Google Analytics 全面​進化，​贏回​廣告主​的​心

收聽《Ads Decoded》Podcast 本​季​首播，​瞭解 GA​4 如何​蛻變為​廣告​活動​成效​引擎。​主持人：​Google Ads 產品​聯絡​人 Ginny Marvin。

單集簡介

我們​都​知道，​轉移到 GA​4 的​過程​並​不​容易。​如果​您​覺得​改用 GA​4 後​難​以​掌握​資料，​本集節目​將​帶您​重新​認識 Google Analytics，​把您以​為​的​棘手​雜務​變成策​略​優勢。

現在​是​重新​開始​的​好時機。​過去​一​年​來，​我們​推出​許多​新​功能，​協助​廣告​主充​分​運用 Google Analytics，​包括​更多​項​廣告​報表​功​能。​最令​人​興奮​的​是，​Google Analytics 將​成為​廣告​活動​的​成效​啟動​引擎，​且​能​應用於​各​種​行​銷​組合。

在​這​一​集​的​《Ads Decode​d》​中，​Ginny Marvin 將​與 Google Analytics 的​產品​群​經理 Eleanor Stribling 坐​下來，​一起​重新​審視​並​釐清​各​項​疑問。​我們​將​揮別​遷移時​的​困境，​揭開現​今 GA​4 的​真面貌，​也​就是​一​個​能​活用​資料​的​平台，​有助於​預測、​規劃​及​發掘​潛​在​媒體​商機。

本​集​內容​還​包括：

• 「資料​強度」​為​何​是​新​的​競爭​優勢
• 評估​稽核：​目前​的​設定​是否​能​發揮​最​大​效益？
• 功​能​焦點：​與 Analytics 顧問​聊天，​從​資料​中汲取​洞察
• 社群問答：​為​什麼 Google Analytics 和 Google Ads 的​資料​不​一​致？

其他​資源

運用​資料​管理​工具​提高​投資​報酬率
運​用​自家​第一​方​資料，​充分​發揮 Google A​I 的​威力，​推動​業務​成長。

瞭解​機密​比​對​功能
在 ​Google Ads 中​安全​地​連結​及​處理​第一​方​資料。

準備要​匯入​的​資料
調​整​資料​格式，​以利​匯入​資料​管理​工具。

管理​連結
在​資料​管理​工具​中​連結​及​編輯​資料​來源。

與 Analytics 顧問聊聊
在 ​Google Analytics 中​提問，​從​資料​中汲取​洞察。

充​分​發揮 Google Analytics 效益
採​行​最佳​做法，​從網站​和​應用​程式​取得​更多​洞察​資訊。

轉錄稿

Gin​ny：​眾所​皆知，​從​通用 Analytics 遷​移​至 Google Analytics 4 對​許多​人來​說​是​一​大​挑戰。

Eleanor：​首先，​感謝​大家​在​遷移​期間​的​配合​與​支持。​這​一​切​都​是​值得​的，​因為 A​I 的​未來​令​人​期待。

如果​過去​一​年​來，​各​位​也​開始​注意​到​變化，​那​就​太棒​了。​我們​非常​重視​客戶​的​意見​回饋，​希望​能​打造出​您心目​中​理想​的 Google Analytics 使用​流程，​不但​簡化​操作​方式，​也​減少​了​開發​工具​的​冷硬感，​整個​介面​變得​更加​平易近​人。

Gin​ny：​坦白​說，​現在​競爭​越來​越​激烈，​每​筆​顧客​消費都​很​重要，​因此​成效​評估​和​資料​分析​不​再​只是​管理​工作。​這些​都會​是​您獨有​的​策略​優勢。​不​只是​為了​獲得​更​優質​清晰​的​洞察​分析，​各​位​應該​也​很​希望​能​在​團隊​會議​上​精確​指出​哪些​投資​能​帶來​回報吧。​當您​妥善​設定​成效​評估​和​資料，​就​能​掌握​有效​的​控管​中心，​可​引導​並​推動 A​I 輔助​的​廣告​活動。

新年​快樂​！​歡迎​收聽《Ads Decode​d》。​我​是 Google Ads 產品​聯絡​人 Ginny Marvin。​在​每​集​節​目中，​我們​都​會​邀請​產品​打造​團隊​的​成員，​親自​介紹​各​位​每​天​都​在​使用​的​產品。​今天，​我們​邀請​到 Google Analytics 的​產品​群​經理 Eleanor Stribling，

