Google Analytics (GA) 和 GA4 ? GA 和 GA4 有什麼差異?數位行銷人員一定要了解

在數位行銷領域中有許許多多的產品可以幫助你了解你的網站 (Website) 或是手機應用程式 (iOS & Android) 的使用者,當中最有公信力且最廣泛被使用的產品就是 Google 官方推出的 Google Analytics 分析工具。Google 本身的公信力是全世界所認定,在費用上雖然 GA 有分為免費版以及付費版本,但免費版本與付費版本在大多數的使用情境下是完全沒有差異的,這也是大多數的數位行銷公司或公司行號會使用它的原因之一。

什麼是 Google Analytics (GA) 和 Google Analytics 4 (GA4)?

Google Analytics 是 Google 官方提供的網站和應用程式的使用者追蹤與分析服務工具,它的前身是 Google 在 2005 年時收購的 Urchin 公司,爾後將其重新更名為 Google Analytics,據統計在 2019 年時它已成為全世界最多人使用的工具之一。GA 至今已經過數個版本的更迭,它於 2019 年開始推出新一代 GA4 的封閉測試版本 (Beta),預計將於 2023 年 10 月取代掉目前舊有版本的通用 GA 分析 (Universal Google Analytics)

新版 GA4 與 GA 的差異有什麼?

GA4 是 Google 新一代的 GA 分析工具,它因應了新時代的改變以及透過數年的經驗累積後,重新設計了一套適合現代數位行銷使用的追蹤工具也同時相容部分的通用分析結構,並且整合了許多 Google 自身的其他行銷產品服務,例如 Google Search Console、Google Ads、BigQuery...等。

新一代 Google Analytics (GA4) 可依據數位行銷人員的需求做彈性調整,且能進行跨裝置與跨平台評估。這樣的設計可讓你根據瞬息萬變的數位環境,提供足夠的數據讓行銷人員進行評估,適時變更行銷策略和行銷手法。因為 GA4 有 Google 的機器學習技術賦能,因此能提供許多有助於提升行銷成效的預測和建議。

GA4 因應從電腦網頁到智慧型手機程式的時代

在當年智慧型手機尚未推出的年代,GA 的功能是用於網頁的資料搜集,後來在智慧型行動裝置爆發後,才因應需求發展出 Google Analytics for Mobile Apps SDK 工具讓數位行銷人員也可以追蹤到 Apps 的使用者,這個工具後來是 Google Firebase 分析工具的前身,再後來到了 GA4 時,Google 將通用分析 GA 與這個應用程式分析工具做了結合,最終達到讓所有的追蹤可以在同一個帳戶介面底下做呈現的目標。因此數位行銷人員現在在 GA4 裡是可以在同一個資產底下新增跨平台的資料串流,包含網頁 (Web)、 Android 應用程式、iOS 應用程式,再也不用分開處理。

在只有通用 GA 時代時只有兩種資源:評估網站的通用 Analytics (分析) 資源,以及評估行動應用程式活動的 Google Analytics for Firebase 資源 (即 Google Analytics for Mobile Apps 的後繼者)。不過現在已能透過 Google Analytics 4 資源同時收集這兩種資料。這是為新一代數位行銷需求設計的資源。無論你只有網站或是只有應用程式,還是兩者兼具、且想透過單一平台集中評估各種資料,都能使用 Google Analytics 4 資源。

GA4 與 GA 通用分析的管理結構差異

GA 通用分析的管理框架是 帳戶 (Account) > 資源 (Property) > 資料檢視 (View 或是 Profile) ,而 GA4 的管理結構則是 帳戶 (Account) > 資源 (Property) > 資料串流 (Data Stream),雖然看起來都是三個層次,但在第二層的資源與第三層的資料檢視、資料串流的設定上就開始有所差異。

GA4 與其他 Google 產品的連結更加強大

在通用 GA 已經可以與一些 Google 工具做結合,但有些是會需要額外付費或是連結之後在報表上並沒有什麼明顯的改變。在 GA4 這個問題已被改善,你可以在 GA4 中將資源與 BigQuery 做連結,這個在之前是需要付費購買 Google Analytics 360 才能夠將 GA 資源與 BigQuery 做連結。

