目錄
一、文章導言
二、認識 GA 運作原理
1. 如何記錄網站上的數據
2. 記錄網站數據的好處
三、數據會有落差的原因
1. 免費版 VS 進階版
2. 多組廣告被重複計算
3. 網站與廣告的追蹤概念
4. 網站與廣告的判斷依據
5. 看不到轉換的來源
6. 使用者使用外掛軟體
7. 其他的技術性問題
四、GA 適合台灣的廠商嗎
1. 市面上的分析工具軟體
2. 台灣的網站數據分析生態
一、文章導言
咦咦咦咦咦！！！為什麼不同的平台跟分析工具跑出來的數據會差這麼多？ 😫😫😫
相信這個問題已經困擾很多人很久啦，筆者在跟客戶聊天時就經常被問到：同一段時間內 Google Adwards 、 Facebook 還有 Google Analytics 上記錄到的數據都不一樣，到底哪一個數據是對的 ？？？為什麼明明是同一個網站，記錄到的狀況卻天差地別哪？
如果你也遇到了這樣的狀況，別緊張～
有許多種情況可能導致數據誤差，要根據不同的情況找到對應的解決方案。找出消失的數據去了哪裡，怎麼做可以減少數據的流失率？以及最重要的問題：這麼多數據分析工具，我該不該選擇 Google Analytics ？
現在就讓筆者帶著大家了解一下 Google Analytics 的前世今生吧！
.
二、認識 GA 運作原理
1. 如何記錄網站上的數據
【 Google Analytics 的運作循環原理 】
資料來源： Google Analytics 疑難雜症大解惑
.
Google Analytics 的運作可以被視為一種循環，由四個環節組成：數據搜集（Collecting）、條件設定（Allocation）、資料處理（Processing）以及資料呈現（Reporting）。只要我們在網站的後台安裝好的程式追蹤碼 ，它就會按照上述步驟不斷循環操作，取得數據並分析成可供我們判讀的資訊。
資料來源：Google Analytics 疑難雜症大解惑
它運作的原理是把 Cookie 藉由某種媒介成功傳輸到網站之中，把這些資訊都儲存在這個資料夾裡。當我們成功在網站中嵌入 GA 程式碼 GATC 時， GA 伺服器就可以順利地藉由 GATC ，把 Cookie 送進來記錄訪客的行為。
所以當我們拜訪完網站後清除掉我們的歷史紀錄，同時把 Cookie 都刪除時， GA 記錄到的數據就會產生誤差，誤把曾經造訪過的舊訪客視為是全新的訪客。不過新版的 GA 是透過「User ID」「Google 信號」「裝置 ID」三種方式追蹤使用者，可以大大降低這種可能。
而我們在數據不斷被記錄的過程中，可以運用篩選器、跨域追蹤等設置，將我們想要看到的資訊進行分類，再經由 Google 自己內部的演算法（比如 Google 藉由 gmail 等資料判定訪客的性別、年齡等）分析處理後，最後彙總成我們進入 GA 可以看到的圖表。
2. 記錄網站數據的好處
【 找出可以優化的空間 】
網站還在成長與建置階段時，增設新的功能往往可能會出現一些不為人知的 Bug，就像是 Apple 釋出新的版本一樣，沒有辦法一次完美到位，會不停的修正與優化，網站也是一樣，上線之後，也會不停的優化與修正問題。
【 認識消費者在你的網站做了什麼 】
一個網站有許多頁面，有的網頁受使用者歡迎，有的網頁沒人看，但我要怎麼知道使用者瀏覽了哪些頁面呢？停在哪一個網頁看最久？這些數據都可以透過 GA 進行蒐集再分析給我們知道，安裝進階的數據追蹤甚至可以追蹤特定按鈕被點擊的次數。
【 優化轉換流程 】
消費者完成一個購買程序一定會有一定的 SOP 流程，瀏覽過哪些網頁？搜尋什麼關鍵字詞找到你的網站？在你的網站搜尋了什麼產品？把哪一項產品加入購物車？為何沒有完成結帳頁？想知道消費者在網站上逛了哪些網頁？又是哪一個環節打動了消費者？你可以使用 GA 分析的「最佳轉換路徑」報表，讓關鍵環節發揮更大價值！
