เซสชัน ผู้ใช้ และการดูหน้าเว็บ: เข้าใจความแตกต่าง

ตัวเลขสามตัวที่อยู่ด้านบนของแดชบอร์ดวิเคราะห์แทบทุกแห่งคือ ผู้ใช้ เซสชัน และการดูหน้าเว็บ ตัวเลขเหล่านี้ดูคล้ายกันและมักเปลี่ยนไปในทิศทางเดียวกัน หลายทีมจึงเปรียบเทียบเซสชันกับผู้ใช้ราวกับว่ามีความหมายเดียวกัน แต่จริง ๆ แล้วไม่ใช่ และความแตกต่างนี้เองคือจุดเริ่มต้นของข้อผิดพลาดส่วนใหญ่ในการรายงาน

เรื่องนี้มีผลกระทบมากกว่าที่เห็น Wikipedia ระบุว่าทราฟฟิกเว็บไซต์มากกว่าครึ่งหนึ่งทั้งหมดเกิดจากบอต ขณะที่ Pew Research Center รายงานว่า 91% ของผู้ใหญ่ในสหรัฐฯ มีสมาร์ตโฟน ผู้เข้าชมของคุณจำนวนมากจึงอาจเข้าถึงเว็บไซต์จากอุปกรณ์มากกว่าหนึ่งเครื่อง ข้อเท็จจริงทั้งสองอย่างเปลี่ยนความหมายของสิ่งที่จำนวนผู้ใช้กำลังวัด ในตัวอย่างประกอบการฝึกอบรมจาก Digital Analytics Program ของรัฐบาลสหรัฐฯ หน้าแรกเดียวกันในสัปดาห์เดียวกันมีการดูหน้าเว็บ 11,499 หรือ 33,231 ครั้ง ขึ้นอยู่กับว่านักวิเคราะห์เลือกคอลัมน์ใดในรายงาน

คู่มือนี้อธิบายว่าแต่ละเมตริกนับอะไร ทั้งสามทำงานร่วมกันอย่างไร ทำไมยอดรวมจึงไม่ลงตัว อะไรทำให้ตัวเลขคลาดเคลื่อนในปัจจุบัน และจะรายงานอย่างตรงไปตรงมาได้อย่างไร ทุกหัวข้อหลักจะจบด้วยขั้นตอนที่นำไปใช้กับรายงานของคุณได้จริงภายในสัปดาห์นี้

เซสชัน ผู้ใช้ และการดูหน้าเว็บ: แต่ละตัวนับอะไร

ความสับสนส่วนใหญ่เริ่มจากภาษา ในการประชุม ผู้คนพูดถึง “ผู้เข้าชม” “ทราฟฟิก” “ฮิต” และ “ยอดดู” ราวกับเป็นคำเดียวกัน อีกทั้งเครื่องมือวิเคราะห์แต่ละตัวก็ใช้ชื่อเรียกต่างกันสำหรับแนวคิดที่คล้ายกัน ผู้ก่อตั้งได้ยินว่า “เดือนที่แล้วเรามีผู้เข้าชม 40,000 ราย” แล้วนึกภาพคน 40,000 คน แต่นักวิเคราะห์ที่พูดอาจอ่านมาจากคอลัมน์เซสชัน ซึ่งนับจำนวนการเข้าชม ไม่ใช่จำนวนคน

คำเก่าอย่าง “ฮิต” แสดงให้เห็นว่าปัญหานี้มีมานานเพียงใด และประวัติการวัดทราฟฟิกเว็บไซต์ก็เต็มไปด้วยการเปลี่ยนแปลงในลักษณะเดียวกัน ตามคำอธิบายในบทความเรื่องการดูหน้าเว็บของ Wikipedia ฮิตคือคำขอไฟล์ใด ๆ ที่ส่งไปยังเซิร์ฟเวอร์ ดังนั้นหน้าเว็บหนึ่งหน้าที่มีภาพสิบภาพอาจสร้างสิบเอ็ดฮิตได้ การดูหน้าเว็บเข้ามาแทนที่ฮิต เพราะติดตามสิ่งที่คนเปิดดูจริง จากนั้นเซสชันและผู้ใช้ก็เพิ่มการวัดอีกสองระดับ โดยแต่ละระดับตอบคำถามต่างกัน

การดูหน้าเว็บ: บันทึกทุกครั้งที่โหลดหน้า

การดูหน้าเว็บ ซึ่ง GA4 รายงานในชื่อ “Views” จะถูกบันทึกทุกครั้งที่โหลดหน้าเว็บหรือประวัติการนำทางของเบราว์เซอร์บนเว็บไซต์เปลี่ยนไป ตามเอกสารสำหรับนักพัฒนาของ Google เรื่องการดูหน้าเว็บ อีเวนต์ page_view จะทำงานอัตโนมัติทุกครั้งที่โหลดหน้า และการวัดที่ปรับปรุงแล้วก็จะเรียกอีเวนต์นี้เมื่อแอปพลิเคชันแบบหน้าเดียวเปลี่ยน URL โดยไม่ได้โหลดใหม่ทั้งหน้า การโหลดซ้ำก็นับด้วย หากผู้อ่านรีเฟรชหน้าราคาของคุณสามครั้ง คุณจะได้ยอดดูสามครั้ง

การดูหน้าเว็บตอบคำถามด้านเนื้อหาว่า ผู้คนเปิดดูอะไร และบ่อยแค่ไหน เมตริกนี้ละเอียดที่สุดในสามตัว จึงเหมาะสำหรับเปรียบเทียบหน้าเว็บ แต่ไม่เหมาะสำหรับนับจำนวนกลุ่มผู้ชม

เซสชัน: การเข้าชมหนึ่งครั้งที่สิ้นสุดเมื่อไม่มีการใช้งาน

เซสชันคือกลุ่มของการโต้ตอบที่เกิดขึ้นระหว่างการเข้าชมหนึ่งครั้ง ใน Google Analytics เซสชันจะเริ่มเมื่อมีคนเปิดหน้าเว็บและไม่มีเซสชันที่กำลังทำงานอยู่ ตามค่าเริ่มต้น เซสชันจะสิ้นสุดหลังจากไม่มีการใช้งาน 30 นาที ตามหน้าความช่วยเหลือเรื่องเซสชันของ Google ส่วนบทความเรื่องเซสชันในการวิเคราะห์เว็บของ Wikipedia ระบุว่าเกณฑ์ 30 นาทีเป็นธรรมเนียมที่ใช้กันในอุตสาหกรรม ไม่ใช่กฎทางเทคนิค

เซสชันตอบคำถามด้านการเข้าชมว่า ผู้คนเข้ามาบ่อยแค่ไหน หากผู้อ่านเปิดเว็บไซต์เวลา 9:00 น. ปล่อยแท็บทิ้งไว้โดยไม่ใช้งานจนถึง 9:45 น. แล้วคลิกอีกครั้ง คุณจะบันทึกได้สองเซสชันจากคนคนเดียวในเช้าวันเดียวกัน

ผู้ใช้: ตัวระบุเบราว์เซอร์ ไม่ใช่คน

เมตริกผู้ใช้เป็นตัวที่ถูกตีความผิดบ่อยที่สุด เครื่องมือวิเคราะห์ระบุผู้ใช้ผ่านตัวระบุแบบสุ่มที่เก็บไว้ในคุกกี้หรือแอป ดังนั้น “ผู้ใช้” จึงหมายถึงเบราว์เซอร์หนึ่งตัวบนอุปกรณ์หนึ่งเครื่อง คนคนเดียวที่ใช้โทรศัพท์และแล็ปท็อปจะถูกนับเป็นผู้ใช้สองราย ส่วนคนสองคนที่ใช้แล็ปท็อปของครอบครัวร่วมกันอาจถูกนับเป็นรายเดียว

