1 of 80

陳擎文

User日報表

找出我的目標客戶

國家，地區，城市，性別，年齡

2 of 80

單元綱要

  • 1.如何自定義事件，2種方法
  • 2.在 GA4 上直接建立事件的2種方式
  • 3.點擊某個超連結/按鈕：【加入Line群組】
  • 4.在 GA4 建立事件的步驟
  • 5.測試自訂事件add_line，與查看即時報表
  • 6.把自訂事件add_line設定為重大事件(轉換)
  • 7.查看【即時總覽】報表的重大事件(轉換)
  • 8.為什麼【即時總覽】報表的無法顯示重大事件(轉換)？
  • 9.什麼是電商的轉換率？Conversion Rate
  • 10.提升GA4轉換率的策略
  • 11.使用Google Tag Assistant網站來做測試檢查

​

3 of 80

如何使用

Google電商示範帳戶

demo數據

4 of 80

如何使用Google電商示範帳戶�demo數據

  • 3-取得【數據來源】
    • 到搜尋引擎，輸入：Google Analytics 示範帳戶

​

​

5 of 80

如何使用Google電商示範帳戶�demo數據

​

​

​

6 of 80

下載

第1個數據資源超連結

Google電商示範帳戶

7 of 80

【download數據方法】

  • 5-點選第1個數據資源超連結
  • ➜自動下載數據到你的GA4帳號

​

8 of 80

【download數據方法】

  • 5-點選第1個數據資源超連結➜自動下載數據到你的GA4帳號

​

​

9 of 80

GA4

User日報表

10 of 80

測試的Google電商網站

  • Google 商品網路商店 (網址)
    • https://shop.merch.google/

​

11 of 80

基礎必知數據-1

​

你的電商網站過去30天哪個國家來的人最多？

12 of 80

1-你的電商網站過去30天哪個國家來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

13 of 80

基礎必知數據-2

​

你的電商網站過去30天哪個城市來的人最多？

14 of 80

2-你的電商網站過去30天哪個城市來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

15 of 80

基礎必知數據-3

​

你的電商網站過去30天哪個性別來的人最多？

16 of 80

3-你的電商網站過去30天哪個性別來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

17 of 80

基礎必知數據-4

​

你的電商網站過去30天哪個興趣傾向來的人最多？

18 of 80

4-你的電商網站過去30天哪個興趣傾向來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

19 of 80

基礎必知數據-5

​

你的電商網站過去30天哪個年齡層來的人最多？

20 of 80

5-你的電商網站過去30天哪個年齡層來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

21 of 80

基礎必知數據-6

​

你的電商網站過去30天使用哪個語言來的人最多？

22 of 80

6-你的電商網站過去30天使用哪個語言來的人最多？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

23 of 80

基礎必知數據-7

​

你的電商網站過去30天120天平均價值是多少？

24 of 80

7-你的電商網站過去30天120天平均價值是多少？

  • (1).User➜使用者屬性➜總覽：
    • 要先勾選日期 ：選擇過去30天

​

25 of 80

什麼是120天平均價值？

  • 1.用途：120 天平均價值（120-day Average Revenue）
    • 衡量每位客戶者在過去 120 天內為企業帶來的價值(平均收入)
  • 2.應用性：
    • 這個指標主要用於分析長期客戶價值（LTV, Lifetime Value）
    • 幫助你了解每位使用者在 120 天內的平均貢獻收益。
    • 這個指標可以幫助你評估不同來源的使用者價值，並優化行銷預算分配。

