Google Analytics 4 與 UA 差異大解析：2026 必看

GA4 與 UA 基本概念對比

GA4（Google Analytics 4）與 Universal Analytics（UA）是兩個世代的分析平台，核心差異在於資料收集與處理的哲學。GA4 以「事件」為中心，所有互動皆轉化為事件；UA 則以「頁面瀏覽」和「會話」為基礎，結構截然不同。這不是單純的版本更新，而是分析思维的彻底轉換。

下表總結兩者在六大核心屬性的對比：

屬性	GA4	Universal Analytics (UA)
產品定位	下一代事件導向分析平台，整合網站與 App	傳統頁面導向網站分析工具
資料模型	無會話概念，以事件與參數為核心	以會話（Session）為組織單位
報表哲學	強調探索式分析（Explorations），高度彈性	提供固定預設報表，易於上手但彈性低
隱私設計	內建 IP 匿名化、資料保留設定、刪除請求
跨平台支援	原生整合 Firebase，一套屬性追蹤 Web + App	僅限網站，App 需另建屬性
定價模式	免費版功能完整；GA4 360 提供企業級功能	標準版免費；360 版年費制

▶ 關鍵對策：先理解「事件導向」思維，再評估跨平台需求，最後決定是否升級企業版。

1.1 GA4 的定位：「事件導向」的下一代平台

GA4 的設計核心是「事件」（Event）。任何使用者互動、點擊、滾動、影片播放、都自動或手動記錄為事件，並附加參數。這擺脫了 UA 依賴頁面URL 的限制，讓非頁面互動也能被分析。例如，在單頁應用程式（SPA）中，GA4 無需手動發送 page_view 即可追蹤路由變化。

▶ 立即檢視現有網站哪些互動未 captured，規劃事件追蹤清單。

1.2 UA 的定位：「頁面/會話」的傳統平台

UA 建立在「會話」概念上，一次訪問從首頁到離開為一個會話，期间所有頁面瀏覽歸屬同一會話。這在部落格或 traditional 網站很直觀，但對電商、SPA 或 App 則顯不足。例如，使用者在中途關閉瀏覽器再返回，會計為兩個會話，導致行為片段化。

▶ 若您的網站以傳統頁面為主，UA 轉換成本較低；否則需重新設計分析架構。

資料模型：事件 vs. 會話

資料模型是兩者最根本的區別，直接影響追蹤設計與分析深度。GA4 的事件模型允許無限自訂參數，而 UA 的會話模型將所有資料綁在會話框架內，限制了分析的細緻度。

屬性	GA4 事件模型	UA 會話模型
資料結構	事件（Event） + 參數（Parameters） + 使用者屬性（User Properties）	會話（Session）内含 瀏覽（Hit）
追蹤單位	每個互動皆獨立事件，無層級限制	瀏覽（Pageview、Event等）必須隸屬於一個會話
參數設定	每個事件可附加最多 25 個參數（2026年標準）	事件僅有類別、動作、標籤三個固定欄位
資料完整性	不會因會話超時（預設 30 分鐘）而中斷行為序列	會話逾時會將長 Engagement 切斷
分析彈性	可依任何事件參數交叉分析，無預先定義	分析受限於預先定義維度與指標

▶ 關鍵對策：拋棄會話思維，改以「使用者旅程」為單位，設計關鍵事件與參數。

2.1 事件模型核心概念

GA4 的基礎是四類事件：自動收集（如 first_visit）、enhanced_measurement（如滾動、出站點擊）、推薦事件（如 login、purchase）、與自訂事件。所有事件都有一致的結構：事件名稱 + 參數。例如，購買事件（purchase）可包含 transaction_id、value、currency、items 等參數，形成豐富的交易資料。

▶ 優先設定業務關鍵事件（購買、註冊、表單提交），並附加有意義的參數。

2.2 會話模型的局限

UA 的會話模型在以下情境顯現瓶頸：單頁應用程式（SPA）需手動管理 page_view；長時間使用（如看影片）可能因會話逾時被分割；跨裝置行為無法自然串連。這些局限導致資料碎片化，影響漏斗與留存分析的準確性。

