Google Analytics 跨渠道預算規劃解碼:自動分配媒體預算很香,但救不了各自為政的爛資料

Google Analytics 跨渠道預算規劃(Cross Channel Budgeting)能自動分配媒體預算,但工具救不了爛資料。台灣電商先補 cost data、轉換口徑、單一真相來源三塊地基,再談預算最佳化。

Google Analytics 跨渠道預算規劃解碼:自動分配媒體預算很香,但救不了各自為政的爛資料

月底了,主管走過來丟一句:「下個月預算怎麼分?」

你打開電腦,FB 廣告後台說自己 ROAS 最高,Google Ads 後台說自己帶來最多轉換,LINE 那邊回報加好友成本最低,Shopee 後台又說站內廣告 CP 值無敵。四個後台,四套數字,四個都說自己最強。

那到底該把錢加在誰身上?

這就是 Google Analytics(GA,Google 的網站與 App 流量分析工具)這次新功能想解的問題。它在「廣告工作區」(Advertising workspace)裡推了一個叫「Cross Channel Budgeting 跨渠道預算規劃」的東西,賣點一句話:把你散在各平台的媒體預算,收進同一個畫面統一管理。

聽起來很香。但我看完官方影片,第一個念頭不是「太強了」,而是:

工具能幫你把數字收進同一個畫面,但它收進來的,還是你那四個各自為政、口徑打架的後台數字。

垃圾進,還是垃圾出。只是這次,是包裝得很漂亮、讓你更有自信的垃圾。

切入重點,我們先把這功能拆清楚,再講台灣電商到底該先做什麼。

這東西到底是什麼?兩個工具,一個監控、一個模擬

根據 Google Analytics 官方影片(Unlock cross channel budgeting in Google Analytics,2026 年 6 月),跨渠道預算規劃其實是兩個工具的組合。

Projection plans 預測規劃:管「進行中」的活動。

它幫你看現在跑的這檔活動,各渠道預計能不能打到你設的 KPI(關鍵績效指標,像花費、轉換數、營收)。哪個渠道 ROI(投資報酬率)開始往下掉、哪個渠道還有餘力可以多吃一點預算,它會幫你標出來,讓你在活動還沒跑完前就把錢搬動。

這就像你開車用導航,它一路盯著你的時速跟剩餘油量,提早告訴你「照這個速度,你會超時」。

Scenario plans 情境規劃:管「未來」的計畫。

它讓你在跑活動之前,先模擬不同預算配置下的潛在報酬。你可以幾分鐘建好一個季度或年度的預算計畫,測試「這個渠道多給 20%、那個砍 10%,整體報酬會怎麼變」,系統還會回頭建議你每個渠道該花多少,把錢集中到最有成長空間的地方。

簡單比較一下:Projection 是「比賽中場的即時戰報」,Scenario 是「賽前的沙盤推演」。一個救火,一個佈局。

這兩個工具,本質上就是把「跨渠道」三個字落地。它賣的不是某個渠道的數字,而是「全部加起來,你到底該怎麼分配」這件事的單一視角。

Projection plans 監控進行中活動,Scenario plans 模擬未來預算,兩個工具左右對照
Projection plans 監控進行中活動,Scenario plans 模擬未來預算,兩個工具左右對照

有一個重點要先講清楚,免得你回去開後台找不到。

這功能目前還在分批放行的階段,照 Google Analytics 官方說明文件 的講法,「這個功能可能還沒開放到你的 Analytics 帳號」。而且它底下其實有兩種預算模型:一種以資料驅動歸因(DDA,data-driven attribution)為基礎,目前 beta,開放給 GA 與 Analytics 360(GA 的企業付費版)客戶;另一種以 Google 開源的 Meridian(行銷組合模型)為基礎,更早期、還在 alpha,只先給部分 Analytics 360 客戶。換句話說,你能不能用、用到哪一版,要看你的帳號資格。

至於要納入 Google 以外的渠道(像 Meta、TikTok、Pinterest),不管你用哪一版,都得先把那些平台的成本資料(cost data)匯入進來,工具才看得到。這點 Search Engine Journal 的報導也提到了。

