四張報表各自回答什麼商業問題:獲取、參與、轉換、留存

快速結論:GA4 的四張標準報表,各自回答一個不同的商業問題——一、獲取報表問「人從哪來」、二、參與報表問「他們來了做什麼」、三、轉換報表問「有沒有真的成交」、四、留存報表問「他們會不會回來」。你不是「看 GA4」,你是拿四個生意問題去對四張報表;問題對不上報表,看再久也看不出東西。趕時間的你,記住這四句對照就可以先關掉這篇了。

這篇寫給打開 GA4 左邊一排報表、每張都點進去看兩眼、然後說不出自己剛剛看懂了什麼的你。

先接一句〈GA4 的四種正確用法〉立過的定律:報表不會給答案,它只檢查你有沒有問對問題。 這篇就是那句話的展開。四張報表說穿了,就是四個你本來就在問、只是沒問清楚的生意問題。你帶著「人從哪來」去看獲取報表,它給你證據;你空手點進去,它只給你一排漂亮的來源名稱,和一堆你不知道該不該在意的數字。

獲取報表:人從哪來——這波流量的來源對不對

要問的商業問題:「這個月來的人,是從哪些管道來的?這些管道對不對?」

目的: 回答「流量的來源結構」——多少人自己搜尋找上門、多少是廣告帶來、多少從別的網站連過來、多少直接輸入網址。它把「這個月有人來」這句模糊的話,拆成「這些人分別從哪幾扇門進來」。

效果: 你會看出哪扇門在幫你帶人、哪扇幾乎沒動靜。這對應行銷漏斗最上層——〈漏斗每一層該看什麼數字〉裡陌生層看的觸及與曝光,落到 GA4 就是這張報表。下個月的力氣該往哪個管道加、哪個管道一直在空轉,看這裡。

極限: 獲取報表只管「人從哪扇門進來」,門裡進來的人品質好不好,它不管。同樣一千個人,搜尋來的可能認真看,某個亂投的廣告來的可能秒退——來源報表只數人頭,好壞要靠下一張報表接手。(還有個老問題:有一批人會被塞進「直接流量」這個籃子,其實是 GA4 追不到來源、只好丟進去的。這種黑洞留到〈數據會說謊〉專篇講。)

參與報表:來了做什麼——這些人有沒有真的在互動

要問的商業問題:「進來的人,是認真在看,還是點一下就走?」

目的: 回答「人來了之後的行為」——看了幾頁、停留多久、有沒有觸發你在意的動作(看了關鍵頁、播了影片、捲到底)。它把獲取報表帶進來的人頭,翻譯成「這些人到底有沒有在乎你」。

效果: 你會看出某個來源來得多但都不參與(人頭漂亮、行為空洞),另一個來源人不多、每個都認真逛。獲取給「量」、參與補「質」,兩張合著看,你才知道某個管道是真的在帶客人,還是只是幫你灌一個好看的造訪數。

極限: 參與報表量得到行為的熱度,量不到行為的動機。它能告訴你這群人停留很久,至於是被內容吸住、還是滿頁找不到想要的東西所以一直翻,它答不了。高參與不見得是好事,有時候是介面太難用害人家繞路(這種案例比你想像的多…)。為什麼,得你自己去那一頁看過才知道。

轉換報表:有沒有成交——哪些動作真的變成生意

要問的商業問題:「這些互動,最後有沒有變成我在乎的結果(成交、送出表單、加入名單)?」

目的: 回答「有沒有發生你定義為『成功』的那件事」。注意前提——GA4 不會自己知道什麼叫成交,你得先告訴它「哪個事件算轉換」(買單、填表、預約),它才數得出來。這張報表好不好用,一半取決於你前面的事件設計做得扎不扎實。

效果: 你會看出哪個來源、哪個頁面、哪個管道,真的把人推到了成交,而不只是把人帶進門。這對應漏斗中下段(信任層的加購、成交層的轉換率),也是驗收廣告最關鍵的一張——後台數字很漂亮的廣告,有沒有在這張報表留下真的成交,一看就現形。(我當投手時最怕客戶盯這張;後來換到甲方那邊,果不其然,整天盯的就是這張。)