GA4 มีเมตริกผู้ใช้หลายประเภท ซึ่งGoogle ระบุไว้ในคู่มือเมตริกผู้ใช้ ได้แก่ ผู้ใช้ทั้งหมด ผู้ใช้ที่ใช้งานอยู่ ผู้ใช้ใหม่ และผู้ใช้ที่กลับมา รายงานมาตรฐานส่วนใหญ่แสดงผู้ใช้ที่ใช้งานอยู่ในคอลัมน์ “Users” หมายถึงตัวระบุที่มีเซสชันที่มีส่วนร่วมหรือมีการเข้าชมครั้งแรกในช่วงเวลานั้น ผู้ใช้ตอบคำถามด้านกลุ่มผู้ชมว่า คุณเข้าถึงเบราว์เซอร์ที่ไม่ซ้ำกันประมาณกี่ตัว

ภาพที่ 1 แต่ละเมตริกอยู่ในระดับของตัวเอง การดูหน้าเว็บอยู่ภายในเซสชัน และเซสชันอยู่ภายในผู้ใช้

ตารางด้านล่างสรุปสิ่งที่ทำให้แต่ละเมตริกเพิ่มขึ้นหรือลดลง เป็นข้อมูลอ้างอิงที่มีประโยชน์เมื่อตัวเลขเปลี่ยนและคุณต้องการรู้ว่าควรเริ่มตรวจสอบตรงไหน

เมตริก

การดูหน้าเว็บ

เซสชัน

ผู้ใช้

สิ่งที่นับ

การโหลดหน้าเว็บหรือการเปลี่ยนประวัติการนำทางแต่ละครั้ง

การเข้าชมแต่ละครั้ง

ตัวระบุเบราว์เซอร์หรือแอปแต่ละตัว

ขอบเขต

อีเวนต์

เซสชัน

ผู้ใช้

เริ่มนับใหม่เมื่อ

มีการโหลดหน้าใหม่ทุกครั้ง

ไม่มีการใช้งาน 30 นาที (ค่าเริ่มต้น)

ลบคุกกี้ ใช้อุปกรณ์ใหม่ หรือใช้เบราว์เซอร์ใหม่

เพิ่มขึ้นจาก

การโหลดซ้ำ การรีเฟรชอัตโนมัติ แท็กซ้ำ

ระยะหมดเวลาสั้น การกลับมาเยี่ยมชมสั้น ๆ บ่อยครั้ง

การใช้หลายอุปกรณ์ ข้อจำกัดอายุคุกกี้ การท่องเว็บแบบส่วนตัว

ลดลงจาก

แท็กที่ขาดหาย การปิดติดตามประวัติการนำทาง

ระยะหมดเวลานาน การส่งสัญญาณ keep-alive แท็กที่ถูกบล็อก

User-ID, Google signals, การใช้อุปกรณ์ร่วมกัน

คำถามที่เหมาะที่สุด

เนื้อหาใดได้รับความสนใจ

ผู้คนเข้าชมบ่อยแค่ไหน

เราเข้าถึงเบราว์เซอร์กี่ตัว

ขั้นตอนที่นำไปใช้ได้: ประโยคที่เข้าใจง่ายสำหรับทุกรายงาน

ก่อนแชร์ตัวเลข คุณสามารถเขียนใหม่เป็นประโยคที่ระบุหน่วยให้ชัดเจน “ผู้ใช้ 12,000 ราย” กลายเป็น “มีเบราว์เซอร์ประมาณ 12,000 ตัวเข้าชม” “18,000 เซสชัน” กลายเป็น “เบราว์เซอร์เหล่านั้นเข้าชมประมาณ 18,000 ครั้ง” “ยอดดู 54,000 ครั้ง” กลายเป็น “และโหลดหน้าเว็บ 54,000 ครั้ง” เมื่อรวมกันจะได้ว่า เบราว์เซอร์ประมาณ 12,000 ตัวเข้าชม 18,000 ครั้ง และโหลดหน้าเว็บ 54,000 ครั้ง

วิธีนี้ได้ผลเพราะประโยคบังคับให้ตัวเลขแต่ละตัวมีหน่วยของตัวเอง จึงไม่มีใครเปลี่ยนเบราว์เซอร์ให้กลายเป็นคนโดยไม่ทันสังเกตได้ อีกทั้งยังช่วยให้เห็นคำกล่าวอ้างที่เกินจริงตั้งแต่ต้น หากมีคนพูดว่า “เรามีผู้เข้าชม 54,000 ราย” ประโยคนี้จะแสดงให้เห็นว่า 54,000 คือจำนวนครั้งที่โหลดหน้าเว็บ ไม่ใช่จำนวนคน การให้คนจริงเป็นศูนย์กลางของการพูดคุยเริ่มจากการเรียกให้ถูกต้อง

อ่านสามเมตริกร่วมกันเพื่อเห็นความสนใจจากคนจริง

แต่ละเมตริกเมื่อดูแยกกันจะบอกเรื่องราวเพียงบางส่วน และบางครั้งก็ทำให้ผลลัพธ์ดูดีเกินจริง การดูหน้าเว็บที่พุ่งสูงอาจมาจากผู้อ่านที่สนใจมากเพียงคนเดียว ระบบรีเฟรชอัตโนมัติที่ผิดพลาด หรือโพสต์ไวรัล จำนวนผู้ใช้ที่เพิ่มขึ้นอาจหมายถึงกลุ่มผู้ชมใหม่ หรืออาจหมายถึงเบราว์เซอร์ลบคุกกี้ จำนวนเซสชันที่พุ่งขึ้นอาจหมายถึงคนกลับมาบ่อยขึ้น หรือคุณเปลี่ยนการตั้งค่าระยะหมดเวลา การตัดสินเว็บไซต์ด้วยตัวเลขใดตัวเลขหนึ่งจึงเหมือนตัดสินร้านอาหารจากจำนวนจานที่ล้าง

เมตริกทั้งสามจะมีประโยชน์เมื่อคุณอ่านร่วมกันเป็นเรื่องราวเดียวเกี่ยวกับคนจริง ลองพิจารณา Lena ที่เลือกซื้อรองเท้าวิ่งเทรลตลอดหนึ่งสัปดาห์ เช้าวันจันทร์เธออ่านคู่มือและหน้าสินค้าบนโทรศัพท์ จากนั้นโหลดหน้าสินค้าซ้ำ สี่ชั่วโมงต่อมาเธอกลับมาผ่านลิงก์ในจดหมายข่าว เย็นวันพุธเธอเปลี่ยนไปใช้แล็ปท็อป อ่านรีวิว เพิ่มรองเท้าลงในตะกร้า ปล่อยแท็บทิ้งไว้โดยไม่ใช้งาน 45 นาที แล้วจึงซื้อจนเสร็จ

ภาพที่ 2 ภายใต้การตั้งค่าเริ่มต้นของ GA4 ผู้ซื้อหนึ่งคนปรากฏเป็นผู้ใช้ 2 ราย เซสชัน 4 ครั้ง และการดูหน้าเว็บ 11 ครั้ง

ทุกตัวเลขถูกต้อง แต่ไม่มีตัวไหนเท่ากับคนหนึ่งคน คุณค่าอยู่ที่ความสัมพันธ์ระหว่างตัวเลขเหล่านี้ สองเซสชันต่อผู้ใช้แสดงว่า Lena กลับมาอีก อัตรา 2.75 ครั้งของการดูหน้าเว็บต่อเซสชันแสดงว่าแต่ละการเข้าชมมีความลึก การโหลดซ้ำเพิ่มยอดดูโดยไม่ได้เพิ่มการเข้าชม เมื่อดูร่วมกัน ตัวเลขทั้งสามอธิบายการซื้อที่ผ่านการพิจารณาของผู้ซื้อจริง ซึ่งไม่มีเมตริกใดเพียงตัวเดียวแสดงให้เห็นได้