一起​聊聊​為​何​提升 AI 效​能​首重​資料​強度，​以及​資料​強度​代表​的​意義，​不但​如此，​我們​還​會談到​如何確保​評估​設定​發揮​最​大​效益，​還​有 Google Analytics 中​廣告​相關​的​全新​報表​工具​和​功能。​也​許會​出乎您​的​意料​喔！​為 2​02​6 年​奠定​穩固​基礎，​現在​正​是​絕佳​時機。

快來​收聽精彩​內容，​最後​還​有​社群問​答​環節，​千萬別​錯過​了。

Gin​ny：​嗨，​Eleanor。​歡迎​回到​《Ads Decode​d》。​請​簡單​向​我們​介紹您​在 Google 的​職務​和​工作​內容。

Eleanor：​Gin​ny，​謝謝​邀請​我來。​我​是 Eleanor Stribling，​擔任 Google Analytics 的​產品​群​經理。​我們​團隊​負責​建構​這​項​產品​的​報表​和 AI 功能。

Gin​ny：​太棒​了​！​我們​今天​一定​會​好​好​聊聊 Google Analytics。​在​年終​特輯節目中，​您曾​給​行銷人​一​個​忠告：​不要害怕 AI。​所以​首先​我​想問，​您​在​工作​或​生活​中，​是否​有​哪些​特別​吸引人​或​有趣​的 A​I 應用​方式？

Eleanor：​其中​一​個​就是​使用 Gemini。​Google 有​許多​非常​複雜​的​技術​概念，​特別​是​成效​評估​的​部分，

技術​層面​相當​複雜。​因此​我​喜​歡請 Gemini 用​我​指定​的​比喻​方式，​解釋​這些​技術​想法​和​概念。​例如，​我會​說​「請用​咖啡​或​旅遊​來​比喻​這​個​概念」，​這​個​方式​能​幫助​我​快速​釐清​和​理解，​讓​我​更​能夠​臨機​應變。

這​是​其中​一​個​例子。​另外​我​也​經常​使用 Note​book​LM。​其中​一​個​應用​方式，​是​當我​開完一​場​重要​的​策略​會議，​有​許多​文件​資料​需要​閱讀，​我會​將​這些​素材​全​丟​進 Note​book​LM，​然​後​詢問​主題​是​什麼，​用​這​個​方式​來​釐清​我​聽到​的​內容。​接著​我會​與​團隊​分享，​成員​可​針對​自己​負責​的​領域​提問，​並​確認​各​領域​在​整體​策略​中​的​定位。​這樣​一來，​我們​就​能​省​下​許多​時間。

Gin​ny：​太棒​了​！我​之​前​也​用​過 Gemini 來​想​比喻，​現在​倒可以​試​著用​這​個​方法​向​別​人​解釋​概念。​我​也​很​喜歡​這​個​想法，​用工具​來​幫助​自己​理解。​這​真​的​很棒。

好​的，​我們​等​下會​談到 Google Analytics，​但​我​想​先​針對​現在​非常​重要​的​成效​評估​領域，​奠定​一些​基本​概念。​我們​先​建立​基本​認知，​再接​著​深入​探討 Google Analytics。

關於​第一​方​資料，​我們​討論​很​多​年​了，​顯然​已​不​是​什麼​新鮮​話題，​但​卻​是​如​今迫切​需要​關注​的​主題。​此外，​我們​也​觀察到​顧客​歷程日​趨​複雜，​且​因​不同​的​裝置​和​螢幕​而​碎片化。​這​顯然會​令​人​更難​以​評估​行​銷​工作​的​成效。​在​這​當​中，​AI 明顯扮​演關​鍵​角色，​能​為​商家​開​創​全​新​機會，​有助於​深入​瞭解​使用者​如何​與​廣告​和​內容​互動，​從而​發掘​更多​會​採取​指定​動作​的​目標​對象。​因此，​能夠​提供​優質​資料給 A​I 的​商家，​最​有​利於​獲得​更多​洞察​分析，​並​採取​更​明智​的​行動。

我們​經常​使用​「資料​強度」​一詞，​可以​多​談​談什麼​是​「資料​強度」​以及​它​的​重要​性嗎？

Eleanor：​「資料​強度」​是​指盡​可能​提升​第一​方​資料​來源​的​品質，​並​確​保​資料​完整且​能​連結​貫通。​這​對​行銷​人來​說​是​天大​的​好​消息，​代表​廣告​活動​成效​和​轉換​評估準確度​都​能夠​提升。​從​更​宏觀​的​角度​來​看，​這​也​有助於​充分​發揮 AI 效益，​並​深入​瞭解​業務，​進而​採取​相應​行動。

