[CMO行銷工具] 開發筆記 : 整體成效彙整

CMO 行銷工具 · 開發筆記

整體成效彙整 : GSC+GAds+GA4
為品牌與電商建立行銷中台的架構基礎
——CMO 行銷工具完整架構解析

Google 給行銷人的免費工具，剛好夠用，也剛好不夠用。

Google Search Console 告訴你自然搜尋帶來了多少點擊、哪些字詞在排名。Google Ads 告訴你付費廣告花了多少錢、帶回多少轉換。GA4 告訴你訪客進站之後做了什麼、停留多久、有沒有走到轉換。三個工具，三份報表，三個後台。

問題是，這三份報表之間的關聯，Google 刻意打斷了。

GSC 的點擊數和 GA4 的工作階段數，Google 官方的說法是「計算單位標準不同」，所以不對齊。你自然搜尋拿到 4,301 次點擊，GA4 的 Organic Search 工作階段是 5,305——兩個數字擺在一起，你看不出誰對誰錯，也看不出中間差了什麼。GA4 與 Google Ads 深度整合，它的設計服務了廣告主的轉換追蹤需求，不是讓網站擁有者真正看懂自己的流量。Google 不要你算出 SEO 能省下多少廣告費。你如果把這筆帳算清楚了，就會把精神花在它賺不到錢的地方。

所以行銷人的日常是這樣的：看 GSC 報表寫 SEO 策略，看 Ads 報表調廣告預算，看 GA4 報表做網站分析。三件事各自做，三份報表各自看。你看不到同一個搜尋字詞在自然和付費兩邊各自的表現，看不到同一批流量進站之後的互動品質，看不到哪些字帶來的人真的在讀、哪些字帶來的人點了就走。

CMO 的「整體成效彙整」做的事情就是：把這三邊的資料重新接起來。GSC 的自然搜尋字詞、Google Ads 的付費搜尋字詞、GA4 的互動指標，放在同一個頁面分群的框架下對齊。同一個字，自然帶回幾次、付費花了多少、帶來的人進站之後做了什麼——一次看完。

要開啟這個功能，你至少需要連結好三個 Google 帳號：Search Console、Google Ads、GA4。其他帳號——Merchant Center 商品目錄、META 社群媒體——是加分項。META 社群由於開發權限需公司名義審核，目前只有個人開發階段，還未開放給一般行銷人導入連結。

這篇是 CMO 整合 Google 帳號後第一個推出的整合性功能。前面十四篇講的是「一個帳號的資料怎麼看」，這篇講的是「三個帳號的資料放在一起看，能看到什麼單獨看不見的東西」。

時間指標重新定義——你看到的「平均時間」可能不是你想的那個

在進入三步驟設定之前，有一個觀念需要先校正。後面儀表板和深度分析會出現一個指標叫「每位活躍使用者的平均參與時間」，如果你不知道它跟 GA 報表裡其他時間指標的差別，會覺得數字不對。

GA 裡跟訪客行為時間有關的指標有三種。看起來都在量「使用者在網站上待了多久」，但計算方式不同，數字可以差好幾倍。

三個指標，三個數字，同一個網站同一段期間，可以差好幾倍。你用 A 去跟老闆報告「使用者平均停留 3 分鐘」，跟用 C 去報告「每位活躍使用者平均參與 46 秒」，講的是完全不同的故事。三個數字都對，但回答的問題不同。行銷人要回答的是「人真的在看的時間有多長」。

互動時間不是關鍵。每位活躍使用者的平均參與時間才是重要指標。後面儀表板上出現的 46 秒，就是用這個公式算出來的——總參與秒數 ÷ 總活躍使用者日。46 秒聽起來短，但它是真實的：使用者在你的網站前景視窗裡，真的在互動的時間，平均就是這麼多。

