更新時間：2024年08月02日
再行銷是數位廣告中最常見且轉換率最高的投放策略之一。
許多使用者第一次造訪網站時並不會立即完成購買或填寫表單，因此企業通常會透過再行銷廣告，持續接觸這些曾經互動過的潛在客戶，提高後續轉換機會。
本文將介紹如何利用GA4建立再行銷受眾，並同步至Google Ads進行廣告投放。
需要注意的是：
本文介紹的是一般再行銷，不是動態再行銷。
什麼是GA4再行銷？
GA4再行銷的核心概念是：
根據網站訪客的行為建立目標對象，再將受眾同步至Google Ads進行廣告投放。
例如：
- 瀏覽商品頁但未加入購物車
- 已加入購物車但未結帳
- 已開始結帳但未完成付款
- 曾經瀏覽特定產品類別
- 多次造訪網站但尚未轉換
這些使用者通常具有較高的購買意圖，因此再行銷廣告的轉換率往往高於一般陌生受眾。
使用GA4再行銷前的必要條件
在建立再行銷受眾之前，必須先啟用Google Signals。
Google Signals可以協助Google將登入Google帳號的使用者與GA4資料進行匹配，讓建立的受眾能夠同步到Google Ads使用。
在GA4中點擊「管理」——「資源設定」——「資料收集和修改」——「資料收集」，然點擊Google信號資料收集裡的「開始使用」：
就可以開啟Google Signals。
方法一：使用GA4目標對象建立再行銷名單
這是大多數企業最常使用的方式。
流程如下：在GA中建立目標對象，將GA4與Google Ads連接，受眾同步到Ads，你就可以在Ads中以受眾為基礎開展再行銷，可用於在Google搜尋網路、Google展示廣告網路和YouTube上進行再行銷。
如你可以設定一些有轉換意圖的受眾用於再行銷，如：
- 已加入購物車但未購買
- 已開始結帳但未完成付款
- 高意圖商品瀏覽者：在某個產品停留時間超過1分鐘
- 已下單但付款失敗
這種方式的優點是：設定快速、維護成本低、不需要資料科學團隊
因此非常適合：中小企業中小型電商一般品牌官網
方法二：BigQuery+BigQuery ML預測受眾
如果企業擁有較大的流量規模，可以利用BigQuery與BigQuery ML建立更進階的再行銷模型。
流程如下：將GA4資料匯出到BigQuery，可以和其他來源的資料匹配，利用BigQuery裡的機器學習去建立模型，篩選出有較高可能會轉換的受眾，將其匯入到GA4，再同步到Ads：
如何將BigQuery受眾同步到Google Ads？
常見方式包括：
- 資料匯入 :透過GA4的使用者資料匯入功能，將模型結果寫入使用者屬性，再根據該屬性建立受眾並同步至Google Ads。
- CRMint：是Google提供的資料整合工具，可將BigQuery中的受眾資料同步至Google Ads、 GA4、以及其他Google廣告產品
- 第三方工具：如BQML，它實際上是基於CRMint實現資料導入，可以導入到GA4，Ads，根據官方的介紹，預計一個小時可以完成配置（除建模外）
這種適用大型公司，具有資料科學團隊，因為需要較高流量規模、額外雲端成本、機器學習相關技術能力
方法三：GA4內建預測受眾
其實GA4本身已提供預測模型功能。
不需要自行建立BigQuery ML模型。
即可快速建立：
- 可能購買使用者
- 預測流失使用者
- 預測高消費使用者
前提要求：預測功能需要足夠的資料量，一般而言，過去28天，需要正負樣本各1000人，才有機會啟用預測受眾功能。
該選擇哪種再行銷方式？
可依網站流量與團隊能力進行評估：
| 情境 | 建議方案 |
|---|---|
| 月活躍使用者低於5萬 | 使用GA4受眾或內建預測受眾 |
| 月活躍使用者超過5萬 | 可考慮BigQuery + BigQuery ML |
| 沒有資料團隊 | 使用GA4受眾 |
| 有資料科學或分析團隊 | BigQuery ML 效果通常較佳 |
| 預算有限 | 使用GA4受眾 |
| 再行銷預算較高 | 可建立預測模型提升投放效率 |
總結
GA4再行銷的核心是建立目標對象，並將受眾同步到Google Ads進行廣告投放。
對大多數企業來說：使用GA4受眾功能已經能滿足大部分再行銷需求。
如果網站流量規模較大、資料量充足，則可以進一步結合BigQuery與BigQuery ML建立預測模型，找出更高價值的潛在客戶，提高廣告投資報酬率。
因此實務上可以遵循以下原則：
- 中小型網站：GA4目標對象
- 中大型網站：GA4內建預測受眾
- 大型企業：BigQuery ML + Google Ads
逐步提升再行銷策略的精準度與成效。