因此，​除了​提升​廣告​活動​成效、​轉換​評估​能力，​還​有​更​出色​的​投資​報酬率​這些​優點，​確保​資料​強度，​還​能​進一步​掌握​業務​現況，​以及​顧客​從​認識品​牌到​完成​轉換​的​完整​歷程。

Gin​ny：​由​此​可見​資料​強度​的​重要​性，​不管​是​成效、​評估​還是​情境​設定，​資料​強度​都​是​重要​基礎，​對​吧？​貫穿整​個​行銷​週期。​資料​管理​工具​是 Google Ads 推出​的​新​工具，​方便​大家​將​第一​方​資料​匯入 Google Ads 帳戶。

我們​想​瞭解​對​行銷​人​來​說，​資料​管理​工具​和 Data Manager API 在​整體​成效​評估​工​具​中​的​定位​是​什麼。

Eleanor：​我​認為​最令​人​興奮​的，​就是​能​將​所有​資料​集​中​在​一處，​相信​這​也​是​過去​同​為​數據​行銷人​最​期​盼​的。​在​同一​處集中​管理​資料，​可​大幅​節省​時間，​而且​資料​品質​和​來源​相容性​也​更​有​保障。

Gin​ny：​常​有​人​向​我們​提出​資料​隱私​和​存取權​方面​的​疑慮。​能否​簡單介紹​資料​管理​工具​和 Data Manager API 內建​的​隱私權​功​能？

Eleanor：​Google 非常​重視​隱私權​和​安全性。​如果​各​位​有​採用​「目標顧客​比​對​適用​的​機密​比​對」​功能，​我們​會​在​受​信任​的​執行​環境，​安全​地​處理​資料。​我們​不僅​從​政策​上​提供​保障，​也​從​技術​層面​妥善​保護​資料。

Gin​ny：​我​知道​大家​一直​很​關心誰​有​資料​存​取權，​因此​想​再​次​強調，​除了​使用​者​本​人，​沒有​任何​人​能​存取​資料，​連 Google 也​無法​存取​處理​中​的​資料。

好​的，​接下​來​我​想​談​談標記​和​診斷​功能。​標記​是​重要​功能​之​一。​我們​在​討論​成效​評估​時，​一定​會​談到​最​基本​的​標記​機制，​但​大家​往往以為​只要​設定​完就​沒事​了，​導致​後續常​無法​及​時​發現​問題。

我們​推出​了​一​系​列診斷​工具，​協助​廣告​主輕​鬆掌握代碼​設定。​我們​想聽聽為​何您​認為​定期​檢查​至​關​重要，​以及​診斷​工具​可以​找出​哪些​問題。

Eleanor：​診斷​工具​大致​可​分為​兩類。​其中​之​一​我們​內部​稱​為​診斷​功能，​顧名​思義，​就是​一旦​發現​有​需要​修正​的​問題，​就會​閃爍​紅色​警示燈。​通常​只有​在​資料​完全​無法​傳送，​或​我們​認為​傳送​的​資料​不​完整​時，​才​會​標註​警示，​因為​這​類​問題會​嚴重​影響​資料​和​數據​分析​品質。

另外，​我們​也​有​診斷工​具​能​幫助​您掌握​資料​流向。​有些​還​在​開發​中，​有些​已經​可以​使用​了。​目前​已​推出​的​功能​之​一​是​「註解」​工具。​有​任何​資料​問題，​都​可以​自行​建立​註解。​我們​也​會​為​您​建立​註解。​雖然​機率​不大，​但萬​一​資料​有​中斷、​延遲​或​其他​問題，​我們​會​在​資料​中加上​註解，​您​在​分析​時​就​能​掌握​相關​資訊。

Gin​ny：​關於​代碼​設定，​我​想​快速​補充​一​點，​Google 去年​推出​了​廣告​主專用 Google 代碼​閘道，​廣告​主不​必​使用 Google 伺​服器，​可​從​自家​網路​伺服器​提供​及​部署 Google 代碼。​我先​賣​個​關子，​如果​各​位​對 Google 代碼​閘道​有​興趣，​請​繼續​收聽本​集節目，​稍後​在​社群問​答​環節​會​進一步​說明。

接​著​我​想​談​談​成效​增幅​和​歸​因​分析。​向來​是​大家​最​關心​的​主題。​經過​這麼​多​年，​大家​似乎​還是​覺得​「最終​點擊歸​因​模式」​是​最​保險​的​選擇。​但​實際​上​我們​都​知道，​這​個​模式​常​無法​充分​反映​實際​成效，​尤其​是​如果​顧客​歷程​特別​漫長，​或​分散​在​不同​管道​和​裝置，​更難​以用​最​終​點擊歸因。​當然，​所有​行銷人​最​關心​的​是：​廣告​活動​是否​能​帶來​成效​增幅？