▶ 若仍有 UA 報表依賴會_session 計算指標（如平均會話時長），必須重新定義計算方式。

報表與探索功能差異

UA 提供一系列固定報表（受眾、 acquisition、行為、轉換），易於上手但難以自訂。GA4 則以「探索」（Explorations）為核心，提供自由畫布，讓使用者 drag-and-drop 建立漏斗、路徑、重疊等分析。這大幅提升分析深度，但也需要較高的學習門檻。

屬性	GA4 探索報表	UA 預設報表
報表類型	自由格式（Free form）、漏斗探索（Funnel）、路徑探索（Path）、重疊探索（Overlap）、時序探索（Segment over time）	固定預設報表（受眾、流量 acquisition、行為、轉換）
自訂程度	可自由拖曳維度、指標、细分，並存儲樣本	僅能使用報表內提供的維度與指標
漏斗分析	支援開放漏斗與封閉漏斗，可設定_step 為任意事件	僅能使用目標漏斗，步驟受限於目標設定
路徑分析	以事件序列為基礎，可視覺化完整使用者旅程	僅有「行為流程」限於頁面瀏覽
即時性	探索報表資料延遲約 24-48 小時，不適合即時監控	即時報表可查看過去 30 分鐘資料

▶ 關鍵對策：用探索報表重建所有 UA 關鍵報表，並利用漏斗與路徑探索發掘新Insight。

3.1 Explorations：自由分析畫布

Explorations 是 GA4 的分析核心，支援六種探索類型。最實用的是「自由格式」類似 Excel 樞紐分析，可快速交叉分析事件與使用者屬性。「漏斗探索」可設定多達 10 個步驟，並分析各步驟流失。「路徑探索」則以節點圖顯示事件前後序列，適合診斷使用者流失點。所有探索可存為樣本，方便團隊協作。

▶ 為每個業務目標建立專屬探索樣本，例如「結帳漏斗流失分析」「功能使用路徑」。

3.2 UA 的預設報表

UA 的報表設計對新手友善，但缺點是封閉。例如，若要分析「iOS 使用者從產品頁到結帳」的漏斗，必須先設定目標，且步驟只能是目標頁面。若業務流程複雜（多步表單），UA 難以靈活呈現。此外，UA 報表無法直接比較不同受眾的行為，需借助_segments 功能，操作繁瑣。

▶ 列出所有 UA 報表中無法直接對照的維度組合，改由探索報表實現。

隱私、資料保留與合規

全球隱私法規（GDPR、CCPA）要求企業最小化資料保留並提供刪除權。GA4 內建這些功能，UA 則需靠 Google Tag Manager 或伺服器端處理，增加複雜度與風險。

屬性	GA4	UA
IP 匿名化	自動在 EU 地區啟用，其他地區可手動開啟	需手動於標籤或 GTM 設定
資料保留預設	事件 14 個月，使用者層級 2 個月（可調整）	無限保留（除非手動刪除）
保留期調整	支援 2 到 50 個月（事件）與 2 到 14 個月（使用者）	無內建設定，需自訂資料刪除排程
刪除請求	提供 API 與 UI 界面，可刪除特定使用者資料	需完全刪除屬性或自訂處理
合規認證	符合 GDPR、CCPA、ISO 27001 等	依設定而定，無全包認證

▶ 關鍵對策：立即檢視並設定資料保留期，建立內部刪除請求流程，避免過度收集。

4.1 資料保留期設定步驟

在 GA4 管理員→資料設定→資料保留中，可調整事件與使用者層級的保留期限。建議根據業務需求設定：電商可能需 24 個月以分析長期客戶價值；內容網站可設 14 個月。設定後，舊資料將自動清除，無法復原。

▶ 先檢視現有 UA 資料量，設定合理保留期，避免未來儲存成本暴增。

4.2 刪除請求流程

GA4 提供兩種刪除：1) 透過管理員 UI 刪除單一使用者（需 client_id 或 user_id）；2) 使用 Delete User Data API 整合內部CRM。這對應 GDPR「被遺忘權」至關重要。UA 無此功能，必須刪除整個屬性，顯然不切實際。

▶ 建立內部流程：當客服收到刪除請求時，能快速取得使用者 ID 並提交刪除。

跨平台（Web + App）整合

現代行銷需追蹤使用者在網站與手機 App 的行為。GA4 原生整合 Firebase，一套屬性即可收集兩者資料，並在報告中統一呈現。UA 則需分別建立網站屬性與 App 屬性，資料無法直接整合。