至於 Meridian 這套測量科學本身、還有它怎麼估「增量」(incrementality,廣告真正多帶來的效果)的問題,那是另一個更戰略的題目,我另外寫了一篇專文拆,這裡先不展開。有興趣的話去看 Meridian/MMM 行銷組合模型那篇

這篇我們只談一件事:這個「戰術型」的預算配置工具,台灣電商該怎麼看、怎麼用。

王董的反角度:工具放大的是「資料品質」,不是「決策品質」

如果你問我,這個工具最大的價值,跟最大的陷阱,是同一件事。

它把分散的數字收進同一個畫面。

價值在這裡:你終於不用開四個後台、手動拉四張報表,再開第五個 Excel 自己兜。

陷阱也在這裡:它收進來的數字,品質完全等於你原本就有的數字。它不會幫你把錯的變對。

我講一個更白的類比。

這工具就像一台超高級的導航 App。演算法再聰明、路線規劃再漂亮,只要你餵給它的「即時路況資料」是錯的,它照樣很有自信地帶你開進死巷。而且因為畫面太精緻、建議太篤定,你反而更容易閉著眼睛照做。

決策的品質完全不一樣。

以前你看四個後台打架,至少心裡會虛,會知道「這數字兜不起來,我得小心」。現在工具給你一張乾淨漂亮的「最佳分配建議」,你反而把那份警覺弄丟了。

這就是我說的:garbage in, confident garbage out。垃圾進去,吐出來的是「有自信的垃圾」。

爛 cost data 與打架的轉換口徑從漏斗進去,另一端吐出漂亮但錯誤的預算配置建議
爛 cost data 與打架的轉換口徑從漏斗進去,另一端吐出漂亮但錯誤的預算配置建議

那台灣電商的「資料」到底爛在哪?我抓三個最常見的。

第一,cost data 根本沒接齊。
Google 自家的渠道(Google Ads、YouTube)資料當然接得進去,但你的 Meta、LINE、TikTok、Shopee 站內廣告呢?這些非 Google 渠道的花費,要嘛沒接、要嘛用人工貼 Excel。工具看不到的花費,它就當作不存在。一個看不到一半戰場的指揮官,給你的調兵建議能信嗎?

第二,轉換口徑打架,重複計算。
這是台灣電商的老毛病。FB 用它自己的歸因視窗回報「我帶來 100 筆轉換」,Google 也說「我帶來 80 筆」,GA 用 last-click(最後點擊歸因)算又是另一個數字。同一筆訂單,可能被三個平台各自記了一次。

你以為某個渠道 ROAS 是 5、很賺,把預算加上去,但那個 5 裡面,搞不好有一半的功勞是別的渠道帶來的、被它順手認領了。你拿著一張灌過水的成績單在分錢,分得越「精準」,錯得越離譜。

你把這些口徑不一的數字丟進同一個預算工具,它算出來的「最佳分配」,是蓋在一筆訂單被算了兩三次的沙地上。

第三,沒有單一真相來源(single source of truth)。
講到底,前面兩個問題的根,是你公司內部從來沒有講好「哪一份數字算數」。行銷看 FB 後台、老闆看金流、財務看發票,三套數字三個世界。工具再強,也統一不了一間公司內部的認知分歧。

台灣電商媒體預算的三塊地基:cost data 接齊、轉換口徑統一、單一真相來源,先補地基再上工具
台灣電商媒體預算的三塊地基:cost data 接齊、轉換口徑統一、單一真相來源,先補地基再上工具

那這工具到底要不要用?台灣電商的實戰建議

別誤會,我不是要你別碰這個工具。我是要你別「先買工具再補地基」,那個順序是反的。

不管你現在有沒有 Analytics 360、有沒有排到 beta,下面這幾件事都是你「現在、馬上」可以做、而且做了才讓工具有意義的。

第一:先把非 Google 渠道的 cost data 接進來。
這是門檻最低、回報最高的一步。把 Meta、TikTok 這些平台的花費,透過 GA 的成本資料匯入(cost data import)或第三方串接補齊。沒有這步,任何「跨渠道」工具對你都只是「半個渠道」工具。

