GA4 电商报表：每周决策顺序

每周读 GA4 电商报表，建议按这个顺序：先确认时间窗和数据是否已经处理，再看 Traffic acquisition 了解流量来源，接着看 Landing page 和 Ecommerce purchases，只有遇到具体异常时才打开 Explore 或 Funnel，最后用 Shopify 订单和销售报表核对交易事实。GA4 主要回答用户行为和已收集事件发生了什么，Shopify 更适合回答订单、销售和退款发生了什么。两边的数字不必强行相等，但每个差异都要有口径、时间或数据路径上的解释。

图示为编辑插画，不是某个店铺的 GA4 或 Shopify 实测结果。

每张报表负责一个问题

Google Analytics 将 Reports 分成概览报表和明细报表。概览适合快速发现变化，明细报表适合查看具体维度和指标；官方 Reports 说明也把 Traffic acquisition、Landing page 和 Ecommerce purchases 列为常见报表。Explore 则是更深入的分析工作区，可以按筛选条件、分群和分析方法追问一个已经发现的问题，不能代替所有日常报表。

本周要回答的问题	首先打开	它能支持的判断	它不能单独证明的事
本周的访问从哪里来？	Traffic acquisition	已记录的 source、medium、campaign、会话和参与度变化	渠道带来的增量收入、利润或广告平台是否正确归因
哪个入口页承接得不好？	Landing page 或 Pages and screens	入口页的访问、参与度和后续事件变化	页面一定造成了购买变化，也不能证明用户看完了页面
GA4 记录了哪些商品购买？	Ecommerce purchases	已收到并处理的 purchase 与商品明细、商品收入等报表读数	Shopify 已收款订单、净销售额、退款后收入或利润
哪一步的事件路径出现差异？	Explore 或 Funnel exploration	在选定范围内，已收集事件从一步到下一步的比例和分段差异	掉点的真实原因是页面、支付、运费还是库存，也不能证明因果
店铺实际发生了什么交易？	Shopify Orders、Sales reports	订单、销售、退货和退款记录的店铺口径	用户购买前的路径、广告增量或 GA4 的会话来源

这张表是每周工作的分工建议，不是 GA4 或 Shopify 发布的评分标准。报表名称、可用维度和权限会随属性设置、订阅和界面语言变化。打开相近名称的报表时，先记录实际使用的维度、指标、过滤器和时间范围。

用证据句读每张报表

报表的产出不应该只是一张截图，而应该是一句能被下周复查的话：观察到什么，使用了什么范围，这个观察支持哪一个决定，还缺什么证据。每一张表都可以用三个状态记录：

• 通过当前问题：日期、维度、指标和数据质量已经写清楚，报表回答的是它负责的那个问题，没有借用另一张表的结论。
• 需要证据：报表显示了变化，但数据新鲜度、分母、范围、订单映射或事件含义仍不清楚，暂时不能行动。
• 暂停受影响的决定：收入、预算或价格动作依赖一个没有解释的差异，或者报表与负责该事实的资料源冲突。

Traffic acquisition 可以写成：“通过流量来源判断。相同的完整周范围内，美国移动端付费社交会话从 1,200 增至 1,800。它不能通过收入归因。”这句话保留了范围，也没有把新增的 600 次访问写成高质量流量。

Landing page 要带上分母和后续事件，例如：“需要证据。组合页从 900 次访问和 135 次加购，变成 1,400 次访问和 140 次加购，加购率从 15% 降到 10%。报表指向入口或销售方案问题，但没有证明页面本身造成了下降。”只写访问上涨，无法支持页面改版。

Ecommerce purchases 要明确这是 GA4 的记录层：“暂停收入解释。GA4 记录了 31 次 purchase，事件收入为 1,488 美元；Shopify 在已批准的活动范围内显示 36 笔已付款订单。日期、金额定义和订单映射确认前，这只是跨系统差异，不是 14% 的丢单率。”有差异不等于已经知道原因。

Explore 或 Funnel 要写出步骤和分段：“需要证据。移动端 begin_checkout 到 purchase 从 40% 降到 15%，桌面端仍接近 33%。这说明差异集中在已收集的移动端路径，不能证明支付、配送或页面就是原因。”后续检查可以因此分配给负责人，但不能把漏斗直接当成因果结论。

