GA4 與之前的通用GA 主要差別在

1. 流量來源在工作階段中變更時，通用GA 會更新工作階段，但 GA4 不會。這裡的流量來源包含自然搜尋、社群、外部連結、Google廣告，等。
2. 通用GA 凌晨 12:00 會關閉現有的工作階段，再開啟新的工作階段，但 GA4 不會。例如，從晚上 11:55 開始，到隔天凌晨 12:05 結束的工作階段，通用GA 是算兩個工作階段，但 GA4 是算一個工作階段。

另外，架構上的主要差別還有一個是：GA4 導入 session_start 事件。而 GA4 工作階段的數量， 精確來說，就是觸發 session_start 事件的數量。

既然聊到了 session_start 事件，不知有沒有人好奇，從使用者開啟一個網頁，到底有哪些事件會被送出？

使用者進網站後，會觸發哪些事件

https://support.google.com/analytics/answer/11109416
這份官方文件有一個很好的例子。

“使用者到達您網站的首頁，在 8 秒後向下捲動頁面，並在 11 秒後前往網站的下一個網頁。在下一個網頁，使用者在 6 秒後向下捲動頁面，並在 7 秒後離開網站。”

這樣發的 event 依序是

當使用者開啟一個網頁，一定會送一個 page_view event，如果這個使用者是 GA 沒看過的，會加送一個 first_visit event。

如果這個使用者之前沒有工作階段，或是上一個工作階段已逾時，會加送一個 session_start event。

至於 page_view, first_visit, session_start 先後順序為何，我查找了一些資料，並沒有明確說明。這三者先後順序其實也不是那麼重要，了解他們的意義即可。

像是開啟第二個網頁時，還是會送 page_view。但因為 GA 已經知道了這個使用者，就不會送 first_visit。目前工作階段也沒有逾時，所以不會送 session_start。

使用者參與時間

之前通用GA 的時代，工作階段時間的評估，始終沒有一個明確的說明。只能說如果發生了一個事件 (包含 page_view)，那工作階段再延長 30 分鐘。

例如，小明下午 2:00 開啟網頁，接著關閉瀏覽器或此分頁。2:29 小明又打開同一網頁，注意沒有 30 分鐘逾時喔。因為是同一使用者，兩個 page_view 之間沒有超過 30 分鐘，所以還是算同一工作階段。

那如果小明 2:29 並沒有打開同一網站，其實通用GA 是「不知道」小明何時離開了網站。而很多使用者正是這樣的行為：進網站看一頁，找到或沒找到他要的資訊，離開網站。

所以，通用GA 大量的工作階段時間其實是不精確的。GA4 也改善了這部分。

當使用者離開一個網頁，前往其他頁面或是關閉網頁，或是將網頁或應用程式移到背景。GA4 就會發一個 user_engagement event，其中包含距前一個 event 過了多少時間的參數。

例如上面的例子 user_engagement 有一個參數 11856。就是距前一個 scroll event 過了 11856 ms。

我們可以簡單理解，只要離開頁面 (包含轉去其他頁)，或是關閉頁面，都會發一個 user_engagement。有了這個機制，評估單次工作階段的參與時間，或是每個使用者的參與時間，都會比較精準。

又例如，單次工作階段參與時間 > 10秒時，此工作階段就算是「互動工作階段」。10秒不是一個很長的時間，希望使用者能待超過10秒，是一個很基本的目標。

所以，除了瀏覽量外，GA 後台的「互動工作階段」相關指標，也是很重要的觀察點。

最後我想聊聊「歸因」的問題

文章上面提到：嚴格來說，GA4 中的工作階段數量，就是觸發 session_start 事件的數量。

而且，GA4 工作階段與通用GA 不同的是，在流量來源變更時，GA4 仍視為同一個工作階段。

例如，你經由自然搜尋進到一個網站，立即關閉，再經由社群貼文進到同一個網站。此時之前的工作階段還沒逾時，所以由社群貼文進到同一個網站，不會觸發 session_start event。

上面的例子不會觸發 session_start，當然就是同一工作階段，來源是自然搜尋 (organic search)。

但我們要分辨「轉換的歸因」與上述例子講的是兩件事。

「轉換的歸因」通常講的是不同工作階段。例如一個客人從自然搜尋來，5天後又從搜尋廣告來，再過幾天後又從社群貼文來，並完成轉換，這樣要如何歸因。

這種情況就是我們常講的「最終非直接點擊」或是「以數據為準」，這些歸因模式。

本站之前有一篇文章提到：我們常說的「轉換」其實算是統稱，「轉換」在 GA 裡其實就是「目標」(goal)，匯到 Ads 後叫做「轉換動作」(conversion action)。

從舊版 GA (Universal Analytics) 到 GA4，又不同了。

在 GA4 裡，在本次更新之前，網站主可以在「事件」中，挑幾個幾較重要的事件標記成「轉換」。也就是在這次更新之前，GA4中轉換只是比較重要的事件。

https://support.google.com/analytics/answer/9164320#032724
這次 GA4 的更新，轉換已更名為「重要事件」(key events)。4月中，台灣 GA 的面板應該都已更新。讀者可以看一下原「轉換」頁面，頁面名稱都已經更新成「重要事件」。

而現在「轉換」明確就是 Google Ads 所用，當然如果你 GA 帳號有連結廣告帳戶，一樣可以看到「轉換」報表。指標數字也應該與廣告帳戶相同。

https://support.google.com/analytics/answer/13965727
我們知道 button click，表單送出等可以標記為「重要事件」。上面 13965727 文件也提出一個例子：使用者看完你網站上的 lead-generation page，是非常重要的一個指標。

此時就可以將 scroll event 標記為「重要事件」。GA4 的 scroll event 含義是使用者在一頁中，看完 90% 的內容 (往下捲了90%)。這通常代表「看完了」一頁，包含該頁的聯絡表單。

我們現在知道了事件、重要事件。這次更新的重點是：如果 GA 帳戶有連結 Google Ads 的話，在 Google Ads 帳戶可以由重要事件產生「轉換」。目前的架構是這樣。

「重要事件」如何產生轉換？

https://support.google.com/analytics/answer/10632359
首先確認你的 GA 帳戶有連結到 Google Ads 帳戶，而且 Google Ads 帳戶的 auto-tagging 有開啟。

