GA4 取代 Universal Analytics 之后，很多营销团队的「分析」就停在了 GA4 一个工具上。这通常不够。
先说 GA4 的能力边界
GA4 擅长：网站/APP 的行为分析、基础转化归因、免费、官方数据源。
GA4 的局限：
- 广告投放数据不完整——跨站转化受限于各平台的数据回传能力
- 单设备视角——无法跨设备拼接一个人的行为
- 营销活动维度粗——看不到真正的多触点路径
- 只能分析数字触点——线下、微信、电话、门店活动完全不在视野内
- 我的业务形态是什么？
- 纯线上电商 → 第一层 + 第二层
- 线上线下混合 → 第二层 + 第三层
- 大预算品牌投放 → 第三层 + 第四层
- 我的转化周期多长？
- 7 天内 → 用户级追踪够用
- 30 天以上 → 需要第四层的聚合建模
- 我需要多精确？
- 决策参考 → 第一二层
- 预算分配依据 → 第三层
- 财务口径对齐 → 第四层
- 数据能否导出：厂商锁定是最贵的坑，务必确认原始事件数据可导出
- 身份解析能力：能不能跨设备识别同一个人
- 归因窗口可配置：不同业务的最优窗口不同
- 合规：数据存储地、能否按用户删除
- 集成能力：能否和你的 MA/CDP/CRM 打通
- 工具不能替代分析能力。买了第四层的 MMM 但没人能解读结果，等于没买
- 数据质量决定分析上限。事件埋点混乱时，再贵的工具也得出垃圾结论
- 小团队不要一次上四层。基础没打好就买高级工具是浪费
- 报表不等于洞察。看的都是「发生了什么」而不是「为什么」，分析就没有产生价值
- Google Analytics 官方文档对 GA4 与 UA 差异的说明
- 各分析厂商的公开产品文档与定价页
工具谱系：按分析深度分四层
第一层：Web Analytics（免费基础）
GA4、百度统计、CNZZ。解决「有多少人来了、看了什么」。免费，够用于起步。
第二层：产品分析（用户行为细粒度）
Amplitude、Mixpanel、神策、GrowingIO。解决「用户在做什么、卡在哪一步」。相比 GA4 的优势是自定义事件建模和用户分组。
第三层：营销归因与多触点
Adobe Analytics、Piwik PRO、以及各类归因平台。解决「这笔功劳算谁的」。核心能力是多触点归因和跨渠道数据整合。
第四层：营销组合建模（MMM）
解决「宏观上各渠道贡献多少」。用的是统计建模而非用户级追踪，适合大预算、周期长、触点分散的品牌场景。
实际怎么选：别买错层
选错层比选错产品更常见。先问自己三个问题：
选型要点
适用边界
与相邻概念的区别
| 概念 | 回答的问题 | 常见工具 |
|—|—|—|
| Web Analytics | 流量从哪来 | GA4、百度统计 |
| 产品分析 | 用户做了什么 | Amplitude、Mixpanel、神策 |
| 归因分析 | 哪个渠道有效 | Adobe Analytics、多触点归因工具 |
| MMM | 宏观上怎么分配预算 | 咨询公司、建模平台 |
| BI | 数据可视化与报表 | Tableau、Power BI、FineBI |
