自行分類的題目和分佈
再重新看了一次題目後，有自己把 50題分類成下面幾個種類，和出現的題數
| category | count | percentage |
| config or admin | 10 | 20.00% |
| google product | 8 | 16.00% |
| report | 7 | 14.00% |
| dimension or metric | 6 | 12.00% |
| ga4 feature | 6 | 12.00% |
| stream or sdk | 4 | 8.00% |
| report - explore | 3 | 6.00% |
| 360 feature | 2 | 4.00% |
| attribution | 2 | 4.00% |
| data source | 2 | 4.00% |
50 題中需要答對40題才會及格，這裡的題目分佈應該每次都不太一樣，建議可以當作一個參考即可
簡單說明一下自己的分類
Config & Admin : 一些在 GA4 帳戶設定和資源設定的地方
2022301 更新! GA4 Config 換地方囉
這次的佔比這邊佔了蠻大一塊，印象中以前也是差不多這樣子
不過這邊大部分就是測試看看你對於這些設定的地方是否熟悉在哪
建議可以將這些地方都打開來看一看，不太清楚的就搭配文件
Google Product 連結
蠻頻繁的會出現 Google Ads 連結的題目
主要的功能有 GA4 的受眾可以直接打包到 Google Ads
並且能在 GA4 看到 Google Ads 的成效
其他如
- Search Console : 連結 Google 搜尋的資料
- BigQuery : Google 的 DataWarehouse，連結後 GA4 會將蒐集到的 raw data 放進去，使用者可以透過 SQL 語言查詢資料
- 還有 DV360, Merchant Center, Google Play, Search Ads 360 也都是和廣告有關的產品，可以先稍微知道產品本身在做什麼就好
Report : 內建報表
這部分就比較單純，當想看某個東西時，該到哪張報表
雖然有點死背，不過都是一些蠻常見的東西，比較不會特別考一個很少用到的指標維度
Dimension & Metric : 指標和維度
用一些例子當作說明
維度(Dimension): 班級 | 指標(Metric): 學生人數
維度(Dimension): 班級 | 指標(Metric): 某科平均分數
回到分析本身，通常可以從一個問句得到裡面的維度和指標
1111 每個品牌的訂單數
品牌就是維度
訂單數就是指標
另外也要知道使用者屬性和事件參數的差異
使用者屬性 = UA 舊版GA 的自訂參數(使用者範圍)
自己在思考時通常是判斷這個屬性是否會跟著使用者一直存在
使用者屬性 -> 會員等級 : 無論這個使用者今天有沒有下單，他的會員等級都是維持在同一個等級，直到他滿足一個條件後才會更改
事件參數 -> 訂單編號 : 只有在下訂單的當下，才會產生訂單編號
Google 會自動搜集的使用者屬性，也可以當作一些參考 文件
GA4 Features : GA4 的新功能和特色
這個分類主要是一些 GA4 才有的新功能
相信很多人都已經從很多網站或介紹中知道相關的資訊
這裡舉例部分的功能和特色
-
GA4 : Event 和 Session 的差異，以前在 UA 中都會以 Session 當作一個主要的維度來分析，
到了 GA4 後，雖然還是有 Session 的概念，不過主要會以 Event 當作分析的維度 -
Google Signal : Google 提供的黑科技來幫助分析使用者資訊
Google 信號是指來自網站和應用程式的工作階段資料，Google 會將這類網站和應用程式與已登入 Google 帳戶並啟用廣告個人化的使用者建立關聯。將資料與這些已登入使用者建立關聯，是為了啟用跨裝置報表、跨裝置再行銷，以及能將跨裝置轉換匯出至 Google Ads 的功能。
Data Stream & SDK
新的 Data Stream 也是可以多加理解的地方
因為目前 GA4 支援了多平台的搜集，所以 Data Stream 像是一個控制這些搜集入口的地方
另外也要知道 APP 的搜集資料和網頁不太一樣，需要使用到 APP SDK 來搜集SDK 文件
至於怎麼使用… 就留給工程師來處理吧
APP 的 SDK 不像網站版可以使用 GTM 自行設定，絕大部分都需要 開發APP的工程師來實作
Report - Explore 探索報表
Explore 探索報表主要有幾種報表
任意形式探索 - Free-form exploration
路徑探索 - Path exploration
使用者探索 - User exploration
區隔重疊 - Segment overlap
程序探索 - Funnel exploration
同類群組探索 - Cohort exploration
這邊建議可以看看文件或是實際去操作一次，
是個強大的功能但需要不少學習成本
360 Feature - GA 360 的獨有功能
雖然 GA360 和我們一般使用者的距離很遙遠 $$$
不過題目偶爾都會出現一小部分(一題 or 兩題)
主要可以參考一下 GA360 在配額上提高了多少
以及理解一下 Roll-up Property(綜覽資源) 和 SubProperty(子資源) 的差異
- Roll-up Property(綜覽資源)
- SubProperty(子資源)
Attribution 歸因
主要的歸因模式有下列這些 :
- 跨管道最終點擊
- 跨管道最初點擊
- 跨管道線性
- 跨管道根據排序
- 跨管道時間衰減
要特別知道的事情是這些歸因都會忽略直接流量(direct)
有關這些歸因的文件
Data Source 資料來源
除了我們上面有提到 Data Stream 和 SDK 搜集線上的行為資料
還有一些其他的方式來將資料匯入或是送進 GA4 中
-
Data Import 資料匯入 文件
可以接受 CSV 檔案的上傳
今年十月的更新中也加入了 SFTP 的上傳! -
Measurement Protocol
以前 UA 就有的功能，只是 GA4 看起來尚在完善中
該功能不同於資料匯入，而是讓你可以傳入一些資料 (但無法從你的網站上搜集到的)- 例如商家的 POS 機 (刷條碼的那台機器)
- 表單的送出成功 (如果你的表單是送到自己的伺服器，並且無法從網站得知是否有送出成功，就會考慮請工程師從伺服器端利用 Measurement Protocol 直接送資料到 GA4 中)
希望這些整理資料有所幫助，後續也會持續更新一些新資訊到這邊來