google ga4 是什麼?為什麼它能同時看網站與 App?
google ga4 的整合核心,是在同一個 GA4 資源下建立 Web、iOS App、Android App 資料串流,再用事件和參數把網站瀏覽、App 開啟、表單、購買等行為放進同一套分析邏輯。
2026 年的新專案應以 GA4 作為 Google Analytics 的主要版本。Universal Analytics 只適合拿來做歷史對照,不應再被當成新的追蹤架構選項。這點很重要,因為 Web 與 App 整合不是換一段追蹤碼,而是先決定資料要進哪一個資源、事件要怎麼命名、使用者識別要怎麼處理。
GA4 全名是什麼?
GA4 的全名是 Google Analytics 4,是 Google Analytics 現行的網站與應用程式分析平台。它用事件式資料模型記錄使用者行為,例如 page_view、screen_view、login、purchase。對台灣品牌來說,判斷重點不是會不會看到報表,而是資料進來後能不能被行銷、SEO、產品和工程一起使用。
GA4 和 Universal Analytics 差在哪?
Universal Analytics 的核心邏輯偏向工作階段與網頁瀏覽,GA4 則把網站與 App 行為都整理成事件。這讓同一位使用者從自然搜尋進站、註冊會員、下載 App、回到 App 購買的旅程,有機會放在同一套分析架構內檢視。
重點只比較事件模型、Web + App、報表邏輯
| 比較項目 | Universal Analytics | GA4 |
|---|---|---|
| 資料模型 | 以工作階段、網頁瀏覽、事件分類為主 | 以事件和參數描述所有行為 |
| Web + App | 網站與 App 常需要分開理解 | 同一資源可放 Web、iOS、Android 資料串流 |
| 報表思維 | 偏網站流量報表 | 偏使用者旅程、事件、漏斗與路徑 |
GA4 的「資源」和「資料串流」是什麼?
資源是資料容器,資料串流是資料入口;同一個 GA4 資源可以接收網站、iOS App、Android App 的行為資料。
Google 官方的 GA4 設定說明把流程拆成建立資源、新增資料串流、安裝 Google Analytics 程式碼或 App SDK。實務上,先想清楚資源邊界,比先貼追蹤碼更關鍵。
一個 GA4 資源可以包含哪些資料串流?
同一個品牌的網站、iOS App、Android App,通常先放在同一個 GA4 資源下。不同品牌、不同商業模式、資料權限完全分開的事業體,才比較適合拆成不同資源。
Web 資料串流和 App 資料串流差在哪?
Web 資料串流通常透過 Measurement ID、Google tag 或 Google Tag Manager 收資料。App 資料串流通常連到 Firebase,透過 Google Analytics for Firebase SDK 收集事件。兩者進入 GA4 後,都會以事件形式呈現,但來源、安裝方式、除錯方式不同。
Measurement ID、Firebase SDK、資料來源名稱
| 層級 | 用途 | 常見識別 | 導入重點 |
|---|---|---|---|
| GA4 資源 | 集中管理同一品牌的分析資料 | Property ID | 先定義品牌與業務邊界 |
| Web stream | 收網站行為 | Measurement ID,常見為 G 開頭 | 確認每個重要頁面都有追蹤碼 |
| iOS stream | 收 iOS App 行為 | Bundle ID、Firebase 設定檔 | 由 App 工程導入 SDK 並驗證事件 |
| Android stream | 收 Android App 行為 | Package name、Firebase 設定檔 | 由 App 工程導入 SDK 並確認版本發布 |
我的網站或 App 可以安裝 GA4 嗎?
能不能裝 GA4,先看你有沒有後台欄位、GTM 權限、程式碼權限,或 App SDK 的發布能力。
你是否有網站後台或程式碼權限?