三步驟設定——不做完，彙整不是你的

連結好帳號後，系統帶你進入三步驟設定流程。跟前面的工具模組一樣，連結好帳號後第一個出現的不是報表，是檢查清單。三步做完之後，系統才開始跑彙整分析。

步驟 1：確認同一個網站

這一步做的事情聽起來簡單，做起來是整個彙整的地基：確認你連結的三個帳號，量的是同一個網站。

系統從 Search Console、Google Ads、GA4 三個來源各自讀取網站 URL，然後比對。偵測到的帳號組合用「事實」標籤列配對依據——可信、推論、缺邊，分三級。以這個示範案例為例，系統偵測到 16 組帳號對應組合，其中只有 2 組是三邊都有的可信組合，排在最優先位置。其餘的組合缺了一邊或兩邊，系統會列出來讓你知道缺了什麼。

為什麼這一步重要？因為三個來源如果不是同一個網站，加在一起只會得到一個看起來很正常的錯答案。GSC 量的是 A 網站的自然點擊，Ads 投的是 B 網站的廣告，GA4 收的是 C 網站的事件——三份資料各自正確，合在一起卻完全沒有意義。而那種錯答案沒有任何地方會回報。報表上的數字看起來合理，圖表畫得漂亮，你以為你在看一個網站的整體成效，其實你在看三個網站的拼裝車。

確認好之後按下「確認這一組」，進入步驟 2。

步驟 2：選擇轉換目標與命名

GA4 的轉換事件可能是英文名稱或程式代號——purchase、select_item、begin_checkout。對行銷人來說，視覺辨識上不方便一眼看出來這是什麼意思。CMO 在這一步提供一個命名功能：你可以為每個轉換事件取一個自己容易理解的名稱。例如 purchase 命名為「交易完成」，select_item 命名為「產品選擇」。報表上一眼就能看出來這是什麼。

命名不只是改標籤。你還可以把多個事件組合成一個目標。例如「課程報名」可以同時對應「點了預約」和「完成結帳」兩個事件——這兩個動作在你的業務定義裡都算報名流程的一部分。而且不限於 GA4 標註的「重要事件」，任意 GA4 事件都可以被定義為轉換目標。

以這個示範案例為例，使用者配置了 7 個轉換目標：有效瀏覽訪客、深度瀏覽、加入購物車、立即預約點擊、產品立即購買、交易完成、課程預約完成。每個目標標註了行為類型（「互動」或「成交」），並標記是否為「主要」目標。

步驟 2 還有兩個重要提示：

系統列出 45 個 GA4 事件沒有被任何轉換目標綁定——page_view、scroll、session_start、first_visit 等。這些事件不會被歸類進任何轉換目標，是刻意設計的邏輯。這也意味著儀表板上的轉換總數會小於 GA4「全部重要事件」的統計數值——因為你只選了你要分析的那幾個，不是全部照單全收。

更關鍵的警告是：有 1 個 GA4 重要事件，Ads 完全看不到。這個事件在 GA4 後台報表裡查得到，但沒有被匯入 Google Ads，因此 Ads 的自動出價功能完全無法學習到這個轉換數據。這跟第十一篇講的轉換訊號斷裂是同一個問題——訊號斷了，廣告系統在瞎猜。系統給出處理步驟：到 GA4 後台的「管理」→「產品連結」→「Google Ads 連結」確認連結狀態，再到 Google Ads 後台的「目標」→「匯入」→「Google Analytics 4」勾選對應事件完成匯入。

步驟 3：搜尋意圖規則

這一步是整個三步驟設定裡最需要行銷人判斷的一步。系統問你：哪些搜尋字算品牌字？哪些算商品字？哪些算問題字？

這個我們猜不出來。系統預設整理了 7 類分類規則——品牌字、商品相關字、問題/教學、地區、課程/預約、價格/費用、比較/評價。每一類底下有對應的關鍵字，你可以增刪和排序。

排序就是優先序：第一類對上的算數。所以比較精確的要排在前面。例如「課程」那一類如果要贏過「商品」，就要排在它之上。同一類底下的順序不影響結果（都歸同一類），只有類與類之間需要排。一個字只會被算一次，分布加起來才是 100%。

系統即時試算覆蓋率。以這個示範案例為例，目前這組規則覆蓋了 92.1% 的點擊（2,339 / 2,541 次），剩下 7.9% 歸在「其他長尾」。分布長條圖讓你一眼看到：商品相關字佔 50.4%、品牌字佔 18.4%、問題/教學佔 16.3%。

