【觀點】從GA4漏斗探索報表掌握轉換！看懂「客戶從哪裡離開你」？|數位時代 BusinessNext

【觀點】從GA4漏斗探索報表掌握轉換！看懂「客戶從哪裡離開你」？

行銷漏斗時常被使用於媒體佈局或溝通歷程規劃，可以說是行銷企劃中的老班底。然而在策略執行後，漏斗各階層的成效、行為路徑如何快速且有效地追蹤與分析

一、商用情境

GA4 報表功能自訂彈性高，且內建多種範本供選擇，有助加速品牌主分析流程。然琳瑯滿目的報表範本、篩選器、步驟，同時也可能導致分析不知該從何下手。若你手邊正有以下分析需求，便可嘗試運用「漏斗探索」報表解決或排除目前的問題：
- 消費者在哪個消費環節流失了？
- 一個行為動作到下一步驟間需要花費多少時間？
- 媒體行銷漏斗轉換表現如何？
- 光顧過一次的新客戶是如何成為常客？

無論是用戶行為、購物流程體驗或媒體成效，善用報表分析工具，找出策略上的盲點，突破商業成長困境。

二、報表介面指南

進入 GA4 探索，於範本庫點選「漏斗探索」後，可於視覺呈現欄位選擇「標準（階梯圖）漏斗」或「趨勢（折線圖）漏斗」其一形式。

1. 自訂：設定資料分析時間區間
2. 步驟：欲觀察的使用者流程/行為，需注意步驟加入的先後關係
初次造訪/開啟 → 自然訪客 → 工作階段開始 → 畫面/網頁瀏覽→ 購物，除了最基本的統計出有多少使用者是自行搜尋網站並完成轉換，我們也可以得知在每一段過程分別流失了多少人數，後續能再特別針對部分流程進行檢討與加強。

3. 區隔比較：自「區隔」中拉取項目，拆分流量屬性
4. 細分：自「維度」中拉取項目，可於「區隔比較」下，進一步拆流量屬性
透過「區隔比較」與「維度」，能更清楚辨別流量來源與顧客歷程，具象化流失、留存用戶的樣貌。

5. 顯示經過時間：顯示兩步驟間所需費時間
開啟「顯示經過時間」按鈕，系統就會顯示使用者在各步驟平均所花費的時間。了解行為間所耗費的時間，能幫助我們了解用戶的行為與思考週期，並提供產品/服務銷售時程一套參考標準。此外，經過時間作為以下目標的優化指標：
- 分析轉換耗時長之行為，搭配不同行銷手法優化測試，縮短購買歷程
- 運用區隔搭配經過時間，比較不同行銷活動、裝置、流量來源等因素下，用戶在網站上的行為表現
- 檢查網站頁面設計是否能滿足消費者期待，找出網站調整的方向

6. 下一步：加入事件名稱，了解後續步驟清單

GA4 「漏斗探索」報表用漏斗的方式讓你一目瞭然流程中的變化。自訂報表也能依品牌行銷目標調整報表內容，找出對品牌最有價值的商業洞察。

想瞭解更多GA4報表的操作與實務應用？
《數位時代》03/13【GA4數據分析實務】實體上機操作Ｘ5大報表全解析
👉課程官網，瞭解更多＞https://reurl.cc/eLEzkm
👉限時8折起，手刀報名＞https://reurl.cc/13Yv8Y

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

責任編輯：錢玉紘

AI正以驚人速度重塑世界樣貌，金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一，不僅積極擁抱創新變革，更透過開放分享促進產業共好：在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」，揭示多代理（Multi-Agent）雲端協作架構，讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴，拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎，加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務（AI as a Service）提出的關鍵技術框架，歷經一年的發展，不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出：「隨著代理式AI技術崛起，我們在今年提出GAIA 2.0技術框架，目標是讓AI助理（Assistant）進化成AI Agent，可以跨單位整合工具、數據與分工，實現真正的智慧協作。」

舉例來說，為深化集團員工運用AI提升工作效率，我們打造員工AI助手—Agia，協助同仁進行知識查詢、資料摘要等任務，提升效率與生產力；另外，透過AI自助開發平台—GAIA Studio，讓員工以No Code工具，連結內部知識庫，並以視覺化介面或Prompt快速自主開發，打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務（包含行銷文案、各類產品知識、趨勢摘要等）。

在技術面，具體作法是透過GAIA 2.0框架下的四個模組，包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」，以及集中管理AI工具與元件的「Agent Marketplace整合市集」，以加速AI Agent應用研發與部署。

梁明喬表示：「接下來，我們將以GAIA為引擎，打造通用型、業務型、IT型與服務型AI應用，如Vibe Coding、CUBE Intelligence等服務，一步一腳印擴展集團的AI Agent生態圈，型塑智慧金融新格局。」

舉例來說，隨著生成式AI普及，客戶對於數位（助理）服務的期待更高，國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務，包含「升級版」智能助理–阿發，滿足客戶詢問複雜問題的需求，無論客戶提出什麼問題，都可以完整步驟與適當的情緒價值強化與客戶的連結，讓服務更智慧、貼心且符合期待。

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示：「除了升級版阿發，另一新服務是我們也在CUBE App新增『對話式功能搜尋（CUBE Search）』，就像把行員放到CUBE App一樣，讓客戶可以用自然語言輕鬆找到想要的服務，讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地，加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力，是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出：「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識，國際通用模型並不適用，必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台，發展台灣企業共同主導與管理的大型語言模型，方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充：「本地大型語言模型的成功關鍵，不僅是掌握充足且高品質的數據，還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型，藉此提升答案的精準度，尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功，除了應用場景、模型，算力也扮演至關緊要角色，對此，鴻海科技集團亞灣超算執行長姚延宗表示：「本土算力是支持本土大型語言模型落地的關鍵。」不過，他也強調，AI算力快速迭代且進入門檻高，不是每一間企業都可以自建算力，因此，亞灣超算與NVIDIA合作啟用超算中心，讓金融等台灣企業可以按需租賃所需算力，解決資料共享等敏感問題，加速金融AI應用的多元發展。

產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用，左起為：國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗

圖／數位時代

總的來說，從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動，可以清楚看到，國泰金控正由內而外推動全面AI創新：強化內部流程效率與治理能力、以智慧化服務提升客戶體驗，並透過技術開放與跨域合作，為金融產業的數位與AI智慧轉型注入新動能。