การอ่านข้อมูลเป็นระดับแบบนี้ยังช่วยประเมินว่าผู้เข้าชมใหม่สนใจสิ่งที่คุณนำเสนอหรือไม่ SparkTraffic ซึ่งเป็นแพลตฟอร์มโฆษณาที่นำผู้เข้าชมมายังเว็บไซต์ผ่านโฆษณาบนเว็บไซต์ผู้เผยแพร่ที่เป็นพันธมิตรตั้งแต่ปี 2015 เป็นตัวอย่างที่ดีของการนำแนวทางนี้มาใช้จริง ผู้ลงโฆษณาที่ใช้แคมเปญโฆษณาเจาะจงพื้นที่บนแพลตฟอร์มเลือกประเทศ เมือง และอุปกรณ์ที่ต้องการให้โฆษณาปรากฏ ติดตามการส่งผู้เข้าชมผ่านรายงานแบบเรียลไทม์ แล้วเปรียบเทียบการเข้าชมเหล่านั้นกับเซสชัน ผู้ใช้ และการดูหน้าเว็บในระบบวิเคราะห์ของตนเอง เนื่องจากแพลตฟอร์มตรวจสอบทุกหน้า Landing page และปฏิเสธแคมเปญที่มุ่งทำให้กลุ่มผู้ชมของเว็บไซต์ดูใหญ่ขึ้นในสายตานักลงทุน ผู้ลงโฆษณา หรือผู้สนับสนุน คำถามที่แพลตฟอร์มช่วยตอบจึงยังคงเป็นเรื่องที่ใช้ประโยชน์ได้จริง: คนจริงทำอะไรหลังจากเข้ามาแล้ว

ขั้นตอนที่นำไปใช้ได้: มุมมองทราฟฟิกที่รวมสามเมตริก

คุณสามารถสร้างการสำรวจหนึ่งรายการใน GA4 ที่ Explore โดยใช้เทมเพลต Free form ตั้ง Session source / medium เป็นแถว และใช้เมตริกห้าตัวเป็นคอลัมน์ ได้แก่ Users, Sessions, Views, Engaged sessions และ Key events จากนั้นเพิ่มอัตราส่วนสองตัว คือการดูหน้าเว็บต่อเซสชันและเซสชันต่อผู้ใช้ โดยทำเป็นเมตริกที่คำนวณขึ้นหรือคำนวณในสเปรดชีตที่ส่งออก การตรวจดูมุมมองนี้สัปดาห์ละครั้งใช้เวลาประมาณห้านาที

วิธีนี้ได้ผลเพราะเมตริกต่าง ๆ ช่วยตรวจสอบกันเอง ความสนใจจากคนจริงที่เพิ่มขึ้นมักทำให้ทุกตัวเปลี่ยนไปในทิศทางที่สอดคล้องกัน ส่วนข้อผิดพลาดในการติดตามหรือแหล่งที่มาคุณภาพต่ำจะทำให้ตัวเลขหนึ่งเปลี่ยน ขณะที่ตัวอื่นยังคงเดิม เมื่อยอดดูเพิ่มขึ้น 40% แต่เซสชันและเซสชันที่มีส่วนร่วมไม่เปลี่ยน คุณจะรู้ว่าควรตรวจสอบตรงไหนก่อนที่ใครจะฉลอง

ทำไมตัวเลขรวมไม่ตรงกัน และทำไมจึงเป็นเรื่องปกติ

ไม่ช้าก็เร็วจะมีคนส่งออกรายงาน รวมตัวเลขในคอลัมน์ แล้วได้ยอดไม่ตรงกับแดชบอร์ด เมื่อนำผู้ใช้รายวันมารวมกันทั้งเดือน ยอดจะสูงกว่าจำนวนผู้ใช้รายเดือนมาก เซสชันแยกตามหน้าเว็บรวมกันได้มากกว่าเซสชันทั้งหมดของเว็บไซต์ GA4 แสดงตัวเลขหนึ่ง ข้อมูลที่ส่งออกจาก BigQuery แสดงอีกตัวเลขที่ต่างเล็กน้อย และบันทึกเซิร์ฟเวอร์แสดงตัวเลขที่สาม ทีมงานมักใช้เวลาหลายวันตามหาบั๊กที่ไม่มีอยู่จริง

ความต่างส่วนใหญ่เกิดจากขอบเขตของข้อมูล ทุกเมตริกและมิติข้อมูลอยู่ในระดับใดระดับหนึ่ง ได้แก่ ผู้ใช้ เซสชัน หรืออีเวนต์ (การฝึกอบรมของ digital.gov เรียกระดับสุดท้ายว่า “hit”) เมื่อจับคู่เมตริกระดับเซสชันกับมิติข้อมูลหน้าเว็บ แต่ละแถวจะนับเซสชันที่มีการเข้าชมหน้านั้น ดังนั้นหนึ่งเซสชันที่เข้าถึงสามหน้าอาจปรากฏในสามแถว คู่มือสำหรับนักพัฒนาของ Google เรื่องเซสชัน ยกตัวอย่างไว้ชัดเจน: การเข้าชมหนึ่งครั้งที่ไปจาก /home ไป /products แล้วกลับไป /home แสดง 1 เซสชันในแต่ละแถวหน้าเว็บ จึงรวมแถวได้ 2 ทั้งที่ยอดรวมจริงคือ 1

ภาพที่ 3 แต่ละแถวถูกต้องเมื่อดูแยกกัน แต่จำนวนเซสชันแยกตามหน้าเว็บในคอลัมน์ไม่ใช่ตัวเลขที่นำมาบวกเป็นยอดรวมได้

หลักการเดียวกันอธิบายตัวอย่างหน้าแรกในบทนำได้ ตัวเลข 11,499 นับการโหลดหน้าแรกเอง ส่วน 33,231 นับทุกหน้าที่ถูกดูในเซสชันที่เริ่มต้นจากหน้าแรก ทั้งสองเป็นคำตอบที่ถูกต้องของคำถามคนละข้อ และตัวเลขที่สองสูงกว่า 2.9 เท่า คู่มือของ Google แยกความแตกต่างนี้ใน GA4 เช่นกัน: “Sessions with page path” นับเซสชันที่เข้าชมหน้าใดหน้าหนึ่งอย่างน้อยหนึ่งครั้ง ขณะที่มิติข้อมูล Landing page + query string นับเซสชันที่เริ่มต้นจากหน้านั้น

ผู้ใช้ก็มีลักษณะเดียวกันเมื่อดูข้ามช่วงเวลา ผู้อ่านประจำที่เข้าชม 20 วันในเดือนหนึ่งจะถูกนับหนึ่งครั้งในยอดผู้ใช้รายเดือน แต่ถูกนับ 20 ครั้งหากนำยอดรายวันมารวมกัน เว็บไซต์ที่มีผู้ใช้รายวัน 1,000 รายตลอด 30 วันไม่ได้มีผู้ใช้รายเดือน 30,000 ราย แต่อาจมี 6,000 รายหากผู้อ่านส่วนใหญ่กลับมาบ่อย

อีกสาเหตุหนึ่งที่ทำให้ตัวเลขต่างกันเล็กน้อยคือการประมาณค่า GA4 ไม่ได้นับ ID เซสชันทีละตัว แต่ประมาณจำนวน ID เซสชันที่ไม่ซ้ำกันด้วยอัลกอริทึมชื่อ HyperLogLog++ ซึ่ง Google เริ่มใช้ในปี 2021 บทความเรื่อง HyperLogLog ของ Wikipedia อธิบายว่าอัลกอริทึมกลุ่มนี้ยอมให้มีความคลาดเคลื่อนเล็กน้อยที่คาดการณ์ได้ เพื่อประหยัดหน่วยความจำอย่างมาก หน้าความช่วยเหลือเรื่องเซสชันของ Google แสดงรายงานที่มี 1,463 เซสชัน เทียบกับ 1,501 ในข้อมูลดิบที่ส่งออกจาก BigQuery ต่างกันประมาณ 2.5% ขณะที่ทั้งสองแหล่งแสดงแนวโน้มเมื่อเทียบกับสัปดาห์ก่อนที่ 25% เท่ากัน

