電商數據分析要看什麼？我會先從三件事看起：流量從哪裡來、進站後做了什麼，以及最後有沒有完成購買。把這三件事串起來，才有機會知道行銷問題出在哪裡。
很多人打開後台，看到這個月流量增加、那個管道轉換率下降，就把數字整理進報告。可是老闆看完之後，還是不知道接下來要做什麼。數字都有了，問題也講了，然後呢？
我認為電商數據分析的價值，是幫企業找到可以調整的方向。你不一定要把所有報表功能都學完，但至少要知道，每一次打開報表，自己想解決什麼問題。
看懂數字之後，還要能提出問題
同樣是看到廣告成效下降，有人只會說轉換率變差，有人會進一步拆解：這次帶來的受眾不同了嗎？廣告承諾跟商品頁對不上？還是顧客已經想買，卻卡在付款？
再往外看，也可能剛好有大型平台促銷，消費者先把預算花在別處。這些都需要驗證，不能看到數字下降，就立刻認定是投手沒做好。
我習慣先從整個網站看各管道的表現，發現異常，再回到對應廣告或行銷工作裡找原因。成效突然變好也值得追，因為你要知道，是哪一項改變產生作用，還是剛好多了幾筆大單。
這種敏感度，需要持續觀察自己的生意。報表證照可以幫你理解工具，但不會自動告訴你，哪個變化對你的品牌有意義。
流量來源要搭配行銷任務一起看
開發新客跟喚回舊客，本來就是不同任務。如果一封電子報寄給既有會員，成功帶回熟悉品牌的人，卻因為新使用者比例不高就被判定沒效，那是我們用錯問題看數據。
反過來，一個宣稱要開發新客的活動，如果帶來的大多是原本就認識品牌的人，就要回頭檢查投放設定與訊息，確認預算是不是花在原先想接觸的對象上。
GA4 的「獲取新客」與「流量開發」報表，分別從使用者最初來源與工作階段來源切入。比較之前，要先確認自己看的是哪一種範圍，不能把兩張報表相同來源名稱下的數字直接當成同一件事。定義可參考 Google 的「獲取新客報表與流量開發報表比較」。
同一個平台，也要拆開不同的導流工作
即使只經營 Facebook，也可能同時有廣告、一般貼文、合作推薦等不同入口。全部混在一起看，很容易把真正有價值的工作藏起來。
因此，外部導流連結要有一致的 UTM 命名規則，至少分清來源、媒介與活動，需要比較素材時再加入內容參數。重點不是把網址變長，而是事後能回答：這些人是被哪一項工作帶進來的？實作方式可參考 Google 的自訂網址說明。
另外，廣告點擊數跟網站工作階段本來就不是同一個指標。遇到落差，先檢查統計定義、網址標記與追蹤設定，不要直接把差額當成無效流量。
網站行為要看情境，不是越高越好
顧客進站後停留很久，究竟是看得很認真，還是找不到要買的東西？看了很多頁，是有興趣繼續逛，還是在規格、運費跟退換貨說明之間繞來繞去？
如果顧客已經很熟悉商品，進站後很快就完成購買，停留時間短未必有問題。反過來，停留很久卻一直沒有往購買前進，就值得檢查頁面是否把該交代的事情說清楚。
內容頁也一樣。有人看完文章，問題得到解答後就離開，不能只因為沒有繼續逛，就說內容失敗。還是要回到這篇內容的任務：我們希望提供解答、建立認知，還是引導商品比較？
先確認指標定義，再解釋顧客行為
以 GA4 來說，跳出率是「非互動工作階段」所占比例，不能直接理解成只看一頁就離開。預設情況下，工作階段超過十秒、發生重要事件，或至少有兩次網頁或畫面瀏覽，符合其中一項就可能被計為互動工作階段。實際判讀仍要確認網站設定。
平均參與時間則與網頁處於瀏覽焦點的時間有關，也不等於顧客真的讀懂內容。這兩項定義，可分別參考 Google 的「參與度和跳出率」與「使用者參與度」說明。