第二:把轉換口徑講好,挑一個主歸因模型。
別再讓每個平台用自己的歸因視窗各說各話。在 GA 裡選定一套歸因邏輯當「公司內部唯一記分板」,平台自報的數字只當參考、不當決策依據。先解決重複計算,工具吃進去的數字才乾淨。

第三:把 Scenario plan 當「假設檢驗」,不是「標準答案」。
真的排到功能的人,記得它給的是模型推估,不是保證。把它的建議當成一個「假設」:它說把預算往某渠道移會更好,你就用小預算、開對照組去實測,驗證了再放大。工具負責給假設,增量驗證負責給答案。

第四:先用 GA 廣告工作區做「對帳」,而不是急著做「分配」。
就算預算規劃還沒開通,你也可以先進廣告工作區,把各渠道的花費跟轉換對齊,找出哪裡口徑兜不起來。這個對帳的功夫,才是這整套工具的地基。

第五:把「查數字」這件事交給 AI 幫你省時間。
同一個 GA 廣告工作區,Google 也塞了 Ask Advisor 對話式查詢,你可以直接用問的把報表問出來。想更進一步,把 GA4 接上 AI 自動跑分析,我之前寫過一篇 GA4 串 AI 自動分析數據的教學 可以參考。但記得,AI 幫你查得再快,查的還是你那份資料,地基沒補,快只是讓你更快做錯決定。

以前我們缺的是「能不能把跨渠道數字湊在一起看」的能力,現在這能力 Google 慢慢做成功能放出來了(前提是你的帳號排得到);現在我們真正缺的,是「湊在一起的這些數字,到底準不準」的紀律。

幾個你可能會問的問題

Q1:跨渠道預算規劃跟一般 GA4 報表差在哪?
一般報表是給你看「已經發生的事」,跨渠道預算規劃多了「往前看」的能力:Projection 預測進行中活動的落點,Scenario 模擬未來不同預算配置的結果,並回頭建議你怎麼分配。

Q2:Projection plans 和 Scenario plans 我該用哪個?
看你在哪個階段。活動「正在跑」、想即時調整搬預算,用 Projection;活動「還沒開始」、要規劃下一季或下一年怎麼分錢,用 Scenario。一個救火,一個佈局。

Q3:我的免費 GA4 現在就有這功能嗎?
不一定。照 Google 官方說明,這功能還在分批放行,「可能還沒開放到你的帳號」。它底下有兩種模型:DDA 版(beta,GA 與 Analytics 360 客戶都可能有)和 Meridian 版(alpha,只先給部分 Analytics 360 客戶)。先去你的廣告工作區看看有沒有「Budgeting」選項,沒有就是還沒輪到你。

Q4:它能管 Google 以外的渠道嗎?要先做什麼?
可以,但前提是你得先把那些平台的成本資料(cost data)接進 GA。Meta、TikTok、Pinterest 這些非 Google 渠道的花費沒接進來,工具就看不到,分配建議自然也不準。

Q5:工具會自動算最佳預算分配,那我還需要做什麼?
需要做的事可多了,而且是最關鍵的:把 cost data 接齊、把轉換口徑統一、確認公司內部有單一真相來源。工具放大的是你資料的品質,地基沒補好,它只會幫你把錯誤放大得更漂亮。

如果你問我,這個功能值不值得期待?

值得。方向是對的,把跨渠道預算收進單一視角,本來就是該走的路。

但它是一台放大器,不是一台清洗機。它會忠實放大你餵進去的一切,包含你資料裡的髒東西。

所以真正決定你下個月預算分得準不準的,從來不是 Google 出了什麼新工具,而是你願不願意先花笨功夫,把那四個各自為政的後台,整理成一份你敢拿去跟老闆報告的數字。