ขั้นตอนที่นำไปใช้ได้: กฎการจับคู่ขอบเขตและสามนิสัยในการรายงาน

คุณหลีกเลี่ยงข้อถกเถียงเหล่านี้ได้เกือบทั้งหมดด้วยกฎข้อเดียว: จับคู่เมตริกกับมิติข้อมูลที่มีขอบเขตเดียวกัน คำถามเกี่ยวกับกลุ่มผู้ชมให้ใช้ผู้ใช้ร่วมกับมิติข้อมูลระดับผู้ใช้ เช่น แหล่งที่มาของผู้ใช้ครั้งแรกหรือประเทศ คำถามเกี่ยวกับการเข้าชมให้ใช้เซสชันร่วมกับมิติข้อมูลระดับเซสชัน เช่น หน้า Landing Page หรือแหล่งที่มาของเซสชัน คำถามเกี่ยวกับเนื้อหาให้ใช้ยอดดูร่วมกับมิติข้อมูลระดับหน้า เช่น เส้นทางหน้าหรือชื่อหน้า

แนวปฏิบัติ 3 ข้อนี้ช่วยให้ใช้กฎได้อย่างสม่ำเสมอ:

• ใช้ยอดรวมจากแถวสรุปยอดรวมในรายงานหรือภาพรวมของพร็อพเพอร์ตี้ ไม่ใช่การบวกตัวเลขแต่ละแถวด้วยตนเอง
• จำนวนผู้ใช้รายเดือนและรายไตรมาสต้องมาจากการสืบค้นข้อมูลของช่วงเวลานั้นโดยตรง ไม่ใช่การบวกตัวเลขรายวัน
• การเปรียบเทียบข้ามเครื่องมือควรเน้นแนวโน้ม และยอมรับความต่างเล็กน้อยของค่าตัวเลข เพราะแต่ละเครื่องมือมีกฎการนับของตัวเอง

แนวปฏิบัติเหล่านี้ได้ผลเพราะเปลี่ยนจุดสนใจของทีมจาก “ตัวเลขไหนถูกต้อง” เป็น “ตัวเลขนี้ตอบคำถามอะไร” การเปลี่ยนมุมมองนี้ช่วยประหยัดเวลาและทำให้รายงานตรงไปตรงมาขึ้น เพราะไม่มีใครนำตัวเลขที่บวกกันมารายงานเป็นขนาดของกลุ่มผู้ชม

อะไรทำให้แต่ละเมตริกคลาดเคลื่อนในปัจจุบัน

คำแนะนำจำนวนมากเกี่ยวกับเมตริกเหล่านี้เขียนขึ้นสำหรับ Universal Analytics ซึ่งเป็น Google Analytics เวอร์ชันก่อนหน้า และหยุดประมวลผลข้อมูลสำหรับพร็อพเพอร์ตี้มาตรฐานในเดือนกรกฎาคม 2023 คำแนะนำบางส่วนจึงไม่ถูกต้องแล้ว คู่มือหลายฉบับยังระบุว่าเซสชันสิ้นสุดตอนเที่ยงคืนหรือเมื่อผู้เข้าชมเข้ามาจากแคมเปญใหม่ ซึ่งเคยเป็นจริงใน Universal Analytics แต่ Google ยืนยันว่าเซสชันใน GA4 ไม่ได้เริ่มใหม่เมื่อถึงเที่ยงคืนหรือเมื่อมีพารามิเตอร์แคมเปญใหม่ปรากฏขึ้น นี่เป็นเหตุผลหนึ่งที่ GA4 มักแสดงจำนวนเซสชันน้อยกว่า Universal Analytics สำหรับทราฟฟิกเดียวกัน

เบราว์เซอร์ กฎหมายความเป็นส่วนตัว และสถาปัตยกรรมเว็บไซต์ก็เปลี่ยนไปเช่นกัน ปัจจุบันเมตริกทั้ง 3 มีปัจจัยที่ทำให้คลาดเคลื่อนแตกต่างกัน การรู้จักปัจจัยเหล่านี้ช่วยให้คุณตีความการเปลี่ยนแปลงอย่างรอบคอบ และแยกการเปลี่ยนแปลงพฤติกรรมของคนจริงออกจากความคลาดเคลื่อนในการวัดผล

ผู้ใช้: คุกกี้ อุปกรณ์ ความยินยอม และการระบุตัวตน

จำนวนผู้ใช้มีแนวโน้มสูงขึ้นเมื่อตัวระบุหายไป ระบบป้องกันการติดตามของ Safari ซึ่งมีรายละเอียดในเอกสารของโครงการ WebKit จะลบคุกกี้ที่สร้างด้วย JavaScript หลังจากผู้ใช้ไม่ได้โต้ตอบกับเว็บไซต์เป็นเวลา 7 วัน ระยะเวลานี้อาจลดเหลือ 24 ชั่วโมงเมื่อผู้เข้าชมเข้ามาผ่านลิงก์ที่แนบพารามิเตอร์จากโดเมนที่ Safari จัดเป็นตัวติดตามข้ามเว็บไซต์ ผู้อ่านที่กลับมาทุก 2 สัปดาห์ผ่าน Safari จึงอาจถูกนับเป็นผู้ใช้ใหม่ทุกครั้ง ในตัวอย่างของ Lena หากเธอกลับมาเข้าชมผ่านแล็ปท็อปหลังจาก 8 วัน เธออาจถูกนับเป็นผู้ใช้คนที่ 3

จำนวนผู้ใช้มีแนวโน้มลดลงได้เช่นกัน ในสหภาพยุโรป ePrivacy Directive กำหนดให้ต้องได้รับความยินยอมล่วงหน้าสำหรับคุกกี้ที่ไม่จำเป็น ผู้เข้าชมที่ปฏิเสธจึงอาจไม่ปรากฏเป็นผู้ใช้ที่ระบุตัวตนได้ ขึ้นอยู่กับการตั้งค่าความยินยอมของคุณ ฟีเจอร์อย่าง User-ID สำหรับผู้เข้าชมที่ลงชื่อเข้าใช้และ Google signals จะรวมตัวระบุข้ามอุปกรณ์ ทำให้จำนวนผู้ใช้ลดลงอีก ดังนั้น การเปลี่ยนแปลงของจำนวนผู้ใช้อาจสะท้อนการเปลี่ยนกฎการระบุตัวตน ไม่ใช่การเปลี่ยนแปลงของกลุ่มผู้ชม จุดบอดคล้ายกันนี้ยังส่งผลต่อการเข้าชมจากผู้ช่วย AI ซึ่งมักไม่มีข้อมูลเว็บไซต์อ้างอิง ตามที่คู่มือเรื่องการระบุแหล่งที่มาของทราฟฟิกจาก AIของเราอธิบายไว้

เซสชัน: เวลาหมดอายุ เที่ยงคืน และสัญญาณ keep-alive

จำนวนเซสชันขึ้นอยู่กับการตั้งค่าที่น้อยคนจะตรวจสอบ ใน GA4 คุณปรับเวลาหมดอายุของเซสชันได้สูงสุด 7 ชั่วโมง 55 นาที และเวลาที่นานขึ้นจะรวมการเข้าชมที่การตั้งเวลาให้สั้นกว่านั้นจะแยกออกจากกัน การเปรียบเทียบจำนวนเซสชันระหว่าง 2 พร็อพเพอร์ตี้ที่ตั้งเวลาหมดอายุต่างกันจึงเท่ากับเปรียบเทียบคนละหน่วย

บางเว็บไซต์ยังส่งสัญญาณ “keep-alive” อัตโนมัติทุกไม่กี่วินาทีเพื่อไม่ให้เซสชันหมดอายุ คู่มือสำหรับนักพัฒนาของ Google แนะนำให้หลีกเลี่ยงวิธีนี้ เพราะทำให้เกิดสิ่งที่ Google เรียกว่า “zombie sessions” ซึ่งเพิ่มระยะเวลาเซสชันเฉลี่ยเกินจริงและทำให้เซสชันที่ไม่มีการใช้งานดูเหมือนมีส่วนร่วม สำหรับวิดีโอยาวหรือคู่มือทางเทคนิคเชิงลึก Google แนะนำ 2 ทางเลือกที่เหมาะสมกว่า: เพิ่มเวลาหมดอายุของเซสชัน หรือใช้เหตุการณ์ติดตามความคืบหน้าที่หยุดส่งเมื่อแท็บเบราว์เซอร์ถูกซ่อน ทั้งสองวิธีช่วยให้ข้อมูลยังสะท้อนสิ่งที่คนจริงกำลังทำ