跟第十四篇網頁分群的理念一樣：系統不從資料猜分類，因為猜錯比不猜糟。一份分錯的「品牌字佔 18%」會讓後面每一個預算討論都建立在那個錯誤上，而且看起來很有道理。什麼算品牌字、什麼算商品字，是你的判斷，不是系統的。

沒設也能看儀表板，只是搜尋意圖那一塊會只有「未歸類」一列。

儀表板——八個數字先看全貌

三步驟做完之後，進入儀表板。儀表板根據商務類型有基本不同的預設版面，以電商模式為例，第一個頁面是「現在表現如何？」——八項核心指標先看全貌。

八個數字

八個數字分三組看。

流量——工作階段 38,174、使用者 33,235。近三萬四千人走進來，產生近三萬八千次造訪。一個人來不只一次，所以工作階段大於使用者。

成果——購買次數 879、全站收益 NT$213,513、購買轉換率 2.30%（購買次數 ÷ 工作階段）、客單價 NT$243（收益 ÷ 購買次數）。879 筆成交帶來 21 萬營收，客單價 243 元偏低，代表商品單價本來就不高。轉換率 2.30% 看起來不高，但對手作體驗類電商來說，這個數字要跟同業比，不能跟 3C 電商比。

廣告效率——廣告花費 NT$68,998、全站 ROAS 3.09 倍（全站收益 ÷ 廣告花費）。ROAS 3.09 倍代表每花 1 元廣告費帶回 3.09 元全站收益。注意是全站收益，不只是廣告帶來的收益。

績效脈動

八個數字是靜態的總量。績效脈動折線圖把它們變成動態的趨勢。圖表用指數化呈現——每個指標以第一個有值的當天為基準 100，後續每天相對於基準的變化幅度。這樣設計的原因是：工作階段和收益的量級差太多，如果畫在同一個 Y 軸上，小的那條會被壓成一條平線。指數化讓你看的是「漲跌幅」，不是「絕對次數」。

圖表背景的灰色區塊標註週六和週日。這是一個很實用的設計——圖表上看似異常的凹陷，多數是週末週期因素導致的。滑鼠移到圖上，對應的數據方塊會替換成那一天的單日數值。

目標達成

儀表板下方有「目標達成」區塊，用三色進度條呈現三項指標的當前值與達成率。以這個示範案例為例：全站 ROAS 達成 105%（綠色，超標）、收益達成 113%（綠色，超標）、客單價只達成 76%（紅色，嚴重落後）。

三個指標，三個不同故事。ROAS 超標代表廣告效率不錯。收益超標代表總量達標。但客單價嚴重落後——代表成交筆數夠多，但每筆金額太低。這個落差不是「成效不好」，是「結構問題」：你可能賣了很多低毛利商品，營收數字好看但利潤不一定跟上。

儀表板右側的「先看哪裡」區塊給了三件事的提示，幫助行銷人決定接下來往哪裡深挖。不是「全部都看」，而是「先看這三件事」。

流量從哪來、錢花得值不值

儀表板往下走，進入「流量與成果從哪裡來？」和「錢花得值不值？下一筆預算放哪裡？」兩個區塊。這兩個區塊把流量結構和廣告效率放在一起看。

成果組成與渠道集中度

成果組成圓餅圖顯示收益主要從哪裡來。以這個示範案例為例：Paid Social 佔 30.60%、Paid Search 佔 16.81%、Direct 佔 13.50%、Organic Search 佔 13.35%、Organic Social 佔 12.46%。前五名合計超過 86%。

渠道集中度直接問你一個問題：會不會太依賴單一來源？最大的一個是 Paid Social，佔 30.60%；前三名合計 60.91%。將近六成的收益靠三個管道，其中一個佔了三成。這不是好或壞的問題，是風險的問題——如果 Paid Social 的成本上漲或演算法改變，三成收益立刻受影響。

流量結構堆疊圖讓你看到來源組成有沒有在變。如果某一天某一個管道突然變大或消失，堆疊圖上會看到顏色比例的變化。星期環狀圖則顯示一週七日各天的收益分布——最高的一天是週六，NT$48,589。