到你的 Google Ads 帳戶，左上角大大的＋號按鈕，點之後選「轉換動作」(conversion action)。選「匯入」→ GA4 資源，底下有個小選項，記得選「網路」(如果你沒有App的話)。

下一頁，你就會看到 GA4 的「重要事件」，勾選幾個，點匯入並繼續，這樣就完成了。

Google 文件是說「事件」也可以產生轉換，此時該事件會「自動升級」成重要事件。不過在上面匯入的頁面，larry 是沒看到「一般事件」，可能這部分還有點模糊。

結論

這次算是把長久以來不明確的「轉換」二字，做了一個釐清。但如果你沒有使用 Google Ads，這次更新只是更名，並無實質關係。

目前「轉換」這個名詞在 GA 與 Google Ads 指的是同一件事了，如果你的 GA 帳戶有連結到 Google Ads 帳戶，看得到廣告數據，轉換的數字在兩個平台也應該相同。

這裡我想先討論一下，什麼是「報表識別資訊」(Reporting Identity)？

首先，傳統 GA 是發 cookie 到使用者的瀏覽器，如果下次使用者打開同一網站，相同 cookie 會傳回 GA，這樣 GA 就認得是同一使用者，基本上是這個概念。

讀者有興趣可以稍微看一下本站之前的文章，會對傳統 GA 使用者的判定，比較有感覺。
工作階段與使用者
從 Google Ads 的 gclid 來看 Analytics 工作階段、流量來源、新訪客與回訪者

當然，上述講的是傳統 GA 的方式，第三方 cookie 停用後，GA 會用其他方式判斷使用者。我們先複習了一下傳統 GA 的方式，再來討論這次的公告，會比較有前後脈絡。

因為傳統 GA 是用使用者的瀏覽器 (裡面的cookie) 來判斷是否為同一使用者。如果使用者是跨裝置，例如分別用電腦和手機瀏覽同一網站，該網站的 GA 會認為是兩個使用者。

https://support.google.com/analytics/answer/10976610
要解決這個問題，GA 提供了 4 種方式

1. User-ID
2. Google Signal
3. Device ID
4. Modeling

上面每一個方法都稱為 Identity Space。GA 報表使用的 Identity Space，就稱為報表識別資訊 (Reporting Identity)。以下簡介一下這四種方法。

User-ID 是網站端自行爲使用者建立一串ID。當使用者登入網站時，GA 追蹤碼啟動時，再將這串ID 傳回給GA。同一使用者皆為同樣一串ID，ID的產生，追蹤碼的修改，都由網站主來執行。

Google Signal 則是將網站收集到的 GA 資料，與已登入 Google 帳戶並開啟「廣告個人化」功能的使用者建立關聯，去猜測每一個 GA 收集到的用戶，他是哪一個 Google 帳戶的使用者。

這樣同一人，在不同的裝置瀏覽網站 (有不同的cookie)，傳統 GA 是判定為不同使用者。如果原本 GA 認定的不同使用者 (多個)，發現與某一個 Google 帳戶有關聯了，GA 可以推測這些使用者是不是同一人。

Google Signal 不是新東西了，早在 2019 年本站就有一篇文章提到 Google Signal
連結 Analytics 和 Ads 帳戶

下一個 Device ID，就是傳統 GA 所謂的 cookie。如果使用者拒絕使用 cookie，那 GA 只能藉由其他接受 cookie 的使用者，去模擬並猜測沒有 cookie 的使用者，這就是 Modeling (模擬)。

以上就是四種 Identity Spaces。

報表識別資訊在 GA 後台的位置

到你的 GA 後台，左側 menu 齒輪符號「管理」→ 資料顯示 → 報表識別資訊。可以選「混合」或「已列為觀察項目」，點開灰色的全部顯示小字，還可以選「依據裝置」，所以總共有三個選項。

選「混合」，GA 就會從上面 4 種 Identity Space，依序往下找。例如，沒有 User-ID 就用 Google Signal，以此類推。「已列為觀察項目」則是只使用前 3 種 Identity Space，不包含 Modeling (模擬)。

「依據裝置」則是只使用 Device ID，其他都不看。

不管你選擇的是「混合」，還是「已列為觀察項目」，一般網站沒有特別建立 User-ID，所以依序往下就是 Google Signal。所以目前 (2023年底) 我們看到的 GA 報表大多數是 Google Signal 產生的。

https://support.google.com/analytics/answer/9164320#100223
GA 在 2023/10/2 公告：到你的 GA 後台，左側 menu 齒輪符號「管理」→ 資料收集與修改 → 資料收集，裡面有一個「在報表識別資訊中加入 Google 信號」。這份公告是建議將其關閉，會有助於降低資料閾值。

那什麼是資料閾值 (data thresholds)？

https://support.google.com/analytics/answer/9383630
資料閾值就是在 GA 報表中，太少的數值 GA 有可能不顯示或隱蓋資訊。此舉是防止網站主從 GA 資料的客層、興趣等資訊，反推出個別使用者是誰 (具體的人)。

資料閾值會造成一些問題。例如，當你有某個廣告活動的轉換不多，或是某個客群的轉換不多，因為資料閾值的關係，不顯示，造成轉換率為 0。或是只顯示部分，造成極為低估的轉換率。

另外舉一個例子，當你細分使用者客層時，使用者會少很多。因為細分使用者客層時，每個細分指標裡的值很少，GA 可能會不顯示或只顯示部分。

所以如何降低資料閾值變成是一個問題

相信很多讀者在看 GA 後台的報表，例如流量或使用者報表時，報表右上角會有一個接近紅色的小警示符號。這就是說明該報表受資料閾值所影響。

https://support.google.com/analytics/answer/9383630
上面提到，關閉「在報表識別資訊中加入 Google 信號」有助於降低資料閾值。當你關閉後，如這份 9383630 文件中接近紅色的警示符號，就會變成綠色符號。你可以關閉這個選項後，再看一下你 GA 後台報表的右上角，應該會變成綠色。

https://support.google.com/analytics/answer/9164320#100223
Google 2023/10/2 的公告也提到，關閉這個選項後，GA 仍然會收集 Google Signal 作為應用。但在某些圖表忽略某些使用者資料，以降低資料閾值。

忽略某些使用者資料，當數據少時，網站主就不容易反推具體的人是誰，所以報表就不用設限一個資料閾值 (data threshold)。

還記得上方「報表識別資訊」的 4 種方法。一般網站不會有 User-ID，如果你又將「在報表識別資訊中加入 Google 信號」關閉，那依順序就是使用 Device ID (裝置ID)。