屬性	GA4	UA
資料來源	網站資料流（Web） + iOS/Android 資料流（App）共存在同一屬性	網站屬性與 App 屬性分開，各自獨立
SDK 需求	網站用 gtag.js 或 Google 代碼管理工具；App 需整合 Firebase SDK	網站用 analytics.js；App 需 Firebase SDK 但屬不同專案
資料流設定	在單一屬性內新增多個資料流，共享所有報表與探索	App 與網站資料完全隔離，無聯合報表
跨裝置識別	依賴 User-ID 或建模推估，官方建議啟用 User-ID 以提升準確度	同樣需 User-ID，但因屬性分開，實作困難
統一報表	所有報表自動混合 Web 與 App 資料，或單獨篩選	無跨平台報表，需手動合併資料

▶ 關鍵對策：若同時經營 Web 與 App，務必採用 GA4 單一屬性架構，並盡早實作 User-ID。

5.1 Firebase 連結方式

GA4 屬性建立時可連結現有 Firebase 專案，或新建 Firebase 專案。連結後，Firebase 中的事件（如 app_open、in_app_purchase）會自動流入 GA4。網站部分則透過 gtag.js 或 GTM 發送事件。兩者事件名稱與參數格式需對齊，否則分析時難以區分來源。

▶ 制定统一的命名 Convention，例如 app_ 前綴代表 App 事件，web_ 代表網站事件。

5.2 Web-only 追蹤差異

若僅有網站，GA4 仍建議使用「網站資料流」而非 App 資料流。強化型測量（Enhanced Measurement）會自動追蹤滾動、出站點擊、檔案下載等，無需額外程式碼。但需注意，某些互動（如表單提交）仍須手動設定事件，以免遺漏關鍵轉換。

▶ 檢查強化型測量清單，關閉不相關項目（如檔案下載若無下載行為），保持資料乾淨。

定價與企業版差異

GA4 維持免費版功能完整，但企業若有更高事件量、更长保留期、或 BigQuery 匯出需求，則需考慮 GA4 360。UA 360 則以年費制提供額外功能與支援。

屬性	GA4 免費版	GA4 360	UA 標準版	UA 360
價格	免費	每年 15 萬美元起（依事件量調整）	免費	每年 15 万美元起
事件上限	每月 500 萬個事件（2026年標準）	每月 20 億個事件，無硬性上限	每月 1000 萬個瀏覽	每月 20 億個瀏覽
資料保留	事件最多 50 個月，使用者最多 14 個月	事件最多 50 個月，使用者最多 14 個月（同免費版，但可申請延長）	無限（除非手動刪除）	無限
BigQuery 匯出	每日免費匯出一次（Raw data）	每日可匯出多次，無限制	需付費 BigQuery 链接	免費 unlimited 匯出
支援服務	社群與官方文件	專屬支援、最佳化建議、異常偵測	社群與官方文件	專屬支援
異常偵測	無	內建 AI 偵測資料異常	無	無

▶ 關鍵對策：計算每月事件量，若接近 500 萬上限或需频繁 BigQuery 分析，評估 360 方案。

6.1 GA4 360 主要功能

GA4 360 除了提高事件限額，最大賣點是「無限制 BigQuery 匯出」與「專屬支援」。對於大企業，每日一次免費匯出可能不足，尤其需進行機器學習或即時分析時。此外，異常偵測功能可自動通知行銷團隊流量異動，協助快速反應。

▶ 若已使用 BigQuery 進行深度分析，360 版的 unlimited 匯出可節省可觀成本。

6.2 免費版限制

免費版每月 500 萬事件對多數中小企業足夠，但需注意「事件」定義：每次頁面瀏覽、每次點擊皆計為事件。若網站流量高或追蹤細緻，可能快速超標。一旦超標，資料收集會暫停，需等下個月重置。因此需監控事件量，或優化追蹤（如減少不必要的 auto_event）。

▶ 在 GA4 管理員查看「事件計數」報表，預測未來三個月是否會超限。

商業價值與遷移決策指引

遷移到 GA4 不仅是技術升級，更是業務價值的重新定義。GA4 提供的預測指標、受眾同步、與跨平台視角，能直接驅動廣告投資回報（ROAS）與客戶生命周期價值（LTV）提升。

