Google Analytics 4,通常称为 GA4,是 Google 当前的网站与应用分析平台,建立在基于事件的数据模型之上,取代了此前的 Universal Analytics 标准;后者作为行业默认标准长达十余年,其标准属性已于 2023 年 7 月正式停用。与前代产品主要围绕会话和页面浏览来组织数据不同,GA4 将每一次用户交互(包括页面浏览本身)都记录为携带可自定义参数的独立事件,并将网站和移动应用数据统一在单个属性中,这反映了用户在一次可能持续数天甚至数周的漫长客户旅程中,越来越多地跨越多种设备和平台的现实。GA4 属性可以连接到 Google 的 BigQuery 数据仓库,即使是带有每日导出限制的免费版也可以,这让分析师能够对原始、未经抽样的事件数据运行自定义 SQL 查询,而不必完全依赖预置的报告界面。
GA4 之所以重要,是因为它现在是将 Google 广告生态系统(包括 Google Ads)与站内实际行为连接起来的主要第一方分析平台,对大多数组织而言实际上是唯一的此类平台,使其成为衡量当今几乎所有数字业务的获客、参与度和转化的基础设施。它基于事件的结构也更好地反映了作为单页应用构建的现代网站体验,其中打开筛选面板或完成多步骤表单等有意义的交互,是在不触发传统整页加载的情况下发生的,GA4 的底层模型专门为更准确地捕捉这类行为而设计,这是旧的基于会话的分析永远无法做到的。
在实践中,GA4 通常通过 Google Tag Manager 实施,使团队能够配置事件追踪、被标记为关键事件的转化以及自定义参数,而无需每做一次增量改动就进行完整的代码部署。核心报告包括:获客报告,显示哪些渠道带来了流量以及流量规模;互动报告,显示用户到达后实际与哪些页面和事件交互;以及探索工作区,让分析师能够针对特定业务问题构建完全自定义的漏斗、路径和同期群分析。GA4 还引入了预测指标,例如购买概率和流失概率,由基于属性自身历史数据训练的机器学习模型生成,前提是该属性拥有足够的流量规模和事件历史,使这些预测模型能够可靠地启用并产生可用的输出。
一个常见的误解是,认为 GA4 报告的数字(如总用户数或转化数)可以直接与 Universal Analytics 中先前报告的对应指标相比较;由于两个平台之间的底层数据模型、会话定义和归因方法都发生了重大变化,两个系统之间出现一定差异是完全正常的,并不一定表明实施方面存在追踪错误。另一个常见陷阱是迁移后对 GA4 配置不足,例如没有正确标记关键转化事件,没有为多域名购买流程设置跨域追踪,或者没有调整默认的数据保留设置,如果保持开箱即用的默认配置,这可能在不知不觉中把探索报告可用的历史数据限制在短短两个月。抽样是另一个值得了解的细节,因为基于海量数据构建的探索报告可能应用统计抽样来更快地返回结果,与通过 BigQuery 导出获得的完整未抽样数据相比,这可能带来细微的差异。
对 CRO 和 UX 咨询公司而言,GA4 通常是支撑几乎每个项目的核心衡量层,因为准确的漏斗分析、流失诊断和实验结果验证,都完全依赖于一个配置正确、运行符合预期的 GA4 属性。因此,GA4 审计(涵盖事件追踪准确性、关键事件配置和数据保留设置)是任何项目中常见的早期交付物,确保之后的所有建议和测试结果都建立在真正可信的底层数据之上,而不是建立在一个只是按默认设置安装、从未根据客户具体转化目标进行定制的平台之上。