第一個判斷點是控制權。能改網站 head、能裝外掛、能放 GTM、能請工程改版,通常就能安裝 Web 資料串流。若只是在市集平台開店,且平台不開放追蹤碼或事件串接,就只能使用平台提供的有限欄位,不能假設 GA4 會完整收資料。
| 你擁有的權限 | 可行做法 | 風險 |
|---|---|---|
| 可修改網站程式碼 | 直接安裝 Google tag 或 GTM | 需避免重複觸發事件 |
| 只有 CMS 後台 | 使用 GA4 欄位、外掛或 GTM 欄位 | 事件深度受平台限制 |
| 只有市集賣家後台 | 查看平台是否提供 GA4 或廣告追蹤欄位 | 常無法完整控制 page_view、purchase 與參數 |
| 有 App 工程發布流程 | 透過 Firebase SDK 串接 App stream | 事件需跟版本發布一起控管 |
台灣常見平台的導入難度
台灣商家常卡在平台差異。我的判斷是,GA4 導入難度不只看平台名氣,而是看它能不能讓你控制追蹤碼、事件、結帳完成頁與會員識別。
WordPress、SHOPLINE、Cyberbiz、91APP、客製官網、市集平台
| 平台情境 | 導入難度 | 適合起點 | 要先確認的事 |
|---|---|---|---|
| WordPress | 低到中 | Site Kit、GTM 或主題程式碼 | 外掛是否重複送 page_view |
| SHOPLINE | 中 | 後台追蹤設定與 GTM | 交易事件與參數支援程度 |
| Cyberbiz | 中 | 平台追蹤欄位與 GTM | 結帳流程是否可驗證事件 |
| 91APP | 中到高 | 平台與 App 端串接規格 | Web、App、會員 ID 是否能對齊 |
| 客製官網 | 中 | GTM、資料層、工程事件規格 | 工程是否能維護 dataLayer |
| 市集平台 | 不一定可行 | 平台提供的追蹤欄位 | 不要假設可以完整安裝 GA4 |
GA4 如何把網站與 App 資料放在同一個資源?
正確做法是先建立一個 GA4 資源,再分別新增 Web、iOS、Android 資料串流,最後驗證事件是否進同一資源。
建立 GA4 資源
資源名稱建議用品牌或主要產品命名,不要用單一網址命名。若未來會有 App,同一品牌的 Web 與 App 就能自然放進同一個資源。報表時區和貨幣也要一開始就設定正確,台灣站通常使用台北時區與新台幣。
新增 Web 資料串流
Web stream 建立後會取得 Measurement ID。網站端可用 Google tag、GTM 或平台後台欄位安裝。若網站有表單、會員註冊、站內搜尋、下載、結帳等行為,最好同步規劃事件,不要只滿足於看到 page_view。
新增 iOS/Android App 資料串流
App stream 需要 App 工程配合 Firebase SDK。iOS 會用 Bundle ID,Android 會用套件名稱。這不是行銷人員在後台點完就結束的工作,還要經過開發、測試、上架或發布版本,才會在真實 App 中穩定收資料。
確認事件是否進入同一個資源
驗證時要看三個層次:即時報表確認有資料進來,事件報表確認事件名稱正確,DebugView 確認測試裝置的事件與參數。Google 的 DebugView 說明也提醒,使用同意設定時,未取得 Analytics Cookie 同意可能看不到偵錯事件。
DebugView、即時報表、事件報表
| 驗證工具 | 看什麼 | 適合時機 |
|---|---|---|
| DebugView | 單一測試裝置的事件、參數、使用者屬性 | 開發與測試階段 |
| 即時報表 | 近即時使用者與事件 | 確認資料是否開始進來 |
| 事件報表 | 事件名稱與累積量 | 發布後檢查命名與重複觸發 |
Web 與 App 事件要怎麼命名才不會亂?
事件命名要先定義共同語言,讓 Web 與 App 的同一行為使用同一事件名稱和一致參數。
先列核心行為,再決定事件名稱
常見錯誤是 Web 用 submit_form,App 用 send_contact,結果兩邊其實都代表送出表單。跨平台分析靠的不是報表美觀,而是事件語意一致。這也是 AARRR 漏斗追蹤能不能成立的基礎。
參數要補足場景,不要把所有意思塞進事件名稱
事件名稱應該描述行為,參數描述細節。purchase 是行為,currency、value、item_id 是細節。login 是行為,method 可以記錄 email、Google 或 Apple。事件名稱太長,後續在探索報表和 BigQuery 會很難維護。
關鍵事件要少而準
關鍵事件應該代表真正有商業意義的節點,例如送出名單、完成註冊、完成購買。不要把每個按鈕都設成關鍵事件,否則廣告、SEO 與產品團隊會失去共同判斷標準。
| 行為 | 建議事件名稱 | 重要參數 | 命名判斷 |
|---|---|---|---|
| 瀏覽網頁 | page_view | page_location、page_referrer | Web 預設事件,避免重複送出 |
| 瀏覽 App 畫面 | screen_view | screen_name、screen_class | 需和主要頁面語意對齊 |
| 會員登入 | login | method | Web 與 App 用同名事件 |
| 送出表單 | generate_lead | form_name、lead_type | 適合名單型網站 |
| 完成購買 | purchase | value、currency、items | 電商與訂閱服務要優先驗證 |
GA4 整合後可以看哪些跨平台使用者旅程?