工具負責放大,紀律負責乾淨。這兩件事,缺一不可。


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

AI 超級週期是巨頭的資本遊戲:史丹佛這堂課,教中小電商老闆別追熱點、先守住你的「護城河」

AI 超級週期是巨頭的資本遊戲:史丹佛這堂課,教中小電商老闆別追熱點、先守住你的「護城河」

2026 年,四大雲端巨頭(Amazon、Google、Meta、Microsoft)光是蓋 AI 基礎設施的資本支出(capex,capital expenditure),加起來預計要燒掉大約 7,250 億美元。 比 2025 年的 4,100 億暴增 77%。分析師還說,2027 年這個數字有機會突破 1 兆美元。(數字為多家券商與分析師預估,見 Tom's Hardware 彙整報導。) 我知道你看到這種數字,第一個反應通常是焦慮。 「大家都在 all in AI,我這間小店是不是要被時代輾過去了?」 先深呼吸。這篇文章想跟你聊的,剛好相反。 這 7,250 億美元裡,

By Lewis wang
你官網那句「請問需要什麼協助?」正在趕走客人:AI 要在他開口前就認得他

你官網那句「請問需要什麼協助?」正在趕走客人:AI 要在他開口前就認得他

巷口那家麵店,老闆一看到你走進門,不用你開口就先喊:「乾麵不要蔥、加顆蛋、大碗的齁?」 那一瞬間的「我認得你」,就是你會一直回去吃的原因。 現在把場景換到你的官網。客人點進來,右下角跳出對話框:「您好,請問有什麼可以幫您?」 聽起來很有禮貌,對吧?但如果你問我,這句話其實是一張自白書。它等於當著客人的面說:我不知道你是誰、不知道你從哪來、也不知道你想幹嘛,麻煩你從頭教我。 最近我看了一場演講,講者是 Position2(Position Squared)的全球營運與策略副總 Dr. Sajjan Kanukolanu,主題是〈Build the AI GTM Agent That Knows the Buyer〉,講怎麼打造一個「在買家開口前就認得他」的 AI GTM(Go-To-Market,

By Lewis wang
別再迷信「一個 agent 搞定一切」:矽谷工程師的「三種價值創造者」,翻成電商團隊該怎麼分工

別再迷信「一個 agent 搞定一切」:矽谷工程師的「三種價值創造者」,翻成電商團隊該怎麼分工

有個電商團隊,去年底很興奮地導了一隻 AI 客服 agent(智能客服代理),老闆跟主管在會議室裡擊掌,想著「太好了,以後客服不用排班、不用養人了」。 三個月後打開後台,臉都綠了。 該退的貨,它笑咪咪地退了;明明超過七天鑑賞期、一看就是來鑽漏洞的濫用申請,它也一句「親愛的顧客,已為您處理」放行。它把每一位客人都服務得眉開眼笑,順便把公司的退貨政策服務到破產邊緣。 問題出在哪?不是這隻 agent 不夠聰明。是這個團隊把「打死不能鬆的規則」跟「可以靈活應對的話術」,全部揉成一鍋,整包丟給一隻 agent,然後祈禱它自己會分。 它不會分。你沒告訴它的紅線,它就當作沒有。 矽谷工程師講的三種東西,其實在講你的電商公司 前陣子看到矽谷一位工程師 IndyDevDan 拍的影片,標題很嗆,叫 FORGET Loop Engineering。今年六月 AI

By Lewis wang
用 AI 的高手不寫更長的 prompt,他們設計「驗收迴圈」:解碼 Anthropic 工程師 Thariq 的工作法

用 AI 的高手不寫更長的 prompt,他們設計「驗收迴圈」:解碼 Anthropic 工程師 Thariq 的工作法

想像一下,你早上打開電腦,叫 ChatGPT 一次生 300 篇商品描述。三分鐘,全部出爐,爽度爆表。 然後呢? 你還是得一篇一篇點開來看。看它有沒有把「德國進口」掛在一個產地其實是中國的包上,看它有沒有把上個月就結束的「買一送一」又寫進去,看它有沒有冒出一句「本產品保證有效」,讓你直接吃上一張廣告不實的罰單。 生成,被 AI 加速了 10 倍。 驗收,還停在人力時代。 這就是今天大多數電商老闆用 AI 的真相。你以為瓶頸是「寫得不夠快」,其實真正的瓶頸從來是「你不敢直接用」。 一個 Anthropic 工程師的反直覺答案:把指令砍掉 80% 最近我看了一集 Peter Yang 訪談 Anthropic Claude Code 團隊成員 Thariq

By Lewis wang