【網站分析】GA 數據有落差？釐清網站數據不準確的７個原因！

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 Adwords 、 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 】

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。

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。
延伸閱讀：新版 GA App+Web Property 竟能預測使用者行為？五大優勢提高轉換率！
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

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！

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！
原文取自：【網站分析】GA 數據有落差？釐清網站數據不準確的７個原因！