​

26 of 80

什麼是120天平均價值？

27 of 80

舉例：什麼是120天平均價值？

  • 3.計算範例：你經營一個 電商網站，你希望了解每位顧客 在過去 120 天內的平均消費金額

​

28 of 80

此指標的實務應用意義

應用層面

說明

行銷成效評估

  • 了解是否因為【近期投放廣告、促銷活動】，實際提升訪客的價值。
  • 若此指標提升，代表流量「質」提升。而非只是「量」的提升

再行銷Remarketing

若過去120天平均價值高，可針對此區間內活躍用戶，設定再行銷受眾。

購物車優化依據

若價值停滯但流量提升，可能代表轉換率低，可進一步優化結帳流程。

29 of 80

為何採「120天」作為觀察期？

原因

說明

涵蓋季節變動週期

120天約為4個月，可涵蓋促銷與淡季，反映穩定趨勢。

再行銷cookie設定相容性

多數GA4再行銷設定支援的 cookie/識別保留期為90~180天，120天具平衡性。

有助於建立趨勢預測與成效衡量標準

與30天、7天做對照可辨識成長/下滑趨勢。

30 of 80

與其他 GA4 指標的比較

指標

說明與差異

LTV（生命週期價值）

衡量使用者在整體生命週期內的貢獻，期間長於120天平均值。

ARPU（每用戶平均收入）

可視為120天平均價值的變形，常見於APP分析。

交易轉換率

只看「是否有轉換」，而非「轉換金額高低」。120天平均價值補足金額層面。

120天平均價值

衡量每位使用者在 120 天內的平均貢獻收益

31 of 80

客層詳情

前面是總覽，後面是詳情

32 of 80

基礎必知數據-8

​

你的電商網站過去30天哪個國家的活躍使用者最多？

33 of 80

8-你的電商網站過去30天哪個國家的活躍使用者最多？

  • (1).User➜使用者屬性➜客層詳情：
    • 要先勾選日期 ：選擇過去30天

​

34 of 80

基礎必知數據-9

​

你的電商網站過去30天哪個區域的活躍使用者最多？

35 of 80

9-你的電商網站過去30天哪個區域的活躍使用者最多？

  • (1).User➜使用者屬性➜客層詳情：
    • 要先勾選分類類別 ：選擇區域

​

36 of 80

什麼是活躍使用者？

37 of 80

什麼是活躍使用者？

  • 1.第1次使用的，都是活躍使用者
  • 2.舊user，若是停留期間內觸發user_engagement事件就是活躍使用者
    • user_engagement事件每10秒會偵測1次
  • 3.舊user，若是點按按鈕，也是活躍使用者
  • 4.舊user，若是瀏覽第2個網頁，也是活躍使用者

38 of 80

基礎必知數據-10

​

你的電商網站過去30天哪個性別的新使用者最多？

39 of 80

10-你的電商網站過去30天哪個性別的新使用者最多？

  • (1).User➜使用者屬性➜客層詳情：
    • 要先勾選分類類別 ：選擇性別

​

40 of 80

基礎必知數據-11

​

你的電商網站過去30天哪個年齡層的互動工作階段最多？

41 of 80

11-你的電商網站過去30天哪個年齡層的互動工作階段最多？

  • (1).User➜使用者屬性➜客層詳情：
    • 要先勾選分類類別 ：選擇年齡層

​

42 of 80

什麼是互動工作階段？

（Engaged Session）

43 of 80

什麼是互動工作階段？�（Engaged Session）

  • 1.定義：互動工作階段：
    • 使用者在網站或應用程式上的互動時間超過一定門檻，或執行特定行為的工作階段。
  • 2.互動工作階段的任何1種條件：
    • 停留時間 ≥ 10 秒（用戶至少在頁面上停留 10 秒以上）。
    • 觸發至少 1 個轉換事件（Conversion Event）（例如：購買、點擊按鈕、填寫表單）。
    • 瀏覽至少 2 個網頁或應用程式畫面（即「跳出率 ≠ 100%」）

​

44 of 80

為什麼GA4的【活躍使用者數量】與【互動工作階段數】，這兩個數值會不同？

​

它們的定義不是很類似嗎？

45 of 80

比較： 【活躍使用者數量】與【互動工作階段數】的差異

  • 1.新user一定是【活躍使用者】，但不一定有【互動工作階段】
  • 2.舊user停留超過10秒，就算一次【活躍使用者】
  • 3.但是舊user ，一天可以有多次【互動工作階段】
  • （為什麼？？？，後面會解釋）

​

46 of 80

47 of 80

舉例1：

  • 1️⃣ 一位使用者可能產生多個「互動工作階段」
  • 📌 例子：小明一天內多次訪問
    • 上午 9:00：小明瀏覽了 15 秒，並查看了 3 個頁面。
    • 下午 3:00：小明再次回到網站，停留 12 秒，但沒有點擊任何東西。
    • 晚上 8:00：小明回來，這次停留 20 秒，並觸發一個轉換事件。
  • 📌 結果：
    • 活躍使用者數量 = 1（小明）
    • 互動工作階段數量 = 3（因為小明當天有 3 次符合條件的訪問）
    • 互動工作階段數量通常會比活躍使用者數量高，
    • 因為一位使用者可能有多次互動工作階段。

48 of 80

舉例2

  • 📌 例子：小華快速訪問
    • - 小華透過 Facebook 廣告點擊進入網站。
    • - 他只停留 5 秒，然後關閉網站。
  • 📌 結果：
    • -活躍使用者數量 = 1（小華）
    • - 互動工作階段數量 = 0（不符合條件）
    • - 因為他觸發 `user_engagement` 事件（超過 1 秒），所以仍然被記錄為「活躍使用者」
    • - 但他的停留時間 < 10 秒，沒有觸發轉換，沒有瀏覽 2 頁以上，因此不符合「互動工作階段」的條件

49 of 80

結論

  • 1.「活躍使用者數量」是以「人數」計算，而「互動工作階段數」是以「工作階段」計算。
  • 2.一位使用者一天內可能產生多個互動工作階段，因此 互動工作階段數通常會比活躍使用者數量高。
  • 3.使用者可能被計算為活躍使用者，但不一定滿足「互動工作階段」的條件（例如停留 5 秒就離開）。
  • 4.使用者可能有「互動工作階段」，但由於技術或隱私限制，GA4 沒有成功記錄 user_engagement，導致不計入活躍使用者。