就​這​點來​說，​我們​常​在​權衡​是​要​採用​最終​點擊，​還是​以數據​為準歸​因，​您能​談談​以​數據​為準歸​因​嗎？​這​個​模式​如何​解答​成效​增幅​問題？​行銷人​應​如何​看待​「以​數據​為準」​與​「最終​點擊」​歸​因？

Eleanor：​好​的，​我們​先來​回答​第一​個​問題。​我想​強調，​以​數據​為準歸​因​和​成效​增幅​是​不同​的​概念，​但​兩​者​息息​相關。​就​像​表兄弟​姊妹，​彼此​有​許多​相似​之處。​以​數據​為準歸​因​模型​是​根據​實際​成效​增幅​實驗​的​結果，​建構、​訓練​及​校正​而成。

這​是​兩者​之間​的​關係，​對​吧？​接​著​我們​以​此​為​基礎，​再​針對​每​個​廣告主​和​重要​事件，​建立​不同​的​模型。​因此，​這些​模型​不僅​是​量​身​打造，​而且​還是​以​大規模​成效​增幅​的​實驗​結果​為​建構​基礎。

這​是​兩​者​相關​的​原因​之​一。​以數據​為準歸​因​和​成效​增幅​實驗​的​邏輯，​其實​都​是​找出​每​個​管道​的​因果​影響，​也​就是​各​管道​可能​帶來​的​貢獻。

這​兩​種​方法​採用​的​資料​都​很​精細，​且​會​考量​機率​元素，​但​要​確​認​成效​增幅​就​一定​要​進行​實驗。

成效​增幅​通常​會​因​評估​的​單位 (例如​廣告​活動​或​廣告素材) 而​有​所​不同。​所以​一定​要​進行​實驗。

Gin​ny：​在​廣告業，​我們​通常​是​用​「以​數據​為準歸​因」​來​觀察​成效​增幅​信號。​這樣​就​能​掌握​一些​前段​歷程​的​洞察​資料，​包括​最終​點擊歸​因​模式​可能​忽略​的​廣告​接觸點。

Eleanor：​沒錯，​回到​剛才​的​另​一​個​問題，​我​認為​最終​點擊​和​以​數據​為準歸​因​模型​之間，​真正​的​差異​在​於，​最終​點擊​就​像您​說​的​「比較​保險」。​這​是​大家​熟悉​的​模式。​就​像​跳出率，​概念​都​很​直觀。

但是​最終​點擊​和​確定性​模式​的​缺點​在​於​觀點​太過​單一，​比較​著重​在​特定​情況。​使用​確定​性​模型會​更​容易​受到​人為​偏誤​的​影響，​因為​我們​所​做​的​假設，​實際​上會​左右​對​成效​歸​因​的​判斷。

以​數據​為準歸​因​模型​則​會​全面​考量​顧客​歷程​的​實際​情形。​不僅​能​讓​您​瞭解​哪些​做法​有效、​如何​最佳化，​還​有​助於​發掘​新商機。

最後，​就​像​您剛才​提到​的，​最終​點擊模型確實​是​著重​在​漏斗​後段。​您有​可能​因此​錯失​許多​機會，​無法​適時​創造​業務​需求，​也​無法​思考如何​與​顧客​建立​長期​關係。

我​認為​以數據​為準歸​因​能​提供​更​廣泛​的​資料，​有助於​您確實​推動​業務​成長，​為​未來​奠定​良好​基礎。

Gin​ny：​太棒​了。​接著​我​想​談談 Google Analytics，​您可以​在​這​個​平台​對​照​比較​以​數據​為​準和​最終​點擊​的​歸因​資料。

眾​所​皆知，​從​通用 Analytics 遷​移​至 Google Analytics 4 (也​就是​現在​的 Google Analytics)，​對​許多​人來​說​都​是​一​大​挑戰。​就​我​長​期​使用 U​A 的​個人​經驗，​這​次​變動​真​的​帶來​滿大​的​衝擊。​這​個​平台感覺像​是​專為​開發​人員​或​分析師​設計​的，​對​一般​行銷​人​來​說，​介面​實​在​不太​友善。

不過，​經過​一​年多，​態勢​好​像​開始​有​點轉變，​平台顯然​有​許多​進展​和​應用​實例。​整體​來​看，​我​認為​首先要​說明 Google Analytics 的​願景。

