文章作者介紹

數位時代,累積數據是企業瞭解用戶行為的關鍵。尤其注重精準和用戶互動的 EDM 行銷,更需要搭配精確的流量數據分析工具。Google Analytics 4 (GA4) 能詳細追蹤用戶從電子郵件點擊進入網站後的行為和互動模式,同時能區別來自不同渠道的流量特性和差異,進而分析不同行銷渠道的成效。本文將說明如何透過 UTM 工具,在 GA4 上觀察 EDM 行銷或其他行銷渠道的轉換成效,幫助行銷人更加了解如何做策略布局,進而優化轉換率和控制轉化成本。

透過 UTM 參數 GA4 中區分流量來源

甚麼是 UTM 參數?

UTM 是 Urchin Tracking Module 的縮寫,能用於追蹤網站流量的來源;只要在你想要追蹤的網頁網址後方加上 UTM 的標記參數, GA4 就能辨識並且顯示網站訪客是從哪裡看到這個網頁連結並且點擊的。

假如原本的網址是:

  • https://www.benchmarkemail.com/tw/

想要區分辨識出「從 FB 看到 Benchmark Email 廣告,並且點擊廣告進入網站」的人,我們可以這樣設定 FB 廣告的連結為:

  • https://www.benchmarkemail.com/tw/?utm_source=facebook&utm_medium=ads&utm_campaign=halloween_202310

在網址尾端加入 UTM 參數, GA4 就可以辨識透過上列網址進入網站的訪客,就是從 FB 看到品牌萬聖節廣告而進入網站的人。

UTM 參數有哪些類型?

UTM 參數有多種類型,分別用來記錄不同廣告活動的特性,方便使用者區別廣告活動的數據。常見的 UTM 參數有:

  • utm_source:來源

流量源自於哪一個品牌或網域,如果我們想區隔 google、Bing 和百度的付費搜尋廣告流量,我們可以在這個項目填上「google」、「bing」和「baidu」。

  • utm_medium:媒介

向受眾傳送訊息的機制或方法,例如 EDM 行銷會填「email」、付費搜尋廣告會填「cpc」、聯播網廣告會填「gdn」、橫幅廣告會填「banner」……以此類推,基本上是指行銷活動的形式。

  • utm_campaign:廣告活動

用來標示行銷活動的名稱,區別不同檔期的活動內容,例如:「201502_chinese-new-year」、「201610_halloween」和「202209_back-to-school」。

圖一:UTM參數類型說明

※ UTM 參數會將同一單字不同大小寫的內容視為不同的項目,比如「Benchmark」不等於「benchmark」,因此建議 UTM 參數最好都用英文小寫取名,並且用「 – 」和「 _ 」取代 (space) 空白鍵。

在 EDM 的連結網址加入 UTM 參數

你可以使用 Google 官方的 UTM 工具,用更視覺化的方式來替網址加入 UTM 參數。

得到包含 UTM 參數的網址後,就可以插入 EDM 內,讓 GA4 追蹤收件人點擊 EDM 的連結後,會在網站做甚麼行為。

*如果您是使用 Benchmark Email 發送郵件(知識庫)

所有透過 Benchmark Email 發送的郵件,裡面的連結都會自動帶入預設的「來源/媒介」為「BenchmarkEmail / email」,且不可更改;而廣告活動名稱則預設為郵件行銷活動的名稱(非主旨),若要修改,可在這個介面進行更改:

圖二:BME自訂UTM廣告活動參數

管理 UTM 參數:你需要一個 UTM 清單

如果你的品牌同時有多個人在多個行銷渠道進行多種廣告的推播,先不說團隊成員的 UTM 參數命名規則是否一致( 例:FB 可能寫成 Meta、facebook、Facebook……),你一定同時有許多不同 UTM 參數的排列組合需要做核對和整理,才能在未來回顧過去同類型行銷活動的成效,作為未來行銷活動策略和目標的借鏡。

你可以建立一個 UTM 參數管理清單,讓未來分析歷史數據的工作能不那麼痛苦:

