透過網站分析平台分析網站交易成效，藉此洞察平均訂單價值與電子商務轉換率是否異常? 進一步優化購物行為漏斗流失環節、篩選熱門產品購買類別。
一、報表功能介紹
- 交易次數：交易訂單的總次數，發生purchase事件總次數。
- 總收益：完成交易訂單的總金額。
- 平均訂單價值：平均完成一筆交易訂單的交易金額。平均訂單價值 = 總收益 / 訂單數。
- 電子商務轉換率：交易次數 / 流量。
- 瀏覽產品：瀏覽產品的次數(已看過的商品數)。
- 加入購物車：加入購物車的次數。其中購物行為，加入購物車比率算法 ＝ 加入購物車次數 / 瀏覽產品次數。
- 開始結帳：開始結帳的次數。其中購物行為，開始結帳比率算法 ＝ 開始結帳次數 / 瀏覽產品次數。
- 購買完成：完成交易的次數。其中購物行為，購買完成比率算法 ＝ 購買完成次數 / 瀏覽產品次數。
- 流量預設管道：GA4針對各來源 / 媒介規則，預設為Organic Social、Direct、Paid Search、Referral、Paid Shopping、Display、Email、Organic Shopping、Paid Social等渠道類型。
二、報表使用說明
- 時間：設定區間與上一個時段比較。如抓取7/11-7/20，則對比7/1-7/10數據變化。
（Period：與上個時段比較、Year：與去年同期比較） - 著陸頁面：使用者進入網站所看到的「第一個頁面」。
- 來源 / 媒介：必須設定好 utm_source、utm_medium 參數標記；無標記會採用GA4內建的流量預設管道。
- 數據來源：Google Analytics4(簡稱GA4)。
三、報表分析步驟
- 分析平均訂單價值與電子商務轉換率是否異常？
➤篩選主要流量 著陸頁面 與 來源/媒介 。
➤查看加入購物車比率、結帳比率是否低於平均值。
➤平均訂單價值是否受到活動因素而有所變化。 - 從購物行為流程漏斗判斷流失環節。
➤瀏覽產品至加入購物車：頁面規劃內容、產品組合、活動規劃都會影響加入購物車率。
➤開始結帳至購買完成：運費、結帳流程、付款方式、取貨方式、能否分期、是否要先加入會員、結帳資訊等都會影響結帳完成率。
四、數據觀念與策略調整
- 從熱門產品銷售狀況，根據已查看的商品數量、加入購物車的產品數量、已購買的商品數量的佔比，分析有無「已查看的商品數量」佔比高，但相對的「加入購物車的產品數量」與「已購買的商品數量」的佔比偏低。代表該商品頁規劃需要優先調整。
- 加入購物車的產品數量佔比高，但已購買的商品數量的佔比低，除了結帳流程外，分析是否因為免運門檻、高單價無法分期等因素而影響付款意願。
- 優先考慮「加入購物車、已完成購買」的商品數量佔比皆相對高的產品名稱，規劃引流款活動商品組合推廣。
- 瀏覽產品後加入購物車，平均數值落在15%，會依照產品屬性(是否具備衝動性購買、同質性商品是否過多等)、客單價高低而有所不同。
➤著頁頁透過銷售頁規劃提高加入購物車比率。 - 加入購物車至購買完成，平均數值落在30%，會依照產品屬性(是否具備衝動性購買、同質性商品是否過多等)、客單價高低而有所不同。
➤分析結帳頁填寫資訊的內容、免運門檻設定等，並定期搭配再行銷廣告活動提高購物車完成率。 - 做好第三方金物流的網域排除，避免 來源/媒介 將「purchase」事件轉換都歸屬到第三方金物流。
備註：數據來源為「Google Analytics4」，若網站分析平台數據異常，會有以下因素：
- GA4的追蹤碼安裝是否正確。
- 事件追蹤設定是否符合GA4的規範。
- 有無把「轉換事件」列為「轉換目標」。
- 有無開啟Google信號、排除金物流參照來源。
- 受限於GA4閥值影響，會篩選原始資料數據以及過小的資料無法顯示。