ยอดดูหน้าเว็บ: แอปหน้าเดียว การโหลดซ้ำ และบอต

ยอดดูหน้าเว็บไวต่อวิธีสร้างเว็บไซต์ สำหรับแอปพลิเคชันหน้าเดียว เบราว์เซอร์จะโหลดเอกสาร HTML เพียงไฟล์เดียวและสลับเนื้อหาด้วย JavaScript GA4 บันทึกการเปลี่ยนหน้าจอเหล่านี้ผ่านเหตุการณ์ประวัติเบราว์เซอร์ แต่หากปิดการตั้งค่านี้ ยอดดูจะถูกนับต่ำกว่าความเป็นจริง เอกสารของ Google เตือนว่า หากนักพัฒนาส่งยอดดูหน้าเว็บด้วยตนเองด้วยโดยไม่ปิดการส่งอัตโนมัติ จะเกิดการนับซ้ำ

การโหลดซ้ำ การเลื่อนแบบไม่สิ้นสุด และหน้าที่รีเฟรชอัตโนมัติ เช่น หน้าคะแนนสดหรือราคาที่อัปเดตต่อเนื่อง เพิ่มยอดดูโดยไม่ได้เพิ่มการเข้าชม ทราฟฟิกจากบอตก็เพิ่มยอดดูเช่นกัน GA4 กรองบอตและสไปเดอร์ที่รู้จักออกโดยอัตโนมัติ แต่ทราฟฟิกอัตโนมัติที่ยังไม่รู้จักอาจหลุดเข้ามาได้ ยอดดูจากแหล่งใดแหล่งหนึ่งที่พุ่งขึ้นกะทันหันควรได้รับการตรวจสอบก่อนนำไปใส่รายงาน คู่มือเรื่องวิธีตรวจจับทราฟฟิกจากบอตของเรารวบรวมสัญญาณเตือนที่พบบ่อยที่สุดไว้

วิธีนำไปใช้: ตรวจสุขภาพการวัดผลรายไตรมาส

การตรวจสอบสั้น ๆ ทุกไตรมาสช่วยให้มองเห็นความคลาดเคลื่อนเหล่านี้ได้ การตรวจ 5 รายการนี้ครอบคลุมความเสี่ยงส่วนใหญ่:

• เวลาหมดอายุของเซสชันและเวลาที่ใช้กำหนดเซสชันที่มีส่วนร่วมในการตั้งค่าสตรีมข้อมูล โดยบันทึกไว้ในโน้ตที่ทีมใช้ร่วมกัน
• การตั้งค่าการวัดผลที่ปรับปรุงแล้วสำหรับยอดดูหน้าเว็บที่อิงประวัติเบราว์เซอร์ โดยทดสอบคลิกไปยังหน้าต่าง ๆ บนเว็บไซต์ขณะเปิด DebugView
• แท็กซ้ำ โดยตรวจสอบว่าแต่ละหน้าส่งเหตุการณ์ page_view เพียง 1 ครั้งต่อการโหลด
• อัตราการยอมรับความยินยอมแยกตามประเทศ หากคุณให้บริการผู้เข้าชมจากยุโรป
• สัดส่วนเบราว์เซอร์ตามช่วงเวลา เพราะสัดส่วน Safari ที่เพิ่มขึ้นอาจทำให้จำนวนผู้ใช้ใหม่เพิ่มขึ้นได้ด้วยตัวเอง

วิธีนี้ได้ผลเพราะความคลาดเคลื่อนส่วนใหญ่มาจากการตั้งค่าและโค้ด ซึ่งมักเปลี่ยนไปโดยไม่เป็นที่สังเกตระหว่างการอัปเดตหรือออกแบบเว็บไซต์ใหม่ การบันทึกค่าฐานไว้ช่วยให้แยกการเปลี่ยนแปลงพฤติกรรมของคนจริงออกจากการเปลี่ยนวิธีวัดผลได้

เลือกเมตริกให้ตรงกับคำถาม

ข้อผิดพลาดในการรายงานจำนวนมากไม่ใช่ข้อผิดพลาดในการนับ แต่เป็นข้อผิดพลาดในการตั้งคำถาม ทีมเลือกเมตริกที่หาได้ง่ายที่สุดหรือดูดีที่สุด แล้วใช้ตอบคำถามที่ไม่เหมาะกับเมตริกนั้น กรณีที่พบบ่อยที่สุดคืออัตราคอนเวอร์ชัน ซึ่งการเลือกตัวหารทำให้คำตอบเปลี่ยนไป

สมมติร้านค้าออนไลน์มีผู้ใช้ 2,000 คน เซสชัน 3,000 ครั้ง ยอดดูหน้าเว็บ 9,000 ครั้ง และคำสั่งซื้อ 120 รายการในหนึ่งเดือน อัตราคอนเวอร์ชันจะเท่ากับ 4.0% ต่อเซสชัน 6.0% ต่อผู้ใช้ และ 1.3% ต่อการดูหน้าเว็บ ตัวเลขทั้ง 3 ถูกต้องทั้งหมด ผู้จัดการที่นำอัตราต่อเซสชันของปีที่แล้วมาเทียบกับอัตราต่อผู้ใช้ของปีนี้จะเห็นการปรับตัวดีขึ้น 50% ทั้งที่ไม่ได้เกิดขึ้นจริง

บริบทของอุตสาหกรรมก็สำคัญ ผู้เผยแพร่เนื้อหาที่มีรายได้จากโฆษณามักขายพื้นที่โฆษณาตามยอดดูหน้าเว็บ ยอดดูจึงส่งผลต่อรายได้โดยตรงและมีแรงกดดันให้เพิ่มตัวเลขมากที่สุด ธุรกิจที่เกี่ยวข้องกับสุขภาพ การเงิน หรือกฎหมาย ซึ่งหลักเกณฑ์คุณภาพของ Google จัดไว้ในกลุ่มหัวข้อ “Your Money or Your Life” ต้องผ่านมาตรฐานความน่าเชื่อถือที่สูงกว่า และพาร์ตเนอร์จะพิจารณาคำกล่าวอ้างเกี่ยวกับกลุ่มผู้ชมอย่างเข้มงวดกว่า ในธุรกิจเหล่านี้ การนิยามแต่ละเมตริกให้ชัดเจนเป็นส่วนหนึ่งของความน่าเชื่อถือขั้นพื้นฐาน

วิธีนำไปใช้: ตั้งคำถามก่อน เลือกเมตริกทีหลัง

การจับคู่แบบง่าย ๆ นี้ครอบคลุมความต้องการส่วนใหญ่:

• การเข้าถึง (“เราเข้าถึงคนที่ไม่ซ้ำกันกี่คน?”): ผู้ใช้ โดยต้องระวังว่าตัวระบุจะทำให้จำนวนคนสูงเกินจริงเมื่อกลุ่มผู้ชมใช้อุปกรณ์หลายเครื่อง
• ความต้องการ (“ผู้คนเข้ามาบ่อยแค่ไหน?”): เซสชันและเซสชันต่อผู้ใช้
• การบริโภคเนื้อหา (“หน้าไหนได้รับความสนใจ?”): ยอดดูและเวลาการมีส่วนร่วมเฉลี่ยต่อหน้า
• ประสิทธิภาพแคมเปญ (“โฆษณานี้พาผู้เข้าชมที่สนใจเข้ามาหรือไม่?”): เซสชันที่มีส่วนร่วมและเหตุการณ์สำคัญต่อเซสชัน
• การซื้อที่ต้องใช้เวลาตัดสินใจ (“ผู้คนซื้อหลังจากเข้าชมหลายครั้งหรือไม่?”): เหตุการณ์สำคัญต่อผู้ใช้ โดยมักพิจารณาช่วงเวลา 30 ถึง 90 วัน

