GA4 于 2020 年推出，部分原因是为了与《通用数据保护条例》（GDPR），同时也更适合现代数字营销要求。到目前为止，GA4 一直与其前身 Universal Analytics 同时运行。然而，现在有必要学习和理解 GA4，因为谷歌已宣布 Universal Analytics 将从2023 年 7 月 1 日起不再可用。
这一声明让许多营销人员感到担忧，这是可以理解的。谷歌并没有在 Universal Analytics 框架的基础上进行构建，而是推出了一套全新的分析工具，并彻底修改了界面。那些尚未迁移的用户现在有六个月的时间来完成迁移。
不过，谷歌的新产品并不一定令人望而生畏。虽然用户需要彻底改变他们目前所知道的内容，但得益于其各种新功能，GA4 可以带来许多好处。在本文中，我们将研究 UA 和 GA4 之间的差异，并分析这一新版本如何以前所未有的方式为您的业务带来好处。
GA4 与 Universal Analytics 之间的差异
网站和移动应用程序上的跟踪
Universal Analytics 自 2012 年起就已推出。然而，随着移动应用和机器学习技术的发展，UA 已不再满足当今的需求。为此，GA4 最显著的特点之一是其跨设备跟踪功能；提供有关网站和应用使用情况的见解，而 UA 只能跟踪网站。鉴于当今智能手机主导的数字领域中移动应用的盛行，能够在一个平台上跟踪两者是一项重大变化。
GA4 生成的报告与 UA 不同
UA 用户会知道，该平台会生成大量随时可用的“标准”报告。GA4 提供的常规报告要少得多，而且这些报告不会像 UA 中那样默认显示。但是，GA4 允许自定义，从而可以生成有关更具体方面的报告。
引入新的测量指标
GA4 引入了各种新指标来跟踪用户参与度。这些包括：
参与会话指标：参与时间在 10 秒以上、发起一个或多个事件或页面浏览量在 2 次或以上的会话数量。这意味着 UA 的跳出率指标与 GA4 不再相关。不过，您应该注意到 GA4 确实添加了自己的 UA 跳出率版本，您可以在此处阅读。
每次会话的平均参与时间：例如，这是衡量用户通过滚动浏览页面所花费时间的指标。
参与率：参与 会话数与总会话数之比 。
借助 GA4 的指标，Google 对参与度数据采取了更“积极”的态度，并提供了比从 UA 跳出率中获取的信息更详细的用户参与度洞察。GA4 更关注整个用户旅程。
人工智能和自动化的引入
由于 Universal Analytics 的机器学习功能尚不完善，因此其自动化程度有限。GA4 的设计以机器学习为核心，因此可以为用户提供许多自动生成的见解。
不仅如此，由于 GA4 的开发符合当今的数据 阿塞拜疆电话号码库 隐私需求，机器学习可帮助软件在遵守法规的同时产生洞察力。这是因为 GA4 的机器学习模型可以收集网站流量和用户行为数据，同时保持用户匿名。
这些机器学习算法还使 GA4 能够：
生成自动洞察：您无需手动查看数据，因为 GA4 通常会生成洞察报告，或者如果您选择使用该功能，则会在自定义框架中生成洞察报告。这些洞察还允许 GA4 识别趋势、检测异常并生成预测。
检测并填补数据空白： GA4 的机器学习功能意味着该软件能够填补因用户隐私限制而造成的数据空白。它通过根据行为和特征将用户分组来实现这一点。
从基于会话的数据模型转变为基于事件的数据模型
这是 UA 和 GA4 之间最显著的区别。Universal Analytics 一直使用基于会话的模型收集数据。“会话”是指在给定时间范围内您网站上的一组用户互动。在会话期间，UA 会将用户与您网站的所有互动收集为“点击”。这指的是页面浏览量、电子商务交易等。
在 GA4 中，基于事件的模型将用户与您的网站或应用的每次互动都视为“事件”。事件会收集和存储更多有关互动细节的信息，尤其是由于 GA4 提供了如此多的自定义功能。这意味着企业可以生成有关其用户的极其有针对性的洞察。
以下是谷歌自己的解释：