GA4 電商追蹤設定與報表判讀完整指南
做電商最怕的不是沒有數據,而是數據裝了半套,看報表時每個數字都對不起來。過去用 Universal Analytics 的品牌換到 GA4 後常一頭霧水:後台有成交但 GA4 的購買掛零,或加入購物車有數字、結帳漏斗卻整段是空的。這幾年我們替不少台灣品牌重接 GA4,問題大多出在同一處——電子商務事件沒正確送出或參數格式不對。這篇就用實際導入的順序,帶你把 GA4 電商追蹤從零設定到會看報表。
先講一個觀念:GA4 不是把 UA 換個介面而已,整個資料模型都變了。GA4 以「事件」為核心,任何互動都是一個 event,不再有 UA 時代的命中類型之分。舊追蹤碼不能直接搬,電商要用 GA4 新事件規格重寫,理解這點後面才不會卡住。
GA4 與 UA 到底差在哪
最關鍵的三個差異,決定你的電商數據準不準。第一,資料模型從「工作階段」改成「事件加參數」,一次 add_to_cart 就能同時帶商品名稱、價格、數量、幣別。第二,電子商務事件名稱是官方定義好的保留字,拼錯或大小寫不同就不會被歸進電子商務報表。第三,歸因與轉換改成以事件為基礎、跨裝置整合,並預設採用資料驅動歸因,後面會細講。
- UA 的交易資料靠 transaction 命中,GA4 改用 purchase 事件加 items 陣列
- UA 看的是工作階段數,GA4 主指標換成使用者、事件數、參與度
- UA 只有跳出率,GA4 用參與度、參與工作階段取代,判讀邏輯不同
- UA 的目標設定沒了,GA4 改用把任一事件標記為「轉換」(現稱關鍵事件)
電商必備的四個事件與參數
GA4 電商追蹤的骨幹,是使用者從瀏覽到結帳的一連串保留事件。四個核心要優先做對:view_item(檢視商品)、add_to_cart(加入購物車)、begin_checkout(開始結帳)、purchase(完成購買),行有餘力再補 add_payment_info 讓漏斗更完整。這些事件的重點不在名稱,而在附帶的 items 參數。
每個電商事件都要帶 items 陣列,關鍵欄位含 item_id(建議用 SKU)、item_name、price、quantity。事件層級要帶 currency(台灣填 TWD)和 value。特別提醒 purchase 一定要多帶 transaction_id,這是 GA4 去重的依據,少了它,同一筆訂單重整頁面就可能被重複計算讓營收灌水;currency 也不能漏,缺了幣別 value 不會進營收報表。
- view_item:帶 items、currency、value,記錄商品被看過
- add_to_cart:帶 items(含 quantity)、currency、value
- begin_checkout:帶整個購物車的 items 與加總 value
- purchase:務必帶 transaction_id、value、currency、items,可加 tax、shipping
用 GTM 或平台內建設定
台灣品牌實務上有兩條路。第一條是平台內建,像 Shopline、Cyberbiz、91APP 這類開店平台,後台通常有欄位讓你填 GA4 評估 ID(G 開頭),開啟後會自動送出標準電商事件,最省事,適合沒有工程資源的團隊;缺點是能自訂空間有限,有些事件或參數不一定送得齊,要實測驗證。
第二條是透過 Google 代碼管理工具(GTM)搭配資料層(dataLayer):在每個電商節點把商品資訊 push 進 dataLayer,再用 GA4 事件代碼讀取後送出。這條路彈性最大、能精準控制每個參數,也方便同時串接廣告,但需要工程鋪設資料層。不論走哪條,設定完都要用 GA4 的 DebugView 或 GTM 預覽模式實際點一遍流程,確認事件有進、參數沒缺——這一步千萬別省,最常見的災情就是「以為裝好了」卻從沒驗證。若團隊在平台選型或埋設分工上卡關,可參考我們的電商顧問諮詢服務把架構理清楚。
電子商務報表怎麼看
資料進來後主要看「營利」分類的報表。「電子商務購買」能看到各商品的曝光、加入購物車、購買次數與收益,判斷哪些品項有人看卻沒人買。「購物歷程」「結帳歷程」則把各階段人數畫出來,一眼看出在哪一關流失最多——若 begin_checkout 到 purchase 掉得特別兇,通常是運費、金流或表單體驗出問題。
看報表時提醒兩件事:GA4 複雜查詢可能有取樣,長區間要留意;電商數據也會受同意聲明(Consent Mode)與擋廣告外掛影響,GA4 端營收和金流後台本來就不會完全吻合,抓大方向、看趨勢比糾結單日誤差更實際。想把報表接成能追蹤的 KPI 儀表板,可延伸閱讀我們整理的電商數據分析與 KPI 指南。
轉換、歸因與探索報表