屬性	GA4 商業價值	UA 限制
預測指標	內建購買機率、流失機率、長期价值預測，可建立高價值受眾	無內建預測，需自行建模
受眾管理	自動同步至 Google Ads、Display & Video 360，無需手動匯出	需手動匯出 CSV 或使用 API，延遲高
廣告同步	受眾可設定時效性（如 30 天），並即時更新至廣告平台	同步次數有限，且僅限標準受眾
ROI 追蹤	結合 Google Ads 與 Search Console 資料，統一分析廣告成效	需跨平台比對，難以整合
未來proof	持續更新，優先支援新功能（如隱沙盒、AI 分析）	2024 年 7 月起停止處理標準屬性資料

▶ 關鍵對策：優先啟用預測指標並建立自動化受眾，將分析結果直接注入廣告投放，形成閉環。

7.1 預測指標與受眾

GA4 的預測指標包括：1) 購買機率（7 天、28 天）；2) 流失機率（7 天）；3) 長期客户價值（前 28 天Revenue預測）。這些模型自動訓練，無需資料科學團隊。您可以基於「購買機率 > 70%」建立受眾，並同步至 Google Ads 進行再行銷，預計提升 20-30% 轉換。

▶ 立即在「受眾」建立三個預測受眾，並測試對比广告表现。

7.2 受眾自動同步至 Google Ads

在 GA4 受眾設定中，勾選「Google Ads 關聯」即可自動同步。同步時間約 24 小時，且受眾成員動態更新。例如，當使用者瀏覽高價產品頁面，自動加入「高意圖受眾」，當晚即可在 Google Ads 看到該名單可用。此功能在 UA 需依靠手動匯出與定期上傳，效率天差地別。

▶ 確保 Google Ads 與 GA4 屬性的連結已建立，並測試小規模受眾同步。

快速遷移三步要點

遷移不需一次到位，但有三個關鍵步驟必須在 2024 年底前完成，以避免資料中斷。

步驟	關鍵動作	常见陷阱	建議完成時間
1. 建立 GA4 屬性	在現有 UA 帳戶內新增 GA4 屬性，設定主要網站資料流	錯誤選擇「App」資料流導致追蹤失效	立即
2. 設定資料流與強化型測量	啟用強化型測量，檢查自動事件是否涵蓋關鍵互動	過度追蹤雜訊事件，消耗事件限額	1 週內
3. 目標與轉換映射	將 UA 目標（如 Newsletter 訂閱）標記為 GA4 轉換事件	未設定轉換，導致廣告優化失效	2 週內

▶ 關鍵對策：保留 UA 屬性至少一年，同時運行雙軌，逐步驗證資料一致性。

8.1 建立 GA4 屬性

登入 Google Analytics，點擊「管理」→「建立屬性」→選擇「Google Analytics 4」。系統會提示是否從現有 UA 複製設定（如資料流、關聯）。建議複製以節省時間，但需逐一檢查強化型測量與事件設定。完成後，取得測量 ID（G-XXXXXX），用於網站標籤。

▶ 切勿新建獨立 Google 帳戶，應在現有組織下建立，以保留權限管理。

8.2 設定資料流與強化型測量

在 GA4 屬性內，進入「資料流」→選擇網站資料流→「強化型測量」。預設開啟頁面瀏覽、滾動、出站點擊、網站搜尋、影片互動、檔案下載。根據網站類型調整：電商應開啟「檔案下載」以追蹤產品手冊；內容網站可關閉「影片互動」若無影片。每一項自動事件都會計入事件總量。

▶ 在「事件」報表中觀察自動事件名稱，確保無重複或誤觸發。

8.3 目標與轉換映射

p>UA 的「目標」在 GA4 中稱為「轉換事件」。必須手動標記重要事件為轉換，該事件才會在廣告平台可用。例如，UA 中設定的「表單提交」目標，在 GA4 需先有對應事件（如 generate_lead），再於「事件」頁面切換為轉換。

▶ 列出所有 UA 目標，逐一對應至 GA4 事件，並完成標記。

GA4 是什麼？

GA4 是 Google Analytics 4 的簡稱，為 Google 推出的下一代網站與 App 分析平台，核心設計以「事件」為基礎，取代舊版 Universal Analytics 的「會話」模型。它強調跨平台整合、隱私合規，並內建機器學習預測功能，於 2023 年 7 月起成為標準屬性，並將於 2024 年 7 月後停止處理 UA 標準屬性資料。

