九成網站分析的人都想知道的答案：Google Analytics 4與商戰分析的101個Q&A

用故事手法營造情境，帶領讀者透過數據分析挖掘商業洞見，為自己事業版圖書寫一本全攻略！

　　◎透過情境故事+101個Ｑ&Ａ，讓您流量快速成長、營收輕鬆翻倍。
　　◎讓你用比「淺嘗即止」再多一點的力氣，便能輕鬆探索網站分析這門當代人必備的商務學問。
　　◎沒有艱澀難懂的專業詞彙，在故事情境開展下，快速地理解內化網站分析的核心概念。

　　當行銷科技、用戶隱私與裝置環境不斷演進的同時，
　　您的數據分析思維、顧客旅程建構與廣告投放架構等面向，
　　是否也應該有對應的改變?
　　改變從吸收本書核心觀念、馬上落實行動開始。

　　★十年磨一劍，網路行銷界暢銷書《搏來客行銷》作者吳政達（傑西）最新力作！
　　‧2022網站分析全新觀點  
　　‧心法+工具一次理解
　　‧網站+App數據分析一次搞定
　　‧多裝置、跨平台顧客旅程追蹤與洞見探索

　　★本書五個主要差異點
　　這不是「又」一本傳統的Google Analytics書籍；本書除了能完整學習最新的Google Analytics 4之外，與其他同類書籍的不同在於：
　　‧全書採用情境與說故事的撰寫方式貫穿，易於讀者理解與模擬數據分析實際情況。
　　‧大量範例舉例說明數據分析在商業思維上的套用，可實際落實於重大商業決策之上。
　　‧不僅僅介紹網站分析，也透過點線面擴散，說明數據如何做跨系統串接與流動。
　　‧架構為本。第一本從數據收集結構與建構元素開始，解構Google Analytics 4的書籍。
　　‧匯集多位海外Google大神前輩的重要分析心法，說明如何應用於亞洲商業環境。

　　★誰應該閱讀這本書？
　　‧想了解網站分析如何與商業目標結合的高階主管或老闆。
　　‧想把網站數據分析套用到自己商業決策過程的初中階主管。
　　‧想了解數據分析如何與數位廣告結合的廣告投手。
　　‧想從另一個情境與聽故事角度理解並學習GA4的新手。
　　‧想快速利用GA找出商務洞見的新創企業家或電商從業人員。
　　‧對網站分析有興趣，但從小懼怕數字，卻對閱讀小說毫無障礙者。

<序>

　　網站分析是一門可「淺嘗即止」，也可「深入探索」的學問。

　　但據我觀察，90%的人對於網站分析的學習，都是在較淺的層面上進行。會造成這樣的結果，原因有四個，請容我後述。而這本書的目標與定位是幫助各位用比「淺嘗即止」再多一點的力氣，輕鬆「深入探索」網站分析這門特別的學問。另外，設定為即使完成整本書的第一次閱讀後，擺在書架上，未來工作有需要，也可隨時參考翻閱的實用工具書，以心法與觀念為主，未來即使GA4持續做介面改版，卻不太影響本書的可讀性。

　　接著，談一下本書定位以及其他同類書籍的三個差異點：

　　第一個差異點是：本書撰寫的方式是採用情境與說故事的方式進行。

　　目的是希望透過深入淺出的情境引導，讓讀者可以在聽故事與情境設定之下學習，去理解網站分析到底怎麼「玩轉」。通過把多年產業經驗加上吸收消化中西方多本大神著作的理解，進行簡化封裝整理，並以問答的方式，架起一座數據分析學習大橋，協助各位讀者輕鬆度過網站分析的惡水。

　　第二個其他書比較少提到的是：數據分析的商業思維套用。網站分析學成之後，是為了商業的目標，因此不管是分析模型或報表結果，都需要有商業思惟上的解釋，這一部分目前國內相關出版品著墨較少。我借用過去職場上的經驗，嘗試用舉例或情境的方式，來說明數據分析的許多關鍵視角，以及如何應用於商業解讀，這也是許多國外大神著作，最令我稱許的地方，見賢思齊。

　　本書最後一個差異點是：網站分析跨系統的串聯介紹。網站分析本身既然是一個數據匯集的概念，就不可能單獨存在。討論跨平台、跨系統的串用過去職場上的操作經驗，分享有哪些系統可以和網站數據分析系統做上下游的串聯或互補，這也是本書第三個精彩之處。