Shopify 要写清店铺口径：“在‘选定范围内创建且标记为已付款的订单数’这个问题上通过；它不能证明 GA4 的渠道归因，也不能证明利润。”同一张表可以对一个问题通过，对另一个问题保持暂停，不要把状态扩展到报表没有覆盖的事实。

把报表读成一条决策链

1. 先固定比较口径

在报表顶部记下日期范围、比较范围、属性时区、币种、市场、设备和渠道范围。一个常见错误是把 GA4 的属性时区与 Shopify 的店铺时区混在一起，或者把 GA4 的事件发生日与 Shopify 的订单创建日、退款处理日放在同一列比较。先选一个问题，再写清分母。例如“美国移动端本周的已记录 purchase 事件”与“全店本周创建的 Shopify 订单”不是同一个指标。

周复盘不需要一开始就切十几个维度。先用全店和一个最相关的市场或设备找出变化，再缩小范围。这样能保留分母，也更容易在下周复查。

2. 先看数据新鲜度和质量提示

查看 Reports 和 Explore 的数据质量图标，记录是否有处理延迟、采样、阈值或 (other) 行。Google 的数据新鲜度说明明确指出，数据可能在处理期间继续变化，Reports 与 Explorations 也可能不同步。若本周最后一天仍在处理，就把结论写成“当前已处理范围的观察”，不要写成完整周结果。

数据质量提示不是故障证明，也不是可以忽略的装饰。大范围或高基数查询可能出现采样或 (other) 行；Google 关于数据存储和显示的说明解释了这些限制。记录提示后再决定是否缩短日期范围、减少维度，或把问题升级到更适合的资料源。

3. 用 Traffic acquisition 找到变化来自哪里

先看 source、medium、campaign 和默认渠道组，再看 sessions、engaged sessions、key events 或其他与当前问题相关的指标。重点不是找一行“赢家”，而是问三个问题：

• 变化来自目标市场和目标设备吗？
• 新增访问是否进入了同一个销售方案和落地页？
• 这组流量是否有足够的 purchase 数据让下一步继续判断？

如果同一渠道因为大小写、重定向或手工命名被拆成多行，先不要把它们相加后宣布渠道变好了。可以先读小团队 UTM 命名系统，把命名问题与报表解释分开处理。UTM 只能帮助识别入口，不能单独证明销售是由某个渠道增量带来的。

4. 用入口页和 Ecommerce purchases 连接行为与商品

Landing page 报表适合检查访问者从哪里进入，以及入口页上的参与度和后续事件有没有变化。把广告入口页、自然搜索入口页和集合页分开看。一个页面的参与度上升，可能只是内容被更多人看到，并不等于商品页说服了更多人购买。

然后打开 Ecommerce purchases，看 GA4 已经记录的商品和 purchase 读数。Google 的电商设置说明说明，purchase 事件可以填充收入和电商相关指标，并用于预设的 Ecommerce purchases 报表。这里的准确说法是“GA4 记录了这些事件和商品读数”，不是“店铺已经完成这些订单”。

如果入口页稳定、商品互动下降，下一项检查通常属于商品页、价格、库存或配送信息；如果商品互动稳定、purchase 读数下降，才进入下一步漏斗或 Shopify 订单核对。不要在还没有指出变化发生在哪一段时，直接改广告预算。

5. 只为一个具体问题打开 Explore

Explore 适合回答更窄的问题，例如“美国移动端从 begin_checkout 到 purchase 的掉点是否集中在本周的某个入口页”。先从 Reports 发现异常，再在 Explore 中保留一个主要分段、一个时间比较和一条事件路径。Google 的Explorations 说明把它定位为深入分析和临时查询工具。

Explore 显示的是所选范围内已收集事件的路径。它可以告诉你差异集中在哪个设备、市场、页面或渠道，却不能告诉你用户为什么离开。原因仍需要结合页面观察、客服反馈、订单记录、配送条件或经批准的结账检查。若需要检查 purchase 的 transaction_id、value、currency 或重复事件，进入GA4 purchase 事件 QA，不要把实现排查塞进本篇的周报解释里。

一个虚构的家居店案例

假设一家销售收纳用品的 Shopify 店推出售价 48 美元的新收纳篮组合。下面的数字是为了说明读法的虚构案例，不是任何商家的结果。基准周里，Traffic acquisition 显示全店 10,000 次会话，其中付费社交 4,000 次。组合页有 2,000 次访问和 300 次加购，加购率为 15%；Explore 显示 120 次 begin_checkout 和 48 次 purchase，步骤率为 40%。因此 Ecommerce purchases 记录了 48 次购买和 2,304 美元事件收入。在这个练习里，已批准的活动映射对应 Shopify 的 50 笔已付款订单和 2,400 美元销售额。