三、數據會有落差的原因
造成 GA 數據落差可能的原因有很多，前面我們提到若訪問者刪除了 Cookie ，也會使 GA 的數據出現偏差。以下介紹幾個主要會影響 GA 記錄數據的可能原因：
1. 免費版 VS 付費版？
我們現在常用的 Google Analytics 是一個免費版本，可以理解為是試用版，但是一個功能強大的試用版！在沒有升級購買付費版本前，我們不會得到 100%的數據，可以說是用抽樣的概念反應了整個母體的情況。
免費版本的轉換流失率以月頁面瀏覽量在 30 萬以上的網站為例，月頁面瀏覽量在 30 萬以上有機會在分析中少掉 10% 的數據；在 30 萬以下的公司，可能會少掉 5-10% 不等。
相對於市面上很多非常成熟的數據分析工具，比如 SAP 、Oracle 以及 IBM 等等（但他們的要價都很高就是了...），Google Analytics 的優勢是它提供了一個容易取得的免費試用版、操作簡單好上手，但若很在意偏誤的店家，也可以花錢買進階版本的 Google 360 使用。
結語：基本上這個數據落差，並不會對於我們的分析結果產生重大影響，但它確實是一個會影響我們數據準確度的原因之一。
2. 多組廣告被重複計算？
電商經常會在一個渠道上同時進行多組的廣告輪替，避免消費者一直刷到同一個廣告感到乏味或不想點擊。但在 Facebook 廣告是綁定帳號去進行計算的。如果一個消費者重複點擊或瀏覽了該店家不同組的廣告，它可能就會把他計算成多個使用者，造成重複計算使數據產生偏誤的問題。
結語：一般而言 GA 統計下來的轉換數據可能會比 Facebook 報表上計算到的少了 20% 左右，一定程度上流量的折損算是正常現象，不過運用 GA 上的數據進行分類與分析並不會對結果產生重大的誤差 ～
3. 網站與廣告的追蹤概念？
【 演算法設定有出入 】
假如我們想要追蹤某一個頁面的轉換，卻發現在 Google Ads 上記錄到的轉換數量是網站記錄到的 4 - 5 倍，差距很大。有可能是轉換設定跟歸因模式出現問題，比如一個紀錄到的是廣告點擊數，一個是實際的轉換數量。
【 沒有啟用自動標記功能 】
如果 Google Ads 沒有啟用自動標記的功能，或是廣告落地頁面沒有加上 UTM 參數等，這也會導致數據不準確。因為這些廣告來的流量都會被計算成自然流量（ google / organic ）。
結語：若想要解決差異，就要去評估網站及 Google Ads 的設定是否有出入並修正它。也可以預約我們的數據科學家具體評估問題喔！
4. 網站與廣告的判斷依據？
由於不同的工具會對於使用者的行為產生不同的認列，在這一情況下，要先了解廣告的點擊數及 GA預設的工作階段數的計算差異。如果使用者在 30 分鐘內點擊兩次廣告，那廣告會計入 2 次點擊，GA 只會顯示 1 個工作階段。同時在 Google Ads 的設定中，報表會自動過濾掉無效的點擊，但看到 GA 時，所有行為都會被列出來。
結語：兩個工具的計算方法不一樣，建議透過 GA 蒐集網站的數據，例如：工作階段、事件總數等等進行分析，再利用目標設定的功能，打包成潛在客戶再行銷名單，配合 Google Ads 進行再行銷廣告。
5. 看不到轉換的來源？
這個情況的發生可能是在店家轉換了廣告供應商，原來的設定綁在了先前供應上的廣告帳戶之中，導致數據的轉換與顯示出了問題，不曉得來源是在哪裡。
結語：這部分就需要重新再進行設定，調整網站後台、廣告等參數設置的操作後就可以恢復正常。
6. 使用者使用外掛軟體