在 2023/10/2 公告「在報表識別資訊中加入 Google 信號」上線之前，有人建議齒輪符號「管理」→ 資料顯示 → 報表識別資訊，那裡選「依據裝置」。這樣只使用裝置ID，與上述效果是一樣的。

結論

以上走了一遍「報表識別資訊」的前因後果，與瞭解了「資料閾值」的問題。

目前 (2023年底) 需要手動關閉「在報表識別資訊中加入 Google 信號」。也請讀者注意 2024/02/12 開始，Google Signal 將會從「報表識別資訊」中移除。

屆時應該「在報表識別資訊中加入 Google 信號」這個選項也會被移除了。

這個「商品範圍的自訂參數」需要被註冊到自訂維度 (custom dimension) 才能使用。

另外，我之前關於 GA4事件的文章 提到

“設定好的事件與參數，如果有非 GA4 預設的參數，報表是不會顯示的。GA4 面板左側 menu 的「管理」按鈕 →「資源」欄 → 點「自訂定義」，可以將新的參數設成自訂維度或自訂指標，並用「探索」底下的功能將自訂維度/指標做成自訂報表。”

不管是商品範圍的自訂參數，或是自訂事件，都與自訂維度和自訂指標 (custom dimensions & metrics) 有關。這在 GA4 的確是一個重點題目，本篇就來聊一下他們。

自訂維度和自訂指標的官方文件
https://support.google.com/analytics/answer/10075209

GA4 後台面板 → 左下角「管理」按鈕 →「資源」欄 → 點「自訂定義」，就可以看到所有設定好的自訂維度和自訂指標 (兩個 tab 切換)。

自訂維度

點右上角的「建立自訂維度」，輸入你想要的「維度名稱」，「範圍」目前可以選「事件」或「使用者」(撰文的現在是2023年3月，「商品範圍」還沒出現)。

「說明」選填。

依照上面選的範圍類型，填入「事件參數」或「使用者屬性」。如果是填「事件參數」，資料是取自某一個事件裡的參數。如果是填「使用者屬性」，資料是取自某一種使用者屬性 (user property)，參考官方文件。

以上設定好了點儲存就可以建立一個自訂維度。這裡「範圍」類型再說明一下，該怎麼選擇

• 事件範圍 (event-scoped): 不管是 page view 的文章屬性，點擊按鈕或連結，都是屬於事件範圍。
• 使用者範圍 (user-scoped): 如果是描述使用者的某種 profile 或特質，選擇此項。
• 商品範圍 (item-scoped): 如果是商品、或單一服務的特性，例如衣服顏色、尺寸，就是屬於商品範圍。目前 (2023年3月) 台灣 GA4 的商品範圍還沒上線。

自訂指標

在「建立自訂維度」的同一面版，切換到指標tab後，就可以看到「建立自訂指標」按鈕。點開後輸入你想要的「指標名稱」，「範圍」只可以選「事件」，「說明」選填。

自訂指標只能填「事件參數」(沒有「使用者屬性」)。自訂指標還要再選擇「測量單位」，觀念是，指標的底下就會有數字了，你要跟 GA 講這個數字是什麼單位。

「測量單位」可以選

• 標準：非以下類型的指標，就選此項。
• 貨幣：可以在底下勾這筆資料是收益 (revenue) 還是費用 (cost)，也可以都勾。接著可以設定使用者角色，對於收益或費用指標的存取權。
• 距離：英尺、英里、公尺、公里，四擇一。
• 時間：毫秒、秒、分鐘、小時，四擇一。

以上設定好了點儲存就可以建立一個自訂指標。

整個網站資源都會認得事件範圍 (event-scoped) 的自訂維度與自訂指標。不像過去，即使是同一參數，有幾個事件使用到就要建立幾次。現在只要建立一次自訂維度或自訂指標，整個網站的事件都會認得。

larry 的經驗，有的朋友還是不清楚某一個事件參數，是該屬於維度還是指標。上面 Google 10075209 文件有一段: 如果是高基數 (high-cardinality)，則「不應」使用維度。

它用的是 USER ID、工作階段ID、時間戳記來當例子。我延伸出來討論，如果你的事件要記錄的是商品顏色，例如：紅、黃、藍，基本上極為有限的選擇就是屬於維度。反之，如果你要記錄的是未知變化的數字，或是不斷累加的數字，基本上就是指標。

結論

GA4 的事件可以輕易的傳送網站主自訂的參數，但這些參數要設成自訂維度或自訂指標，並用「探索」報表檢視。

剛公布 (2023/03/16) 的「商品範圍的自訂參數」(item-scoped custom parameters)，特別是可以應用在電商網站的電子商務事件 (ecommerce event)，也是一樣的道理。

撰文的現在是2023年3月，自訂維度的「範圍」目前只可以選「事件」或「使用者」，商品範圍 (item-scoped) 還沒出現，但將來是在這個位置選取。待正式上線後，埋電子商務事件的參數就可以很靈活，例如參數可以是 color, size。

最後想提一下，商品範圍 (item-scoped) 參數應該天生就會跟商品 ID (item_id)，也就是如果商品A的事件包含參數 color:"red"，商品B的事件也包含參數 color:"red"，紅色的商品A、B 應該會分開統計。

如果不管商品 ID，全部 color:"red" 的事件一起統計，這應該是屬於事件範圍 (event-scoped)。

其實這頁面在通用GA (Universal Analytics) 中也有：行為 → 網站內容 → 到達網頁。GA4 只是把通用GA 本來就有的東西，重構再上線。 

到達網頁報表顯示的不止是 google organic 的流量來源，它是全部流量來源的第一頁統計。包含 yahoo organic、bing organic、baidu organic、社群來源 FB / IG、付費廣告、外部連結 (referral)，還有直接點擊 (direct)。

「到達網頁」跟隔壁的「網頁和畫面」差別在哪？

「到達網頁」是統計流量來源的第一頁。例如你有一篇文章，如果使用者是從你的首頁或其他頁面點到這篇文章，這次瀏覽記錄只會紀錄在「網頁和畫面」，不會紀錄在「到達網頁」。

相對的，如果你想知道某一個網頁的流量來源，看「網頁和畫面」報表不是那麼精準。

還記得歸因模式嗎？如果使用者經由某個管道進入你網站的網頁A，點擊連結到網頁B。在「網頁和畫面」網頁B 的流量來源，是使用者進入網頁A 的流量來源。「網頁和畫面」不會知道使用者是先進入網頁A，再進入網頁B。