Eleanor：​首先，​感謝​大家​在​遷移​期間​的​配合​與​支持。​我​知道​這​並​不​容易，​但​一切​都​是​值得​的，​因為 A​I 的​未來​令​人​期待。

如果​過去​一​年​來，​各​位​也​開始​注意​到​變化，​那​就​太棒​了。​我們​非常​重視​客戶​的​意見​回饋，​希望​能​打造出​您心目​中​理想​的 Google Analytics 使用​流程，​不但​簡化​操作​方式，​也​減少​了​開發​工具​的​冷硬感，​整個​介面​變得​更加​平易近​人。​如果​各​位​不太常​使用​這​項​產品，​我​強烈​建議​大家​可以​再​回來​試試，​因為​我們​一直​在​推出​新功能。​這些​新功​能​非常​令​人​期待，​相信​大家​都​會​想親​自​體驗​看​看。

關於​產品​願景，​我​分​兩​部分​來談。

我​認為​在​未來​幾​年​內，​誠如​您剛剛​強烈​暗示​的，​產品​將​會​更​容易​使用​之外，​我們​也​會​更​著​重於​打造​出​完善​的​「跨管道​完整​漏斗」​評估​平台。​也​就是​說，​這​個​平台能​提供易於​理解且​有​意義​的​資料，​幫助​您真正​瞭解​媒體​的​影響力，​並​據​此​做出​業務​決策。​這​是​我們​近期​的​目標。

長​遠來​說，​在​接下​來​的​三年​甚至​更​久​以後，​我們​的​願景​是​成為​商家​的​決策​平台​和​成長​引擎，​協助​您​活用​所有​資料​並​實現​業務​成果。

無論​是​支援​媒體​活動、​開發​新​產品，​還是​協助​商家​發掘​新​的​潛在​顧客，​這些​功能​都​會​越來​越​完善，​也​會​更​容易​操作。​由於​資料​非常​複雜且​分散​各​處，​同時​我們​也​希望​使用​者​能​真正​善用​這些​資料，​因此​要​達成​這​項​願景，​AI 絕對​是​不可​或缺​的​要素。

就​像​我​剛​才​說​的，​AI 可以​簡化​或​協助​理解​概念。​我們​也​確實​將​這​個​原則​用​在​產品​上。​Google 正​致力​於​升級​這些​功能，​為​所有​人​打造​專屬​的​世界​級​分析​顧問。​這樣​一來，​大家​除了​可以​瞭解​目標​對象、​規劃​媒體

支出​或​最佳​化​策略，​還​可​從​整體​角度​思考​業務​方向，​瞭解​如何​拓展​事業。

Gin​ny：​我​誠心​建議​各​位，​如果​有段​時間​沒​使用 Google Analytics 了，​現在​絕對​值得​花點時間​試試。​此外，​Google Analytics 將​逐漸​轉型為​協助​您活用​資料​的​平台，​這​點​非常​重要。​所以​我想​再​次​強調。

接​著來​談談​廣告​主​目前​可以​採取​哪些​策略。​在 2​02​6 年，​廣告​主要​如何​運用 Analytics 的​目標​對象​或​洞察​資料​提升​成效，​有​沒有​什麼​新​做法？

Eleanor：​很​高興您​提到​活用​資料​的​平台，​因為​我們​在​目標​對象功​能​投入​許多​心力，​協助​使用者​將​目標​對象​從 GA 匯出​至​其他​產品，​以​利​達成​目標。​也​就是​說，​您可以​匯出​目標​對象​資料，​放送行​銷​廣告​活動，​並​在 G​A 中查​看​成效。

我們​會​盡力​協助​使用​者​從平台匯出​資料，​讓​資料​不​只用​於​報表。​如您​所​說，​這​就​是​資料​活用​工具。​我​覺得​目標​對象功​能​還​有​一​個​很讚​的​地方，​是​能​將​目標​對象匯到​其他​廣告​平台，​並​用於​指定​目標。

最後，​我想​談談​預測​目標​對象，​這​項​功能​廣獲​好評。

Gin​ny：​可以​進一步​說明​預測​目標​對象嗎？​行銷​人要​如何​解讀​預測​目標​對象​的​意義、​客層​特徵​和​成效？

Eleanor：​預測​目標​對象會​根據​資料來​預測​媒體​資源​的​訪客​群​中，​哪些​人​可能​會​完成​轉換​等​動作。​比如​說，​將​商品​加入​購物車​或​完成​購買。