極限: 轉換報表最深的水在「歸因」——一筆成交往往經過好幾個管道才發生,功勞該算誰的,不同算法給不同答案,數字會因此差很多。它告訴你有幾筆轉換,「功勞記在誰頭上」是另一門功課(GA4 在 2025 年 10 月起把資料驅動歸因設為預設,方向是好的,但你得看懂它在替你怎麼算)。

留存報表:會不會回來——來過的人願不願意再來

要問的商業問題:「來過、甚至買過的人,過一陣子還會不會回來?」

目的: 回答「新客有沒有變成回頭客」。前面三張講的都是「這一波人」,留存是唯一一張回頭看「上一波人後來怎麼了」的報表——它把生意從「一次性拉客」的視角,拉到「有沒有在累積資產」的視角。

效果: 你會看出你的生意是每個月都在拉新人填補流失,還是來過的人有一部分真的留下來、變成穩定回訪。這是漏斗最下層(回購率、顧客終身價值)在 GA4 的落點,也最能看出一門生意的體質——留存爬得起來,前面獲取花的每一塊錢才划算。

極限: 留存的數字反應最慢。這個月做的事,可能好幾週後才在留存曲線上看得出來。用「這週有沒有起色」的心態看它,幾乎一定誤判「沒效」而提早收手——它要的是時間,急不來。而且它只看得到「有沒有回來」,「為什麼回來」要靠你對客人的理解去補。

一張表記住四個問題對四張報表

報表 回答的商業問題 對應漏斗層 一句話極限
獲取 人從哪來、管道對不對 陌生層(觸及) 只數人頭,品質另計
參與 來了做什麼、有沒有在乎 興趣層(互動) 熱度量得到,動機要自己查
轉換 有沒有真的成交 信任/成交層 歸因不同,功勞算法就不同
留存 會不會回來、有沒有變資產 回購層(LTV) 反應最慢,急不得

四張照這個順序看,等於把一個客人從「進門」到「回頭」走一遍——它們對應的正好是漏斗由上而下的每一層。問題問對了,這四張就夠日常決策用。

末節:什麼時候標準報表不夠用,該換探索報表

上面四張是「標準報表」,GA4 預先幫你排好版、開箱就有。但它有個天花板:它回答的是「常見的問題」,回答不了「只有你家會問的問題」。

舉個例子。標準報表能告訴你「轉換來自哪個管道」,但如果你想問「那些先看了 A 文章、隔三天才回來、最後從 B 廣告成交的人,到底有多少」——這種跨好幾步、疊好幾個條件的問題,標準報表的固定版面裝不下。這時候要用 GA4 的另一個地方:探索報表(Exploration)。它讓你自己拉維度、疊條件、畫自訂的漏斗與路徑,等於給你一塊空白畫布,回答標準報表沒預設的問題。

判斷很簡單:當你發現自己在標準報表裡一直換篩選、卻永遠拼不出想看的那個組合,就是該轉去探索報表的訊號。 反過來,日常那四個商業問題,標準報表答得又快又穩,不用捨近求遠——工具的複雜度跟著你的問題長就好。

目的: 探索報表回答標準報表沒有預設版面的、你家獨有的問題。效果: 你能自訂維度與條件,做出自己的漏斗、路徑、區隔分析,把「只有你會問」的問題問出來。極限: 自由度越大,把問題問歪的風險也越大——維度拉錯、區隔定義錯,它照樣給你一張看起來很專業的圖,只是答案是錯的。探索報表不會替你檢查問題有沒有問對,這正好呼應開頭那句:報表不會給答案,它只檢查你有沒有問對問題。至於它還會在哪些地方悄悄騙你(抽樣、資料閾值、來源不明的黑洞),〈數據會說謊〉整篇會講透。

老闆遲早會問的三題(驗收視角)

一、我們每個月看 GA4,四個商業問題都有答,還是只盯著一張報表看爽的?(只看轉換不看留存的公司,很多都在拿獲新客的錢補流失的洞,自己還不知道。)

二、我們的轉換報表,前面有沒有先把「什麼算成交」定義清楚?(沒定義,這張報表就是空的,數字再多也不算數。)