在 GA4 裡,你要把 purchase 標記為「關鍵事件」,它才會被當成轉換計算。接著是歸因模型:GA4 預設用「資料驅動歸因」,依實際數據分配各接觸點的功勞,也可切換成隨時間衰減、最終點擊等模型。功勞怎麼算會直接影響你判斷哪個管道有效,看廣告成效前先確認用的是哪個歸因設定。
探索(Explore)是進階分析的主場。「漏斗探索」可自訂從瀏覽、加購、結帳到購買的步驟,還能分裝置或來源比較各步驟轉換率;「路徑探索」能看使用者購買前後實際走過的頁面順序,找出被忽略的關鍵頁。這些是內建報表給不了的洞察,也是優化轉換率的利器。
- 先確認 purchase 已標記為關鍵事件,否則轉換數會是零
- 廣告成效解讀前,先確認採用的歸因模型
- 用漏斗探索定位流失關卡,再針對該關做 A/B 優化
與廣告平台串接與常見錯誤
把 GA4 和 Google Ads 連結後,就能把關鍵事件匯入 Ads 當轉換出價依據,也能用 GA4 受眾做再行銷。Meta 廣告則是另一套像素與轉換 API,不會自動同步 GA4,要另外埋。串接時最容易踩的雷,是同一筆購買被三個平台各自計一次,導致數字對不起來——這是正常現象,各平台歸因口徑不同,別硬要它們相等。
最後把最常見的設定錯誤列出來,都是實際除錯反覆遇到的。
- purchase 沒帶 transaction_id,訂單重複計算讓營收虛高
- 事件缺 currency,value 進不了營收報表
- items 陣列格式錯(少 item_id 或 price),商品維度全空
- 測試流量沒排除,自己人下單也被算進轉換
- 裝好從未用 DebugView 驗證,錯了幾個月才發現
- 忘記把 purchase 標記關鍵事件,Ads 抓不到轉換
GA4 電商追蹤不難,難在細節要一次到位、而且要親手驗證。把四個核心事件與參數埋對、報表看懂、歸因確認,數據才真正能拿來做決策。如果你不確定自家追蹤到底裝對了沒,歡迎先做一次免費電商健檢,我們會幫你把 GA4 與整體數據流盤點清楚。
導入前的準備清單
在動手埋碼之前,先把基礎盤點好,可以省下大量來回除錯的時間。建議先確認 GA4 資源與資料串流已建立、拿到 G 開頭的評估 ID,並和工程或平台窗口確認商品資訊(SKU、名稱、價格、分類)能不能穩定取得,這些會直接對應到 items 參數。
同時也要先決定用平台內建還是 GTM 資料層,兩者不建議重複埋,否則事件會被送兩次。若品牌有跨網域或子網域(例如官網與獨立購物車分開),還要在資料串流設定跨網域評估,避免使用者在兩個網域間跳轉時被切成兩個人。
- 確認 GA4 資源、資料串流與評估 ID 已就緒
- 盤點商品資料源,對齊 item_id 與價格欄位
- 選定單一埋設方式,避免事件重複送出
- 有跨網域時先設定跨網域評估
營收對不起來時怎麼排查
GA4 營收和金流後台不一致,是每個電商都會遇到的問題,先接受它不會完全相等,再用系統化方式縮小落差。第一步看 purchase 事件數對不對,若明顯偏少,通常是感謝頁沒觸發或使用者用電子錢包跳離頁面;若偏多,多半是 transaction_id 缺失造成重複計算。
第二步比對金額,檢查 value 是否含稅、含運,以及退款有沒有回傳 refund 事件。第三步看同意聲明與擋追蹤的影響,這部分的缺口難以完全補齊,但只要落差穩定在一個合理區間,趨勢判讀就仍然可靠。
- 先核對 purchase 事件數,判斷是漏送還是重複
- 比對 value 的含稅含運口徑與退款處理
- 評估同意聲明與擋追蹤造成的系統性缺口
讓數據真正被用起來
追蹤裝好只是起點,真正的價值在於有人固定看、固定根據數據調整。建議把 GA4 的電商漏斗、各管道轉換、熱銷與滯銷商品做成固定的週報或月報,讓行銷、商品、客服團隊都看得到同一份事實。
數字要能對應到行動:漏斗某關流失高就去優化那一關的體驗,某管道 ROAS 低就重新分配預算。當追蹤、報表與決策形成循環,GA4 才不只是裝飾用的儀表板,而是實際帶動營收成長的工具。
- 把核心報表固定成週報或月報
- 每個數字都對應到一個可執行的優化動作
- 讓跨部門看同一份數據,減少各說各話
- 建立 GA4 資源與資料串流,取得 G 開頭評估 ID
- 埋設 view_item、add_to_cart、begin_checkout、purchase 四個核心事件
- 每個事件帶齊 items 陣列與 currency、value 參數
- purchase 務必帶 transaction_id 以避免重複計算
- 用 DebugView 或 GTM 預覽實測驗證事件與參數
- 把 purchase 標記為關鍵事件並確認歸因模型
- 串接 Google Ads 匯入轉換,並排除內部測試流量
常見問題
GA4 一定要用 GTM 嗎?直接用平台內建可以嗎?