延伸閱讀：SEO普通但流量卻不錯？談網頁的流量來源

所以如果你是想看招攬使用者的第一頁，包含自然搜尋來源的流量變化 (SEO)，要看的是「到達網頁」報表。如果你是想看網站或網頁的總流量，要看的是「網頁和畫面」報表。

上方 12931766 文件底下有兩則 FAQ

1. 到達網頁報表是 session-scoped。同一使用者在兩個工作階段進入網站，是記兩筆資料，所以它是有流量意義。當然，如果使用者 → 網頁A → 網頁B → 網頁A，網頁A 只會被記一筆。
2. 路徑探索 (Path exploration) 可以顯示 landing page 之後的使用者路徑。將 landing page 設為「路徑探索」的起點 (starting point)，「路徑探索」就會顯示接下來使用者的路徑。

larry 想藉著這一篇走一遍路徑探索 (Path exploration)。

路徑探索 (Path exploration)

https://support.google.com/analytics/answer/9317498
左側 menu「探索」→ 選路徑探索範本，這樣就新增了一份路徑探索。

路徑探索右側的圖表有幾個名詞要先知道。起點 (starting point)：圖表的起始欄。終點 (ending point)：圖表的結束欄。一個路徑探索圖表可以有起點 / 終點其一，不會兩者都有。

圖表中每一欄就是一個步驟 (step)。每一步可以選節點類型 (Node type)，可以選事件 / 網頁標題 / 網頁路徑，其一。依照節點類型不同，底下資料維度就可能是事件 / 網頁標題 / 網頁路徑，其一。

步驟中每個資料點就是節點 (Node)，每個節點會顯示該路徑的使用者人數或事件數 (依照「分頁設定」)。不管是起點往後探索，還是終點往前探索，點一下節點就會往後 (或往前) 新增一個步驟。

如果要建立反向路徑 (先設終點往前推)。路徑探索圖表右上方有一個「重新開始」，按一下便可重設終點或起點。反向路徑的用法通常是，你選取特定轉換事件或頁面當終點，探索使用者是經由什麼路徑觸發事件，或到達某個頁面。

路徑探索圖表是所有使用者的所有工作階段，當然也是跨工作階段。例如同一使用者，30分鐘後再操作就是新的工作階段。30分鐘前和後的操作都會被紀錄在路徑探索圖表中。

目前 (2022年12月底) 路徑探索圖表支援的指標有三：事件計數、活躍使用者、總人數。這裡 larry 想探討一下活躍使用者和總人數的差別在哪。

活躍使用者 vs 總人數

https://support.google.com/analytics/answer/11986666
首先，通用GA 使用的是「使用者總數」「新使用者」。GA4 使用的是「使用者總數」「活躍使用者」「新使用者」。也就是通用GA 沒有「活躍使用者」指標。

活躍使用者是總人數的 subset，特別指 1) 觸發互動工作階段的使用者，2) 觸發網站中的 first_visit 事件或 engagement_time_msec 參數，等。

也就是如果一個使用者，不是 first vist，也沒觸發互動工作階段，他會計算到總人數，但不是活躍使用者。

哪些事件會包含 engagement_time_msec 參數，我這篇文章有一個範例。

不管是活躍使用者或是總人數，計算的都是不重複使用者人數。如果一個使用者進入首頁 → 產品A → 首頁 → 產品B，這樣路徑探索圖表第一步驟當然是首頁，第二步驟有兩個節點：產品A 和產品B。

這樣首頁的使用者指標是1 (不重複使用者人數)，產品A、B 節點的使用者指標也都是1。所以末節點的使用者數量總和，會多於根節點的使用者數量。

至於路徑探索圖表的其他功能：包含指定/排除顯示節點，套用區隔，套用細分維度，等，這邊就不再細講，讀者可以看一看上方附的 9317498 號文件。

結論

本篇從到達網頁報表帶出路徑探索。「到達網頁報表」顯示的是招攬使用者的第一頁，包含自然搜尋來源的流量變化 (SEO)。「路徑探索」則是探索使用者入站後的行為，也常用於知道轉換事件/頁面後，想要往前探索。

本篇也聊到活躍使用者指標，這是 GA4 才有的指標，因為「互動工作階段」是 GA4 才有的東西。

如果是工作跟數位行銷有關的讀者，或是需要看 GA 報表的讀者，本篇提到的觀念和功能，應該都滿值得了解一下。

區隔與目標對象的差別是，區隔是探索報表中的一個功能，而目標對象是 GA4 大部分報表都可以拿來當維度值，或是當作比較項目。

由區隔可以產生目標對象，也可以由目標對象面板自行建立。建立好的目標對象可以匯入 Google Ads 做再行銷。上面關於區隔的文章有提到「由區隔產生目標對象」，本篇的重點是我們直接由目標對象面板操作。

https://support.google.com/analytics/answer/9267572?hl=zh-Hant
目標對象面板位於 GA4 面板左側 menu「設定」→ 目標對象，就會看到目標對象列表。系統預設是兩個：All Users，Purchasers (完成購買的客戶)。這兩個目標對象不能刪除，也不能編輯。

這邊先提一下，每個資源最多只能加入 100 個目標對象，如果已達到目標對象的上限，要先封存不需要的目標對象，才能建立新的。注意封存無法復原，對應的資料也無法還原。系統預設的 All Users，Purchasers 不能編輯，但可以封存。

目標對象列表右上方有一個新增目標對象按鈕。點開後跟區隔類似，有建立自訂目標對象與建議目標對象兩種。選「自訂目標對象」就會跳出類似區隔的 AND–OR 面板，選「建議目標對象」一樣會跳出 AND–OR 面板，但面板上已經有一些預設參數。

AND–OR 面板的操作參考上方區隔的文章，這裡不重複。還記得該文章提到區隔名稱底下有個小小的說明欄位，目標對象一樣有個說明欄位，說明還會顯示在列表上，所以可以填一下。

再行銷效期

目標對象的條件設定 AND–OR 面板基本上跟區隔相同，右上角的再行銷效期是指：保留使用者在這名單的時間。也就是一個使用者從符合條件，可以在名單裡保留多久。預設是 30 天，最多可以填 540 天 (18個月)，也就是上限。