下一周，全店会话升到 12,000，付费社交升到 7,000。组合页有 3,500 次访问，但加购只有 280 次，加购率降到 8%。Explore 显示 140 次 begin_checkout 和 28 次 purchase，步骤率降到 20%。Ecommerce purchases 记录 31 次购买和 1,488 美元事件收入；Shopify 在同一练习范围内显示 36 笔已付款订单和 1,728 美元销售额。数字方向相近，却不能直接说明少了 5 笔订单，也不能说明是处理延迟、采集问题、映射问题还是订单状态不同。

复盘者再按设备拆漏斗。基准周移动端是 80 次 begin_checkout、32 次 purchase，步骤率 40%；下一周是 100 次 begin_checkout、15 次 purchase，步骤率 15%。桌面端下一周是 40 次 begin_checkout、13 次 purchase，步骤率 32.5%，接近它自己的水平。这里能得到的只是定位线索：观察到的变化集中在移动端结账路径。它仍不能证明支付坏了，因为运费、地址校验、页面错误、同意状态或未记录 purchase 都可能造成相同形状。

所以决定要写得具体。Traffic acquisition 可以通过“付费社交占比上升”，但不能通过流量质量或收入结论。Landing page 因为 3,500 次访问只带来 280 次加购，暂停素材或页面效果判断。Ecommerce purchases 因为 31 次 purchase 与 Shopify 的 36 笔订单还没有逐单映射，暂停收入和 ROAS 判断。Explore 只把移动端作为下一项检查范围，不能直接批准结账修复。Shopify 可以作为它所命名范围内的订单数资料源，但不能替代 GA4 的渠道和行为解释。

店铺不应该只因为 GA4 记录了 31 次购买就削减活动，也不应该只因为 Shopify 记录了 36 笔已付款订单就加预算。下一步是确认数据新鲜度，保持 48 美元的金额定义不变，检查活动命名和订单映射，再检查移动端配送、支付和错误提示。差异没有解释前，预算动作保持不变；解释或修正后，用同一组范围重读报表，并把观察、负责人、动作和复查日期写回决定记录。

不强行对账的 Shopify 核对方法

Shopify 的Analytics 说明把店铺分析和第三方分析区分开来；销售报表说明则说明销售报表按订单、商品或渠道查看销售。Shopify 也单独解释了Analytics 的差异，包括时区、隐私选择、会话定义、报告逻辑、退货和退款处理。

每周可以用下面的四列记录对账，不把它做成一个“准确率”分数：

观察到的差异	先检查什么	结论应该怎么写
GA4 Ecommerce purchases 少于 Shopify 订单	GA4 数据是否处理完成、同意状态、浏览器拦截、purchase 事件范围和重复规则	“GA4 在本范围内记录了较少 purchase；订单差异尚未归因。”
GA4 收入高于 Shopify 销售	value 的定义、币种、重复 purchase、税费/运费，以及是否把不同报告口径放在一起	“GA4 读数较高，待逐项确认事件和值定义；不是利润增加证据。”
Shopify 销售与订单导出不同	使用的是销售、支付、订单还是退款口径，退款和退货是否落在不同日期	“Shopify 两个表采用不同记录逻辑，改用订单 ID 和明确的销售口径复核。”
渠道订单与 GA4 来源不同	GA4 的 source/medium/campaign、Shopify 渠道字段、归因窗口和活动入口	“两边回答不同的来源问题，分别用于行为和订单决策。”

先对订单数量和订单范围，再对金额定义，最后才讨论渠道解释。能拿到订单 ID 或已验证的 transaction_id 时，抽查同一批订单；拿不到时，记录无法逐单映射，不要用一个百分比替代缺失的映射。退款也要单独写明是订单发生日还是退款处理日。需要完整处理收入、退款、COGS 和利润时，可以继续看GA4 与 Shopify 数据对账和GA4 收入、退款与利润教程。