廣告回本診斷

廣告回本診斷把廣告活動分成兩群：還沒回本和已經回本。以這個示範案例為例，3 支廣告活動裡有 1 支還沒回本、2 支已經回本。

還沒回本的那支是 A廣告活動導流，花費 NT$13,877，轉換倍數 0.02 倍，虧損 NT$13,589。已經回本的兩支：品牌字那種廣告轉換花費 NT$5,772，轉換倍數 5.04 倍，獲利 NT$23,314；產品廣告字組轉換花費 NT$49,348，轉換倍數 1.06 倍，獲利 NT$2,868。

三支活動三種效率。品牌字花最少、賺最多（5.04 倍）。產品字花最多、賺最少（1.06 倍）。A廣告活動完全沒回本（0.02 倍）。這三個數字擺在一起，你不需要再看別的報表，就知道下一筆預算該往哪裡放、哪裡該診斷。

自然 × 付費的四個建議分群

這個區塊是整個儀表板裡最有判斷力的部分。系統把 60 個搜尋字詞按「自然點擊量」和「付費點擊量」交叉分群，分成四組：

優先診斷——21 個字，592 次點擊。這些字付費佔比高（83-94%），自然排名弱，廣告依賴嚴重。例如某地區加商品字的組合，64 次點擊裡 94% 來自付費——代表自然搜尋在這個字上幾乎不存在，全靠廣告撐著。

擴量觀察——24 個字，670 次點擊。這些字自然佔比高（91-100%），代表自然搜尋在這些字上表現很好。例如品牌字，227 次點擊裡只有 4% 來自付費——自然排名已經很強了，付費只是補。

核心主力——3 個字，189 次點擊。自然和付費都有貢獻，雙強。

低優先——12 個字，143 次點擊。花得少、回收也差，影響小，先不用急。

系統不會跟你說「只要自然或只要付費就好」這麼單純的判斷。它做的是把字分成「哪些優先需要注意、後續該注意」，讓你按優先序處理。分界用的是中位數——自然以 10 次點擊為界、付費以 12 次點擊為界。中位數只取真的有值的字計算，把「只有自然」的字算進付費的中位數會把切點壓到 0。

GMC 商品目錄——退貨接回行銷活動

搜尋字詞告訴你流量從哪來。接下來這個區塊告訴你流量進來之後，商品賣得怎麼樣、退了多少。

如果你還連結了 Merchant Center 商品目錄帳號，儀表板會多出一個區塊：「交易在零掉棒？哪些商品在爆？」這個區塊把商品層的數據跟行銷活動接起來，是 GA 和 Ads 都不提供的視角。

商品營收與營收集中度

商品營收樹狀圖顯示各商品類別的營收佔比。營收集中度長條圖直接問你一個問題：前幾名就吃掉大部分營收嗎？

以這個示範案例為例，前 14 名商品貢獻了近八成營收。前三名分別佔 15.25%、13.16%、9.60%，累計已經佔了 38%。這意味著：如果這 14 名商品裡有任何一支斷貨或退流行，營收會立刻受到影響。營收集中度高不是問題，但你需要知道風險在哪裡。

更進一步的問題是：賣得多的那些商品，毛利是不是也低？營收集中在毛利低的商品上，數字好看但賺不到錢。這個問題系統沒辦法替你回答——毛利是你的商業機密，不在 Google 的資料裡。但系統把營收集中度攤開來，讓你帶著自己的毛利數字去對照。

退貨率接回原始行銷活動

退貨分析是這個區塊最有價值的部分。

總退款 27 筆，退款金額 NT$15,872，退款率 7.45%。這些數字 GA4 也查得到。但 GA4 告訴你的是「有多少人退款」，不會告訴你「哪一支行銷活動帶來的訂單退最多」。

CMO 的做法是：用訂單編號把退款回溯到原始訂單，再從原始訂單接回當時帶來這筆成交的行銷活動。這樣你看到的不是「退款那次造訪的來源」，而是「成交那次造訪的來源」。

兩者差很多。退款事件的來源是「退款那次造訪」的管道——使用者可能是直接打開網站來退款的，來源是 Direct。如果直接拿退款事件的來源去拆，會得到「Direct 的退貨最高」這種毫無意義的結論。Direct 不是帶來這筆訂單的管道，只是退款時剛好走的管道。