因為目標對象常常匯出給 Google Ads 做再行銷，再行銷效期的設定應該與你商品的銷售週期一致。

例如，如果你賣的是新上市的食品，也許將效期設為幾週。如果你賣的是汽車，也許將效期設為幾個月，因為高單價的東西消費者可能要考慮比較久。如果你是針對母親節檔期做行銷，請確保建立目標對象的時間，到母親節的時間，這段期間的使用者都有納入名單。

目標對象觸發條件

https://support.google.com/analytics/answer/9934109?hl=zh-Hant
再行銷效期的設定框底下有一個目標對象觸發條件，可以設定使用者加入目標對象名單時觸發一個自訂事件。

例如，如果目標對象條件是閱讀特定數量文章的使用者，或是超過轉換門檻的使用者。

設定目標對象觸發條件的自訂事件，我們可以分析這個事件 (有沒有使用者滿足目標對象條件)，甚至可以設成轉換。通常我們是把高價值的客戶設為目標對象並設定觸發的自訂事件。

設定目標對象觸發條件的自訂事件時，底下有一個 checkbox 在目標對象成員更新時記錄另一個事件，指的是已在名單的使用者，如果再一次滿足目標對象條件，要不要再送一次自訂事件。

建立好目標對象後

建立好目標對象後，要 24 ~ 48 小時 (也就是1~2天)，符合條件的使用者才會納入名單。即使已建立好目標對象，如果新使用者剛剛符合條件，也要 1~2 天才會納入目標對象名單。

這邊就可以感覺目標對象和區隔的不同：目標對象有一個名單，符合條件的使用者登記到這個名單，也因此這個名單才能匯出給 Google Ads 使用。而區隔並沒有自己的名單，它只是拿現有的 GA 總資料做區隔統計。

回到目標對象列表。每筆目標對象右側有 3 個點的符號，點開後有編輯、複製、封存，三個選項。點編輯就會彈出 AND–OR 面板。注意，已建立的目標對象只能編輯名稱和說明，或新增目標對象觸發條件。

點複製也會彈出 AND–OR 面板，修改設定後要按儲存，才會新增一筆目標對象。

以上就是目標對象面板的操作，Again，AND–OR 面板條件的設定，請參考之前 GA4 區隔的文章

https://support.google.com/analytics/answer/12799863?hl=zh-Hant
Google 這份文件有提供幾個不錯的範例，也有 step by step 的教學。例如：已加入購物車但未購買的使用者，消費金額達某個門檻的使用者，購買次數達某個門檻的使用者。

建立好目標對象後，可以匯入 Google Ads，有兩種應用方式 1) 設為再行銷名單 2) 設為 Google Ads 的目標對象區隔，在 Google Ads 中組合成目標對象。

預測目標對象 (Predictive Audience)

GA 連接 Google Ads，並如何操作 Google Ads 不是本篇重點。接下來我想提一下 預測目標對象 (Predictive Audience)。

還記得新增目標對象按鈕，點開後有「自訂目標對象」與「建議目標對象」兩個區塊。建議目標對象有 3 個 tab，選預測。可以看到 GA 預測的目標對象，它有使用門檻。

https://support.google.com/analytics/answer/9846734?hl=zh-Hant
首先我們要先了解預測指標 (Predictive metric)。預測指標有 3 個

1. 購買機率 (Purchase probability)：28天內的活躍使用者，在未來 7 天內會完成特定轉換的機率。
2. 流失機率 (Churn probability)：7天內的活躍使用者，在未來 7 天不再是活躍使用者的機率。
3. 預期收益 (Predicted revenue)：28天內的活躍使用者，在未來 28 天內會完成轉換的預期收益。

為達成購買機率和預期收益指標的資格，必須傳送 purchase event，並包含 value 和 currency 兩個參數。

而且在 28 天內，以 7 天為一個計算單位，至少 1000 位回訪者 (returning users) 觸發 Purchase or Churn。另外至少 1000 位回訪者不觸發。

如果符合了預測指標的資格，建議目標對象 → 預測 tab 底下的目標對象就可以使用。例如：未來 7 天內的潛在購買者，就是購買機率前 10% 的使用者 (GA4 定義)。

https://support.google.com/analytics/answer/9805833?hl=zh-Hant
Google 這份文件說明了 GA4 預設的預測目標對象，包含 未來 7 天內的潛在購買者，未來 7 天內的潛在流失使用者，接下來 28 天內預估花費最多的使用者，等，都是由上方預測指標所組成。

結論

區隔是探索報表中的一個功能，而目標對象是 GA4 大部分報表都可以拿來當維度值，或是當作比較項目。

因為目標對象長久以來都是跟銷售、廣告有關，所以觀念上應該更能理解，實際使用上也能更輕易的應用在 GA4 所有報表。

本篇是接續 GA4 的區隔 (segment) 如何設定？
兩篇觀念、AND–OR 面板的使用是互通。larry 覺得「不一定」要先搞懂區隔，先理解本篇的目標對象後，AND–OR 面板的使用再對照區隔那一篇，也是很好。

在通用GA 中，區隔是「資料檢視」層級，目標對象是「資源」層級。由區隔可以產生目標對象，目標對象可以匯入 Google Ads 做再行銷，大概是這樣的邏輯。

https://support.google.com/analytics/answer/9304353?hl=zh-Hant
與通用GA 差別很大的是，GA4 沒有「資料檢視」層級，而區隔是歸在「探索」報表中的一個功能。而且如果你在探索報表A 中設定了區隔，它就只會在探索報表A 出現，探索報表B、C 不會看到這個區隔。 

GA4 的面板，左側menu「探索」→ 任選一個探索報表點進去 → 左側會有「變數」「分頁設定」兩欄 →「變數」欄的可選區隔有一個＋號按下去。＋號點開後會彈出一個面板，分兩欄：「建立自訂區隔」和「建議的區隔」。

建立自訂區隔

「建立自訂區隔」分為使用者區隔 / 工作階段區隔 / 事件區隔，三者角度不同。

• 使用者區隔 通常是你把已消費的使用者，或是已加購物車但未結帳的使用者，做成區隔或是目標對象，給廣告做再行銷。
• 工作階段區隔 通常是跟「流量來源」有關。例如來自特定廣告活動的所有工作階段，或是來自特定社群的所有工作階段，我們區隔出來觀察。
• 事件區隔 比較少用。通常是你要觀察使用者在特定事件的行為。例如按網站的某一個特殊按鈕，或是 app_exception 事件。