每周复盘清单

• [ ] 写下日期范围、时区、币种、市场、设备、渠道和比较期。
• [ ] 记录 Reports 与 Explore 的数据质量提示、处理状态、采样或 (other) 行。
• [ ] 先看 Traffic acquisition，确认流量变化来自哪个实际范围。
• [ ] 再看 Landing page 和 Ecommerce purchases，写清它们分别观察到什么。
• [ ] 只有在问题已经缩小后才建立 Explore 或 Funnel，并保留分母和过滤器。
• [ ] 用 Shopify Orders 或 Sales reports 核对订单与销售口径，不把它们当 GA4 的替代品。
• [ ] 为每个差异写出已知原因、未知部分、负责人、动作和复查日期。
• [ ] 没有完成数据解释时，不用报表单独决定加预算、改价格或扩大市场。

如果希望把异常先整理成待查路径，可以使用数据分析工作台；它是组织线索的入口，不会替店铺证明 GA4 或 Shopify 数据完整。需要从事件、报表、漏斗和收入层继续学习时，进入GA4 教程系列。

常见误读与限制

把 Reports snapshot 当成全部答案

概览卡片适合发现变化，不能代替明细维度、过滤器和数据质量检查。看到总收入下降后，仍要回到渠道、入口页、商品和订单范围。

把 Ecommerce purchases 当成收款账

它显示的是 GA4 收到并处理的电商事件和相关指标。它不自动包含 Shopify 的订单状态、退款后净额、支付结算或商品成本。订单事实、行为路径和利润判断要各自找到负责的资料源。

把漏斗掉点直接写成原因

掉点是定位线索，不是因果结论。支付失败、配送费用、库存、页面加载、同意状态或事件缺失都可能让同一段路径变短，必须用相应证据继续排查。

用不同时间窗制造精确差异

GA4 处理中的数据会变化，Shopify 的销售、订单、退货和退款也可能按不同时间记录。若不能按同一范围匹配，就写明“当前观察无法逐单对齐”，不要把它换算成所谓丢单率或准确率。

为了找答案一次切太多维度

过多过滤器会让分母变小，也可能触发阈值、采样或 (other) 行。先解决一个经营问题，再增加一个能改变决定的分段。

常见问题

每周应该先看 GA4 哪个报表？

先确认时间窗、数据新鲜度和数据质量，再看 Traffic acquisition；然后看落地页、电商购买，只有需要拆解异常时才进入 Explore 或 Funnel，最后用 Shopify 订单确认交易事实。这个顺序是决策建议，不是 GA4 官方评分。

GA4 Ecommerce purchases 和 Shopify 订单必须完全相等吗？

不必。处理延迟、时区、同意状态、重复事件、退款、订单范围和归因都会造成差异。先按同一时间窗和订单范围匹配，再记录差异来源，不把差异直接写成丢单率。

Explore 里的漏斗掉点能证明结账出了问题吗？

不能。它显示已收集事件在所选范围内的路径和比例，不能单独证明原因。还要用设备、市场、页面、Shopify 订单和经批准的结账检查定位。

GA4 报表能直接决定加预算吗？

不能单独决定。预算动作至少要结合 purchase 数据质量、Shopify 订单、退款和利润口径以及广告归因。只看到流量或平台收入上升时，先把未解释的差异列为暂停项。

来源与边界

下列官方文档用于核对 Reports、Explorations、电商报表、数据处理和 Shopify 报表的功能或定义。本文的报表顺序、决策表、虚构案例和暂停建议是编辑性的运营方法，不是 Google 或 Shopify 的官方评分、保证或商家结果。

• Google Analytics: Overview of Google Analytics reports，说明 Reports、概览/明细报表和常见电商报表。
• Google Analytics: Get started with Explorations，说明 Explore 用于深入分析、分群和临时查询。
• Google Analytics: Ecommerce exploration solutions，说明 Ecommerce purchases 报表与电商 Explore 的关系。
• Google Analytics for Developers: Set up a purchase event，说明 purchase 事件如何填充电商和收入相关报表。
• Google Analytics: Data freshness，说明处理时间、数据变化和 Reports 与 Explore 可能不同步。
• Google Analytics: Understand how Analytics stores and displays data，说明阈值、采样和 (other) 行等显示限制。
• Shopify Help Center: Analytics，说明 Shopify 分析与第三方分析的范围区别。
• Shopify Help Center: Sales reports，说明按订单、商品和渠道读取销售报表。
• Shopify Help Center: Analytics discrepancies，说明 Shopify 与第三方服务、不同报表之间出现差异的常见原因。