圖三:UTM 清單範例

圖片來源:AnalyticsMania

如何用 GA4 追蹤 EDM 行銷績效

以下所有 GA4 示範畫面,將以 Google 提供的 DEMO 示範帳戶「GA4 – Google Merchandise Store」為例。

在我們進入 GA4 觀看 EDM 行銷帶來的成效之前,我們需要先了解 GA4 的事件和轉換。

GA4 事件與轉換設定

  • 事件:在 GA4 中,事件指的是訪客在網站或應用程式中的特定互動或情況,例如何時載入網頁、點擊連結、完成購物,或是評估應用程式停止運作或廣告曝光等系統行為。

你可以把它想像成有客人進入實體店面,做了逛街、查看商品成分表或購買等等行為。

  • 轉換:轉換則是指對自家業務有價值的任何互動或情況,也就是有商業意涵的事件。你可以把它想像成客人進入實體店面,做了拿店家名片、拿了 DM 或是購買的行為。

轉換同時也是事件,但事件不等於轉換,得看這個事件是不是對店家的業務有價值。

圖四:GA4事件和轉換的關係

詳細的事件與轉換事件設定方式,請參考 GA4 的官方文件

從 GA4 找到 EDM 行銷帶來的流量

透過 GA4 維度「工作階段來源/媒介」搭配搜索功能篩選「Email」媒介關鍵詞,就可以看到所有透過 EDM 來到網站上的流量數據。

*如果您是使用 Benchmark Email 發送郵件:請用「BenchmarkEmail」作為篩選工作階段來源的關鍵字。

GIF 圖五:從 GA4 找到 EDM 行銷帶來的流量

也能進一步點開次要維度「工作階段廣告活動」,去區分是哪一封 EDM 帶來的成效

圖六:開啟次要維度檢視各封 EDM 帶來的成效

如果有在 GA4 上正確設定事件或轉換(例如:加入購物車、購買、送出表單……等等),也可以從這裡看到 EDM 行銷活動是不是有帶來實際成果。

圖七:單一 EDM 成效比較

如上圖,我們可以知道,Google Merch Shop 在 2023 年 9 月透過「Sept2023_Global5K_V1」這個郵件行銷廣告活動,獲得了美金 $22,261.28 的收益。

當然,也可以透過這個方法看到不同媒介所推出的行銷活動帶來的成效,例如一樣在 2023 年 9 月,Google Merch Shop 透過「cpc」媒介,得到了美金 $24,034.37 的收益。

圖八: 檢視「cpc」媒介成效

※ GA4 大多數報表和探索可能需要 24 到 48 小時處理網站或應用程式提供的資料。

解讀 GA4 報表中的郵件行銷流量數據

除了事件和轉換外,我們也可以透過其他指標來觀察透過 EDM (或是其他行銷媒介)連結來到網站的流量,有怎麼樣的特性?

圖九:GA4流量開發報表的指標

  • 使用者:曾造訪網站 / App 的不重複使用者人數。
  • 工作階段:訪客進入網站 / App 後的一段時間,如果訪客打開網站後 30 分鐘內都沒有繼續和網站互動(滑動網頁卷軸或點擊網頁),這個工作階段就會結束;當工作階段結束後,訪客又重新開始和網站互動,便會開啟下一個工作階段。
  • 互動工作階段:持續超過 10 秒、曾發生轉換事件,或包含兩次以上畫面或網頁瀏覽的工作階段數。訪客對你的業務和網站有興趣而留下並互動,代表這是有價值的流量。
  • 平均單次工作階段參與時間:每個工作階段的使用者參與時間,也就是網站訪客在網站上瀏覽的平均時長,反映網站內容的品質。
  • 每位使用者互動工作階段:每位使用者的互動工作階段數(「互動工作階段數」除以「使用者數」);吸引來的訪客,對於網站的積極程度,也可以說是「流量精準度」的參考指標。
  • 每個工作階段的活動:平均每個工作階段會發生的事件數。注意:包含「session_start」和「page_view」這類網頁一打開就會進行的事件,因此這個指標的基準參考值,也得看自己在 GA4 設定的事件數量而定。
  • 參與度:互動度 = 互動工作階段數 / 工作階段總數;可以把這個指標想像為「跳出率」的相反詞,用來評估網站內容和規劃是不是有符合行銷意圖。

