查網站電商媒體電商數據榜單中心數據速報 工具箱商品比價認證查詢小教室電商健檢比較清單對手對戰API關於
數據與成長

GA4 受眾與客群分析:找出你的高價值客,把行銷做給對的人

GA4 受眾與客群分析:找出你的高價值客,把行銷做給對的人|ECPRO 電商博士
字級
ChatGPT 摘要 Claude 摘要 Perplexity 摘要
林克威導讀

為什麼我推薦這篇?由「張庭瑋」撰寫,教你用 GA4 的客群與受眾把訪客分層,找出高價值客與流失風險,並把受眾接到廣告再行銷,實用不空談。

本文重點
  • 先用客群探索看輪廓
  • 用區隔切出高價值客
  • 受眾(Audiences):把分析變成行動
  • 預測受眾:讓 GA4 幫你先挑人
  • 分群要準,先把「同一個人」認對
  • 常見錯誤:受眾切太細,最後一個都用不了

把所有訪客當成同一種人,是行銷資源最大的浪費。有人第一次來隨便看看,有人是準備下單的回訪客,有人是買過三次的鐵粉。他們值得的對待完全不同。GA4 的受眾與客群分析,就是幫你把這群人分層,讓你把資源投在對的人身上。

先用客群探索看輪廓

GA4 的「客群」探索能快速勾勒訪客輪廓:他們來自哪些國家縣市、用什麼裝置、什麼時段活躍、興趣分類是什麼。但別停在「看熱鬧」,要帶著商業問題看——例如比較「有購買的人」和「沒購買的人」在裝置、來源、時段上的差異,你可能發現購買者集中在某個裝置或時段,那就是你該加碼投放的地方。

用區隔切出高價值客

真正的重點是把「高價值」的人切出來。你可以用區隔或受眾條件,定義出這些族群:買過兩次以上的忠誠客、單筆消費高的大客、加入購物車卻沒結帳的猶豫客、超過一段時間沒回來的沉睡客。把每一群單獨分析,你會對「誰在撐你的營收、誰快掉了」有清楚的圖像,而不是只有一個被平均過的總數。

受眾(Audiences):把分析變成行動

客群分析如果只停在看報表,價值有限。GA4 的「受眾」功能能把你定義的族群,同步給 Google Ads 做再行銷。舉例:建立「加購未購買」受眾,投放提醒廣告把他們拉回來;建立「已購買」受眾,在新品或回購檔期精準觸及;建立「高價值客」受眾,做相似受眾(Lookalike)去找更多像他們的人。這一步把 GA4 從「分析工具」變成「行銷引擎」,是最多人漏掉的價值。

預測受眾:讓 GA4 幫你先挑人

資料量足夠時,GA4 還能提供預測受眾,例如「可能在 7 天內購買的使用者」「可能流失的使用者」。這是用機器學習從行為預測傾向,讓你能在顧客還沒流失前先做挽回、在他快下單前先加一把力。不是每個站都湊得到足夠資料,但一旦能用,它是把行銷從「事後補救」推向「事前預測」的利器。

分群要準,先把「同一個人」認對

受眾分析有個常被跳過的前提:GA4 得先認得出「這是同一個人」。一個顧客白天用手機逛、晚上用電腦下單,如果只靠裝置識別,會被算成兩個人,你的「加購未購買」受眾就會抓進一堆其實已經買了的人。有會員系統的站,務必把 User-ID 接進 GA4,並在報表識別資訊裡採用包含 User-ID 的識別方式,跨裝置的行為才會歸戶到同一個人身上。

沒有會員系統或登入率很低的站也不用放棄,先從「已購買」這種不易誤判的受眾做起,再逐步往行為型受眾擴。分群的準確度永遠受限於識別的準確度,這是先後順序,不是可以跳過的環節。

常見錯誤:受眾切太細,最後一個都用不了

剛學會建受眾的人幾乎都會犯同一個錯:條件越疊越多,切出「用手機、來自特定縣市、看過三次商品頁、又沒買」這種極細的族群,結果人數少到什麼都做不了。廣告平台對再行銷受眾有最低人數門檻,人數不足的受眾根本無法投放;就算能投,母數太小的成效也讀不出結論。

我的原則是從大切起:先做「所有購買者」「加購未購買」「一段時間沒回訪的舊客」這三個大受眾,跑順了、看得出各群的差異了,再往下細分。另外注意兩個容易忽略的設定:受眾的成員效期要配合你的商業節奏,效期太短人一直流失,太長又混進早就冷掉的人,多長才合適依品類的回購週期而異;受眾從建立當下才開始累積成員,不會回溯太久以前的使用者,所以受眾要提早建,不要等活動前一天才動手。

