來源 Property,再建立台灣 Subproperty,讓台灣代理商只看到符合台灣條件的事件。這和在報表上臨時套用「國家=台灣」不同:報表篩選偏向檢視,Subproperty 則能作為獨立 Property 管理使用者與部分設定。不過,它的資料仍依賴來源 Property,並非另一套自行收集的 Data stream。

Roll-up property:把多個來源彙成企業總覽

Roll-up property 把多個 360 來源 Properties 的資料合併成一個資料集,適合總部查看不同品牌、產品或區域的整體表現。它本身不直接收集事件,也不會讓來源 Property 的設定自動全部同步。官方還指出,資料從各來源被加入 Roll-up 的日期開始累積,因此不能預設建立後會完整回填所有歷史。

簡化來看:Subproperty 是「從一個來源切出治理子集」,Roll-up 是「把多個來源合併成企業視角」。兩者都不是萬用報表捷徑;是否值得使用,取決於資料隔離、跨品牌彙整和後續維運是否真的需要 Property 層級設計。


網站、App 與電商實例

假設 A 電商品牌只有一個台灣官網與會員 App,分析團隊五人,事件量尚未接近每日 BigQuery 批次限制,也沒有把營收資料隔離給不同地區的需求。此時 Standard 已能完成事件收集、報表、探索與 BigQuery 整合。團隊最值得投資的,往往是統一事件命名、驗證購買金額、建立同意管理與整理分析問題。

另一個 B 集團同時經營台灣、日本與東南亞多個品牌,各品牌有獨立 Property。它的每日事件量高,批次匯出限制已影響資料管線;區域代理商必須只能看到授權資料;總部又需要跨品牌總覽,採購單位並要求契約服務條件。這時探索與匯出的較高配額、Subproperty、Roll-up 和 SLA 都形成可量化的評估理由。

但即使 B 集團升級,若結帳完成頁把 purchase 送了兩次,營收仍可能重複。360 解決的是容量、治理與服務層級,不是替團隊判斷事件的商業語意。


如何判斷該繼續用 Standard,還是評估 360?

可以用以下六步做升級前檢查:

  1. 盤點真實用量:查看最近 30~90 天事件量、BigQuery 匯出告警、探索取樣頻率與 API quota,而不是只用月流量猜測。
  2. 量化業務影響:記錄哪些限制造成資料缺口、報表延誤、人工重工或決策風險。
  3. 先修低效率與髒資料:檢查重複事件、無用參數、過度複雜查詢、缺少快取,以及能否合理縮小探索範圍。
  4. 寫出治理條件:列出哪些團隊必須隔離資料、哪些 Properties 要彙整,以及一般使用者角色是否已足夠。
  5. 取得當期書面報價:本次查核的 Google 公開 360 產品頁只有「Talk to Sales」,沒有可安全套用的通用固定價格。應向 Google 或授權合作夥伴確認台灣當期計費、承諾與合約條件。
  6. 計算總持有成本與退版路徑:除了方案費,也納入導入、顧問、BigQuery、維運、教育與 QA。若未來降回 Standard,超過 Standard 限制的設定也需要先收斂。

如果前三步沒有找出可量化限制,通常先繼續使用 Standard 並改善量測治理,更容易得到實際效益。如果容量、治理與 SLA 需求都已成為持續性問題,才進入 360 詢價與概念驗證。


易混淆概念比較

概念 它回答的問題 不應誤解為
Standard/360 Property 套用哪個服務層級? 使用哪一種追蹤碼?
探索取樣門檻 單次探索查詢何時可能使用取樣? 所有 GA4 介面都採同一門檻
未抽樣探索 360 在配額內執行特定未抽樣查詢 無限、永遠不抽樣
Subproperty 如何從來源資料建立治理子集? 可隨時移除的報表篩選
Roll-up property 如何彙整多個來源 Properties? 一個新的 Data stream
SLA 契約定義哪些服務承諾與補償? 每一功能永遠即時、沒有例外

常見錯誤與自我檢查

  • 因為公司規模大就直接買 360:先確認是否真的撞到容量、治理或契約需求;員工數不是產品配額。
  • 把「較高」寫成「無限」:配額、保留和未抽樣 token 都可能更新。文件、簡報與採購規格應記錄查核日期。
  • 把 360 當資料品質修復工具:先用實作測試、DebugView、BigQuery 或事件 QA 檢查重複、漏送與參數格式。
  • 引用沒有條件的固定售價:地區、事件量、合約與合作夥伴可能影響報價;應以當期書面文件為準。
  • 只算授權費:把 Cloud、顧問、資料工程、維運與教育成本放進同一份總成本表。
  • 忽略降級限制:360 Property 降回 Standard 後會立即受 Standard 限制;升級前也要規劃可逆性。

自我檢查可以濃縮成三問:目前撞到哪個限制?這個限制造成多少業務成本?360 的能力是否直接處理該問題?如果答不出來,先不要把購買當成結論。


FAQ

1. GA4 Standard 真的免費嗎?

Google Analytics 官方產品頁將一般 Analytics 工具描述為可免費使用。不過,若你搭配 BigQuery、雲端儲存、付費顧問或其他工具,這些周邊服務仍可能產生成本,所以「Standard 免費」不等於整個資料架構零成本。

2. Analytics 360 的價格是多少?

Google 公開的 Analytics 360 產品頁在本次查核時引導使用者洽詢銷售,未列可通用套用的固定價格。台灣企業應依事件量、合約、支援與合作夥伴條件取得當期書面報價,不應直接引用沒有日期與條件的第三方價格。

3. 360 會讓 GA4 完全不抽樣嗎?

不會。360 提高探索查詢的取樣門檻,並提供有 token 配額的未抽樣探索,但這不等於所有報表、API 與任意查詢都永遠不抽樣。判讀前要先確認使用的是哪個資料介面。

4. Standard 可以匯出 BigQuery 嗎?

可以。Standard 與 360 都支援 BigQuery 匯出;兩者在每日批次事件量與部分匯出能力上有差異。BigQuery 的儲存與查詢費用屬於 Google Cloud 成本,需另行估算。

5. 買 360 後資料會比較準嗎?

方案本身不會修正事件漏送、重複購買、錯誤參數或不當 PII 收集。360 能降低某些容量與分析限制,但資料準確性仍取決於量測規格、實作、同意與隱私設定、測試及持續 QA。GA4 的歸因結果也不能直接當成因果證明。


相關百科詞條

  • GA4-005|Property(資源/屬性)
  • GA4-006|Data stream(資料串流)
  • GA4-007|Property ID 與 Measurement ID
  • GA4-093|Sampling(資料取樣/抽樣)
  • GA4-098|Data retention(資料保留)
  • GA4-099|BigQuery Export

官方參考資料與研究截止日

研究截止日:2026 年 7 月 31 日。功能限制、配額、SLA、方案與價格屬高更新風險資訊;正式發布或採購前,請重新核對 Google 官方頁面與當期書面合約。