利用 GA4 的「探索」功能深入分析

GA4 的「探索」報表可以說是最精華的功能,其中「漏斗探索」和「路徑探索」報表能帶領行銷人看到訪客在網站上的過程行為。這兩種報表都能作為分析網站使用者行為的工具,那其中又有甚麼差異呢?

「漏斗探索」,通常用於分析一個明確的行為流程,例如:

  • 「瀏覽產品網頁→加入購物車→觀看購物車→加入付款資訊→完成結帳」to C 端轉換流程
  • 「瀏覽服務頁面→留下聯絡資料→開始試用→付費升級方案」to B 端轉換流程

像這種我們非常確定的行為流程,就可以透過「漏斗探索」觀察每個環節(事件)的流失和完成情況。

「路徑探索」的強項在於,可以找出你沒想到的網站行為模式

GA4 依靠事件匯集了網站訪客的所有行為模式和前後順序,我們便可以透過這個「路徑探索」功能,去挖掘我們沒想過的問題,例如:

  • 「優先瀏覽方案價格頁面的訪客,和優先瀏覽軟體功能頁面的訪客,哪一類人的轉換率更高?」
  • 「訪客來到網站首頁後,最常先拜訪哪一個網頁?」
  • 「消費者在移除購物車前會有什麼行為?」

……等等問題。當然,如果網站的流量不高,會比較難從中得到比較可信的洞見。

接下來,我們將會示範比較常用的「漏斗探索」報表能展現的內容。

漏斗探索:找出客戶流失的關鍵環節

如果我們想了解「透過 EDM 導入網站的訪客,平均間隔多久後會完成轉換」,我們可以這樣設定:

圖十:EDM流量平均轉換時間設定

這麼一來,我們就可以了解,從 EDM 導過來的網站訪客,平均會花 26 天來決策購買。

圖十一:與「cpc」媒介區隔比較

再將「medium=cpc」加入區隔比較項目,可以發現從 cpc 導入網站的訪客流量,雖然平均只要 4 天就能做出決策,但轉換率卻比來自 EDM 的流量低非常多。

通常我們會預期從瀏覽網頁到購買之間,還會有一個「加入購物車」的行為,也可以透過「漏斗探索」工具看到流失率,甚至加入「細分-裝置類別」條件,觀察桌上電腦和行動裝置的放棄率差異,或是不同廣告活動 ID 的 EDM 郵件帶來的效益。

圖十二:加入「加入購物車」步驟

圖十三:檢視單一 EDM 成效

結語:用數據驅動郵件行銷策略

從前文的詳盡解說,我們已深入了解 UTM 和 GA4 在郵件行銷效益分析中的核心價值。透過這些分析工具,行銷人員可以獲取從未體驗過的深入洞見,讓我們可以更精準地評估各項行銷策略的成效。

對於資深的 EDM 行銷人員來說,僅依賴開信率或點擊率是不夠的。如同本文所述,透過 UTM 和 GA4 的強大報表功能,我們可以看到每一封郵件帶來的具體轉換成效,從而調整策略,最大化ROI。

當我們擁有這些具體的數據後,接下來的步驟就是深入挖掘、優化、再次測試、再次調整…這是一個持續進化的循環過程。每一次的優化都會為你的品牌帶來更大的價值,將客戶的忠誠度提升到新的高度。

鼓勵所有讀者,不要害怕數據,更不要害怕由數據驅動的變革。利用本文所分享的技巧和工具,優化你的 EDM 行銷策略,將數據視為你的羅盤,讓它引導你在行銷的海洋中找到正確的方向,達到你的目的地。

作者簡介:

by benchmarktw