　　最後，談一下本書的另一個主角：Google Analytics。講到網站分析，當然不能忽略網站分析目前市場上最重要的工具：Google Analytics，讓我先佔用一些篇幅，分享一下Google Analytics的歷史以及GA與我個人互動的小故事，希望有助於各位讀者快速融入未來網站分析發展的情境故事。時間回溯到2006年，我當時擔任台灣最大數位音樂串流公司總經理之時，公司同仁早已經開始使用另一個網站數據分析工具，WebTrend（以下簡稱WT），來分析公司網站的各種流量數據。WT分析方法非常原始，就是把所有網站伺服器的log（Web log）給存在硬碟，等收集一段時間之後，再去跑WT程式，來分析這些log，然後把一些流量相關的圖表進行視覺呈現。以當時的WT分析的科技能力來說，能看到的資訊，大概就是現在Google Analytics各單元總覽的內容。但對當時的網路公司來說，這些資訊就已經非常足夠與珍貴，可幫助管理階層做出正確的決策，打敗其他尙不知道網站分析的競爭對手。因為當時大部分的網路公司，甚至還不知道網路流量數據是可以收集與分析的。

　　但WT這種原始的分析工具有一個很頭痛的問題，就是硬碟空間與運算能力。由於當時公司網站付費會員就高達50萬，流量非常大，每個訪客的每筆訪問資料都存在硬碟裡，常常一不小心，就把公司的硬碟給撐爆了，更大的噩夢是：硬碟爆掉後，所有的數據可能瞬間消失於無形。再者，當時硬體的計算能力要剖析這麼多web log，也是很吃力的事，要花很長的時間去跑出報表。所以，看到的報表，常常也不是最即時的數據呈現。

　　接下來，談到了GA出場的A-HA時刻。到現在印象還很深刻。2006年中的某一天，公司技術長跑來告訴我，Google出了一種最新的網站分析技術，只要埋一段Java程式碼在網站裡，就不需利用硬碟收集log，可以把log存放在Google端，並且每天可以即時跑出前一天類似WT的網站流量報表。我當時眞是覺得Google實在是太神奇了，居然可以發明這麼棒的技術，並且免費，來解決我們一直遭遇到的問題。這一版GA就是Google2005年併購了Urchin Analytics後，所推出第一版GA1，A.K.A. utm.js的架構。即使到現在，我們在做外部廣告標記時，還是會使用utm參數，來標記一些非內建的流量來源，說起來，這個標記還是2005年購併的歷史遺跡。

　　GA1本質上，還是一種非同步的網站記錄，也就是你看不到即時的數據；2009年，Google做了一個架構的改變，把GA的架構改建構在雲端，推出了GA2，A.K.A. Classic GA，ga.js的架構，這個同步的技巧，可以更正確的收集與追蹤網站流量數據。

　　Google經過了四年的累積，時間來到2013年，推出了近期最重的GA版本，也就是GA3，通用GA（Universal GA）analytics.js 的架構。這一個版本，我個人認為是一個非常重要的里程碑，它揭示了資源（Property）和點擊（Hit）數據收集（tracker）的概念，把GA由網路數據分析工具升級成為數據匯集中心。

　　利用資源（Property）和點擊（Hit）數據收集的概念很不錯，但也造成了許多需要做跨國或跨網域收集數據企業的麻煩。因此，在2017年，Google再次進行了GA3架構調整，也就是改為gtag.js 的架構，利用 config命令的技術，來破解原本通用GA analytics.js架構的一些限制，並且統一了Google行銷平台GMP（Google Marketing Platform）的數據收集編程模式。

　　計畫趕不上變化，移動互聯網與訪客跨裝置的行為與日俱增，並且呈現爆炸性的成長。Google不得不趕緊購併了一家在手機開發與數據分析上做得很不錯的新創公司：Firebase，加速自己在網站與手機數據分析地圖上整合的能力。中間過渡期，也提供GA用戶App+Web資源設定功能，做一個暫時跨網站與App數據可以暫時共同收集、整合與保留的地方，但還無法收集單一訪客在跨裝置與跨平台的數位足跡。

　　2020年底，Google把過渡期間的App+Web資源正式整合完成，推出了GA4。但或許推出過於倉促，2020年底上線的時候，很多原來GA3既有的功能，GA4竟然尙未出現。早期使用者紛紛臆測，到底最終會不會出現，所以加深了導入GA4的疑慮。所以，大多數人最保險的做法就是：採用GA3+GA4並行的方式。也因為兩者採用不同的量測ID（MeasurementID），所以許多人覺得目前導入GA4的目的，是幫助企業先蒐集網站與App的數據，等待未來GA4更加穩定之後，才有足夠多的歷史數據，可以來跑出各類的分析報表。果不其然，2021年七月底，GA4又做了一個小改版，把之前未納入的廣告歸因模式（attribution model）正式推出，也提供來自貴族企業付費版GA360裡面，許多更具彈性的自訂報表與分析模型。

