事件的结构
GA4是基于事件驱动的，里面所有的数据都是通过事件去跟踪，事件的结构如下：
事件由事件名称和事件参数构成，每个事件可以设置25个事件参数，事件参数可以分为：
- 文本型，就是字符型的事件参数，最多40个字符，限额50个
- 数值型，就是数值型的事件参数，最多100个字符/长度，限额50个
比如对于广告点击事件，事件名称可以定义为click_banner，不同广告位置可以用banner_id去区分，banner_id就是事件参数。
用户识别（Client ID和User ID）
Client ID和User ID并不是表示同一个东西，两者的区别如下：
| Client ID | User ID | |
|---|---|---|
| 定义 | GA4生成的匿名标识符 | 你自己数据库的用户ID |
| 生成方式 | 由GA4库随机生成 | 用户主动注册生成 |
| 数据结构 | 随机数+时间戳 eg：987121999.1637741839 | 无限制 |
| 匿名性 | 匿名，不包含任何个人信息 | 不包含PII |
| 持久性 | 存储在浏览器的cookie中，受清理cookie影响 | 更持久，除非用户注销或ID被更改 |
| 长度限制 | 无 | 不超过256字节 |
| 如何使用此类ID计算唯一身份用户数 | 在未启用User ID时，Client ID可用于计算唯一身份用户数 | 在启用User ID时，User ID可用于计算唯一身份用户数 |
默认情况下，GA4会为每台设备分配一个唯一的Client ID作为唯一身份用户，它存储在浏览器的Cookie _ga中，_ga的结构如下：
注意：其中987121999.1637741839就是Client ID。
各个部分的解释：
| 值 | 解释 |
|---|---|
| GA1 | 版本号 |
| 1 | 网域层级，就是Cookie存储的网域层级，默认是存储到最高级网域，是1 |
| 987121999 | 随机数 |
| 1637741839 | 时间戳 |
延伸阅读：Google Analytics 4 里常见的10个ID
会话
GA4有关会话的信息会存储在Cookie _ga_<容器ID>里：
各个部分的解释：
| 值 | 解释 |
|---|---|
| GS1 | 全称是 Google Stream 1，第几个谷歌数据流 |
| 1 | 网域层级，就是Cookie存储的网域层级，默认是存储到最高级网域，是1 |
| 1649902218 | 会话ID，也是该会话开启时候的时间戳 |
| 12 | 会话数 |
| 0 | 是否感兴趣的会话，1表示感兴趣，0表不感兴趣 |
| 1649903171 | 当前时间戳，每次发送请求事件的时间戳 |
| 60 | 倒计时，60秒的倒计时，当开启Google Signal时Cookie与用户数据匹配的一个参数 |
| 0 | 未知待定 |
| 1003520789 | Enhanced Client Id, 简称 ecid，叫增强型客户端ID，开启「收集 User-ID 和用户提供的数据」 或使用服务端布署才有值，是一串数字 |
会话数是基于对唯一会话 ID 的估算，而会话ID的本质时间戳，所以会重复，所以GA4里的会话数是偏低。
GA4的会话分割机制简单很多，就只有一个规则，离开超过30分钟回来就会开启新会话，这种叫做“非活动状态持续30分钟”
一个用户访问我的网站，离开31分钟后，再次访问网站，这时候会开启一个新会话，如下图所示：
数据的三个层级
GA4的数据层级结构，如事件-会话-用户
| 层级 | 相关指标 | 用途 |
|---|---|---|
| Users（用戶） | 带来用户首次互动**，eg：带来用户首次互动来源/媒介 | 首次归因 |
| Sessions（会话） | 带来会话的**，eg：带来会话的来源/媒介 | 最后点击归因 |
| Events（事件） | **，eg：来源/媒介 | 数据驱动归因 |
新用户、活跃用户数、用户数和用户总数的关系
- New Users（新用户）：就是新用户，GA4是通过first_open/first_visit计算New Users，如果用户首次访问，但没发送first_open/first_visit，不会被视为是New Users，而且会被划分到Unassigned渠道，延伸阅读：深入理解 Google Analytics 4 中的 Unassigned 渠道
- Active Users（活跃用户数）：活跃用户数，有感兴趣会话的用户，感兴趣会话有三种情况：持续至少10 秒、发生了至少1 次转化事件或至少2 次网页浏览的会话。
- Users（用户数）：用户数，GA4中的用户数其实是指活跃用户数，这是GA4的主要指标。
- Total Users（用户总数）：用户总数，所有的用户数。
- Return Users（回访用户）：回访用户，这个定义比较特别，非首次访问的用户都是回访用户。
感兴趣的会话占比和跳出率
感兴趣的会话占比+跳出率=1
GA4里的跳出率计算规则有些特别，因为最初是没有这个指标的，用感兴趣的会话占比替代跳出率，但用户有这个需求，后面才推出跳出率这个指标。
感兴趣的会话占比的计算方式是：感兴趣的会话占比=感兴趣会话数/会话数，
感兴趣的会话有三种情况：
- 持续至少 10 秒的会话 ：如果会话的时长超过一定的时间，该会话就成为“感兴趣的会话”，互动时长的默认阈值为 10 秒，可调整，调整的位置在“更多标记设置”——“调整会话超时设置”——“调整感兴趣的会话的计时器”。
- 发生了至少 1 次转化事件的会话：如果会话发生过转化事件，该会话就成为“感兴趣的会话”
- 发生了至少 2 次网页浏览的会话：如果会话内浏览2个页面以上，该会话就成为“感兴趣的会话”
只要满足上述情况之一，就计算为感兴趣的会话数。
GA4对于跳出的定义是：如果未满足“感兴趣的会话”的任一条件，GA4会将相应会话计为一次“跳出”。
跳出率的计算方式是：跳出率=非感兴趣的会话所占的百分比=1-感兴趣的会话占比
比较对象 & 过滤器 & 细分
GA4是可以实现细分的效果，只不过在不同的位置，它的功能名称会不一样。
| 功能 | 使用位置 | 用途 |
|---|---|---|
| 比较对象 | 报告 | 筛选、对比（仅可从维度） |
| 过滤器 | 报告 | 筛管 |
| 细分 | 探索 | 筛选，对比（可从不同的数据层级） |
抽样
抽样是指选择部分数据进行分析的数据分析做法，以便从更大的数据集中发掘出有意义的信息，这种做法可让你更快地检索数据，同时最大限度地减少对数据质量的影响。
对于GA4而言，计算资源是有效的，为了减少计算资源的消耗，所以GA4的一些报告会抽样。
- 免费版：1000万事件
- 付费版：默认是1亿，可以通过数据质量图标，在“探索”中选择“结果更详细”来提高抽样上限，最高是10亿
阈值
这是GA4内置的保护用户隐私机制，如果数据太少，就不显示数据。延伸阅读：Google Analytics 4 里的阈值到底是什么？