三、有沒有哪個問題,在標準報表裡怎麼篩都篩不出來、卻一直沒人去畫探索報表?(那個問題,往往就是最值錢的那個。)

老闆不用會操作 GA4,會用這三題檢查團隊有沒有把四張報表用滿,就夠了。

常見問題(FAQ)

GA4 報表這麼多張,我每張都要看嗎?
不用。日常決策抓住獲取、參與、轉換、留存這四張,對應四個商業問題就夠了。其餘多半是這四類的細分視角,等基本問題問順了,再按需要往下鑽。重點永遠在「你這次要回答哪個問題」。

四張報表哪一張最重要?
取決於你這次要問哪個問題。驗收廣告就是轉換報表當家,看生意體質就換留存報表上場。硬要說最常被忽略的,是留存——它反應最慢、最不刺激,卻最能看出一門生意撐不撐得久。

標準報表和探索報表,我該從哪個開始?
從標準報表開始。九成的日常問題它都答得了,先把四個商業問題問熟。等你真的遇到「怎麼篩都湊不出想看的組合」,那一刻自然就是該學探索報表的時候,不用為了看起來厲害而提早跳進去。

報表數字看起來怪怪的,是我看錯嗎?
不一定是你看錯,GA4 的數字本身就有會失真的地方(抽樣、資料保留期限、來源歸不進去的黑洞)。看報表的正確姿態,是把它當方向盤看方向,別當精密儀器讀刻度。常見的陷阱有哪些、怎麼不被騙,〈數據會說謊〉整篇在講這件事。


「四張報表對四個商業問題」是本站數位行銷素養體系的一部分(全系列版圖見〈數位行銷素養全地圖〉),會隨 GA4 的報表結構更新持續迭代(建議每半年回訪本文)。想知道你家的 GA4 四張報表,是不是有一半根本沒人在問問題?幫你準備:數位廣告健檢表單傳送門

祝福這篇文章有幫助到每張報表都點開過、卻說不清自己在找什麼的你。

Related articles

事件設計學:埋碼之前,先想好你要問數據什麼問題

你的 GA4 裡有兩百個事件,卻回答不了老闆隨口問的一個問題?因為順序反了。前投手講「事件設計的反向順序」:先想清楚要回答什麼商業問題,才決定追什麼行為、才設計成事件。這篇不教怎麼埋,教你埋之前該先想什麼——以及一句你之後會一直用到的原則。

數據會說謊:抽樣、閾值、(not set) 的判讀陷阱

GA4 的數字看起來很精確,其實常常是估算。前投手誠實拆解四個會騙你的地方——抽樣、資料保留閾值、(not set) 黑洞、跨裝置——每一個都可能讓你做錯決策。附上怎麼判斷有沒有被騙。

什麼時候該請顧問、什麼時候該自己養人

同一個行銷需求,該花錢請外部顧問,還是自己養一個內部團隊?前廣告投手當過乙方顧問、也當過月投上千萬的甲方,用「客座醫師 vs 家庭醫生」把決策拆成三問:急不急、久不久、是不是你的核心。收官篇,回到全系列那句話——你可以外包執行,不能外包判斷。

量測 GEO 成效:現在做得到與做不到的

GEO 到底能不能量測?GSC 官方報表 2026 年 6 月上線後,答案是「能,但只能量一半」。這篇誠實列出 GEO 成效現在量得到什麼、量不到什麼,以及 ChatGPT 那邊為什麼還在用土法煉鋼的方式估。不吹捧、不裝懂。

名單工具地圖:對話式商務、CDP、個人化引擎在做什麼(2026)

Omnichat、OmniSegment、Insider One 到底在做什麼?這篇不比功能、不比價格,用三個工具當例子講清楚三類工具各解決什麼問題:對話式商務、CDP+行銷自動化、全通路 Agentic 顧客互動。前廣告操盤人的一手判斷:工具是死的,重點是你願不願意積極設定。

Case Studies

B2B SaaS 服務事業

市占第一的 B2B SaaS 公司——生意越單純,選型越要精準

數位健康集團事業

七種商業模式,一套內控——一個健康集團的 ERP 與 IPO 整備

停車場代建與代管事業

停車場代建與代管——當工程業內控遇上盤根錯節的自建系統