更新時間：2026年6月4日
雖然Google已於2023年停止提供Google Optimize，但這並不代表無法進行A/B測試。
透過GA4與GTM的搭配，仍然可以完成基礎的A/B測試分析，評估不同頁面版本、按鈕文案或版面設計對使用者行為的影響。
這種做法雖然不如專業實驗平台完整，但對於大部分網站來說，已足以驗證許多優化假設。
GA4上做A/B測試的基本思路
需要開發人員對流量進行分組，顯示不同版本時，帶上辨識參數（例如透過URL參數區分），例如：
- 實驗組帶有參數 A
- 對照組帶有參數 B
然後透過GTM將參數設為使用者屬性，再建立自訂維度，即可在報表中分析不同組別的表現差異。
這種方式雖然不如專業實驗平台（如Optimize、VWO、Optimizely）精細，但足以完成簡單的文案或按鈕測試。
A/B測試案例
假設某個活動頁面有一個CTA按鈕，目前文案為：
註冊
雖然意思明確，但可能缺乏行動誘因，因此想測試不同文案是否能提升點擊率。
可以從以下方向思考：
| 優化方向 | 範例文案 | 說明 |
|---|---|---|
| 增加動詞和緊迫感 | 立刻註冊/立即加入/馬上開始 | 讓使用者有「立即行動」的心理驅動 |
| 強調收益或結果 | 免費註冊，開始體驗/註冊即可領取優惠/註冊開啟你的專屬數據分析 | 讓使用者知道「為什麼要註冊」 |
| 降低心理門檻 | 免費註冊/一鍵註冊/30秒完成註冊 | 消除「註冊很麻煩」的顧慮 |
內部討論後，選擇「立即加入」來進行測試。
- 實驗組 A：立即加入
- 對照組 B：註冊
Step 1：由開發人員建立流量分組
開發人員在分流邏輯（可由後端隨機分配或前端腳本實現）中，為不同訪客分配版本參數。例如：
- 實驗組頁面 URL 帶上參數
?ab_version=A，文案為「立即加入」 - 對照組頁面 URL 帶上參數
?ab_version=B，文案為「註冊」
範例：
https://example.com/landing?ab_version=A https://example.com/landing?ab_version=B
Step 2：GTM設定為使用者屬性
將URL中的參數值傳入GA4，作為使用者屬性保存。
取得URL參數變數
在 GTM 中點選「變數」→「新增」→「請選擇變數類型以開始設定…」→「網址」，命名為 Version，做如下設定：
將Version設為使用者屬性
在GTM中點選「變數」→「新增」→「選擇變數類型」→「Google 代碼：事件設定」，命名為 Common Event Parameter，在 Google Analytics User Properties 裡設定屬性名稱 ab_version_cd（建議屬性名稱採 name_cd 結構，cd 表示 custom dimension），如下設定。
Step 3：GA4自訂定義
在GA4中啟用自訂維度，使屬性在報表中可見。
在GA4中，點擊「管理」——「資源設定」——「資料顯示」——「自訂定義」——「建立自訂維度」, 然後做如下設定：
設定完成後，保存並等待資料進入（通常 24 小時後生效）。
Step 4：A/B測試數據報表
A/B測試要監測不同版本的表現差異，可以在GA4生成報表，但通常我會將會話數、事件數分別下載，再在Excel計算點擊率進行對比：
| 組別 | 會話數 | 事件數 | 點擊率 |
|---|---|---|---|
| 實驗組 A | 4478 | 657 | 14.67% |
| 對照組 B | 4534 | 540 | 11.91% |
實驗組 A（立即加入）表現較佳，表示較具行動力的CTA文案，成功提升了使用者點擊意願。
GA4 A/B測試的限制
使用GA4+GTM進行A/B測試雖然簡單，但仍有一些限制：
- 無法自動分流流量
- 無法自動計算統計顯著性
- 無法進行多變量測試
- 缺乏實驗管理介面
- 無法直接控制流量比例
因此較適合CTA文案測試、Banner測試、Landing Page測試、表單設計測試等較簡單的實驗場景。
若需要更複雜的實驗（如使用者分層、流量控制、顯著性分析），建議使用 Optimizely、VWO、Convert。