整合後可分析使用者從獲客、參與、註冊、購買到留存的跨平台路徑,但不能保證百分之百辨識同一個人。
從自然搜尋到 App 互動
使用者可能先從 Google 搜尋進入文章,再點到產品頁,幾天後安裝 App。若網站與 App 事件命名一致,就能把內容觸點與 App 後續行為放在同一個分析框架。SEO 不只看流量,還要看流量有沒有推動下一步。
從廣告點擊到會員註冊
GA4 可和 Google Ads 連結,用來觀察廣告帶來的使用者是否完成關鍵事件。不過廣告歸因不是本文主軸。更實務的判斷是,先確認 login、sign_up、generate_lead 這些事件在 Web 與 App 端都一致,再談成效分析。
從漏斗流失到產品調整
跨平台漏斗能看到使用者卡在註冊、驗證、結帳或付款前。若要拆解每一步的流失原因,可延伸閱讀 轉換漏斗流失分析 與 資料分析與 A/B 測試,但 GA4 的基礎仍是事件收得乾淨。
新手第一天應該完成哪些 GA4 設定?
第一天先完成資料串流、追蹤碼、加強型評估、內部流量排除、關鍵事件與基本產品連結。
確認資料串流與追蹤碼
先看 Web stream 是否有資料,App stream 是否真的由測試版 App 送出事件。不要只看帳戶已建立。帳戶存在不等於資料可用。
檢查加強型評估與內部流量排除
加強型評估可收集網頁瀏覽、捲動、外連點擊、站內搜尋、檔案下載、表單互動等事件。它適合新手起步,但仍要檢查是否和 GTM 自訂事件重複。內部流量排除也要提早做,否則公司同事測試會污染報表。
連結 Search Console 與 Google Ads
SEO 團隊要連 Search Console,廣告團隊才需要連 Google Ads。兩者都能增加分析價值,但不要把連結產品當成整合完成。真正影響判讀的,還是事件與關鍵事件的品質。
設定關鍵事件與基本命名表
第一天至少要把 sign_up、generate_lead、purchase 這類核心行為列出來。若有內容站搭配會員或電子報,也可把訂閱、下載、註冊列入觀察,但不要一次塞太多。
| 設定項目 | 第一天要做到什麼 | 驗證方式 |
|---|---|---|
| 資料串流 | 建立 Web 或 App stream | 即時報表有事件 |
| 追蹤碼 | 網站裝 Google tag 或 GTM | Tag Assistant 或 DebugView 檢查 |
| 加強型評估 | 開啟並確認是否需要關閉部分事件 | 事件報表檢查重複 |
| 內部流量 | 排除公司與測試流量 | 用測試裝置確認規則 |
| 產品連結 | 依需求連 Search Console 或 Google Ads | 確認資料來源出現在 GA4 |
沒有網站或 App,可以先怎麼練習 GA4?
沒有網站或 App 也能用 Google 官方 GA4 Demo 帳號練習介面、事件、報表與探索分析。
使用 Google 官方 Demo 帳號
Google 提供 Analytics 示範帳戶,可讓使用者查看真實結構的 GA4 資料。這很適合還沒有網站控制權的新手,先熟悉事件、報表、探索與轉換邏輯。
練習重點放在判讀,不是背介面
練習時可以挑三件事:找到流量來源、查看事件、建立一個簡單漏斗。介面名稱會改,判讀邏輯比較不會。若未來要把 GA4 資料接進更大的顧客資料架構,可再理解 CDP 顧客資料平台 的角色。
GA4 資料保存、BigQuery 匯出和長期分析要注意什麼?
GA4 不是永久保存所有明細資料的資料倉庫;長期分析要提早規劃資料保留與 BigQuery 匯出。
資料保存期限會影響探索與漏斗分析
Google 的 資料保留說明指出,標準 GA4 資源的使用者層級資料保留可設為 2 個月或 14 個月,其他事件資料也有不同保留選項;部分更長期限屬於 360 資源。標準匯總報表不等於原始明細永遠可查,這是很多新手會誤判的地方。
BigQuery 適合長期保存原始事件資料
若品牌需要長期留存 raw event data、跨系統整合會員資料、做進階分群或 BI,才應規劃 BigQuery Export。Google 的匯出架構會把 GA4 事件資料放進 BigQuery 資料集,後續可用 SQL 與其他資料表整合。
新手不用第一天就做完整資料倉庫
BigQuery 很有價值,但不是每個新站第一天都要做。我的建議是,若月流量低、事件少、團隊還沒定義問題,先把 GA4 事件品質做好;若已經有會員、訂單、App 與廣告支出,就該提早規劃 大數據行銷分析 的資料路徑。
| 需求 | GA4 介面是否足夠 | BigQuery 是否優先 | 判斷 |
|---|---|---|---|
| 看基本流量與事件 | 通常足夠 | 不急 | 先整理事件命名 |