​

50 of 80

基礎必知數據-12

​

你的電商網站過去30天user整體的參與度多少？

51 of 80

什麼是參與度？

計算公式是什麼？

52 of 80

user➜工作階段➜事件

53 of 80

參與率（Engagement Rate）

  • 參與率：「參與度」是用來衡量使用者與網站或應用程式互動程度的指標

​

54 of 80

計算互動率，參與度（Engagement Rate）

  • 公式：
    • 互動率 = 互動工作階段數 ÷ 總工作階段數 × 100%

​

55 of 80

工作階段 vs互動工作階

​

​

​

工作階段數（Total Sessions）

每次使用者進站時計算一次，不論是否有互動

超過30分鐘，就會換成下一個工作階段

使用者每次進站 = 1 個工作階段

互動工作階段（Engaged Sessions）

符合「互動」條件的工作階段

需滿足以下其中之一：�✅ 停留 ≥ 10 秒�✅ 觸發轉換事件�✅ 瀏覽 2+ 頁面

56 of 80

互動率對電商行銷的重要性

  • 如果 互動率過低，可能代表：
    • 使用者進站後很快離開。
    • 網站內容沒有吸引力。
    • 需要優化廣告著陸頁。

​

57 of 80

如何解讀互動率？

  • 互動率高（>70%） →
    • 使用者對網站內容感興趣，可能有較高轉換率。
  • 互動率低（<50%） →
    • 訪問者進來後大多數很快離開，
  • 改善計劃，可能需要：
    • 改善網站內容
    • 優化著陸頁
    • 調整廣告投放策略

​

58 of 80

基礎必知數據-12

​

你的電商網站過去30天user整體的參與度多少？

59 of 80

12-你的電商網站過去30天user整體的參與度多少？

  • (1).User➜使用者屬性➜客層詳情：

​

60 of 80

基礎必知數據-13

​

你的電商網站過去30天user整體的參與度是如何計算出來的？

61 of 80

13-你的電商網站過去30天user整體的參與度是如何計算出來的？

  • (1).Life Cycle ➜獲客➜流量開發：
  • 參與度58.7% = 工作階段73.9 % /互動工作階段43.4 %

62 of 80

基礎必知數據-14

​

你的電商網站過去30天哪個區域的參與度是高於70%的？

63 of 80

14-你的電商網站過去30天哪個區域的參與度是高於70%的？

  • (1).User➜使用者屬性➜客層詳情：

64 of 80

基礎必知數據-15

​

你的電商網站過去30天哪個年齡層的參與度是高於70%的？

65 of 80

15-你的電商網站過去30天哪個年齡層的參與度是高於70%的？

  • (1).User➜使用者屬性➜客層詳情：

66 of 80

基礎必知數據-16

​

你的電商網站過去30天哪個性別的參與度是高於70%的？

67 of 80

16-你的電商網站過去30天哪個性別的參與度是高於70%的？

  • (1).User➜使用者屬性➜客層詳情：

68 of 80

選擇你的目標客戶

69 of 80

基礎必知數據-17

​

選擇你的目標客戶是【男性，35-44歲】

70 of 80

17-選擇你的目標客戶是【男性，35-44歲】

  • (1).User➜使用者屬性➜總覽➜新增比較項目

71 of 80

17-選擇你的目標客戶是【男性，35-44歲】

  • (1).User➜使用者屬性➜總覽➜新增比較項目
  • ➜新建

72 of 80

17-選擇你的目標客戶是【男性，35-44歲】

  • (1).User➜使用者屬性➜總覽➜新增比較項目
  • ➜新建
  • ➜維度：性別
  • ➜比對類型：完全符合
  • ➜值：male

​

73 of 80

17-選擇你的目標客戶是【男性，35-44歲】

  • (1).User➜使用者屬性➜總覽➜新增比較項目
  • ➜新增條件

​

74 of 80

17-選擇你的目標客戶是【男性，35-44歲】

  • (1).User➜使用者屬性➜總覽➜新增比較項目
  • ➜新增條件
  • ➜維度：年齡
  • ➜比對類型：完全符合
  • ➜值：35-44

​

  • ➜套用

​

​

75 of 80

76 of 80

基礎必知數據-18

​

你的電商網站過去30天哪個國家的目標客群【男性，35-44歲】參與度有超過70%？

77 of 80

18-你的電商網站過去30天哪個國家的目標客群【男性，35-44歲】參與度有超過70% ？

  • (1).User➜使用者屬性➜客群詳情➜勾選目標客群

78 of 80

18-你的電商網站過去30天哪個國家的目標客群【男性，35-44歲】參與度有沒有超過70%

  • (1).User➜使用者屬性➜客群詳情➜勾選目標客群

79 of 80

18-你的電商網站過去30天哪個國家的目標客群【男性，35-44歲】參與度有沒有超過70%

  • (1).User➜使用者屬性➜客群詳情➜勾選目標客群

80 of 80

18-你的電商網站過去30天哪個國家的目標客群【男性，35-44歲】參與度有超過70% ？

  • Hong Kong
  • Malaysia
  • Mexico

​

​