Google Analytics 有 AI 嗎？GA4 Insights、預測指標與「Analytics Advisor」點樣分

1. 先分清楚：Analytics Intelligence、Insights 同 Predictive Metrics

「GA4 有 AI」其實包含幾層不同功能：

• Analytics Intelligence：Google 對 GA4 內置智能分析能力的總稱。
• Analytics Insights：從你的事件及報表資料中找出異常、趨勢或值得留意的變化，幫你縮短由數據到問題的距離。
• Predictive Metrics：在符合資料條件時，按結構化事件資料估算未來行為，例如購買機率、流失機率及預測收入。

三者都要依賴正確的事件、時間窗及資料品質。它們可以幫你提出訊號，唔代表已經知道「點解發生」或「下一步一定成功」。

2. Analytics Insights 可以幫你發現甚麼？

Analytics Insights 的實際價值係幫你較快發現「值得問嘅問題」。例如：

• 某個課程頁的 generate_lead 事件突然少咗；
• 手機流量仍然上升，但表單完成率跌咗；
• 某個來源的訪客數增加，互動時間卻冇同步增加。

呢啲係觀察入口，唔係完整診斷。你仍然要回到事件設定、日期範圍、裝置、來源／媒介及頁面，確認係真變化、追蹤錯誤，定係活動本身改咗。

3. Predictive Metrics 實際預測緊咩？

Google 官方對常見指標有明確觀察窗：

官方亦說明，預測可能因未達最低門檻而停止更新或變得不可用；可用性要在自己的 property 及 Audience builder 中核對。模型結果亦不會自動替你決定預算、訊息或優惠。

4. 你見到的「Analytics Advisor」要點理解？

如果你在 GA4 介面見到 Analytics Advisor，先做兩步：

1. 記低完整功能名稱、所在頁面及帳戶／property；
2. 對照當前 Google 官方文件，確認係你帳戶已開通的功能，還是介面／版本顯示名稱。

目前較穩定的官方文件用語係 Analytics Intelligence、Insights 及 Predictive Metrics。本文因此把 Advisor 當作需要核實的介面名稱，唔會將它寫成每個香港帳戶都一定有的功能。

5. 用一個合成例子：由訊號到決策

以下係 AD-Linkage 的合成示例，數字唔代表公司真實表現：

6. AI 分析之前，先做好四個資料閘口

事件閘口

page_view、course_view、generate_lead 等事件要有清晰命名、觸發條件及去重規則。事件漏記，AI 只會在不完整資料上做出更有信心的錯誤訊號。

歸因閘口

來源／媒介、UTM、跨網域及轉換設定要一致。見到某個來源轉換上升，唔代表該來源單獨造成所有結果。

資料及私隱閘口

先用合成或非敏感資料做流程測試。個人資料、同意設定及資料保留政策要按你的網站、地區及帳戶設定處理；不要把不必要的身份資料放入事件參數。

決策閘口

每次由 AI 訊號去到行動，都記低：原始問題、日期範圍、使用的報表、人工判斷、預算上限及回滾條件。

7. 一張可以即時使用的 GA4 AI 檢查表

• 我想回答的商業問題係甚麼？
• 相關事件是否真的有收集、去重及命名一致？
• 報表日期、裝置、地區及來源是否對得上？
• 這是觀察、預測，還是我自己的推論？
• Predictive Metrics 是否在 property 顯示 eligible？
• 如果結果錯，誰負責覆核及回滾？
• 我有冇把模擬數字或模型機率誤寫成實際業績？

結語：GA4 AI 是放大器，唔是替代品

GA4 的內置智能分析適合幫你較快搵到訊號、縮小問題範圍及做小步測試；它的限制同樣清楚：資料錯、事件錯或背景未核對，輸出就唔會自動變可靠。