GA4 區隔(Segments)教學:使用者、工作階段、事件三種範圍怎麼選,別把數字看錯

GA4 區隔(Segments)完整教學:搞懂使用者、工作階段、事件三種範圍(Scope)的差異,學會設序列、把區隔轉成 Google Ads 再行銷受眾。台灣電商實戰指引,別把數字看錯。

GA4 區隔(Segments)教學:使用者、工作階段、事件三種範圍怎麼選,別把數字看錯

上週有個做電商的朋友傳訊息問我一個問題。

他說:「王董,我在 GA4 裡建了兩個區隔,一個是『加購用戶』有一萬人,一個是『加購工作階段』只有六千,到底哪個才是真的?我要報哪個給老闆?」

我看了截圖,笑了。

因為這兩個數字都是對的。錯的是他以為它們應該一樣。

這個問題,其實暴露了九成行銷人對 GA4 區隔(Segments,Google Analytics 4 的資料分群功能)最大的誤會:大家把區隔當成一個「進階版篩選器」,以為就是把資料濾一濾。

不是這樣。

區隔真正的靈魂,是「範圍(Scope)」。你選使用者、工作階段還是事件,決定的不是介面上按哪個鈕,而是你到底在回答哪一個商業問題。同一個「加入購物車」條件,三種範圍會給你三個差很多的數字。看錯範圍,你的分析從第一步就歪了,後面再怎麼漂亮都是錯的。

這篇就把 GA4 區隔一次講清楚。內容重組自 Analytics Mania(Julius Fedorovicius)的教學影片〈Segments in Google Analytics (2026 update)〉,但我會用台灣電商的實際情境,把「你該怎麼選、怎麼用來賺錢」講到位。

先搞懂:GA4 區隔是什麼,跟篩選器差在哪

先講一個很多人不知道的限制。

在 GA4 裡,區隔只能在「探索(Explore)」裡用。你在左邊那些預設報表(例如「參與度」「營利」)是建不了區隔的,那些地方只有比較(comparisons)跟篩選器。所以想玩區隔,第一步一定是進「探索」,開一張自由格式探索(free form exploration)。

那區隔跟篩選器差在哪?

篩選器像是拿一支濾網,把不要的資料撈掉,留下你要看的。簡單、快,但就這樣。

區隔比較像調酒。你可以設很複雜的條件(AND、OR、排除),可以控制範圍,可以設「先做 A 再做 B」的行為順序,而且最厲害的是,你能在同一張報表上,同時比較最多四個區隔的表現。

想像一下這個畫面:你早上打開電腦,想看「美國流量 vs 非美國流量」「桌機 vs 手機」誰的營收轉換好。用篩選器你得切來切去看老半天,用區隔你可以把四組人並排在同一張表上,一眼比出來。(跨查證:GA4 每份探索最多能放 10 個區隔,但同時比較的上限是 4 個。來源:measureschool

這就是區隔的價值:它不是濾網,是讓你「同時看好幾群人」的顯微鏡。

三種範圍差異:使用者、工作階段、事件區隔怎麼選

好,切入重點。這是全篇最重要的一段,你只要記住這一段,就贏過八成的人。

當你建一個新區隔,GA4 會先問你要哪一種:使用者區隔、工作階段區隔,還是事件區隔。這三個,就是「範圍(Scope)」。

我用我朋友那個「加入購物車」的例子來拆。

假設有一個訪客,GA 記錄到他來了兩次(兩個工作階段)。第一次逛了兩頁、點了一下,什麼都沒加購。隔天他又來,看了一頁、把商品加入購物車、開始結帳。

GA4 三種範圍涵蓋對照時間軸:使用者範圍框住兩個工作階段、工作階段範圍只框含加購的那次、事件範圍只框住加入購物車事件

現在,同一個「有加入購物車」的條件,三種範圍會這樣算:

使用者範圍(User):撈的是「人」,連他沒加購那次也算進來

使用者區隔看的是「人」。只要這個人在你設定的期間內,任何一次有做過加購,GA 就把他「所有」的工作階段全部納進來。

注意,是全部。連他第一次那個什麼都沒加購的造訪,也會被算進這個區隔。因為 GA 認定的是「這個人是加購過的人」,不管他哪一次加的。

所以我朋友那個「加購用戶一萬」,其實包含了很多根本沒發生加購那一次的瀏覽資料。

工作階段範圍(Session):撈的是「那一次造訪」

工作階段區隔看的是「造訪」。只要某一次工作階段裡面有加購事件,這一整次造訪的所有事件就被納進來;沒有加購的那一次,整段直接被忽略。

所以他第一次那個沒加購的造訪,不算。這就是為什麼「加購工作階段」只有六千,比「加購用戶」少。

事件範圍(Event):只撈那個事件本身

事件區隔最窄。它只留下「加入購物車」這個事件本身,同一個人、同一次造訪裡的其他事件(瀏覽、點擊、結帳)全部不算。

如果你把這三個範圍建成三個區隔,放進同一張表,你會清楚看到數字一路遞減:使用者最多、工作階段中間、事件最少。三個都對,只是在回答不同的問題。

那到底怎麼選?記住這張決策表:

  • 你想分析「做過某行為的那群人,他們整體長怎樣」(例如加購用戶的回訪、總消費)► 選使用者範圍
  • 你想分析「發生某行為的那幾次造訪,成效如何」(例如加購那幾次的轉換率)► 選工作階段範圍
  • 你只想算「某個事件本身發生幾次」► 選事件範圍
GA4 區隔範圍決策表:想分析一群人選使用者範圍、想分析那幾次造訪成效選工作階段範圍、只算事件次數選事件範圍

回到我朋友的問題:他要報給老闆看「有多少人對商品有興趣、值得再行銷」,那該用使用者範圍;他要算「加購到結帳的轉換率」,那分母該用工作階段。他把兩個混在一起比,當然對不起來。

這就像你問「今年有多少客人光顧過我的店」跟「今年我開門做成了幾筆生意」,這是兩個問題,答案本來就不一樣。搞混了,決策就會錯。

進階條件:AND/OR/排除,還有「範圍控制」的坑

搞懂範圍之後,再來看條件怎麼疊。

你可以在一個區隔裡放很多條件。要「同時滿足」就用 AND,要「滿足其中一個」就用 OR,要「排除某種人」就用排除(Exclude)。這部分跟一般篩選邏輯一樣,不難。

真正有坑的是這個:當你放兩個以上的條件,GA 會問你這些條件要在「什麼範圍內」成立。(注意,這個「條件範圍」跟前面講的「區隔範圍 Scope」是兩回事,它管的是同一個區隔裡多個條件彼此之間的關係。)

舉個例子。你想找「看過 A 頁而且看過 B 頁」的人。GA 讓你選三種嚴格程度:

  • 在所有工作階段中:他這次看 A、下次看 B,也算。最寬鬆。
  • 在同一個工作階段中:A 和 B 要在同一次造訪裡看到才算。
  • 在同一個事件中:兩個條件要在同一個事件裡成立(很多情況根本不可能,例如你沒辦法在同一個瀏覽事件裡同時看兩頁)。

這個設定很容易被忽略,但它會大幅改變你撈到的人數。你以為在找「逛過購物流程兩個關鍵頁」的高意圖客人,結果因為選了「所有工作階段」,把兩次隔很久、根本不連貫的行為也算進來了。

一句話:條件的範圍控制,決定了你撈到的是「真的連貫的行為」還是「湊巧都做過」。

GA4 序列(Sequence):追使用者的行為順序

再來是我很愛的功能:序列(Sequence)。

一般條件只管「有沒有做」,序列管的是「照什麼順序做」。

實際情境。你做內容行銷,想驗證「部落格到底有沒有幫忙帶單」。你可以建一個序列:第一步,瀏覽網址含 blog 的頁面;第二步,購買。這樣就能撈出「先看了文章、後來才買」的那群人,看看內容導購到底有沒有效。

