陳擎文

GA4回訪率報表

回訪人數，回訪留存率，回訪參與時間，

新使用者vs回訪者的留存率變化趨勢，

新使用者vs回訪者的參與時間變化趨勢

如何使用

Google電商示範帳戶

demo數據

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

​

​

如何使用Google電商示範帳戶�demo數據

• 4-下載數據網址：
• https://support.google.com/analytics/answer/6367342?hl=zh-Hant#zippy=%2C%E6%9C%AC%E6%96%87%E5%85%A7%E5%AE%B9

​

• 5-示範帳戶含有三項資源
• Google Analytics 4 資源：Google 商品網路商店 (網站資料)
• Google Analytics 4 資源：Flood-It! (應用程式和網站資料)

​

​

下載

第1個數據資源超連結

Google電商示範帳戶

【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

​

【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

​

​

GA4回訪率報表

測試的Google電商網站

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

​

基礎必知數據-1

​

你的電商網站過去30天，回訪人數多少？

1-你的電商網站過去30天，回訪人數多少？

• (1).Life Cycle➜回訪率➜回訪者：1.1萬
• 要先勾選日期 ：選擇過去30天

​

基礎必知數據-2

​

42天前新使用者的逐日【回訪留存率】

2-42天前新使用者的逐日【回訪留存率】

• (1).Life Cycle➜回訪率➜ 【使用者回訪留存率】 ➜ 第1天100%，第3天的回訪率為0.8%

42天前新使用者的�逐日【回訪留存率】

• 使用者留存User Retention rate
• 衡量 某個時間段內訪問過網站的使用者，在後續時間內是否再次回訪 的指標。
• 用途：
• ✅ 了解你的網站是否能吸引使用者回訪。
• ✅ 分析用戶在 X 天後、X 週後、X 個月後 是否還有回來使用。
• ✅ 找出 哪些流量來源帶來高留存率的用戶，幫助你優化行銷策略。

​

範例：逐日【回訪留存率】

• 範例1：電商網站
• 假設你經營一家線上商店，並想了解 新使用者的回訪狀況

​

​

​

​

• 大多數人 30 天後沒有再回來（只剩 5%），可能需要：
• 1.用 Email 行銷來提醒使用者回訪
• 2. 提供限時優惠來吸引回購
• 3.使用 Facebook/Google 再行銷廣告（Retargeting Ads）

​

​

基礎必知數據-4

​

如何提升「使用者留存率」？

4-如何提升「使用者留存率」？

• 1. 優化網站體驗
• ✅ 提升網站速度，減少載入時間
• ✅ 增加「使用者個人化內容」，讓使用者更感興趣
• ✅ 讓使用者「更容易找到重要資訊」，降低跳出率
• 2. 再行銷（Retargeting Ads）
• ✅ 使用 Google Ads/Facebook Ads 來針對 過去 30 天內訪問但沒有轉換的使用者，投放再行銷廣告
• ✅ 向曾經瀏覽商品但沒有購買的用戶，發送優惠通知（如 Email 行銷）

​

4-如何提升「使用者留存率」？

• 3.提供限時優惠
• ✅ 對回訪的使用者提供折扣碼，提升購買動機
• ✅ 對老客戶提供會員專屬優惠，提升忠誠度

​

• 4.使用 Email 行銷
• ✅ 對過去 7 天沒有回訪的用戶，發送提醒信
• ✅ 對老客戶提供 VIP 獎勵計劃，鼓勵持續回購

​

基礎必知數據-5

​

42天前新使用者的逐日【回訪參與時間】

5-42天前新使用者的逐日【回訪參與時間】

• (1).Life Cycle➜回訪率➜ 【使用者回訪參與時間】 ➜第16天的回訪參與時間為2分23秒

基礎必知數據-6

​

評估【使用者參與】的4種指標

6-評估【使用者參與】的4種指標

• 使用者參與的主要衡量方式：
• 1.互動工作階段的數量（Engaged Session）
• 2.參與時間（Engagement Time）
• 3.互動率（Engagement Rate）
• 4.回訪使用者比例，留存率（Returning Users）

