Google Analytics 疑難雜症大解惑 ：讓你恍然大悟的37個必備祕訣(2020年最新版)

在網站營運成效分析的領域，Google Analytics已經業界公認的標準工具，不過此工具雖然背後的技術含金量不低，但訴求的使用者主要為負責網站商業營運的產品、行銷人員，因此即使是網頁程式開發者，也不是每個人都有機會接觸到這個數字味很重的平台。專業分工的好處讓每個人能專心投入手上的工作，程式人員不用額外操心研究GA平台。但缺點容易浮現在網頁開發者無法正確地瞭解程式功能的具體成效，建立良好的A/B測試思維。更有可能因為產品、行銷人員對程式技術的陌生，不知道如何跟程式人員溝通，去實踐許多GA能提供的機制，讓網站成效更容易呈現。以網站經營為主的企業，特別是電子商務公司，如能提早讓員工(特別是產品、行銷和程式開發人員)建立GA使用的基礎知識，將會減少團隊間的溝通成本，進而增進網站的優化效率。

本書重點知識繁多，整理精要如下：

讓GA可以對側錄網站進行流量資料搜集的前題是埋入一小片段的JavaScript，全名是GATC(Google Analytics Tracking Code)。目前又分成兩個版本，一是目前普及率最高的analytics.js，另一個是新版本的gtag.js。說穿了，GA是利用瀏覽器的Cookie機制來記錄與傳送追蹤資料，在沒有實作Cookie的手機APP環境，GA只能改用GA函式庫來讓使用者自行傳遞資料。不是APP也非網站的可連線裝置(像自販機、E-Mail)，GA也提供了一種使用量測量協定(Measurement Protocol)來滿足流量追蹤的需求。

免費版的GA在目標追蹤、自訂維度和自訂指標上都有20個額度的上限，付費版的GA才沒有使用額度的限制。不過可以藉由在同一個網站中埋入一組以上的GATC來將流量導向多個GA追蹤ID，每個ID都擁有20個額度。

Cookie也是GA用來辨識新舊訪客的機制，GA會利用三種Cookie來追蹤訪客行為。
1._ga cookie：用來辨識不同訪客，每兩年更新一次。
2._gat cookie：用來讀取JavaScript函式庫，加快網頁回應速度。
3._gid cookie：用來辨識相同或不同訪客在不同頁面上的行為。

其中_ga cookie的編碼內容，會對初次進站的訪客給予一組唯一客戶代號，再加上初進訪客造訪的時間戳記，組合成足以辨識新舊訪客的客戶ID(Client ID)。也由於是此機制是透過瀏覽器的Cookie實作，因此在下列的情況時，新舊訪客的判斷將會失準。
1.訪客用不同裝置造訪。
2.訪客用不同瀏覽器造訪。
3.訪客清除Cookie後造訪。
4.訪客使用無痕模式造訪。
5.訪客離初次造訪時間已間隔兩年(_ga超過期限)。

使用GA時第一個挑戰就是要面對一些新名詞，如果沒能搞懂這些名詞背後的意義，那肯定是無法正確解讀GA。「維度」和「指標」是最核心的兩個觀念，維度(Dimension)是分析時要區隔的屬性或分類，像裝置類別、瀏覽器名稱、網頁網址名稱、年紀、性別、地區等，非數值型的標籤。指標(Metric)則是我們真正關心的數值資料，像是工作階段數、平均工作階段時間長度、跳出率、轉換率。藉由不同的維度和指標排列組合，就足以讓使用者從各個不同角度切入、檢視網站的經營成效。

「使用者人數(User)」、「工作階段(Session)」和「瀏覽量(Pageview)」已經是評定網站成效的公認指標。
1.使用者是「不重複訪客數」，可進一步拆分成「新訪客」和「回頭訪客」。但在報表上常常出現「新訪客+回頭訪客」不等於「使用者數」，這是因為在不重複訪客數的計算時間區間內，訪客可能同時有新訪客和回頭訪客的身份。同理，依單日計算的使用者數加總起來也會不等於指定日期範圍的使用者數。
2.工作階段數也就是HTTP中定義的Session數，也可以簡稱為造訪數，逾時時間為30分鐘(可以在「工作階段設定」自行調整時長)，所以在30分鐘內的所有瀏覽行為都算在同一個工作階段。在GA統計上又多了一條跨日限制，只要跨日便視為新的工作階段。舉例來說使用者在23:58進到網站遊逛到隔日的01:08，則這兩天都各計有一次的工作階段數。另外由不同來源進入到網站時，也被拆分成不同的工作階段(例如:直接進站、由FB廣告進入、搜尋引擎導入...)，而各自計算次數。
3.瀏覽量是最容易虛胖的指標，只要網頁被開啟一次就會將計次加一。也因此GA有另一個「不重複瀏覽量(Unique Pageivew)」的指標，是指在單一工作階段中計算不重複的網頁瀏覽次數。