GA4 與 UA 最大的三個差異是？

1. 資料模型：GA4 以事件為核心，無會話限制；UA 以會話為主，行為被切割。2. 報表彈性：GA4 提供探索式分析，可自訂漏斗與路徑；UA 僅能使用固定預設報表。3. 隱私與合規：GA4 內建 IP 匿名化、資料保留設定與刪除請求；UA 需額外開發處理。

為什麼 GA4 需要事件設定？

GA4 的資料模型完全圍繞事件運作。所有使用者互動（點擊、提交、購買）都必須以事件形式發送，並可附加參數。若不設定事件，將僅收集到自動事件（如 page_view），導致關鍵業務行為（如表單提交、產品點擊）遺失，無法進行轉換分析。因此，需根據業務目標手動設定關鍵事件。

GA4 的報表功能比 UA 強在哪裡？

GA4 的「探索」報表允許使用者自由拖曳維度與指標，建立自訂漏斗、路徑分析與受眾重疊，分析深度遠超 UA 固定報表。例如，可分析「iOS 使用者從產品頁到結帳」的完整漏斗，或比較不同受眾的裝置使用模式。UA 則受限於預先定義的報表結構，难以靈活探索。

GA4 是否符合 GDPR/CCPA？

GA4 內建多項合規功能，包括：IP 自動匿名化（尤其在 EU）、可調整的資料保留期（2-50 個月）、使用者資料刪除 API。這些設計幫助企業符合 GDPR 與 CCPA 的資料最小化與被遺忘權要求。UA 則需依賴 Google Tag Manager 或伺服器端方案，增加合規風險。

GA4 免費版能否匯出到 BigQuery？

可以。GA4 免費版支援每日一次 BigQuery 匯出，提供未處理的原始事件資料。這對中小企業已是足够進行 SQL 分析與機器學習。若需更高頻（如每小時）或無限制匯出，則需升級 GA4 360，提供 unlimited 匯出與更低延遲。

GA4 內建的「預測指標」怎麼使用？

預測指標包括購買機率（7天、28天）、流失機率（7天）與長期價值預測。在「受眾」建立新受眾時，選擇「預測」條件（如「購買機率 > 70%」），系統會自動將高潛力使用者加入。此受眾可同步至 Google Ads 進行再行銷，提升廣告ROAS。

GA4 與 Google Ads 受眾同步的步驟？

1. 確保 Google Ads 帳戶已連結至 GA4 屬性（管理員→產品連結）。2. 在「受眾」建立或選取現有受眾。3. 編輯受眾設定，勾選「Google Ads」並選擇要同步的廣告帳戶。4. 保存後，受眾約 24 小時後出現在 Google Ads 的受眾管理員中，即可用於廣告投放。

遷移到 GA4 需要多久？

基礎遷移（建立屬性、設定資料流、標記轉換）可在 1-2 週內完成。但完整遷移包含歷史資料處理、團隊培訓、報表重建與驗證，通常需 3-6 個月。建議保留 UA 屬性至少一年，並行運行雙軌，以確保資料连续性與報表正確性。

UA 2024 年底會停止服務嗎？

Universal Analytics 標準屬性已於 2024 年 7 月 1 日停止處理新資料，360 屬性則延至 2024 年 10 月 1 日。此後將無法再收集任何資料，僅能存取歷史資料（保留期限依設定而定）。企業必須在此之前完成遷移至 GA4，否則將面臨資料中斷。

GA4 360 與免費版的主要功能差異？

主要差異在於：1. 事件上限：360 版每月 20 億事件，免費版 500 萬。2. BigQuery 匯出：360 版 unlimited，免費版每日一次。3. 支援服務：360 版提供專屬支援與最佳化建議。4. 異常偵測：360 版內建 AI 監控數據異常。其餘核心功能（事件模型、探索報表）則完全相同。

如何在 GA4 設定資料保留期？

登入 GA4，進入「管理員」→「資料設定」→「資料保留」。在此可調整「事件資料」與「使用者層級資料」的保留月份。事件資料可選 2 至 50 個月，使用者資料 2 至 14 個月。設定後，超過保留期的資料將自動刪除，無法復原。建議根據業務需求設定，例如電商可設 24 個月。