| 做長期漏斗比較 | 可能受保存期限影響 | 中到高 | 提早規劃匯出 |
| 整合會員、訂單、客服資料 | 不足 | 高 | 需要資料倉庫或 CDP 思維 |
| 只是在學 GA4 | 足夠 | 低 | 用 Demo 帳號練習即可 |
GA4 常見誤解與整合風險
GA4 整合最常見的風險,是資料進來了,但事件重複、命名不一、同意設定與使用者識別沒處理好。
誤解一:同一資源就等於同一個人
同一個 GA4 資源可以集中 Web 與 App 資料,但不代表一定能百分之百跨裝置辨識同一個人。User-ID、裝置 ID、Google signals、同意狀態都會影響可見程度。這裡要保守判讀,不能把推估當成完整事實。
誤解二:看到事件就代表設定正確
事件有進來,只代表有資料傳送。還要看事件是否重複、參數是否完整、關鍵事件是否過多、內部流量是否污染。若表單送出一次卻觸發兩個 generate_lead,後續廣告與 SEO 成效都會被放大。
誤解三:Consent Mode 是法律答案
Consent Mode 是追蹤與同意狀態的技術設定,不是法律意見。台灣網站若需要處理 Cookie 告知、同意管理或跨境資料議題,應讓法務與隱私政策同步檢查。技術面可先理解 Consent Mode 與同意設定,再決定前端彈窗與標籤觸發邏輯。
| 風險 | 常見症狀 | 處理方式 |
|---|---|---|
| 重複事件 | 同一頁或同一動作被記錄兩次 | 檢查 GTM、外掛、平台原生追蹤是否重疊 |
| 命名不一致 | Web 與 App 同一行為出現不同事件名 | 建立共同事件命名表 |
| 資料延遲 | 即時有資料,標準報表稍晚才完整 | 驗證時區與報表處理時間,不急著下結論 |
| 門檻限制 | 部分報表資料被隱藏或不完整 | 改看較高層級資料或調整分析方式 |
| User-ID 誤用 | 未登入使用者被錯誤合併或無法合併 | 只對可靠會員識別送出 User-ID |
如果同時有網站與 App,GA4 的起點不是多開資源,而是先設計同一資源下的資料串流、事件命名與驗證規則。這個基礎做好,後面的漏斗、留存、廣告與產品分析才有可信度。
GA4 是什麼的縮寫?
GA4 是 Google Analytics 4 的縮寫,是 Google Analytics 的新版分析平台。搜尋 google ga4 時,最該先理解的是資源、資料串流、事件和關鍵事件,而不是只看介面功能。
2026 年 GA4 還重要嗎?
重要。2026 年的新網站、品牌官網、內容站、電商與 App 專案,都應以 GA4 作為 Google Analytics 的主要追蹤與分析基礎。Universal Analytics 只適合作歷史資料對照。
GA4 可以同時追蹤網站和 App 嗎?
可以。GA4 可在同一個資源下建立 Web、iOS、Android 資料串流,讓網站與 App 行為用事件模型整合。不過事件命名、使用者識別和同意設定仍要另外規劃。
一個網站需要幾個 GA4 資源?
多數品牌先用一個 GA4 資源管理同一個品牌的網站與 App。不同品牌、完全不同業務、不同資料權限或不同法務邊界,才考慮拆成多個資源。
Web 資料串流和 App 資料串流差在哪?
Web 資料串流通常用 Measurement ID、Google tag 或 Google Tag Manager 安裝;App 資料串流通常透過 Firebase SDK 串接。兩者都進 GA4,但導入權限與驗證方式不同。
沒有 App 也需要設定 App 資料串流嗎?
不需要。沒有 App 時先設定 Web stream,確認網站資料穩定進入 GA4。未來有 iOS 或 Android App 時,再在同一資源下新增 App 資料串流。
沒有網站可以學 GA4 嗎?
可以。可先使用 Google 官方 GA4 Demo 帳號練習介面、事件、報表與探索分析。沒有網站控制權時,Demo 帳號比空帳戶更適合學判讀。
GA4 事件命名可以隨便取嗎?
不建議。Web 與 App 若事件名稱不一致,後續漏斗、路徑、留存與跨平台分析都會變得混亂。事件名稱應描述行為,參數用來補充細節。
GA4 和 Google Tag Manager 是同一個東西嗎?
不是。GA4 是分析平台,用來接收與分析事件資料;Google Tag Manager 是管理追蹤碼與事件觸發的工具。網站常用 GTM 把事件送進 GA4。
GA4 一定要串 BigQuery 嗎?
不一定。若只看基本流量、事件和關鍵事件,GA4 介面通常足夠。若需要保存原始事件資料、做長期分析、跨系統整合或進階 BI,才應優先規劃 BigQuery。
以官方文件、實際設定與量測結果整理 SEO 數據、網站追蹤與分析方法,並標示資料來源與判讀限制。