如果​能​收集到​這些​資料，​並​據​此​放送​廣告​活動，​就​能​充分​發揮​預測​目標​對象​的​效益。​基本​上​這​個​功能​...會​列出​我們​認為​哪些​目標​對象​最​有​可能​轉換、​哪些​最​有​可能​流失，​流失率​也​是​大家​很​愛​參考​的​指標，​這樣​就​能​主動​解決​顧客​問題。​比方​說，​商家​可以​提供​折扣​或​獎勵，​吸引​顧客​繼續​採取​行動。

因此​長​遠來​看，​預測​這​類​事件​確實​能​幫助​節省​成本。

Gin​ny：​Google Analytics 現在​有​哪些​功​能​可​供​一​般行銷人​運用，​但​一​年​前​左右​做​不​到​的​？

Eleanor：​是​的，​我​認為 AI 功能​是​很​重要​的​一​部分。​Analytics 顧問​是 Google Analytics 內建​的​對話式 AI 服務。​這​項​工具​的​設計​核心​和​最佳​化​目標，​就是​為​您解答​資料​相關​疑問。

現在，​您可以​直接​和 Analytics 顧問​聊天，​就算​不用​看報表​也​能​瞭解​資料。​不必​再​埋頭​查找​一​堆​報表。​也​不用​搜尋​特定​資料點，​只要​開口​問​！​此外，​顧問​還會​根據​您有​興趣​的​資料​生成​圖表。

您​可以​專注於​對​話式​體驗，​也​可以​結合​運用​對話​和​現有​報表​功能，​全​依您​的​習慣​而定。​使用​上​非常​靈活。​相信​透過​對話​有​助您​深入​分析​資料​並​獲得​全​新見解，​原本​可能​要​花數​小​時，​現在​輕鬆​就​能​掌握。

此外，​我們​也​在​報表​中​新​增許​多 AI 功能。​假如​您傾​向​檢視​報告，​我們​也​新增​了​報表​內容​的​說明​功​能。​不久​後，​首頁​就​會​直接​顯示​自​上​次​登入​日期​後​的​更​新​資訊，​以及​應​留意​的​事項。

希望​這​個​做法​有助​提升​使用​體驗，​您就​不用​自己​費心摸索​要​查​看​哪些​內容。​AI 功​能​有​助您​專注於​重要​事務。

Gin​ny：​我​想談​一​下​廣告​工作區，​這​部分​也​有​許多​變動。

Eleanor：​沒錯，​如您所​說，​廣告​工作區​有​很​多​變動。​我們​一直​致力於​提升​廣告​工作區​的​實用性。​我​認為 Google Analytics 在​使用​者​行為​分析​方面​有​很​大​的​潛力，​能夠​並​列​呈現​廣告​和​使用​者​資料，​是​一​大​突破。

接​下來​一​年​左右，​廣告​工作區​的​報表​功能​預計​還​會​有​很​多​更​新。​我們​正在​開發報​表功能，​幫助​您​瞭解​使用​者​歷程。​這​會​是​我們​今年​的​一​大​重點。

另外，​我​也​推薦​大家​試試​即將​推出​的​預算​和​規劃​工具。​基本​上，​這些​工具​支援​其他​媒體​購買​管道​或​平台​的​費用​資料，​您​上​傳​之後​可​根據​目標制定​媒體​支出​計畫，​或​分析​進行​中​的​廣告​活動，​還​可以​取得​相關​建議，​瞭解​如何​調整​及​最佳​化​廣告​活動，​進一步​達成​目標。

這些​工具​非常​強大，​能​匯入​資料​並​套用 AI。

在​這​個​案​例​中，​我們​針對​匯入​資料​的​使用​者，​套用​高度​複雜​的​模型，​可​就​廣告​活動​成效​提供​世界​級​的​預測，​並​建議​如何​調整​至​最佳​狀態。

Gin​ny：​好​的，​假如​廣告主​希望​發揮 Google Analytics 最​大​效益，​您會​給哪​三​項​建議？

Eleanor：​一定​要​使用 Analytics 顧問，​這​是​產品​內建​的​對話​功能。​不論​您​是​不愛​看​報表，​或​是​常​在​首頁​就​放棄，​這​項​功能​都​將​徹底​改變​體驗。​這​將​提供​您全​新​管道，​用前​所​未​有​的​方式​存取​並​解讀​資料。​我​強烈​建議​大家​試試​這​個​功能，​有​什麼​意見​回饋​都​歡迎​與​我們​分享。

另外​一​個​建議是，​務​必​稽​核​資料。​這​表示​您​需要​隨時​檢視​代碼​設定​及​業務​成效​變化，​對​吧？​除了​探索​顧問​功能，​同時​也​要​檢查 Analytics 的​設定​方式，​因為​我​認為 Analytics 的​資料​都​非常​強大，​能​有效助​您​達成​廣告​活動​目標。