แนวทางนี้ได้ผลเพราะคำถามทางธุรกิจแต่ละข้อมีหน่วยที่เหมาะสมในตัวเอง โฆษณาซื้อการเข้าชม ดังนั้นการทดสอบแคมเปญจึงควรวิเคราะห์ต่อเซสชัน ผู้ซื้อ B2B ใช้เวลาหลายสัปดาห์ค้นคว้าข้อมูล คุณภาพของลีดจึงควรวิเคราะห์ต่อผู้ใช้ เมื่อหน่วยตรงกับคำถาม ตัวเลขจะไม่ใช่แค่สิ่งประดับรายงาน แต่เริ่มช่วยชี้นำการตัดสินใจ

อัตราส่วนที่เผยสิ่งที่ยอดนับไม่บอก

ยอดนับเพิ่มขึ้นตามทราฟฟิก จึงบอกเรื่องปริมาณมากกว่าคุณภาพ เว็บไซต์ที่เพิ่มเซสชันเป็น 2 เท่าผ่านช่องทางใหม่อาจมียอดดูหน้าเว็บเพิ่มเป็น 2 เท่า แต่กลับได้กลุ่มผู้ชมที่สนใจน้อยลง อัตราส่วนช่วยตัดผลของปริมาณออกและเผยรูปแบบพฤติกรรม: แต่ละครั้งเข้าชมลึกแค่ไหน และผู้คนกลับมาบ่อยเพียงใด

อัตราส่วน 2 ตัวตอบโจทย์ได้เป็นส่วนใหญ่ ยอดดูต่อเซสชันวัดความลึกของการเข้าชมหนึ่งครั้ง เซสชันต่อผู้ใช้วัดความถี่ในการกลับมา อัตราส่วนตัวที่ 3 คืออัตราการมีส่วนร่วม ซึ่งเป็นสัดส่วนของเซสชันที่ GA4 นับว่ามีส่วนร่วม ตามเอกสารอัตราการมีส่วนร่วมของ Google เซสชันที่มีส่วนร่วมต้องนานกว่า 10 วินาที มีการดูหน้าเว็บอย่างน้อย 2 ครั้ง หรือมีเหตุการณ์สำคัญเกิดขึ้น

ภาพที่ 4 การพล็อตแต่ละช่องทางด้วยอัตราส่วน 2 ตัวเผยรูปแบบพฤติกรรมผู้เข้าชมที่อยู่เบื้องหลังยอดนับ

การพล็อตแต่ละช่องทางด้วยอัตราส่วนทั้งสองจะจัดช่องทางนั้นไว้ในหนึ่งใน 4 รูปแบบ นักสำรวจขาประจำกลับมาบ่อยและอ่านอย่างเจาะลึก ผู้ค้นคว้าเชิงลึกครั้งเดียวอ่านมากในครั้งเดียวแล้วไม่กลับมา ผู้แวะเช็กสั้น ๆ เป็นประจำกลับมาบ่อยเพื่อดูหน้าเดียว ซึ่งเป็นพฤติกรรมที่ดีสำหรับหน้าเอกสารหรือหน้าราคา ส่วนผู้แวะผ่านอ่านเพียงหน้าเดียวครั้งเดียว ซึ่งมักบ่งชี้ว่าโฆษณาหรือข้อความสรุปในผลการค้นหาไม่ตรงกับหน้า Landing Page

การเปลี่ยนแปลงสำคัญกว่าตำแหน่ง ช่องทางจดหมายข่าวที่ขยับจากกลุ่มนักสำรวจขาประจำไปเป็นผู้แวะผ่านภายใน 3 เดือนกำลังบอกว่าเนื้อหาไม่ตรงกับสิ่งที่ผู้ติดตามคาดหวังอีกต่อไป การเปลี่ยนแปลงที่เป็นสัญญาณเตือนทั้ง 3 แบบในภาพควรได้รับการตรวจสอบโดยเร็ว เพราะมักชี้ถึงปัญหาการติดตามหรือแหล่งทราฟฟิกคุณภาพต่ำ ไม่ใช่การเปลี่ยนแปลงพฤติกรรมของคนจริง

วิธีนำไปใช้: ใช้ค่าฐานตามช่องทาง ไม่ใช่อุตสาหกรรม

คุณส่งออกข้อมูล 90 วันแยกตาม session source / medium แล้วคำนวณอัตราส่วนทั้ง 3 ของแต่ละช่องทาง และบันทึกค่ามัธยฐานเป็นค่าฐานของช่องทางนั้นได้ ทุกเดือนให้เปรียบเทียบแต่ละช่องทางกับค่าฐานของตัวเอง และทำเครื่องหมายเมื่อมีการเปลี่ยนแปลงมาก เช่น มากกว่า 20% ไม่ว่าจะเพิ่มขึ้นหรือลดลง

ค่าฐานรายช่องทางได้ผลดีกว่าเกณฑ์เทียบของอุตสาหกรรม เพราะการออกแบบเว็บไซต์ ประเภทเนื้อหา และกลุ่มผู้ชมของคุณมีอิทธิพลต่ออัตราส่วนเหล่านี้มากกว่าค่าเฉลี่ยใด ๆ เว็บไซต์สูตรอาหารกับเว็บไซต์เอกสารซอฟต์แวร์ย่อมไม่มียอดดูต่อเซสชันที่ถือว่า “ปกติ” เท่ากัน การเทียบกับข้อมูลของตัวเองช่วยให้การวิเคราะห์ตรงไปตรงมาและเน้นผู้คนที่คุณให้บริการจริง

ช่องทางใหม่ก็ควรมีค่าฐานของตัวเองเช่นกัน หากผู้ช่วย AI ส่งผู้เข้าชมมาให้ คุณสามารถติดตามทราฟฟิกจาก ChatGPT ใน GA4เป็นช่องทางแยก และเปรียบเทียบอัตราส่วนกับช่องทางการค้นหาและอีเมลได้ตั้งแต่เดือนแรก

ตรวจสอบทราฟฟิกแคมเปญด้วยเซสชัน ผู้ใช้ และยอดดู

เมื่อคุณจ่ายเงินซื้อทราฟฟิกผ่านโฆษณา ตัวเลขในแพลตฟอร์มโฆษณากับเครื่องมือวิเคราะห์จะไม่ตรงกันทุกประการ และช่องว่างนี้ทำให้กังวล ผู้ลงโฆษณาเห็นการเข้าชมที่ส่งมอบ 1,000 ครั้งในรายงานแคมเปญ แต่มี 880 เซสชันใน GA4 ความคิดแรกคือมีบางอย่างผิดปกติ แต่โดยทั่วไปไม่มีอะไรผิด ทั้งสองระบบนับคนละสิ่ง ณ คนละจังหวะเวลา

คู่มือแก้ปัญหาเรื่องคลิกและเซสชันของ Google ระบุสาเหตุที่พบบ่อยของช่องว่างนี้ บางคนปิดหน้าก่อนแท็กวิเคราะห์จะโหลด บางเบราว์เซอร์และส่วนขยายบล็อกการวิเคราะห์ การเปลี่ยนเส้นทางอาจทำให้พารามิเตอร์แคมเปญหายไป จึงมีเซสชันเข้ามาโดยระบุแหล่งที่มาไม่ได้ การคลิกซ้ำภายใน 30 นาทีจะรวมเป็นเซสชันเดียว ในภูมิภาคที่ต้องให้ผู้เข้าชมยินยอมก่อน การปฏิเสธความยินยอมทำให้จำนวนที่นับได้ลดลงอีกส่วนหนึ่ง

ภาพที่ 5 แต่ละขั้นใช้กฎการนับที่เข้มงวดขึ้น ตัวเลขจึงน้อยกว่าขั้นก่อนหน้า ตัวเลขในตัวอย่างใช้เพื่อประกอบคำอธิบาย