序列還有兩個關鍵設定,你一定要懂。

第一,時間限制。如果你不設,可能有人一月看了文章、隔年才買,這種也被算進來,根本不是你要的。你可以設「兩步之間 16 分鐘內」「一小時內」「24 小時內」,把它縮到有意義的範圍。做促銷檔期特別要設這個。

第二,「間接接續」跟「直接接續」。

  • 間接接續(indirectly followed by):兩步之間可以夾別的事件(點擊、捲動都沒關係)。
  • 直接接續(directly followed by):第二步必須「緊接」在第一步後面,中間不能有任何其他事件。

Julius 在影片裡講得很直接:99.9% 的情況你都該用「間接接續」。因為真實的人不會看完文章就馬上結帳,中間一定會滑、會點、會逛。你用直接接續,只要中間夾了一個捲動事件,這個人就被踢出去了,撈出來的名單會少到沒意義。

所以間接接續是預設,也是你大多數時候該留著的選項。

GA4 序列間接接續 vs 直接接續對照:間接接續允許兩步之間夾其他事件(預設、99.9% 用這個),直接接續要求兩步緊鄰、中間有任何事件就被排除

不過序列有個限制要記住:序列只支援使用者範圍的區隔。你沒辦法建一個「工作階段層級的序列」。Julius 自己也在影片裡抱怨這點,我也希望 Google 之後能開放,但目前就是這樣。

把 GA4 區隔轉成 Google Ads 再行銷受眾

前面都在講怎麼「看」。現在講怎麼「賺」。

如果你的 GA4 已經跟 Google Ads 帳號連結,區隔可以直接變成再行銷受眾(Remarketing Audience)。這才是區隔對電商最有價值的地方,它不是拿來看報表的玩具,是幫你撈出「該追的人」去投廣告的名單機。

以前你要撈「看過某個頁面但最後沒買」的名單,得請工程師去資料庫拉資料、再跟訂單比對,一來一回好幾天,等你拿到名單檔期都快結束了。現在你在 GA4 建個區隔、點幾下就有了。

最經典的一個組合,就是「看過促銷、但沒買」。

你建一個區隔:包含「瀏覽過促銷頁/看過促銷活動」的人,然後排除「已經購買」的人。剩下的就是那群看了心動、但臨門一腳沒踏出去的人。把這個區隔按右上角三個點,點「建立受眾」,條件會原封不動帶過去。這群人,就是你檔期廣告投報率最高的一批。

建受眾的時候,你要設「成員效期(membership duration)」,也就是一個人符合條件後,要在這個名單裡待多久。設 180 天,代表「過去 180 天看過促銷沒買」的人都會被你的廣告追到。設多久看你的商品回購週期,快消品可以短一點,高單價耐久財可以拉長。

這裡有一個很多人踩的坑,我要特別提醒:

區隔和受眾不一樣。區隔可以回看歷史資料,你今天建,可以馬上分析過去的數據。但受眾主要是「往後累積」的名單,建立之後才開始收人,不會幫你把完整歷史全部回填。(來源:measureschool

所以受眾要「先建再等」。你不能等到雙十一前一天才建「看過促銷沒買」的受眾,那時候名單根本還沒養起來。要提早佈局。

如果你覺得每次都要進探索、手動點來點去太慢,其實現在也有另一條路:用 AI 直接問。我之前寫過一篇用 MCP 讓 AI 聊天機器人自動分析 GA4 數據,適合已經會建區隔、但想省下重複操作時間的人。不過我還是建議,你要先懂這篇講的範圍邏輯,不然 AI 幫你查得再快,設錯範圍也只是更快地給你一個錯答案。

幾個馬上能建的實戰區隔,跟去哪練習

再給你幾個可以今天就建的區隔點子。

高互動工作階段。你可以跟團隊內部定義「一次造訪看五頁以上」就算高度投入。做法是建一個工作階段區隔,條件設 page_view 的事件計數大於 4(也就是五次以上)。這群人是你的準客戶名單,很適合拿去做再行銷或內容推薦。