關於 Analytics 還​有​一​個​重點，​就是​它​同時​也​是​絕佳​的​第一​方​資料​平台。​因此，​在 Analytics 中務​必收​集正確​的​資料，​並​以​切合​需求​的​方式​標記。

除了​標記，​我​所​謂​的​「正確​資料」​還​包括​標示​重要​事件。​命名​重要​事件​時，​力求​簡明易懂，​這樣​才​有​利於​快速​取得​洞察​資料，​並​充​分​發揮 AI 效益，​對​吧？

接​下來​是​使用​目標​對象。​預測​目標​對象​是​很​實用​的​工具。​像舊​顧客​或​舊訪客​這些​目標​對象，​也​有​一些​簡單​的​操作​設定​可以​運用，​能夠​有效​提升​廣告​成效。

最後，​我想​再​次​強調，​等​預算​和​規劃​功能​上線​後，​尤其​是​想​全面​瞭解​成效​的​廣告​主，​一定​要​體驗​看​看，​這​在​過去​是​非常​難以​做到​的，

未來​這些​工具​都​能​幫助​您​有​把​握地​快速​達成。​您​可以上​傳​資料​並​運用​這些​工具，​進一步​瞭解​媒體​支出​情形，​以及​如何​妥善​調整​媒體​預算。

Gin​ny：​我剛​剛​聽您​分享​的​時候，​也​想到 Google Analytics 可以​是​連結整​個​行銷團隊​的​橋樑，​負責​電子​郵件、​自然​流量​或​付費​媒體​等​不同​管道​的​部門，​都​能​協同​合作，​一起​思考如何​發揮 Google Analytics 的​最​大​效益，​並且​相輔​相成。

202​6 年​的​評估​工作​清單，​廣告主​最​該​優先​處理​哪​一​項？

Eleanor：​我會​說​是​檢查​評估​設定。​我​知道​這​聽​起來​不​怎麼​討喜，​但​我​真心​鼓勵​大家​著手​檢查，​因為​我們​發現，​不管​是​商家​需求、​媒體​資源​還是​資料​來源，​都會​變動，​還​有​像​資料​可用性、​設定​及​其他​項目，​也​並​非​固定​不變。

因此，​我​建議​大家花時間​稽核，​檢查​所有​設定，​並​且​務必​就​資料​收集​的​內容、​原因​和​重要性，​與​法務團隊​和​利害​關係​人​達成​共識。​沒錯​這​不​是​討喜​的​工作，​但​真​的​非常​重要，​能​幫助​各​位​在 2​02​6 年​斬獲​佳績。

Gin​ny：​是​的，​說得​很好。​也​謝謝您​提到​法律​層面，​還​有​瞭解​自己​收集​的​資料，​並​確​保您​與​整個​組織​都​清楚​瞭解​所有​設定​項目。

Gin​ny：​再​次​感謝，​Eleanor。​您分享​的​內容​非常​精彩！​這​邊​我要​再​次​幫 Google Analytics 背書。​過去​一​年​來，​這​項​產品​完全​脫​胎換骨。​我​非常​期​待​新​的​一​年​會​有​哪些​新​發展。

Eleanor：​我​也​很​期待，​Gin​ny，​謝謝​邀請​我​上​節目。

Gin​ny：​好​的，​我們​在​本集節目​中​討論​了​許多​內容，​相信​廣告​主會​發現 Google Analytics 越來​越值​得​探索。

希望​大家​都​有​所​收穫。​我想​再​次​回顧​剛剛 Eleanor 所​說​的，​資料​強度​是​針對 Google Analytics 和 Google Ads 帳戶​中​的​第一​方​資料​來源，​我們​要​盡​可能​地​提升​資料​品質，​並​確​保​資料​完整且​能​連結​貫通。​因此​規劃​成效​評估​的​稽核​作業​時，​一定​要​好好​檢查​代碼​和​資料​來源。

確​保​提供​最​新​的​正確​資訊，​以利​獲得​準確​的​洞察​分析。​這​點​就​不用​再​強調​了。​此外，​各​位​也​要​設定​最​合適​的​目標​對象​和​重要​動作，​如果​帳戶​可​使用 Eleanor 剛​提到​的​預測​目標​對象，​也​別忘​了​要​妥善​調整。​首要​任務​是​利用​資料​管理​工具​和 Data Manager A​PI，​好好​檢查​及​更​新​代碼。​請務​必​仔​細地​全​盤​檢視。