​

6-評估【使用者參與】的4種指標

• 範例

1.參與時間（Engagement Time）

• 定義：使用者 在網站或 App 上的總停留時間（不包括閒置時間）。
• 舉例：
• 小明進入網站後 閱讀 5 分鐘的文章，這 5 分鐘會被計入參與時間。
• 小華點開網站後，沒有操作，過 10 分鐘後才關閉頁面，GA4 只會計算她 真正互動的時間（例如 2 分鐘），不會計入閒置的 8 分鐘。
• 用途：
• 這個數據能幫助分析「使用者在網站上的真實停留時間」，
• 比傳統的「停留時間」更準確。

​

2.互動工作階段�（Engaged Session）

• 定義：如果使用者的工作階段符合以下任一條件，GA4 就會計為「互動工作階段」計數：
• 停留 ≥ 10 秒
• 瀏覽 2 個以上頁面
• 觸發至少 1 個轉換事件
• 舉例：
• 小明訪問了一個網站，停留了 12 秒，這次訪問就會被計為 互動工作階段。
• 小華進站後 5 秒就離開，這次訪問 不會被計為互動工作階段。
• 用途：
• 這個數據幫助分析「有價值的工作階段」，而不是單純的訪問次數。

​

3.互動率�（Engagement Rate）

• 定義：衡量有多少工作階段是「有互動的」，計算方式如下：

​

​

​

​

​

​

互動率越高，代表網站的使用者體驗和內容更吸引人

​

4.回訪使用者�（Returning Users）

• 定義：曾經造訪過網站並再次回訪的使用者。
• 舉例：
• 10 月 1 日，小明 第一次進入網站，GA4 記錄他為「新使用者（New User）」。
• 10 月 3 日，小明 又回來瀏覽網站，這次 GA4 會將他計為「回訪使用者（Returning User）」。
• 用途：
• 這個指標可以用來衡量「網站的黏著度」，
• 如果回訪使用者比例很低，代表使用者看過一次後不會再回來，可能需要優化內容或使用 Email 行銷來提升回訪率。

​

基礎必知數據-7

​

如何提升「使用者參與」？

7-如何提升「使用者參與」？

• 1. 提升網站內容吸引力
• ✅ 使用影片、圖片、動態內容來增加互動
• ✅ 減少不必要的文字，提高可讀性
• ✅ 優化標題與描述，讓使用者更有興趣點擊
• 2.優化網站使用者體驗（UX/UI）
• ✅ 確保網站載入速度快（目標 <3 秒）
• ✅ 讓重要按鈕與 CTA（行動呼籲）明顯易點擊
• ✅ 使用「相關推薦內容」來提高頁面停留時間

​

7-如何提升「使用者參與」？

• 3.使用 Email / 推播通知來提高回訪率
• ✅ 對 7 天未回訪的使用者發送提醒信件
• ✅ 對過去 30 天內訪問但未轉換的用戶，提供限時折扣
• 4.使用再行銷（Retargeting Ads）來找回低互動使用者
• ✅ 針對「停留時間短但未轉換的用戶」投放 Facebook / Google Ads
• ✅ 提供個人化的優惠，吸引他們回訪並完成轉換

​

基礎必知數據-8

​

【使用者留存變化趨勢 (依同類群組劃分) 】，比較新使用者vs回訪者的留存率變化趨勢

8-【使用者留存變化趨勢 (依同類群組劃分) 】�留存率變化趨勢

• (1).Life Cycle➜回訪率➜ 【使用者留存變化趨勢 】
• 藍線(第 1 天留存率)：表示用戶在首次互動後的第 1 天（即次日）回訪的比例
• 例如，4 月 29 日的藍線數據點顯示，4 月 28 日首次互動的用戶中，有 3.3% 在 4 月 27 日回訪
• 紫線(第 7 天留存率) ：表示用戶在首次互動後的第 7 天回訪的比例。
• 例如，4 月 29 日的紫線數據點顯示，4 月 22 日首次互動的用戶中，有 1.3% 在 4 月 29 日（第 7 天）回訪。