用訂單編號接回之後，看到的完全不同。以這個示範案例為例：產品字廣告轉換的退貨率 4.58%（7 筆退貨 / 153 筆訂單），A廣告活動導流的退貨率 4.00%（2 筆 / 50 筆），自然搜尋的退貨率 2.55%（4 筆 / 157 筆），Direct 的退貨率只有 1.21%（3 筆 / 247 筆）。

哪一支活動帶來的訂單退最多？產品字廣告。這個結論才有行動意義：是不是這支活動的廣告文案過度承諾了？是不是它帶來的客群期望跟實際商品有落差？退貨率高不一定代表廣告不好，但值得去查文案和商品頁是不是有不一致的訊息。

購物流程漏斗

購物流程漏斗跟 GA4 的漏斗有一個關鍵差異：這裡算的是人，不是事件。

瀏覽商品 9,870 人 → 加入購物車 1,497 人（15.17%）→ 開始結帳 1,301 人（86.91%）→ 購買 79 人（6.07%）。

算人不算事件的好處是：完成率不會超過 100%。GA4 的事件漏斗裡，如果同一個人在一步裡觸發了好幾次事件，數字會膨脹，完成率可能出現超過 100% 的荒謬數字。算人的漏斗不會。跳過順序的使用者（例如直接進入結帳頁）也不會被納入後續步驟統計。

最後一步的「購買人數」通常會比「購買次數」小很多——79 人不等於 879 次購買。一個人可以買好幾次。兩者並不對等，看你要回答什麼問題。

深度分析——GA 不會告訴你、Ads 不願意提供的

儀表板是簡化版本。深度分析頁面是完整版本——你可以自己指定指標來交叉分析，搭配 AI 互動提問功能幫你解讀背後的意思。還有 GA 不會告訴你、Ads 不願意提供的參考資料，這邊幫你算出來。

整體績效交叉分析

深度分析的第一個區塊是整體績效交叉分析。標籤上寫著「三邊合起來才有」。這段期間，找上門的人、買來的流量、進站之後的行為，是不是一起在動。一起漲代表需求真的變大；只有一邊動，那就是另一邊出了事。

8 項核心指標跟儀表板一樣，但多了一個數字：自然搜尋轉換價值 NT$28,514。這個數字 GA4 報表裡查得到，但 Ads 不會告訴你——因為它代表的是自然搜尋帶來的轉換價值，Google 不想讓你算出 SEO 省了多少廣告費。

交叉走勢圖把自然點擊和廣告點擊的每日走勢畫在一起。兩條線一起漲，代表需求在變大；只有廣告漲、自然不動，代表你買的流量不是自然增長帶來的。灰色背景標註週末，幫你區分週期因素和異常波動。

廣告轉換價值 vs GA4 轉換價值

價值對得起來嗎？深度分析頁面有一個「加指標」按鈕，點開後有 11 個可交叉的指標。其中最有殺傷力的一組是：廣告轉換價值（Ads 認的）vs 付費流量轉換價值（GA4）。

兩個數字量的是同一批廣告流量，但來自兩個不同的系統。Ads 認的轉換價值是 Ads 後台根據自己的歸因邏輯算的。GA4 量到的付費流量轉換價值是 GA4 根據自己的管道分組算的。兩邊的歸因模型和去重方式不同，同一筆交易在兩邊可能都會被認列。

如果兩邊的設定人員沒處理好，你一拉出來圖表就會看到問題。差距太大，不是某一邊漏追蹤，就是兩邊的轉換定義不一致。這個落差用肉眼查很花時間——你要分別登入兩個後台，找到同一個時間區間，記下兩個數字，再拿來對比。深度分析頁面把它放在同一張圖上，一秒看到。

AI 互動提問

這些交叉分析看出來的問題，你也可以直接問 AI。深度分析頁面有一個 AI 互動提問區塊。你問它問題，它根據當前頁面的數據即時計算回答。不是通用預設內容，是拿你的數字算出來的。

例如你問「自然搜尋轉換價值怎麼算的？」AI 會告訴你：這個指標是從 GA4 的管道分組資料裡，篩選出 Organic Search 的 totalRevenue 加總。不是推估值，是 GA4 量到的。並且有三個注意事項：