選擇使用者區隔 / 工作階段區隔 / 事件區隔其一後，會彈出一個 AND–OR 面板，上方先輸入區隔名稱，名稱底下有個小小的說明欄位，有需要也可以輸入。

AND–OR 面板中，垃圾桶符號旁有一個 條件範圍 下拉選單，可選跨所有工作階段 / 在同一工作階段內 / 在同一事件內，三選一。意思是在這三種前提內，要符合你設定的條件。

可以看出來，在同一使用者「所有工作階段」內完成你設定的條件，當然比「同一事件」內完成你設定的條件，要寬鬆。也就是跨所有工作階段 / 在同一工作階段內 / 在同一事件內，是越來越嚴格的前提。

再來，如果你選的是「使用者區隔」，條件範圍三個選項都有。如果你選的是「工作階段區隔」，條件範圍只會有在同一工作階段內 / 在同一事件內。如果你選的是「事件區隔」，條件範圍只會有在同一事件內。

基本上條件範圍不用去動，隨你選擇的使用者區隔 / 工作階段區隔 / 事件區隔不同，使用條件範圍的預設值就好。

接著就是在 AND–OR 面板設定要符合的條件、排除條件。設定條件時有一個「任何時間點」checkbox，如果有勾，一個使用者只要曾經符合這個條件，就永遠符合這個條件。

例如，有一個區隔是要識別在「台北」的使用者，一個使用者只要曾經在區隔時間期限內，在台北瀏覽過網站，就會符合這個條件 (一個區隔可能有多個條件)。但這個使用者目前已到其他地方工作，不在台北了。如果有勾「任何時間點」，這個使用者目前仍然符合這個區隔條件。反之如果沒勾「任何時間點」，這個使用者現在就不符合這個區隔條件，而被移出區隔名單。

這個 GA 叫 動態評估，也就是區隔一但設定好了，期限也過了，區隔名單不是就固定了。隨著條件設定，時間推移，區隔名單是會變化的。

條件群組底下有一個「新增序列」按鈕，按一下就會新增一個下圖紅框的區塊。如果你按一下紅框底下的「新增步驟」按鈕，就會新增一個藍框的區塊。

也就是 1 個紅框＋N個藍框就是一個序列，每個序列裡面可以有多個步驟。每個序列與其他設定的條件再 AND 起來。

紅框右上方有個時鐘小圖，可以設定要在多少時間內完成這個序列，才算完成。預設是不限制時間。藍框右上角也可以限制兩步驟中間的時間差，預設是不限制。

藍框左上角可以選擇「隨後間接跟著」或「隨後直接跟著」。隨後間接跟著顧名思義就是這一步驟與上一步驟中間使用者可以做其他動作。隨後直接跟著就是這一步驟與上一步驟中間使用者不能有其他動作。

整個 AND–OR 面板最底下有一個「新增要排除的群組」，排除群組左上角可以選擇「暫時排除使用者的時機」或「永久排除使用者的時機」。

還記得上方提到的動態評估嗎。暫時排除使用者的時機，講白話就是，這個使用者因為 xxx 條件，我們在區隔期限內將他移出名單。但也許他現在符合了某個條件，該條件也有勾「任何時間點」，這個使用者就會被加回區隔名單。

如果選的是「永久排除使用者的時機」，就代表一但這個使用者符合了排除條件，他永久被這個區隔排除。

排除群組的 AND–OR 面板的使用跟條件群組都相同。

整個條件群組、排除群組都設定完後，右上角有一個「建立目標對象」checkbox，有勾的話，儲存時這個區隔會匯入成一個目標對象，並會檢查與現有的目標對象名稱是否有重複 (有重複的話儲存會失敗)。注意，區隔與匯入的目標對象沒有連結關係，也就是匯入目標對象後，你再改區隔，與已建立的目標對象無關。

「建立目標對象」有一個「再行銷效期」與「目標對象觸發條件」，這部分 larry 想留到之後目標對象的文章來講。

建議的區隔

還記得探索報表左側的「變數」欄，可選區隔的＋號點開後會彈出一個面板，分兩欄：「建立自訂區隔」和「建議的區隔」。文章上面的篇幅是介紹「建立自訂區隔」。

「建議的區隔」其實就是 GA 準備了一些區隔的範本，你可以選擇一個範本匯入，參考 GA 是怎麼設定的，編輯成符合你需求的數值。面板使用都跟「建立自訂區隔」一樣。

結論

以上大概就是 GA4 區隔的概念跟使用了。可以看到有條件群組、排除群組、序列，還有「任何時間點」的問題，還有一大堆 AND–OR 的組合，邏輯很複雜。

我們跳出來看，設計區隔時應該條件要以簡單為主，不然 AND–OR 組合一多，很難講我們設定的是不是我們需要的。

larry 是建議讀者主要觀念要清楚：由區隔可以產生目標對象，目標對象可以匯入 Google Ads 做再行銷。我下一篇會寫目標對象，目標對象與區隔條件設定的面板一樣，但兩者的意義不同。

下一篇關於目標對象的文章：GA4 的目標對象 (audience) 如何設定？

如果想再深入了解事件的讀者，可以參考我下方的文章。GA 事件的概念，跟工作階段、跳出率都有很大的關係。
Google Analytics 再談「工作階段」
Google Analytics 跳出率 & 一頁式網站
[GA4] 跳出率不見了？GA4 改為使用互動工作階段與參與度

GA4 的事件如何埋 JS 程式碼

https://developers.google.com/analytics/devguides/collection/gtagjs/events
通用GA (Universal Analytics) 中事件的設定大概是這樣，在觸發事件時 call 這一段 JS code，可以看到參數有 action, category, label, value。

gtag('event', 'your_action_name', {
  'event_category': 'aaa',
  'event_label': 'bbb',
  'value': 1000
});

https://developers.google.com/analytics/devguides/collection/ga4/events?client_type=gtag
GA4 的事件設定格式是這樣

gtag('event', 'your_event_name', {
  'your_param_name1': 'aaa',
  'your_param_name2’: 'bbb',
});

可以看到通用GA 事件的 action，在 GA4 中改為 event_name。參數的部分，GA4 沒有明確規定，你可以自己定義在你的 event_name 底下有哪些參數 (GA4 的建議事件有規定參數內容，才能顯示於 GA4 的報表)。