依同類群組劃分

• 標題：使用者和留存趨勢（依同類群組劃分
• 1.「同類群組」通常是指一群具有相似特徵的用戶
• 例如：來自【同一個廣告活動、地區】，或【使用相同設備】的用戶）。
• 2.這裡的「留存趨勢」指的是這些用戶在首次互動後
• 例如首次訪問網站或使用應用程式），在後續日子裡是否繼續回訪或使用。

​

第 1 天留存率（藍線）

• 第 1 天留存率（藍線）：
• 4 月 27 日達到高峰，留存率為 3.3%，這可能是因為 4 月 26 日的用戶受到某個活動（如促銷、新功能上線）吸引，
• 次日回訪率較高。之後留存率快速下降，至 5 月初降至約 1.5%，然後在 5 月中旬略有回升（5 月 18 日左右達到 2.5% 左右），最後再次下降至 1% 以下。
• 【藍線：短期留存率】這種波動可能反映：
• 是客戶的短期留存率
• 可能受到外部因素（如假期、競爭對手活動）或產品體驗的影響而波動

第 7 天留存率（紫線）

• 第 7 天留存率（紫線）：
• 整體趨勢較平緩，留存率一直在 1% 至 1.5% 之間波動，最後幾天接近 0%。
• 第 7 天留存率顯著低於第 1 天，顯示大多數用戶在首次互動後的一週內逐漸流失，長期留存的挑戰較大。
• 紫線的穩定性表明，
• 表示客戶的長期留存率
• 無論第 1 天留存率如何波動，
• 能持續使用 7 天的用戶比例相對固定，但偏低。

藍線/紫線：短期波動與中期趨勢

• 1.藍色曲線
•  衡量訪客【隔1天】的留存率
•  藍色曲線反映【短期留存率】
•  評估產品或服務的【用戶短期黏著性】

​

• 2.紫色曲線
•  衡量訪客【隔7天】的留存率
•  紫色曲線反映【中期留存率】
•  評估產品或服務的【用戶中期黏著性】

​

圖表的商業意義

• 1.用戶黏性不足：
• 第 1 天留存率最高僅 3.3%，且快速下降，顯示用戶在首次互動後的興趣流失很快。
• 第 7 天留存率長期低於 1.5%，表明長期留存的用戶比例極低，產品或服務可能缺乏持續吸引用戶的價值。

​

改進建議

• 1.針對新用戶：設計更具吸引力的回訪激勵
• 例如：推送通知、優惠券

​

• 2.改善產品體驗，解決用戶流失的痛點
• 例如：加載速度、功能易用性

​

藍色代表新使用者的留存➜低➜新客缺乏回訪動機�紫色代表舊使用者的回訪➜低➜舊客缺乏忠誠度

基礎必知數據-9

​

【使用者參與變化趨勢(依同類群組劃分) 】，比較新使用者vs回訪者的參與時間變化趨勢

9-【使用者參與變化趨勢(依同類群組劃分) 】�比較新使用者vs回訪者的參與時間變化趨勢

• (1).Life Cycle➜回訪率➜ 【使用者參與時間變化趨勢 】
• 圖表解讀（以週日 5月11日為例）：
• 第1天：使用者平均參與時間為 1分59秒
• 第7天：平均僅剩 1分17秒
• 表示用戶的持續互動度下降，建議針對回訪用戶提升內容吸引力

​

藍線/紫線：短期波動與中期趨勢

建議

• 若第1天高，第7天低，表示初訪吸引力高，但缺乏黏著內容，建議：
• 設計：分段式任務
• 設計：獎勵誘因
• 分析：哪些網頁是高參與來源

​

​

藍色代表新使用者的參與度➜低➜新客無法被吸引�紫色代表舊使用者的參與度➜低➜舊客缺乏回訪動機

基礎必知數據-10

​

你的電商網站過去30天120天平均價值是多少？

10-你的電商網站過去30天120天平均價值是多少？

• (1).Life Cycle➜回訪率➜120天平均價值
• 要先勾選日期 ：選擇過去30天

​

什麼是120天平均價值？

• 1.用途：120 天平均價值（120-day Average Revenue）
• 衡量每位使用者在過去 120 天內為企業帶來的平均收入
• 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。

​

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

​