ลำดับขั้นนี้แสดงวิธีตีความช่องว่าง หากจำนวนลดลงเล็กน้อยจากการเข้าชมที่ส่งมอบมาเป็นเซสชัน แสดงว่าการติดแท็กทำงานได้ดี หากลดลงมากจากเซสชันมาเป็นเซสชันที่มีส่วนร่วม แสดงถึงปัญหาความสอดคล้องของกลุ่มผู้ชมหรือหน้า Landing Page ส่วนขั้นสุดท้ายคือเหตุการณ์สำคัญ ซึ่งบอกว่าการทดสอบบรรลุเป้าหมายหรือไม่

ผู้เข้าชมที่เป็นคนจริงยังมีรูปแบบที่สังเกตได้จากเมตริกทั้งสาม ระยะเวลาของแต่ละเซสชันแตกต่างกันมาก พวกเขาเข้าชมในช่วงเวลาที่สอดคล้องกับเขตเวลาของตน ใช้อุปกรณ์และขนาดหน้าจอที่หลากหลายตามธรรมชาติ และบางคนกลับมาเริ่มเซสชันที่สอง ส่วนทราฟฟิกอัตโนมัติมักมีรูปแบบเหมือนกันหมด: ระยะเวลาเซสชันเท่ากัน มีการดูหนึ่งครั้งต่อเซสชัน ไม่มีการกลับมาเข้าชม และไม่มีเหตุการณ์สำคัญ การอ่านจำนวนผู้ใช้ เซสชัน และการดูควบคู่กันจึงเป็นหนึ่งในวิธีที่ง่ายที่สุดในการยืนยันว่าแคมเปญเข้าถึงคนจริง

ขั้นตอนนำไปใช้: แท็ก UTM และต้นทุนต่อเซสชันที่มีส่วนร่วมสำหรับทุกแคมเปญ

คุณสามารถติด พารามิเตอร์ UTM ให้กับ URL ของทุกแคมเปญ โดยใช้รูปแบบการตั้งชื่อที่แน่นอน เช่น utm_source=platform, utm_medium=display และ utm_campaign=country-offer-month จากนั้นกรองข้อมูลใน GA4 ตามชื่อแคมเปญ แล้วกรอกตัวเลขตามลำดับ: การเข้าชมที่ส่งมอบ เซสชัน ผู้ใช้ เซสชันที่มีส่วนร่วม และเหตุการณ์สำคัญ สุดท้าย นำต้นทุนแคมเปญหารด้วยจำนวนเซสชันที่มีส่วนร่วม เพื่อคำนวณต้นทุนต่อเซสชันที่มีส่วนร่วม

ต้นทุนต่อเซสชันที่มีส่วนร่วมใช้ได้ดีกว่าต้นทุนต่อการเข้าชม เพราะให้ความสำคัญกับความตรงกลุ่มมากกว่าปริมาณ แคมเปญที่ส่งมอบการเข้าชม 1,000 ครั้งและเซสชันที่มีส่วนร่วม 600 เซสชัน เป็นการลงทุนที่ดีกว่าแคมเปญที่ส่งมอบการเข้าชม 2,000 ครั้งและเซสชันที่มีส่วนร่วม 300 เซสชัน เมตริกนี้ยังช่วยให้ทราฟฟิกแบบชำระเงินอยู่ในบทบาทที่เหมาะสม นั่นคือใช้ ทดสอบ A/B กับหน้า Landing Page ข้อเสนอ และตลาดใหม่กับคนจริง ไม่ใช่ใช้ทำให้ตัวเลขดูสูงขึ้น

รายงานอย่างตรงไปตรงมา: ทำไมตัวเลขที่ปั่นขึ้นจึงส่งผลเสีย

จำนวนผู้ใช้ เซสชัน และการดูหน้าเว็บปรากฏอยู่ในสไลด์นำเสนอธุรกิจ มีเดียคิท และรายงานอัปเดตสำหรับนักลงทุน จึงมีแรงกดดันให้เพิ่มตัวเลขเหล่านี้อยู่เสมอ หลักการที่อธิบายแรงกดดันนี้ตั้งชื่อตามนักเศรษฐศาสตร์ Charles Goodhart ตามที่ Wikipedia สรุปกฎของ Goodhart ไว้ว่า “เมื่อมาตรวัดกลายเป็นเป้าหมาย มันจะไม่ใช่มาตรวัดที่ดีอีกต่อไป” เมื่อจำนวนการดูหน้าเว็บกลายเป็นเป้าหมาย ผู้คนก็หาวิธีเพิ่มการดูหน้าเว็บโดยไม่เกี่ยวข้องกับผู้อ่านเลย

ทางลัดบางอย่างเป็นวิธีทางเทคนิค เช่น แบ่งบทความเดียวออกเป็นหน้าสั้น ๆ หลายหน้า เพิ่มการรีเฟรชอัตโนมัติ หรือส่งสัญญาณ keep-alive ping ส่วนบางอย่างเป็นการฉ้อโกงโดยตรง บทความเรื่องการดูหน้าเว็บของ Wikipedia อธิบายการฉ้อโกงยอดดูหน้าเว็บ ซึ่งใช้บอตสร้างการดูปลอมเพื่อหลอกผู้ลงโฆษณา กฎการโฆษณาของ Google ให้ความสำคัญกับเรื่องนี้อย่างจริงจัง โดย นโยบาย Enabling dishonest behavior ห้ามส่งเสริมผลิตภัณฑ์หรือบริการที่ช่วยให้ผู้ใช้หลอกลวงผู้อื่น รวมถึงการขายกิจกรรมผู้ใช้ที่ปลอมแปลงในรูปแบบคลิกที่ไม่ถูกต้อง

กลวิธีเหล่านี้ส่งผลเสียแม้ยังไม่ต้องพิจารณานโยบายใด ๆ ตัวเลขที่ปั่นขึ้นทำให้อัตราส่วนผิดเพี้ยน บดบังหน้าที่ผู้อ่านจริงให้คุณค่า และทำให้การตัดสินใจหลังจากนั้นแม่นยำน้อยลง ผู้ลงโฆษณาและพันธมิตรเปรียบเทียบสิ่งที่คุณกล่าวอ้างกับข้อมูลของตนเอง มีเดียคิทที่สัญญาว่ามีผู้ใช้ 500,000 คนต่อเดือน แต่ส่งมอบเซสชันที่ไม่เคยเกิดคอนเวอร์ชัน ย่อมทำลายความเชื่อมั่นอย่างรวดเร็ว การเข้าชมแบบชำระเงินไม่ได้ช่วยเพิ่มอันดับการค้นหาเช่นกัน และการส่งการเข้าชมแบบชำระเงินไปยังหน้าที่แสดงโฆษณาอาจละเมิดกฎของเครือข่ายโฆษณาว่าด้วยทราฟฟิกที่ไม่ถูกต้อง

หลักการที่ให้ความสำคัญกับคนจริงเป็นอันดับแรกช่วยให้ตรวจสอบได้ชัดเจนที่สุด หากหลังจากอธิบายวิธีได้มาของตัวเลขแล้ว ตัวเลขนั้นยังสะท้อนคนจริงที่ตัดสินใจจริง ก็สามารถนำไปรายงานได้ แต่หากมันดูดีเฉพาะก่อนมีคนถามว่านับอย่างไร ตัวเลขนั้นก็เป็นความเสี่ยง

ขั้นตอนนำไปใช้: ใส่หมายเหตุการวัดผลในรายงานภายนอกทุกฉบับ

รายงานทุกฉบับที่ส่งออกนอกทีม เช่น มีเดียคิท รายงานอัปเดตสำหรับนักลงทุน หรือสรุปสำหรับลูกค้า สามารถใส่หมายเหตุการวัดผลสั้น ๆ ได้ หมายเหตุควรระบุเครื่องมือและพร็อพเพอร์ตี้ ช่วงวันที่ เมตริกผู้ใช้ที่รายงาน (ผู้ใช้ที่ใช้งานอยู่หรือผู้ใช้ทั้งหมด) ระยะหมดเวลาของเซสชัน รวมทราฟฟิกแบบชำระเงินและระบุแหล่งที่มาหรือไม่ รวมถึงเปิดใช้การกรองบอตที่รู้จักหรือไม่