GA4 事件系統,加強型評估與自動收集事件

GA4 最大的亮點之一莫過於它將過去一些通用 GA 大家常用的追蹤項目變成內建預設,你再也不需要額外撰寫程式來追蹤這些事件。這些常見的追蹤項目包含網頁瀏覽 (page_view)、捲動 (scroll)、連結點擊 (click)、站內搜尋 (view_search_results)、影片參與 (video_start, video_progress, video_complete)、檔案下載 (file_download)、表單互動 (form_start, form_submit)。詳細的設定可以參考 [GA4] 加強型事件評估

GA4 - 精簡與優化通用 GA 的指標和介面

GA 通用分析的資源與 GA4 的資源內容是不相同的,GA4 的介面相較於通用 GA 來說比較簡潔,是因為 GA4 除了將應用程式納入考慮外,也發現先前通用 GA 的介面過於複雜,對於行銷人員來說並不是相當友善,因此新版介面將多個地方做了整合和調整。

通用 GA 目標 (Goal) 在 GA4 更改為轉換事件 (Conversion)

在通用 GA 中行銷人員會使用目標 (Goal) 來分析轉換,但在 GA4 這個目標被更改為轉換事件 (Conversion)。雖然說是更改,但其實當中的細節有諸多差異。在通用 GA 時的目標可以設定當符合指定事件類別 (Event Category)、事件動作 (Event Action)、事件標籤 (Event Label)、事件值 (Event Value )滿足時代表達成目標,但在 GA4 的轉換你只需要設定事件名稱 (Event Name) 和事件參數 (Event Parameters)

GA4 有彈性更高的自建報表功能

不同於通用 GA 報表的形式大多是固定的,在 GA4 你可以更靈活的使用各種區隔、維度、指標...等設定來建立出彈性的報表。舉例來說通用 GA 中的多管道漏斗、路徑探索是固定形式的報表,但你在 GA4 中可以自訂出不同形式的報表並且分享給其他人,非常適合數位行銷人員進行分析報告工作。

廣告成效與歸因在 GA4 不再是測試版 (Beta)

如果你是數位行銷廣告投手那麼你除了在 Google Ads 後台中查看廣告成效外,你也可能會有在 Google Analytics 的後台查看分析廣告的情況。在 GA4 中有特別將「廣告」這個項目獨立出來,並將在通用 GA 仍然是測試版的歸因功能正式納入在這個項目底下。

與 Google Ads 結合機器學習 AI 賦能 Google Analytics 受眾

Google 廣告人員在使用通用 GA 時需要操作繁瑣的步驟將 Google Analytics 受眾匯入至 Google 廣告裡 ,但 GA4 主打的就是機器學習和 AI 智能,你可以到「設定 > 目標對象」中如同通用 GA 一樣自行設定條件來篩選出廣告投放的目標受眾外,在 GA4 它提供了你一些常見的建議目標對象以及智能的預測最有可能的目標受眾,不過這個預測功能需要你有一定的流量才能開啟,因為他是基於大數據的分析後得到的預測結果。

GA4 與通用 GA 所使用的程式 API 不同

如果你是程式開發人員,在先前的通用 GA 中管理帳戶、資源、資料檢視、權限時你會使用 Management API,產出報告時你會使用 Google Analytics Reporting API,但在 GA4 時 Google 分別推出了 Google Analytics Admin API V1 和 Google Analytics Data API 來替代它們。簡單的比較可以參考下表:

通用 GAGA4
管理 APIManagement APIGoogle Analytics Admin API
報告 APIGoogle Analytics Reporting APIGoogle Analytics Data API
GA4 與 GA 在 API 上的比較表格

值得一提的是由於 API 項目已經不同,既使你在之前曾經有串接過通用 GA API ,你仍然會需要到 Google API Console 去啟用新的 Google Analytics Admin API 以及 Google Analytics Data API。雖然 API 項目更換了,不過所使用的 OAuth Scope 是不變的。這邊是相同的 OAuth Scope 清單:

  • https://www.googleapis.com/auth/analytics
  • https://www.googleapis.com/auth/analytics.readonly
  • https://www.googleapis.com/auth/analytics.manage.users
  • https://www.googleapis.com/auth/analytics.manage.users.readonly

延伸閱讀:Google Analytics教學:GA分析是什麼?Google Analytics怎麼用?