第一，這個指標絕對不可以跟廣告的轉換價值相加。因為兩邊的歸因模型和去重方式不同，同一筆交易在兩邊可能都會被認列。加起來等於重複計算。

第二，這個指標刻意不包含 Direct 流量。因為 Direct 流量裡可能藏有未能被識別的自然搜尋，但那是推測，不是量測數據。推測的東西不計入。

第三，AI 的回覆裡標註為「非報表內容 – 一般經驗」的部分，不是從你的數據計算得出的，不建議直接貼進報表。

廣告流量驗證

價值對得起來了，那流量呢？深度分析還有一個「廣告的流量對得起來嗎」區塊。GA4 付費管道工作階段數 22,662，Ads 點擊數 12,592，差距 80%。

GA4 比 Ads 多了 80%——這個方向通常不是漏追蹤。漏追蹤的話 GA4 應該比 Ads 少，不是多。多的原因是：被 GA4 歸類到付費管道的流量裡，有一些不是 Ads 計入的點擊。例如使用者點了廣告但 Ads 的點擊追蹤沒記到（頁面載入太慢、追蹤代碼沒觸發），但 GA4 那邊根據來源參數判定為付費流量。這個落差不是錯，是兩個系統的計算口徑不同。知道差在哪，才不會拿錯數字做判斷。

搜尋字詞 × 頁面 × 成效——最有價值的部分

前面講的儀表板和深度分析，都是把三個工具的數字擺在一起看。接下來的部分是整個功能模組最有價值的地方：把搜尋字詞、頁面分群和成效指標三層交叉，回答一個問題——「哪些字帶來的人，來了之後在做什麼？」

搜尋意圖分布

第一步先看搜尋意圖分布。以這個示範案例為例，2,576 次 GSC 涵蓋到的自然點擊，按搜尋意圖分類後的分布：

商品相關字佔了一半。品牌字佔了近兩成。問題/教學佔了 16%——這些是搜尋「怎麼做」「如何」「教學」的人，他們不是來買東西的，是來找答案的。這群人帶不帶得動轉換？要看下一步。

搜尋意圖分類規則覆蓋了 92.2% 的點擊，剩下 7.8% 歸在「其他長尾」。以這個示範案例為例，GSC 回得到的字只涵蓋 56% 的自然點擊——剩下的是被隱私門檻擋掉的長尾字詞，GSC 不會回傳。

自然與付費各自接了多少

第二步，把每一種意圖的自然和付費數據放在一起。這張表是 GSC 和 Ads 單獨都給不了的：

幾個一眼就看到的東西：

問題/教學類，自然 414 次點擊，付費只投了 55 次，花了 NT$219，轉換價值 NT$0。這群人從自然搜尋進來，沒花什麼廣告費，也沒帶來直接轉換。但他們是不是真的沒價值？要看他們進站後的互動指標。

品牌字，自然 477 次，付費 654 次，花了 NT$3,709，帶回 NT$22,804。品牌字的付費轉換效率極高——花最少，賺最多。但品牌搜尋會受廣告、公關、口碑與既有客戶共同影響，不建議將品牌字的媒體等值全部解讀為 SEO 的貢獻。

地區字，自然只有 100 次，付費投了 296 次，花了 NT$5,325，帶回 NT$12,287。地區字明顯偏付費——代表自然搜尋在地區字上的排名不夠，全靠廣告撐。這是一個內容缺口：你有地區相關的商品或服務，但你的網站沒有為這些地區字獲得自然排名。

符號「—」代表該側不存在對應字詞，不是數值為 0。0 次點擊和「這個字在這邊根本不存在」是兩件事。

自然搜尋媒體等值推估

系統算出一個數字：自然搜尋的媒體等值約 NT$28,517。計算方式是以同期搜尋廣告的平均 CPC 推估——如果這些自然點擊改用付費搜尋買，大約要花多少錢。可信度標註為高。

這個數字的組成結構：同一個字直接對應的佔 67.4%，同一種意圖對應的佔 27.4%，用搜尋廣告活動平均 CPC 推估的佔 5.2%。品牌字對應的金額 NT$2,552，非品牌字 NT$25,966。

