網站分析
一句話定義
網站分析是透過追蹤網站訪客、流量來源、行為路徑、事件與轉換，把線上行銷活動從「發布」變成可衡量、可診斷、可優化的決策系統。
核心要點
基本單位
- 指標（Metric）：可量化的數據，例如訪客數、頁面瀏覽、停留時間、轉換率。
- 維度（Dimension）：描述資料的分類，例如裝置、瀏覽器、地理位置、流量來源。
- 轉換（Conversion）：訪客完成你定義為有商業價值的行動，例如下單、下載、聯絡、報名。
- 轉換率（Conversion Rate）：完成目標轉換的人數占訪客或特定群體的比例。
- CPC（Cost Per Click）：平均每次點擊成本；可用廣告預算 ÷ CPC 先估算可帶回多少流量。
- CPA（Cost Per Action / Acquisition）：平均取得一次轉換的成本；可用總花費 ÷ 轉換數比較素材、渠道或受眾效率。
分析工作流
- 設定目標：明確列出活動或網站要達成什麼。
- 收集資料：安裝追蹤碼、設定事件與目標，收集與目標相關的數據。
- 解讀資料：依維度細分，找出趨勢、落差與瓶頸。
- 擬定建議：把資料轉成可執行的改善方案。
- 採取行動：測試假設，修改內容、廣告、落地頁或流程。
- 檢討成果：比較前後成效，把學到的東西放回下一輪。
2026-05-08-新創如何做行銷個案建議 把這個流程用新創廣告預算試算具體化：先用營收目標、客單價與轉換率回推所需流量，再用 CPC 推估廣告費；投放後用 CPA 比較不同素材或渠道，最後用 PDCA 檢查問題到底在流量、轉換率、客單價還是續訂。
量化與質化要一起看
- 量化資料：網站訪客、銷售額、轉換率、社群互動等數字，適合找規模、趨勢與異常。
- 質化資料：使用者意見、問卷、討論區、客服回饋，適合理解原因與語境。
- 可操作洞察：不是只描述數字，而是說明「為什麼」以及下一步應該採取什麼行動。
- 分析不是終點：在 行銷5.0 中，網站分析提供的是資料生態系的一部分；資料進一步可被 預測行銷 用來估算顧客價值、購買意向與下一個最佳內容。
呈現資料的基本選擇
- 表格：適合比較小筆精確資料。
- 圓餅圖：適合比例與占比。
- 長條圖：適合同組項目比較。
- 折線圖：適合呈現時間趨勢。
與其他概念的關係
- 與 行銷漏斗：分析工具讓每一階轉換率可被追蹤，找出流失點。
- 與 資料行銷：網站分析是顧客資料生態系的一個來源；若沒有目標與共同識別，分析資料會停在報表層。
- 與 預測行銷：網站行為與轉換資料可成為預測模型輸入，用於排序受眾、推薦內容或預測活動結果。
- 與 搜尋引擎行銷：SEM 需要比較關鍵字、廣告、出價與落地頁轉換成效。
- 與 SEO / Google-Search-Console：自然搜尋成效需結合搜尋查詢、排名、收錄與站內行為資料判讀。
- 與 Goal-Signal-Metric：網站分析是 G-S-M 的落地資料來源；目標需先拆成訊號與指標才知道要追蹤什麼。
- 與 AARRR：AARRR 提供產品增長階段，網站分析提供每階段的量測資料。
- 與 圖表設計：資料呈現需要選對圖表，而不是把所有數據都做成視覺化。
- 與 敏捷行銷：PDCA / growth experiment 需要網站分析提供檢核資料；否則「快速試」只會變成快速堆素材。
相關來源
- 2026-05-06-Google數位學程-行銷基礎知識筆記
- 2026-05-06-行銷5.0數據推動行銷ML看書 — 補入網站分析進入資料生態系與預測行銷的下游用法。
- 2026-05-08-新創如何做行銷個案建議 — 補入 CPC / 轉換率 / CPA 試算，以及用 OKR / PDCA 把行銷目標、投放與優化串成執行迴圈。
備註
本頁先以 Google 數位學程的 Web Analytics 入門建立基本概念。後續可補 GA4、事件模型、UTM、歸因、cohort、漏斗探索、A/B 測試統計與 dashboard 設計。