AdBlock 是一個可以用於 Google Chrome、Apple Safari、Microsoft Edge、Firefox 和 Opera 等網頁瀏覽器的內容過濾和廣告攔截擴充套件。如果使用者有使用類似的擴充、外掛軟體，那他在瀏覽網站時不會看見廣告等頁面元素的顯示。若店家在網站中進行 A / B testing 的測試的話，遇到有安裝這類套件的使用者，產生出來的數據也會受到影響。
結語：目前還沒有最佳解法，只能先排除使用外掛軟體的受眾。
7. 其他技術性問題
其他常見的問題還有
- GA 程式追蹤碼安裝錯誤導致重複計算
- 網站速度過慢
- 瀏覽器的安全性設定過高
這些問題都是可能導致數據不一致的情況發生的原因，影響我們使用這些數據進行有價值的商業分析，假如你的網站數據一直都不正確，有找不出原因出在哪裡，歡迎找我們聊一聊！
四、GA 適合什麼樣的廠商
1. 市面上的分析工具軟體
在了解數據分析工具是如何採集數據，我們可能會因為什麼原因而使數據缺失或產生偏誤後，最重要的事情就是，選擇一個適合自己的分析工具了！
大部分的人都是裝了 GA 以後才發現 ：咦？後續還要做設定？這麼多數據根本不知道哪些跟目標有關係，網路上的資料很多，但好像沒有可以完全解決我問題的方案 😫
小編已經聽到大家痛苦的吶喊啦！以下簡單整理 Google Analytics 跟其他軟體供應商的差距，讓大家更明白 GA 到底是不是適合你的大數據分析工具哦！
資料來源：Forrester
Forrester 是美國知名的市場研究公司，每年都會出具一份數據管理軟體供應商的分析報告，向其客戶和公眾提供有關技術的現有和潛在影響的建議。上圖是 Forrester 在 2020年第一季對市面上主流的雲計算軟體的調查，在這次調查中，Forrester 比較了 14 位提供解決方案的數據管理軟體供應商，Google 被列為該市場的領導品牌之一。
在眾多的商業軟體中，Google Analytics 對於使用者在數據分析能力上的要求是相對低的，相較於其他專業軟體更容易入門，學習資源眾多且使用者多而普及，有官方的學習平台提供一般大眾在線學習。
2. 台灣的網站數據分析生態
以台灣目前以中小型企業為主力的經濟結構而言，除非是跨國性的公司，否則基本不會需要考慮像IBM、SAS 等大數據分析系統，雖然這些軟體提供的功能更加全面，但多數是一般的使用者根本不會碰到的功能。比如與開源軟體兼容，R、SQL 等系統導入等等，或進一步精準到協助進行機器學習的模擬，產生預測性的建模.....。若沒有足夠的數據判讀能力跟專業的背景，這些繁雜的功能只會增加我們辨識目標是否達成的難度。
而我們一般常見的需求：比較那個渠道帶來的轉換最高、我的客戶為什麼不詢價不下單、哪個渠道應該要投放多少預算、什麼時候應該減碼......等等，這些需求，GA 就已經可以做到囉！
結語：對於想了解自己產品的銷售狀況等一般使用者來說，選擇一個市面上普及性高，上手容易，最好是免費，同時遇到問題可以找到眾多資源解決的軟體，反而是性價比最高的選擇。希望大家在充分了解 GA 後，找到可以達到目標以及解決目前問題的方法啦！如果希望更進一步地了解這些數據的商業化應用，可以預約圖靈的分析師聊一聊喔 ～
更多 GA 教學相關閱讀：
【 GA4 導入與轉移 】
【 Google Analytics 】
【 Google Analytics 4 Property 】
【 Google Tag Manager 】
【 Google Looker Studio 】
【 實際應用 】
有關 GA 教學與更新版本說明的最新文章，都會發佈在 圖靈的官方網站 以及 Facebook 粉絲專頁，如果想看最新更新，還請您訂閱電子報或是按讚粉絲專頁唷！