不一定要用 GTM。像 Shopline、Cyberbiz、91APP 等主流開店平台通常有 GA4 內建設定,填入評估 ID 就會自動送出標準電商事件,適合沒有工程資源的團隊。GTM 的優勢是彈性大、能精準控制每個參數並同時串接多平台廣告,但需要鋪設資料層。無論哪種,設定後都務必用 DebugView 實測驗證。
為什麼 GA4 顯示的營收和金流後台不一樣?
這是正常現象,兩者本來就難以完全吻合。常見原因包括使用者拒絕追蹤或裝了擋廣告外掛、感謝頁沒觸發 purchase、transaction_id 缺失造成重複計算,以及含稅含運口徑不同。建議把金流後台當作營收真值,GA4 用來看趨勢與行為洞察,只要落差穩定在合理區間就不影響判讀。
purchase 事件一定要帶 transaction_id 嗎?
強烈建議一定要帶。transaction_id 是 GA4 用來為訂單去重的依據,少了它,使用者若重新整理感謝頁,同一筆訂單就可能被重複計算,讓營收虛高。這是實務上最常見也最影響數據準確度的錯誤之一。
GA4 的資料驅動歸因是什麼?會影響廣告判讀嗎?
資料驅動歸因是 GA4 目前的預設模型,會依實際數據分配每個接觸點的轉換功勞,而非固定給最後一次點擊。它會直接影響你判斷哪個管道有效,因為不同歸因模型算出的功勞差很多。看廣告成效前,務必先確認自己用的是哪個歸因設定,各廣告平台之間數字對不起來也屬正常。
新裝好的 GA4 電商追蹤,怎麼確認有沒有裝對?
用 GA4 內建的 DebugView,搭配 GTM 預覽模式或瀏覽器擴充,實際走一遍從瀏覽商品、加入購物車、開始結帳到完成購買的流程,逐一確認每個事件有進、items 與 currency、value、transaction_id 等參數都沒缺。這一步不能省,很多品牌就是以為裝好了卻從沒驗證,錯了好幾個月才發現。
大家也在問
小型賣家流量不足,沒辦法做嚴謹 A/B 價格測試怎麼辦?+
流量小時硬做 A/B 測試樣本數不夠,結論會失真。建議改用「分時段或分檔期」的前後對照,一次只調整一個變因,例如先測尾數定價、下一檔再測捆綁方案。同時把客服詢問、加入購物車未結帳的原因一併記錄,用質化訊號補足量化數據的不足。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›在蝦皮、momo 這類平台上,定價心理學還有發揮空間嗎?+
有,但要順著平台規則走。平台版位較制式,重點放在折價券門檻、滿額免運與滿件折扣的「湊單設計」,把客單價推向臨界點。劃線原價要符合平台審查規範,別虛標;真正的品牌定價權與旗艦定位,則建議留在自己能完全掌控的官網與會員價上。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›自己不確定定價策略是否合理,有沒有更穩妥的做法?+
可以先從盤點成本結構、各通路毛利與目標客群的價格敏感度著手,建立一份跨通路的定價底線表,再逐步導入心理學技巧並持續檢視成效。若涉及多通路同步、檔期節奏與毛利結構較複雜,也可諮詢專業電商代營運團隊,借助外部經驗少走彎路,並確保定價策略同時兼顧轉換與品牌長期價值。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›退貨率要降到多少才算健康?有沒有一個通用標準?+
退貨率沒有一體適用的標準,會因品類差異很大,例如服飾、鞋類因尺寸問題普遍偏高,標準品或耗材則相對低。比起追求一個絕對數字,更務實的做法是先建立自家各品類、各通路的基準線,再以「逐月、逐季是否改善」作為目標。若不確定如何拆解自家數據,也可諮詢專業電商代營運團隊協助建立監測架構。
出自:電商獲利隱形漏洞:如何透過「降低退貨率」找回遺失的淨利? ›消費者在鑑賞期內無理由退貨,品牌可以拒絕嗎?+
網購商品依法多享有到貨七天的猶豫期,且不需附理由即可退貨退款,品牌原則上不能僅因「沒有瑕疵」就拒絕。但部分特殊商品(如個人衛生用品、客製化商品、已拆封的影音或食品等)可依規定排除適用,前提是必須在交易前清楚告知。建議在商品頁與結帳流程明確揭露退換貨條件,以免衍生爭議。
出自:電商獲利隱形漏洞:如何透過「降低退貨率」找回遺失的淨利? ›