所以，我不會只挑一個漂亮數字交差。參與時間、瀏覽行為跟購買結果要一起看，才比較有機會知道，這批流量到底適不適合我們。
轉換率很高，先別急著把預算加下去
假設同一期間，甲管道帶來二十次造訪，其中四次有購買；乙管道帶來兩千次造訪，其中一百次有購買。用「發生購買的造訪次數除以總造訪次數」來算，前者是百分之二十，後者是百分之五。
甲的比率比較高，但乙帶來的購買造訪更多。這只是示意，也沒有計入成本、訂單金額與毛利，不能光看百分比就決定誰值得加碼。尤其樣本很少時，多一筆或少一筆購買，都可能讓比率明顯改變。
還要確認所謂「轉換」究竟指什麼。有些報表看購買，有些把註冊或表單也算進來；分母可能是使用者、工作階段或廣告點擊。定義不同，數字就不能直接比。
按讚很少，也不代表沒有銷售價值
一個粉絲專頁的貼文沒幾個人按讚，看起來很冷清，但點進網站的人可能剛好很願意買。這時候要追的是，哪些內容帶來購買，以及流量規模能不能增加。
不過，發文加倍不代表訂單就會加倍。你可能反而讓受眾覺得煩，也可能新增的內容根本帶不來相同品質的流量。應該先提出假設，再逐步測試，而不是看到一個好數字，就把它無限放大。
我也不會把某次 LINE 或自然搜尋的高轉換率，當成所有品牌的標準。受眾熟悉度、活動內容與導流動線不同，結果本來就可能不同。
用購物漏斗，找出顧客卡在哪一步
看完來源與整體結果，我會再沿著購物過程往下看：進站、瀏覽商品、加入購物車、開始結帳、完成購買。目的很簡單，先找到哪一段變化最大，再回去檢查對應的問題。
GA4 的購物歷程會使用商品瀏覽、加入購物車與購買等事件。分析前要確認事件確實有送出，也要了解漏斗如何計算；沒有記錄到某個步驟，不一定代表顧客真的沒做。相關條件可參考 Google 的「購物歷程」報表說明。
進站後沒有看商品，先確認他是來做什麼
透過搜尋進來看知識文章的人，未必當下就想買。若希望文章協助銷售，就要檢查內容跟商品的關係，以及有沒有自然、清楚的下一步引導。不能把所有內容流量都當成準備結帳的人。
商品有人看，卻很少加入購物車，則要進一步檢查受眾需求、價格、規格與購買理由。也可能是商品缺貨，或按鈕在手機上不好操作。低轉換只指出需要調查的地方，不能直接證明合作對象灌流量。
已經開始結帳，卻沒有完成購買
這一段我會特別留意運費、付款方式、填寫流程與系統錯誤。如果某天付款完成情況突然比平常差很多，先實際走一次流程，可能比急著換廣告素材更有用。
尤其多個來源同時出現相近的下滑，就值得優先檢查共用的網站流程與追蹤設定。報表幫我們縮小範圍，真正的原因還是要回到現場確認。
儀表板可以幫你看概況，但別停在別人的結論
借用《使用數據的技術》對資料加工程度的比喻，原始資料像番茄，整理後的資料表像切好的食材，儀表板與報告則更接近已經加工好的成品。越方便取用，通常也代表前面已經替你做了不少選擇。
我在意的是，你還能不能回去看那些選擇。報告說某個管道成效不好，用的是什麼期間？有沒有分新舊客？是不是剛好碰上促銷結束？如果只留下結論，就很難繼續追問。
這不代表儀表板沒有用。設計得好的儀表板可以協助預警，也能讓人往下追查；問題是我們不能每天只看完總覽，就以為已經完成分析。
即使廣告交給外部團隊，企業仍應保有自己帳戶與資料的適當存取權限。固定留下活動、網站調整與異常紀錄，再用相同定義、可比較的期間觀察變化，才有機會累積自己的判斷。
下一次打開報表，不妨先選一個問題，例如「為什麼手機使用者開始結帳後，完成購買的比例變低？」把現象寫清楚，列出可能原因，確認追蹤與實際流程，再決定先改哪一件事。能讓下一步行動更有依據，這份數據才真的被用上了。