網站營運團隊最討厭的數字大概就是「跳出率」和「離開率」了吧，這兩項指標是如此重要，所以更需釐清他們的定義。
1.跳出率的公式是「單頁工作階段數/全部工作階段數」，計算單位為工作階段數。單頁工作階段是指使用者在單次造訪中，只瀏覽了一個頁面就離開(沒有後續的網頁瀏覽行為)。此指標可以用來找出使用者離開網站的關鍵頁面，讓團隊檢視網頁內容是否有修正的必要。在利用跳出率數字時，要一併考慮網頁性質，並且和「網頁停留時間」和「轉換率」等其它指標一同討論，才能正確地解讀此數字。
2.離開率的公式較為複雜，公式是「單頁為工作階段的最後一頁/單頁出現在工作階段的次數」，計算單位一樣是工作階段。離開率高的網頁，表示它已成為多數使用者在遊逛行為中的最後一頁，應該模擬使用者的瀏覽行為來檢視該頁是否存有問題。有些網頁性質本來就會產生出明顯偏高的離開率，像是購物車的最後一頁、內容網站中的文章等。因此在解讀離開率時，一樣要和網頁停留時間等其它數字一同評量，才能判斷該網頁是否有吸引到使用者。

對於導流到側錄網站的來源，也是非常需要關注的評量項目，它幫助經營團隊檢視各項投入的行銷資源是否有獲得回報。GA定義了與此相關的兩個名詞，「來源」和「媒介」。預設的「來源」有「direct(不透過媒介的自然流量)」和「google、yahoo...(各大網路平台)」。無法被歸屬到各大平台的流量來源，多半都被列為direct，包括下面的各種情況:
1.直接輸入網站網址。
2.點擊瀏覽器的書籤、我的最愛。
3.掃QR Code。
4.從離線文件(PDF、Word)中點擊連結。
5.從手機APP點擊網站連結。
6.從E-mail點擊網站連結。
7.從手機中的FB網站點擊連結。

也由於絕大多數的使用者行為都被歸到direct，因此GA另外有自訂來源的機制。預設的「媒介」有「none(無媒介)」、「organic(自然搜尋流量)」、「referral(推薦流量)」和「cpc(關鍵字廣告流量)」。藉由在導流連結中埋入GA的「utm_source」和「utm_medium」參數，相當輕鬆地就可以使用自訂來源和自訂媒介的功能。

因為HTTP的限制，網頁追蹤技術始終無法正確地得知使用者真正離開的時點。也因此GA的「平均網頁停留時間」和「平均工作階段時間長度」都和使用者實際操作時長不太一樣。
1.平均網頁停留時間是由「停留時間加總/(總造訪頁數-離站頁)」，最後離站頁所停留的時間無法被得知，也不計入除法的分母。
2.平均工作階段時間長度則是「網頁停留時間加總/工作階段總數」，工作階段總數的數字會受到「工作階段逾時時長」影響，不同的設定值變動幅度差異會很大。

除了基本的程式設定、名詞解說外，書中也說明了屬於GA進階功能的「篩選器(Filter)」、「事件追蹤」、「實驗」、「目標」、「網頁活動分析」、「區隔」、「電子商務追蹤」、「內容分組」、「自訂快訊」、「自訂維度和指標」、「自訂報表」和「歸因模式分析」。其中「歸因模式」會直接影響「網頁轉換次數」與「網頁轉換價值」的計算方法。GA提供下列數種歸因模式：
1.最終互動。
2.上次非直接造訪點擊模式。
3.對AdWords廣告的最終點擊模式。
4.最初互動模式。
5.線性。
6.時間衰退模式。
7.根據排名模式。

GA進階報表包括了「效期價值報表」、「同類群組分析報表」、「工作階段品質報表」、「基準化報表」和「流程報表」等。其中「使用者流程報表」是最直觀可以用來分析網頁成效的工具，透過它呈現出來流量流入和流量流出資訊，能確認地評估網頁上各超連結的重要性。最後，GA報表中常見的「not set」，依據查看的報表不同，也有不同的含義：
1.「目標對象」的not set，可能是使用者以無痕模式瀏覽網頁或是使用白牌手機。
2.「客戶開發」的not set，utm_source和utm_medium參數設定錯誤。
3.「轉換」的not set，使用者在完成最終目標前，並沒按照設定的步驟走完所有的前置目標路徑。

看完「Google Analytics 疑難雜症大解惑」，基本上已經對GA大致的功能有初步的瞭解，再回頭查閱網路上相關的GA技術文章，突然覺得豁然開朗，「Google Analytics 疑難雜症大解惑」確實是本讓人受益良多的好書。