這邊附註一下，基本上 GA4 事件的格式是相容於通用GA。如果讀者的網站在通用GA 時期已經埋了事件，改為使用 GA4 時，原事件的 JS code 仍然成立。當然，參數日後隨需要調整。

GA4 有一些預設的事件。GA4 面板左下角齒輪 → 資源欄底下的資料串流 → 點你的網站進去。看到「加強型評估」選項，打開。這樣 GA4 就會自動收集網頁瀏覽、捲動 (至網頁底部)、站內搜尋等事件。

延伸閱讀，通用GA 的 站內搜尋 & 目標流程

GA4 面板可以「建立事件」或「修改事件」。建立事件是根據現有事件建立新事件，目的通常是縮小原事件的範圍。例如，可能原事件是全網站每個頁面都會觸發，但新建立的事件，希望指定特定頁面才會觸發。

如何建立事件

要建立事件，GA4 面板左側 menu 的設定 → 事件 → 表格右上角的「建立事件」按鈕 → 右側會彈出面板，再點「建立」按鈕。

填寫「自訂事件名稱」。「相符條件」第一條選來源事件：”event_name 等於 你的來源事件”。可以新增條件，選擇其他參數 等於/不等於/包含 你希望的值。

勾選「從來源事件複製參數」。底下可以修改複製來的參數，修改的新值可以填固定字串，也可以填入其他參數，並以雙方括號括住，例如：[[other_parameter]]。

都設定好了，點右上角「建立」按鈕，會新增一個自訂事件，列在「建立事件」按鈕右側彈出的面板。每一個自訂事件你可以點進去再做編輯。

如何修改事件

要修改事件，GA4 面板左側 menu 的設定 → 事件 → 表格右上角的「修改事件」按鈕 → 右側會彈出面板，再點「建立」按鈕。

填寫「修改名稱」，填一個敘述性的字串，例如 “將某某事件重新命名為某某”。「相符條件」第一條選要修改的事件：”event_name 等於 你要修改的事件”。可以新增條件，選擇其他參數 等於/不等於/包含 你希望的值。

在「修改參數」欄位指定要修改的參數，包含 event_name。新值填法都跟「建立事件」一樣，可填固定字串或雙括號。都設定好了，點右上角「建立」按鈕，完成。

這邊要附註一下，新的修改規則不會影響之前的資料。而且新的修改規則需要過一段時間才會生效。

GA4「修改事件」的做法不是直接去改設定好的事件，而是新增一個個修改規則，列在「修改事件」按鈕右側彈出的面板。有點像寫成 log 的感覺，GA 的管理者會清楚知道從以前到現在有哪些修改規則。

另外，注意「修改事件」列表有順序問題，所有的修改規則是依照修改事件列表上的順序執行。也就是如果修改規則2 會用到修改規則1 的結果，請確保修改規則1 是在上方。修改事件列表的右上方有個「重新排序」按鈕，點一下可以拖曳某一個修改規則到新的位置。

結論

根據現有事件建立新事件，且新增條件，目的通常是縮小原事件的範圍，這樣是「建立事件」。如果想覆寫現有事件，並對原事件的參數做修改，請選擇「修改事件」。

以上是介紹如何用 GA 面板建立或修改事件 (不用寫 code)。但如果你的自訂事件與現有事件相關性低，如本文上方寫 JS code 的方式，可能還更乾淨而且快速。

也別忘了自訂維度與自訂指標。上面設定好的事件與參數，如果有非 GA4 預設的參數，報表是不會顯示的。GA4 面板左側 menu 的「管理」按鈕 →「資源」欄 → 點「自訂定義」，可以將新的參數設成自訂維度或自訂指標，並用「探索」底下的功能將自訂維度/指標做成自訂報表。

延伸閱讀：自訂維度和自訂指標 (custom dimensions & metrics)，商品範圍 (item-scoped) 自訂參數即將上線！

GA4 中跳出率不見了

有在用 GA4 的讀者，會發現：咦？跳出率怎麼不見了。沒錯，在通用 GA 裡最重要的指標之一的跳出率，GA4 完全不用了。

Google 官方並沒有說明為什麼捨棄跳出率。我們來探討一下跳出率計算方式可能的問題。首先，單一工作階段中，使用者只產生一個事件 (page view)，就算跳出。

如同上方「跳出率 & 一頁式網站」的文章，沒有設定其他事件的一頁式網站，跳出率可能是 100% (先不論在同一工作階段中 refresh 網頁的使用者)。

這邊有個盲點，你投放的 landing page，使用者進來後確實看完文案了，資訊完整傳達了。只是沒設定其他事件，跳出率 100%，我們可以說這個 landing page 不好嗎？不能。

另外，網站工程上有一種 Single Page Application (SPA)。用前端工程的方式，在使用者切換網頁時，變換畫面，但網址其實是同一個。

跟上面一頁式網站一樣，當然可以設定其他事件去追蹤，但沒特別設定的話，跳出率就是 100%。即使設定事件去追蹤換頁也很奇怪，因為跳出率的根本邏輯就是使用者點開一個網頁，有沒有點開第二頁或是其他動作。

SPA 的網址全站不變，根本邏輯就不符合。

還有，跳出率看的是單一工作階段中有沒有產生第二個事件，這就跟網站主怎麼埋事件大有關係。例如，使用者一點開網站就產生一個「元素可見度事件」，這樣設定，這個網站的跳出率就是 0%。這樣的跳出率有意義嗎？沒意義。

取而代之，GA4 強調的是參與度指標 (Engagement)。Engagement 在網站分析不是新詞，但 larry 覺得 GA4 翻譯的「參與度」，是一個滿好的中文翻譯。

首先，我們要知道 GA4 的工作階段定義

https://support.google.com/analytics/answer/9191807?hl=zh-Hant

首先我們先來看 GA4 的工作階段定義。如果對工作階段不熟的讀者，可以看一下我之前的文章。
Google Analytics 工作階段與使用者
Google Analytics 再談「工作階段」
GA 的排除參照連結網址 (referral exclusion)，與歸因模式、工作階段之間的關係

GA4 的工作階段定義，基本上與通用GA 相同，但不同的是

1. 廣告活動來源在工作階段中變更時，通用GA 會更新工作階段，但 GA4 不會。注意以 GA 來講，這裡的廣告活動包含自然搜尋、社群、外部連結、Google廣告，等，都算是廣告活動。
2. 從晚上 11:55 開始，到隔天凌晨 12:05 結束的工作階段，通用GA 是算兩個工作階段，但 GA4 是算一個工作階段。但晚上 11:55 這天的單日統計，和凌晨 12:05 這天的單日統計，都會包含這個工作階段。