　　我之所以不厭其煩的把將近15年的GA演進歷史重述一遍，是想表達一個概念。就是當科技與環境不斷的在演進時，在數據分析的思維、資料範圍與廣告觀念上，也會產生對應的變化。我也一直認為，如果想了解某個特定主題有何最新的思維與趨勢，從一個完整設計系統的架構（例如：GA4），做逆向工程思考，是一個很不錯的推演脈絡。因此，拆解GA4整個網站數據分析的功能，可以讓我們學習許多數據分析、廣告投放與使用者數位足跡等最新的知識與趨勢。然而，縱然我們透過Google Analytics了解了這些，仍需隨時牢記Google Analytics本身只是一個網站分析的工具之一，且要讓工具能夠為人所用，後面人（分析師）的角色與思維架構才是眞正的靈魂。因此，本書第一篇的重點，也會放在這個重要的議題之上。回到一開始提到，在擔任許多GA課程講師或企業顧問時發現：為何90%的人對於網站分析的學習，都是在較淺的層面進行。經過歸納之後，推估可能有以下四個原因或限制：

　　1.去脈絡化的限制。

　　自身沒有了解整個數據分析演進的脈絡，所以自然不知道許多數據分析背後設計的理念與原因，常變成知其然而不知其所以然，這也是我要先把歷史先講一遍的原因。

　　2.課程的限制。

　　過去常常也有朋友或同事告訴我，去上坊間GA的課程，由於有些老師是學界出身，或者數據分析並非老師主要專長。所以，常常在課堂中，只是把專有名詞與GA左邊的選單從頭到尾交代一次，就下課了。對於同學課堂中的問題，也多是避重就輕的輕輕滑過。同學想了解產業如何應用的案例，就推說時間快到了，來不及講。

　　3.中文書籍的限制。

　　許多人要學GA，除了上課，就是買本書來自學。但可以發現不少市面上發行的中文書籍，架構大同小異。同樣的，就是把GA左邊的選單，各自規畫成一個單元，全書從頭到尾就是把選單操作交代一次。這還是容易落入只知其然的情況。也因為利用GA選單當作書籍主架構的關係，對於許多人想了解選單背後設計原因或更深入的商業應用案例，常就會提到因篇幅限制或超出本書範圍帶過，實在令人扼腕。

　　4.外文翻譯的限制。

　　既然，中文作者發行的GA書籍有上述限制，不如來看看國外作者的翻譯書吧。有關GA的書，我認為國外寫得好、有搔到癢處的至少有三位亮點大神：歐洲Google大神Brian Clifton的GA系列書籍、印度Google大神Avinash Kaushik的GA系列書籍以及E-Nor三位創辦人合寫的「Google Analytics Breakthrough: From Zero to Business Impact」。但是，有些出版社找的翻譯者，可能因為不是網路或數據分析出身，常常中文版翻譯得慘不忍睹，專屬用語沒有正確翻譯，原書的章節層次也奇妙的被解構，應該是越讀越無法理解大神原來想要傳達的意念，也是再次造成GA學習的障礙。

　　因此，我非常知道上述限制給帶給網站數據分析學習者，學習上的痛苦與障礙。同時，也應該不需要再寫一本利用選單當作架構的書籍，這樣架構的書，未來應該還會出很多。

　　再者，也因為我非常喜歡上述幾位大神從商業洞見的角度，來延伸數據分析的視野，這也變成我想挑戰並撰寫一本中文類似書籍的巨大動機。有了動機，我開始思考利用什麼樣的模式，可以跳脫窠臼，讓讀者對於網站分析可以有比較簡單的理解；同時，既可和其他既有的中文書籍實現互補，還可以從商務實戰的角度出發，眞正把GA當作商戰決策的工具來運用。以商業思維當作起點的架構還有一個好處：即使使用不同的網站分析工具，如：Adobe Analytics、Piwik或GA未來介面再度改版，讀者仍然可以翻閱本書架構之下的Q&A來解決所面臨的問題，而不會被使用的網站數據分析工具所限制住。

　　於是，在經過深思熟慮與推演之後，我覺得Q&A模式的確是一個很棒的開展模式。Q&A模式的另一個優勢是：可以破除線性思考的限制，而像心智圖一般的開展，從點到線，再從線到面，有機會去塡補線性思考架構條塊（Slice and Dice）間資訊無法連結的遺憾。

　　也為了讓本書更容易閱讀與理解，我還決定設計一個商業情境，利用說故事的方式來開展。所以，讀者在閱讀本書的時候，就可以思考書中所描述的情境是否有出現在自己身邊，如果有類似的情況，就可直接套用，這樣就更容易在實作中，眞正理解網站分析的實務用法與積極意義。

　　或許有讀者會問，說故事和數據分析是在同一個世界的東西嗎？其實，說故事的方法不但不是我獨創的；在未來，若想把網站分析的能力徹底發揮，面向高階主管做網站分析報告與溝通的時候，讓大家都在同一個理解基礎上（on the same page），能將KPI或洞見說成一個動聽的故事，絕對是像把文言文轉譯成白話文般的重要手段。不僅提高數據分析工作結果的能見度，也讓高階主管更容易買帳，有效爭取更多的資源。所以，我也利用本書，示範如何透過說一個故事，把網站分析這個有點難懂的主題，讓大部分的讀者有機會能夠快速地理解內化。