หมายเหตุการวัดผลได้ผลเพราะเปลี่ยนตัวเลขที่ดูน่าประทับใจเพียงตัวเดียวให้กลายเป็นข้อกล่าวอ้างที่ผู้อื่นตรวจสอบได้ พันธมิตรเชื่อถือตัวเลขที่ตรวจสอบได้ และทีมของคุณเองก็ได้ประโยชน์จากความชัดเจนนี้ในอีกหลายเดือนต่อมา เมื่อไม่มีใครจำได้ว่ารายงานเก่าสร้างขึ้นอย่างไร ความโปร่งใสใช้ข้อความเพียงไม่กี่บรรทัด แต่ช่วยปกป้องความน่าเชื่อถือของทุกตัวเลขที่ตามมา

กิจวัตรอ่านทราฟฟิกประจำสัปดาห์ใน 20 นาที

การรู้คำจำกัดความเป็นส่วนที่ง่าย ส่วนที่ยากคือการอ่านเมตริกทั้งสามอย่างสม่ำเสมอสัปดาห์แล้วสัปดาห์เล่า โดยไม่ตอบสนองเกินเหตุต่อความผันผวนที่ไม่สำคัญ หรือมองข้ามการเปลี่ยนแปลงที่เกิดขึ้นจริง ทีมที่เปิดดูแดชบอร์ดแบบไม่มีเวลาตายตัวมักสังเกตเห็นเฉพาะยอดที่พุ่งสูงมาก และเมื่อถึงตอนนั้น สาเหตุมักเกิดขึ้นไปแล้วหลายสัปดาห์

กิจวัตรที่กำหนดไว้แน่นอนช่วยแก้ปัญหานี้ได้ และใช้เวลาเพียง 20 นาที:

1. นาทีที่ 1 ถึง 5: เปรียบเทียบจำนวนผู้ใช้ เซสชัน การดู และเซสชันที่มีส่วนร่วมในมุมมองเมตริกสามตัว กับสัปดาห์ก่อนหน้าและสัปดาห์เดียวกันของปีก่อน
2. นาทีที่ 6 ถึง 10: ตรวจสอบจำนวนการดูต่อเซสชัน เซสชันต่อผู้ใช้ และอัตราการมีส่วนร่วมของช่องทางหลักห้าช่องทาง เทียบกับค่าฐานของแต่ละช่องทาง
3. นาทีที่ 11 ถึง 15: ตรวจสอบการเปลี่ยนแปลงที่เป็นสัญญาณเตือน รวมถึง ทราฟฟิกเว็บไซต์ลดลง โดยเริ่มจากการเปลี่ยนแปลงระบบติดตาม แล้วจึงตรวจสอบคุณภาพของแหล่งที่มา และเนื้อหาตามลำดับ
4. นาทีที่ 16 ถึง 20: เขียนประโยคง่าย ๆ สามประโยคในรูปแบบ “เบราว์เซอร์เข้าชมและโหลดหน้าเว็บ” แล้วแชร์กับทีม

กิจวัตรนี้ได้ผลเพราะจับคู่ตัวเลขกับคำอธิบายตีความสั้น ๆ และการเขียนบังคับให้คิดอย่างชัดเจน เมื่อครบหนึ่งไตรมาส บันทึกประจำสัปดาห์เหล่านี้จะกลายเป็นหลักฐานว่ามีอะไรเปลี่ยนไปจริงสำหรับกลุ่มผู้ชมของคุณ กิจวัตรนี้ยังเข้ากันได้ดีกับ แนวปฏิบัติด้านการวิเคราะห์ที่ช่วยเพิ่มทราฟฟิกเว็บไซต์ ในภาพรวม เซสชัน ผู้ใช้ และการดูหน้าเว็บเป็นเพียงตัวชี้วัดแทน ส่วนกิจวัตรที่สม่ำเสมอช่วยให้คุณยังคงใส่ใจกับคนที่อยู่เบื้องหลังตัวเลขเหล่านั้น

คำถามที่พบบ่อยเกี่ยวกับเซสชัน ผู้ใช้ และการดูหน้าเว็บ

จำนวนเซสชันมากกว่าจำนวนผู้ใช้ได้หรือไม่?

ได้ และเว็บไซต์ส่วนใหญ่ก็เป็นเช่นนั้น ผู้ใช้หนึ่งคนสามารถเริ่มหลายเซสชันในช่วงวันที่หนึ่ง ๆ เช่น เข้าชมตอนเช้าและตอนเย็น อัตราส่วนเซสชันต่อผู้ใช้ที่สูงกว่า 1 จึงเพียงแสดงว่ามีบางคนกลับมาเข้าชม

ทำไมจำนวนการดูหน้าเว็บจึงมากกว่าจำนวนเซสชัน?

ทุกเซสชันมีการดูหน้าเว็บอย่างน้อยหนึ่งครั้ง และหลายเซสชันมีการดูหลายครั้ง การโหลดหน้าใหม่และการเปลี่ยนแปลงประวัติการนำทางในแอปพลิเคชันหน้าเดียวก็เพิ่มจำนวนการดูโดยไม่เพิ่มเซสชันเช่นกัน ช่องว่างที่มากเป็นเรื่องปกติสำหรับเว็บไซต์เนื้อหา แต่หากช่องว่างเพิ่มขึ้นอย่างฉับพลัน ควรตรวจสอบระบบติดตาม

การรีเฟรชหน้าเว็บทำให้เริ่มเซสชันใหม่หรือไม่?

ไม่ การรีเฟรชภายในระยะหมดเวลาของเซสชันจะเพิ่มการดูหน้าเว็บหนึ่งครั้งในเซสชันเดิม ตามค่าเริ่มต้น GA4 จะเริ่มเซสชันใหม่เมื่อไม่มีกิจกรรมเป็นเวลา 30 นาทีเท่านั้น หรือเมื่อครบระยะหมดเวลาที่คุณกำหนดเองสำหรับพร็อพเพอร์ตี้

ผู้ใช้หมายถึงสิ่งเดียวกับผู้เข้าชมที่ไม่ซ้ำกันหรือไม่?

ในทางปฏิบัติ ทั้งสองคำหมายถึงตัวระบุเบราว์เซอร์หนึ่งตัว ไม่ใช่คนหนึ่งคน เครื่องมือวิเคราะห์ส่วนใหญ่ รวมถึง GA4 นับผู้ใช้ผ่านคุกกี้หรือ app instance ID ดังนั้น คนเดียวกันที่ใช้สองอุปกรณ์จึงปรากฏเป็นผู้ใช้สองคน เว้นแต่คุณจะใช้ข้อมูลการเข้าสู่ระบบเชื่อมโยงเข้าด้วยกัน

ทำไม GA4 จึงแสดงเซสชันน้อยกว่า Universal Analytics?

GA4 ไม่เริ่มเซสชันใหม่เมื่อถึงเที่ยงคืน หรือเมื่อผู้เข้าชมเข้ามาพร้อมพารามิเตอร์แคมเปญใหม่ จึงแยกการเข้าชมออกเป็นหลายเซสชันน้อยกว่า นอกจากนี้ GA4 ยังประมาณจำนวนเซสชันด้วยอัลกอริทึม HyperLogLog++ ซึ่งทำให้เกิดความแตกต่างเล็กน้อยและคงที่เมื่อเทียบกับการนับแบบแม่นตรง

จำนวนการดูต่อเซสชันเท่าไรจึงถือว่าดี?

ไม่มีตัวเลขที่ดีสำหรับทุกเว็บไซต์ เพราะอัตราส่วนนี้ขึ้นอยู่กับประเภทและเป้าหมายของเว็บไซต์ เว็บไซต์เอกสารคู่มืออาจทำได้ดีแม้มีการดู 1.3 ครั้งต่อเซสชัน หากผู้เข้าชมพบคำตอบอย่างรวดเร็ว ค่าฐานย้อนหลัง 90 วันของเว็บไซต์คุณเองที่แยกตามช่องทาง เป็นเกณฑ์เปรียบเทียบที่มีประโยชน์กว่าค่าเฉลี่ยใด ๆ ของอุตสาหกรรม