登入 vs 未登入。如果你有追蹤登入事件(login),可以建一個「有登入的工作階段」跟一個「排除登入的工作階段」,兩個放同一張表比轉換率。通常你會發現會員(登入者)的轉換遠高於逛客,這個數字能幫你說服老闆為什麼要衝會員數。

跨渠道別各自為政。區隔幫你把「人」切乾淨了,但如果你各渠道的資料本身就對不齊、各報各的,切得再細也沒用。這部分我在跨渠道預算規劃那篇講過,資料品質是地基。

還有一件事。區隔看的是「族群長怎樣、做了什麼」,這是描述性的分析。它回答不了「這檔廣告到底幫我多帶了多少增量業績」這種因果問題。要算增量,你需要的是行銷組合模型(MMM),我在Google Meridian 那篇拆過。別拿區隔去回答它回答不了的問題。

最後,如果你手邊沒有可以練習的正式資源,Google 有官方的示範帳號(demo property),裡面有真實的電商數據。Analytics Mania 影片下方有申請連結,拿它來練建區隔、練探索,是最快的上手方式。這年頭學工具就是練、練、練,看再多教學不動手都是白搭。

常見問題 FAQ

Q:GA4 使用者、工作階段、事件區隔差在哪?該選哪個?
差在「範圍」。使用者區隔會把符合條件那個人的所有工作階段都納入(連沒發生該行為那次也算);工作階段區隔只納入含該行為的那幾次完整造訪;事件區隔只留那個事件本身。想分析「人」選使用者、分析「那幾次造訪的成效」選工作階段、只算事件次數選事件。

Q:GA4 序列的間接接續和直接接續差在哪?
間接接續允許兩個步驟之間夾其他事件(滑動、點擊都行),直接接續要求第二步緊接在第一步後面、中間不能有任何事件。真實用戶行為都會夾雜其他動作,所以 99.9% 的情況都該用間接接續,這也是預設值。

Q:怎麼把 GA4 區隔變成 Google Ads 再行銷受眾?
前提是 GA4 已連結 Google Ads 且你有足夠權限。先建好符合行銷需求的區隔(例如包含「看過促銷」、排除「已購買」),再從區隔選單點「建立受眾」,設定成員效期後儲存,受眾就會出現在你的 Google Ads 帳號裡。記得受眾是往後累積名單,要提早建。

收尾:區隔選對範圍,你的每一個決策才站得住

給你幾條今天就能動手的行動建議:

► 進「探索」開一張自由格式,把你最關心的行為(例如加購)用使用者、工作階段、事件三種範圍各建一個,放同一張表,親眼看數字怎麼遞減。看過一次你就永遠忘不掉。

► 回頭檢查你現在報給老闆或客戶的數字,是不是用對了範圍。「人數」和「造訪數」不要再混報。

► 建一個「看過促銷、排除已購買」的受眾,成員效期設好,至少在檔期前兩到四週就建、提早養名單,不要等到檔期前一天才建。

► 用序列驗證一次你的內容導購成效,設好時間限制(例如限定 24 小時或 7 天內)、用間接接續,看看部落格到底有沒有在幫你帶單。

► 沒有正式帳號就去申請 Google 官方 demo property,動手練。

如果你問我,GA4 這麼多功能裡,區隔是投報率最高的一個。因為它不只是讓你「看到」,它讓你把看到的東西,變成一份可以拿去投廣告、賺回錢的名單。

但前提永遠是那句話:先選對範圍。你問對了問題,數字才有意義。

資料來源

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱;若原始出處有公開連結,會以 [來源名稱](URL) 形式附上,方便你進一步查找。若文中內容與原始出處有任何出入,請以原文為準。

內容僅供參考與學習交流,不構成任何專業、商業或投資建議,請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動,請以各官方最新公告為準。

Read more