實戰情境:一檔會員日的受眾佈局

拿一檔會員日活動當例子,受眾佈局可以這樣排。活動前兩週先建好三個受眾讓它累積人數:高價值客(多次購買或累積金額高)、加購未購買、近期瀏覽過主打品類的人。活動開跑,三群人給不同訊息——高價值客收到的是提前購與專屬加碼,猶豫客收到的是限時誘因,瀏覽過的人收到的是主打品類的訴求,而不是三群人都收到同一張圖。

活動結束後把「活動期間有購買」再建成一個受眾,下一檔就能對他們做回購溝通,也能拿去做相似受眾放大拉新。每辦一檔活動,受眾庫就多累積幾個可重用的資產,這才是受眾功能該有的用法:不是活動前的臨時抱佛腳,是一層一層疊起來的名單資產。

受眾也要定期整理,不然會變垃圾場

受眾清單和衣櫃一樣,只進不出就會爆炸。命名沒有規則、誰建的不知道、條件是什麼要點進去才看得懂,幾個月後整個帳戶就沒人敢動。我的做法是訂一套命名格式,例如「用途加條件加效期」,並且每季固定盤點一次:不再使用的受眾封存、條件重複的合併、當初亂命名的改掉。同時檢查每個仍在投放的受眾人數是否健康,人數持續萎縮的受眾,通常代表上游的事件或條件壞了,這也是順便抓出追蹤問題的機會。

核心觀念:把對的訊息給對的人

受眾與客群分析的終點,不是漂亮的圖表,而是「對不同的人說不同的話」。對高價值客給專屬感、對猶豫客給臨門一腳、對沉睡客給喚回誘因。當你的行銷從「群發給所有人」變成「分層溝通」,同樣的預算會帶來明顯更好的回報。這也和會員分級與 RFM 實作的思路一致,兩者搭起來威力更大。

這篇是「GA4 怎麼看數據」系列的一篇。先把追蹤設定打好底:GA4 電商追蹤完整設定教學;再依主題深入:探索報表流量來源與歸因電商營收報表受眾與客群關鍵指標判讀

動手做:建立受眾並同步 Google Ads

  1. 建受眾:左下「管理 → 目標對象 → 新增目標對象」,用條件建立例如「加入購物車但未購買」(包含 add_to_cart、排除 purchase)。
  2. 命名並儲存,GA4 會從當下開始累積符合條件的使用者。
  3. 同步廣告:先在「管理 → 產品連結 → Google Ads 連結」把帳號連起來,受眾就會出現在 Google Ads 的區隔中,可直接用來投再行銷。

GA4 介面選項名稱偶有調整,若位置對不上,用左側搜尋或設定(齒輪)內的關鍵字尋找即可,邏輯不變。

電商博士小教室

本文相關的 KPI 公式

回購率RPR
回購率 = 回購顧客數 ÷ 總顧客數 × 100%

有多少顧客回來再買第二次以上。回購是利潤的真正來源,比拉新客便宜得多。

廣告投資報酬率ROAS
ROAS = 廣告帶來的營收 ÷ 廣告花費

每投 1 元廣告換回多少營收。判斷廣告划不划算的第一指標。

看完整電商 KPI 公式庫 →
ECPRO 數據觀察

用真實數據延伸這個主題

ECPRO 電商博士實測逾 10 萬個台灣電商網站。想用數據驗證本文觀點,延伸閱讀這幾份實測報告:

覺得有用?分享出去
LINE Facebook X Threads

常見問題

GA4 客群分析要看什麼才有用?

別停在看訪客輪廓,要帶商業問題比較。例如把「有購買」和「沒購買」的人在裝置、來源、時段上對比,找出購買者集中的裝置或時段加碼投放。分析的目的是找出可行動的差異,不是欣賞人口統計圖表。

GA4 受眾(Audiences)能拿來做什麼?

能把你定義的族群同步給 Google Ads 做再行銷:對「加購未購買」投提醒廣告拉回、對「已購買」在檔期精準觸及、對「高價值客」做相似受眾找更多像他們的人。這一步把 GA4 從分析工具變成行銷引擎,是最多人漏掉的價值。

GA4 的預測受眾是什麼?

資料量足夠時,GA4 用機器學習提供預測受眾,例如「可能 7 天內購買」「可能流失」的使用者,讓你在顧客流失前先挽回、在下單前先加把力。不是每個站都湊得到足夠資料,但能用時是把行銷從事後補救推向事前預測的利器。

訂閱電商情報每週一封,台灣電商數據與經營洞察。
相關文章