但有兩個必須講清楚的限制：

第一，這不是自然搜尋產生的營收。NT$28,517 是「取得同等自然點擊如果改用付費搜尋可能需要花費的媒體成本」，不是自然搜尋帶來的轉換價值。兩個概念不同，不能混為一談。

第二，這個數字不可以拿去跟廣告花費直接相減。因為付費與自然搜尋可能出現在同一條轉換路徑中，GA4 目前的歸因邏輯會把同一筆交易的功勞分配給路徑上的每個管道，無法精確計算搜尋協同率。這個模組用於理解搜尋整體投入、流量取得與成果貢獻，不作為自然與付費兩個管道 ROI 高低的直接比較。

三種視角

系統提供三種視角來看搜尋字詞與內容的關係：

分群視角——每條內容線的字詞分布，加上互動率和每人參與秒數。回答「這一群字帶來的人，來了之後真的在讀嗎？」分群基準是互動率 78.0%、每人參與 19 秒（加權計算，不是取平均）。這個 19 秒跟前面第一段講的全站 46 秒不矛盾：46 秒是全站總體的每人參與時間，19 秒是分群基準的加權值，計算口徑不同。低於基準的分群，代表那群字帶來的人進站後不感興趣——不是字的問題，是你著陸頁的內容沒有回應他們的需求。

單頁視角——自然點擊 ≥ 50 次且 GSC 回得到 ≥ 3 個字的頁面才單獨呈現。低於這個門檻的頁面數據太薄，單獨看沒有統計意義。

字的缺口——同一個字，自然帶回幾次 vs 付費花了多少。這個視角直接告訴你：哪些字你已經在自然排名上拿到了，還在花錢買；哪些字付費驗證了能帶來轉換，但自然搜尋完全沒有排名。

自然字 vs 付費字——內容的缺口

上一段的「字的缺口」視角，展開之後就是整個彙整功能裡最直接能用於決策的一張表。系統把自然搜尋字詞和付費搜尋字詞放在一起比對，同一個字，兩邊各自的表現。

896 個字的比對

以這個示範案例為例，總共比對了 896 個搜尋字詞。結果分成三類：

兩邊都有的字——7 個。這 7 個字在自然搜尋有排名，付費也在買。其中最值得看的是品牌字：自然點擊 208 次、自然排名 1.2 名、付費花了 NT$519、付費轉換 41 次。自然排名已經在前 3 名了，你還在為它付費。

只有自然的字——493 個。這些字只在自然搜尋出現，付費完全沒有買。可能是長尾字，也可能是你沒想到要買的字。

只有付費的字——396 個。這些字只在付費搜尋出現，自然搜尋完全沒有排名。其中有一群字特別值得注意。

自然已經在前段，還在付費

系統標出一類字：「自然已排在前段、卻仍在付費採購」。這些字在統計期間的自然排名已經進了前 3 名，但你還在花錢買廣告。總花費 NT$519。

不一定要停。品牌字自然排名在前 3 名，你可能還是需要買廣告來擋競品——如果競品在搜尋你的品牌字時出價，你的自然結果會被擠到廣告下面。自然排名被 AI 摘要擠壓也是一個合理原因。但值得看一眼：NT$519 不多，但如果這個字的自然排名穩定、競品沒有在買，這筆錢可以挪到更需要的地方。

付費帶回了轉換，自然完全沒有排名

這才是最有行動意義的發現。系統標出另一類字：「付費帶回了轉換、但自然搜尋完全沒有出現」。這些字透過付費驗證了能帶來成交，但你的網站沒有任何頁面為這些字獲得自然排名。

你已經知道這些字能帶來轉換——因為你花了錢買到了。但你的網站上沒有對應的內容讓自然搜尋排名。如果有了，就不需要花錢買了。

這就是「搜尋意圖 × 內容」的判斷：哪些字帶來的人，來了之後在做什麼。付費已經驗證了需求存在，缺的是內容。把內容補上，自然排名起來了，這筆廣告費就可以省下來或挪到別的地方。