好​的。​接下來​是​問答​環節，​我會​回答​最近​在 Google Ads 社群​看到​的​問題。

第一​個​問題，​針對​資料​匯入​作業，​Google 採取​哪些​隱​私權​保護​措施？​好​的，​剛剛 Eleanor 有​提到，​Google 非常​重視​隱​私權，​而且​新​技術​在​這​方面​的​措施​也​不斷​強化。

202​4 年，​我們​推出​機密​比​對​功能，​在​使用​成效​評估​和​目標​對象​解決​方案​時，​能夠​安全​地​連結​第一​方​資料。​此外，​資料​管理​工具​也​採用​隱私​強化​技術，​例如​機密​比​對​和​受​信任​的​執行​環境。​這些​措施​能夠​有效​隔離​資料，​因此​在​處理​期間，​包括 Google 在​內​的​所有​人，​都​無法​存取​處理​中​的​資料。

第二​個​問題：​「廣告主專用 Google 代碼​閘道」​是​什麼？​適合​誰​使用？

廣告主專用 Google 代碼​閘道​是​去年​推出​的​服務，​廣告​主可​直接​從​自家​網路​伺服器​提供​及​部署 Google 代碼，​或​是 Google 代碼​管理​工​具​容器，​不必​使用 Google 的​第三方​網域。​這​有​助於​提升​資料​收集​能力、​品質​和​評估​準​確度，​進而​改善​廣告​活動​成效。

因此，​這​也​能​強化​資料​隱​私​安全。​透過​廣告主專用 Google 代碼​閘道​設定​的​代碼，​不久​後​就會​預設​套用​機密​運算。​屆時​您​需要​做​一​些​準備，​例如​建立 Google Cloud 雲端​專案。​如果​您​使用 Cloudflare 做​為 C​DN，​則​可​整合 Cloudflare 帳戶​來​完成​相關​設定。

好​的，​第三​個​問題。​為​什麼 Google Analytics 和 Google Ads 的​資料​不符？

這​是​很​常見​的​情形。​事實​上，​兩邊​的​資料​本​來​就​不會​完全​一致，

需要​經過​校正。​Google Ads 非常​適合​用​來​瞭解 Google Ads 廣告​活動​成效，​並​進行​最佳​化​調整。​Google Analytics 則​有​助於​您​全​盤掌握​業務​現況。

202​4 年，​Google Ads 和 Google Analytics 推出​非常​實用​的​更新，​也​就是​統一​「轉換」​的​定義。​因此，​從 Google Analytics 提供​給 Google Ads 的​轉換​資料，​在 Google Analytics 的​「廣告」​專區​會​標示​為​轉換​並​計入​報表。​也​就是​說，​您​在 Google Ads 和 Analytics 報​表​中，​可以​看到​一致​的​轉換​成效​指標。

不過，​您​無法​比較 Google Ads 中​的​點擊​次數，​還​有 Google Analytics 中​的​工作​階段​等​指標。​這些​指標​評估​的​項目​不同。​此外，​Google Analytics 和 Google Ads 的​目標​對象規模​也​可能​不同。​同樣​地，​將​目標​對象​從 Google Analytics 匯出​至 Google Ads 時，​系統​會​計算​不同​的 ID，​進而​影響​目標​對象規模，​兩​邊有​差異​是​預料​中​的​事。

因此，​商家​若​想​瞭解​各​管道​的​成效，​Google Analytics 是​非常​實用​的​客觀​工具，​有助​於​利害​關係​人​掌握​整體​情況。​這​也​是​進行​成效​評估​稽核​的​好理​由。​此外，​廣告​工作區​即將​推出​更多​報表​功能，​敬請​密切​關注。

最後，​Eleanor 提到​成效​增幅​測試，​我想​特別​說明​我們​去年​所​做​的​變更，​將​成效​增幅​測試​廣告​活動​的​最​低​支​出​門檻​調降​至 $​5,00​0 美元。​提升​測試功​能​也​很​值得​探索。

好​的，​本​集節目​就​到​這​裡。​如​有​任何​疑問，​歡迎​與​我​聯絡，​請​在 X、​Threads 和 BlueSky 上​搜尋​「Ads Liaison」，​或​在 LinkedI​n 和 Reddit 上​搜尋​「Ginny Marvin」。

此外，​我們​將​在 Google Ads LinkedIn 帳戶​推出 Ads Decoded 節目​電子報，​歡迎​訂閱。

感謝​收聽，​祝​大家​新​的​一​年​能​提升​資料​強度，​取得​強大​的​洞察​資訊​並​採取​行動。