
Google GA4 報表中,「活躍使用者」和「工作階段」的差別是甚麼?各代表甚麼意義?
發布日期:
在 GA4 (Google Analytics 4) 報表中,「活躍使用者」和「工作階段」是兩個非常重要的指標。
它們雖然都是代表訪客與網站的互動,但代表意義和統計方式有著很明顯的差異。
活躍使用者(Active Users)是什麼?
👉 定義:
活躍使用者 = 新使用者 + 參與互動工作階段的回訪者。
在特定時間範圍內(例如 1 天、7 天、30 天)與網站或應用程式互動,且至少觸發了一次事件的獨立使用者。
📊 計算方式:
只要使用者在某一天開啟網站,並觸發 user_engagement(例如:停留超過 10 秒、有觸發點擊事件、或有轉換行為),就算是那天的活躍使用者。
即使同一個使用者在同一天內多次滿足上述條件,在「活躍使用者」這個指標中,他們也只會被計算為一個不重複的活躍使用者。
GA4 透過識別裝置 ID (Device ID) 或 User ID (如果設定了) 來判斷是否為不重複使用者。
- 唯一識別碼:GA4 使用 user_id(如果設定了使用者 ID)或 client_id(匿名識別碼,通常基於瀏覽器 cookie 或應用程式實例)來識別獨立使用者。
- 事件觸發:只要使用者在指定時間範圍內觸發至少一個事件(例如頁面瀏覽 page_view、點擊按鈕、表單提交、觀看影片等),即被計為活躍使用者。
- 時間範圍:活躍使用者是根據選定的報表時間範圍(例如過去 7 天)進行彙總計算。同一使用者在該時間範圍內多次互動只計為一個活躍使用者。
- 去重複計數:GA4 確保同一個使用者(基於 user_id 或 client_id)在指定時間內只計算一次,無論他們觸發了多少事件或工作階段。
✅ 代表意義:不重複訪客人數
活躍使用者是衡量有多少不重複使用者在網站上進行了有意義的互動。
- 是「有做事的真人」而不是來看一眼就走的人。
- 代表真正有參與互動的使用者。
✍️ 簡單的理解方式:
活躍使用者 = 人頭數 👤
工作階段(Session)是什麼?
✅ 定義:
一段時間內使用者與網站或應用程式的連續互動,包含一個或多個事件(例如頁面瀏覽、點擊等)。
當使用者在一定時間內無活動(預設 30 分鐘)後,工作階段結束。
📊 計算方式:
從使用者開啟網頁開始,每次進站就算一次 Session,不管是不是同一個人。
- 工作階段開始:當使用者觸發第一個事件(例如載入頁面、點擊按鈕等),GA4 記錄一個新的工作階段。
- 工作階段持續:在工作階段期間,使用者的所有互動(事件)都屬於同一個工作階段,直到以下情況發生:
- 工作階段逾時:預設情況下,如果使用者在 30 分鐘內沒有任何互動(可於 GA4 設定中調整超時時間,例如 10 分鐘到 4 小時),工作階段結束。
- 跨日期:如果工作階段跨越午夜(UTC 時間),GA4 會自動終止前一天的工作階段並開始一個新工作階段。
- 新來源/媒介:如果使用者從不同來源(如廣告、搜尋引擎)重新進入網站,可能觸發新工作階段(視 UTM 參數或來源設定)。
- 事件計數:一個工作階段可能包含多個事件(例如多次頁面瀏覽、點擊等),但這些事件都歸屬於同一個工作階段。
- 多工作階段:同一使用者在一天內可以產生多個工作階段,例如多次訪問網站或在超時後重新互動。
👉 代表意義:當月流量
使用者進入網站後的一次完整活動過程,直到離開或超過時間限制。
- 一個使用者可以有很多個工作階段(例如早上來一次,晚上又來一次,就算 2 次)。
- 每個 Session 包含:看了幾頁?停留多久?有沒有轉換?點擊了什麼?
工作階段反映出網站的訪客數量,幫助你了解有多少人與網站進行互動,適合用來評估網站的整體觸及範圍或受眾規模,也就是我們常說的「當月流量」。
例如:如果某天有 1,000 個活躍使用者,表示有 1,000 個獨立使用者與你的網站或應用程式互動。
✍️ 簡單的理解方式:
工作階段 = 腳步數 👣(來來回回都算)
總結
活躍使用者:
👉 有多少「不同的人」來過網站
✔️ 不重複計算,同一個人不管來幾次,只算 1 個人
📌 可以理解成「不重複訪客數」
工作階段:
👉 網站一共被「造訪幾次」
✔️ 同一個人多次來訪,每次都會被算一次
📌 可以理解成「總瀏覽次數」或「網站流量」
假設這個月:
- 活躍使用者 = 1,000:表示有 1,000 個不重複訪客。
- 工作階段 = 1,500:表示這些訪客總共產生 1,500 次訪問(當月流量)。
表示有些人是多次來到網站的,所以工作階段會比活躍使用者高。
活躍使用者代表「多少人來過」網站,工作階段則是「來了幾次」,這就是兩者最主要的差異。
當我們在分析 GA4 報表時,搞懂「活躍使用者」和「工作階段」的差別,等於掌握了流量的核心關鍵。
理解它們的差異,搭配分析兩者的變化趨勢,就能看出網站吸引新客與回訪率的健康度,也能幫助你更精準地分析網站流量數據。
.jpg)