有一個技術細節：這裡比對的「付費字」用的是搜尋字詞（search term），不是你買的關鍵字（keyword）。在廣泛比對之下，使用者真正打進去的字詞跟你買的關鍵字可以完全不一樣。用搜尋字詞比對，你看到的是使用者真實的搜尋行為，不是你以為你在買什麼。

流量、裝置、UTM——基礎功夫的體檢

搜尋字詞交叉分析是彙整功能最有價值的部分。但還有三個區塊，做的是基礎功夫的體檢——跟前面幾篇的主張呼應：基礎功夫不做好，任何 MarTech 工具都發揮不了作用。

流量分配與營收關係

流量從哪來？流量分配區塊把 13 個流量來源的工作階段和轉換數據攤開來。前 5 大來源合計佔了 86% 的流量，剩餘 8 個屬於流量長尾。

13 個來源裡有一個值得特別注意：AI Assistant。45 個工作階段、42 個使用者、0 次轉換。這是一個新興的流量來源——使用者在 AI 助理裡搜尋，AI 直接帶了一個連結過來。數字還很小，但它的出現代表流量結構正在變化。今日 SEO、GEO 的科技行銷年代，不處理前端代碼只改內容是效果有限的——AI 助理帶來的流量不看你頁面的關鍵字密度，看的是你的結構化資料和內容品質。

每位活躍使用者的平均參與時間在這裡落地呈現：46 秒。這個數字用的是前面第一段講的第三種公式——使用者參與時間 ÷ 活躍使用者。不是「平均工作階段持續時間」那種包含吃飯時間的數字。46 秒就是 46 秒：使用者在你的網站前景視窗裡，真的在互動的時間。

裝置轉換目標達成

流量進來了，用什麼裝置看？裝置區塊顯示不同裝置的轉換目標達成情況。手機和桌面的轉換率通常差很多——手機流量大但轉換率低，桌面流量小但轉換率高。這個落差不是「手機版網站做得不好」這麼簡單，要看每一步漏斗的斷點在哪。如果手機使用者在「加入購物車」這一步掉得比桌面多很多，那是手機版的購物流程有問題。

UTM 追蹤記錄優化檢查

裝置看完了，這些流量的追蹤標記有沒有做好？UTM 區塊把你的 UTM 追蹤記錄整理出來，看看使用上有沒有需要優化的地方。UTM 是你在連結後面加的追蹤參數——source、medium、campaign——用來標記流量來源。如果 UTM 命名不規範，同一個來源可能被拆成好幾個不同的名稱，流量結構就亂了。這跟第六篇講的 UTM 連結產生器是同一件事——基礎功夫不做好，上面的分析全部跟著錯。

行銷中台的第一步

整體成效彙整是 CMO 整合 Google 帳號後第一個推出的整合性功能，也是 CMO 邁向「行銷中台」的第一步。

前面十四篇講的是單一帳號的資料怎麼看——GSC 怎麼看、Ads 怎麼看、GA4 怎麼看、Merchant Center 怎麼看。這篇講的是把它們放在一起看。GSC 的自然搜尋字詞、Ads 的付費搜尋字詞、GA4 的互動指標，在頁面分群的框架下對齊，看到的是單獨看不見的東西：哪些字帶來的人真的在讀、哪些字付費驗證了能成交但自然完全沒有排名、哪些活動帶來的訂單退最多。

但這只是第一步。CMO 正在開發數位指紋技術，在合乎追蹤法規的原則下，辨識訪客的跨管道行為關係。目前還在測試階段，需要在技術執行、資料辨識正確性和支付負擔三者之間取得平衡。歐盟的網路隱私權法規要求較高，現階段技術資源下暫不處理，排除在 CMO 目前的服務區域之外。等技術驗證和成本控制到位了，會再正式上線。上線之後，品牌行銷的投資回收將有數據支撐——不要再說「做品牌行銷都是浪費錢」這句話了。

之後還會陸續彙整 META 社群資料、會員與訂單資料庫串接等面向，讓 CMO 真正落實 AIDAM 行銷模型架構呈現的價值，邁向行銷平台的定位。

這篇是整體成效彙整的完整介紹。後續還有 Google 商家檔案的獨立篇章。數位指紋技術和歸因功勞計算功能，等其他帳號連結和技術驗證完成後，會再做補充說明。