就這兩點而言，GA4 計算出來的工作階段數量，會比通用GA 少。GA4 中工作階段的精確計算方式，就是觸發 session_start 事件的數量。

互動工作階段與參與度

互動工作階段 (Engaged sessions) 則是符合以下其中一項條件的工作階段

• 持續超過 10 秒。
• 至少 1 次轉換事件。
• 至少 2 次網頁瀏覽。

至少 2 次網頁瀏覽沒有問題，以跳出率而言本來就不算跳出。互動工作階段等於是多計算了：工作階段時間超過 10 秒。如果有埋事件，該事件要設為轉換，才能算互動工作階段。

從互動工作階段可以算出兩個指標

• 每位使用者互動工作階段：互動工作階段數除以使用者人數後所得的值。
• 參與度 (Engagement rate)：互動工作階段數除以工作階段數後所得的值。

這兩個值有取代跳出率的味道。當然這兩個值是越高越好，跳出率是越低越好。

結論

GA4 試圖用一些比較公平的指標來替代跳出率。

以前如果有人宣稱自己網站的跳出率多低，明眼人都知道，那又如何呢，跳出率跟你的網站型態和事件設定有關。

GA4 的互動工作階段與參與度，也許是一個比較公平且合理的指標。

以 GA4 來講，目前 (2022年1月) 歸因分析設定是在左下角齒輪 → 資源 → 歸因分析設定。其中歸因模式可以選擇有兩個類別：「跨管道」和「優先計入 Google Ads」。以目前來講預設的是跨管道底下的「最終點擊模式」。

Google官方有通知，2022/1/26 開始，將全面採用以數據為準歸因模式。我們可以觀察一下，1/26 之後新建立的 GA4 資源，是不是預設以數據為準歸因模式。那如果已經存在的 GA4 資源，會不會自動變更成以數據為準歸因模式。

https://support.google.com/analytics/answer/10596866?hl=zh-Hant

關於以數據為準歸因模式，上面文件舉一個例子。如果轉換路徑是：搜尋廣告 → 社群媒體 → 聯盟行銷 → 自然搜尋。

如果自然搜尋沒有發生，轉換機率會下降很多。所以這個轉換，自然搜尋分到的功勞會最多。以數據為準歸因模式會對每一個轉換路徑做這一個算法，判斷每個節點的重要性，依照重要性分配功勞。

以目前 (2022年1月) 來講，歸因模式預設的是跨管道最終點擊。如同通用 GA 的「最終非直接點擊」，GA4 的「跨管道最終點擊」一樣會忽略直接流量。由轉換往回推，完成轉換前的最後一個管道 (忽略直接流量)，拿到全部的功勞。

其他的跨管道歸因模式，基本上很少使用，這邊就不再贅述。

還記得歸因模式的第二個類別：優先計入 Google Ads。優先計入 Google Ads 底下只有一個「最終點擊」，它是將功勞完全歸給完成轉換前的最後一個 Google Ads 管道。如果路徑中沒有任何 Google Ads 接觸點，則自動變成「跨管道最終點擊」歸因。

https://support.google.com/analytics/answer/10596865?hl=zh-Hant

模式比較報表

左側menu → 廣告 → 模式比較。左上方可以選取一或多個轉換事件，報表時間可以選擇「轉換時間」或「互動時間」，右上方可以選取日期範圍。轉換時間與互動時間的差別為

• 轉換時間：選取的日期範圍是發生轉換的時間。回溯期往回推，廣告事件的時間可能在選取的日期範圍之前。
• 互動時間：選取的日期範圍是有轉換功勞的廣告事件的時間。實際發生轉換的時間可能在選取的日期範圍之後。

注意這裡的廣告事件是一個通稱，包含 organic, social, referral, Google Ads.

選取轉換事件的附近，可以新增篩選器。以下是幾個篩選器可能的應用情境

1. 包含特定廣告活動的轉換路徑。打開篩選器後選取「客戶開發」下方的「使用者廣告活動」，維度值選取你的廣告活動。
2. 包含特定區域的轉換路徑。打開篩選器後選取「使用者」下方的「區域」，維度值選取你想包含的區域。
3. 包含特定裝置類別的轉換路徑。打開篩選器後選取「裝置」下方的「裝置類別」，維度值選取 desktop, mobile, tablet.

模式比較報表的中間，可以比較兩種歸因模式計算出來的轉換及收益 (如果有填寫轉換金額)。以下是幾種可能的應用情境

1. 比較「跨管道最終點擊」和「跨管道最初點擊」模式。找出被低估，但帶來用戶的第一個廣告事件。
2. 比較「跨管道最終點擊」和「跨管道線性」模式。找出轉換路徑中，持續接觸客戶但是被低估的廣告事件。

https://support.google.com/analytics/answer/10595568?hl=zh-Hant

轉換路徑報表

左側menu → 廣告 → 轉換路徑。轉換事件、日期範圍、篩選器的邏輯跟「模式比較報表」差不多，不同的是「路徑長度」可以選大於、等於、小於幾個接觸點。

轉換路徑報表的中間包含一個資料視覺化，和一個資料表。

資料視覺化分為

• 前期接觸點：路徑前段 25% 的接觸點。
• 中期接觸點：路徑中段 50% 的接觸點。
• 後期接觸點：路徑末段 25% 的接觸點。

如果轉換路徑很短，先填後期接觸點，再填前期，再填中期。

資料表的指標包括「轉換」「購買收益」「發生轉換所需的天數」和「轉換前經過的接觸點」。預設轉換路徑是以轉換次數多到少排序 (第一筆資料是轉換最多的路徑)。當然，按一下購買收益等其他指標，就會以該指標排序。

結論

歸因模式的概念非常重要，因為現在使用者的行為幾乎一定是多管道程序。如果總是把功勞歸給最後一個接觸點，而忽略了前期、中期的接觸點，非常不科學。

目前 (2022年1月) GA4 在推以數據為準歸因，可見的未來應該就是以這個歸因模式為主。有操作 GA4 的讀者，可以看一下你的歸因分析設定，是不是 跨管道以數據為準歸因模式，不是的話更新一下囉。