如果让我用一句话总结：为什么一定要把 GA4 的 “Users” 彻底搞懂？
很简单，因为它直接决定了你是否真正掌握了 PPC 广告的受众（Audience）——无论是 Google、Meta 还是 TikTok，任何广告平台都绕不开这个核心。
我之前写过一篇关于高客单独立站的文章，核心思路就是在多个广告平台拉通 Audience，实现共用一套受众，从而把 GMV 提升到原来的 1.94 倍，ROAS 从 4.7 提升到 5.5。你会发现，市面上大多数优化师，甚至很多有五年以上经验的从业者，都只能在单个平台各自创建 Audience，彼此之间无法同步，这类底层问题用 “测”素材 或人群来弥补，无济于事。
不管你是做 DTC 运营还是广告投放，从业的头 18 个月，务必把自定义数据的能力夯实，再去熟悉各种后台操作。因为一旦基础打牢，18 个月后你的成长速度会远远超过同行，相反，单纯的学习广告投放操作很快就会遇到成长瓶颈。可能你花几年积累的投放技巧，一个聪明的毕业生可能半年就能掌握。
无论你现在处于什么阶段，如果还没有真正掌握 GA4 的基础数据，建议你抽出事件，系统性的学习GA4。之后你对精细化运营和投放的理解会更深，比如你会真正明白：
- GA4 的 Session 本质上是对 内容（广告 Creative）闭环的设计与归因
- GA4 的 Users 本质上是对 受众 （广告Audience）闭环的设计与归因
什么是GA4中的“用户”？
在Google Analytics 4（GA4）中，“用户”这一概念远不止于表面上的网站或产品访问者。GA4通过多重识别机制，力图最大限度还原每一个真实个体在你数字资产上的行为轨迹。具体来说，GA4用户是那些在你的网站或App上启动Session的个体，但这个“个体”可以由不同的技术身份定义。
GA4用户的识别方式
GA4采用三种主要方法对用户进行识别，每种方法的精确度和应用场景有所差异：
User ID
这是GA4中最为精准的用户识别方式。通常在用户登录账号后，系统会分配唯一的User ID，并将该ID传递至GA4。无论用户使用何种设备或浏览器，只要登录账号，GA4都能识别为同一个用户。需要注意的是，User ID的实现需要开发者在网站或App端手动配置。
Google Signals
当用户登录Google账号并开启广告个性化（Ads Personalization），GA4会利用Google Signals来识别同一用户在不同设备上的行为。这种方法依赖于Google的生态系统，能够较好地解决跨设备追踪问题，但前提是用户已同意相关隐私授权。
Device ID（设备ID）
这是GA4的默认识别方式。对于网站，设备ID通常是浏览器生成的Client ID（存储在_ga Cookie中）；对于移动应用，则是App Instance ID。设备ID仅能识别特定设备和浏览器的用户，无法跨设备或跨浏览器追踪同一用户。如果用户更换设备或清除Cookie，将被视为新用户。
用户身份报告的优先级
GA4允许你选择“报告身份（Reporting Identity）”的方式，系统会按以下优先顺序识别用户：User ID > Device ID > 数据建模（Modelled User）, 即优先使用User ID；如果没有，则使用Device ID；再没有，则通过数据建模进行补充识别。
Device ID与User ID的本质区别
- Device ID：绑定于特定设备和浏览器组合，无法跨设备追踪。每次更换设备或浏览器，GA4都会识别为新用户。
- User ID：绑定于登录账号，能够跨设备和浏览器统一识别同一用户，只要用户登录账号即可实现数据整合。
- 此外，Device ID是由GA4自动生成和管理的，而User ID则需要网站或App开发者主动分配和配置。
App与Web端的差异
- 在网站端，Device ID以Client ID的形式存在于_ga Cookie中。
- 在移动App端，Device ID以App Instance ID的形式存在于应用本地。
数据建模用户
当前两种方法无法识别时，GA4会通过数据建模技术进行用户识别。这是一种基于历史行为和数据推断的补充机制，旨在提升整体用户识别的准确性。
GA4中的用户类型
Google Analytics 4（GA4）将用户分为四类：Active Users（活跃用户）, Total Users（总用户）, New Users（新用户）, Returning Users（回访用户）, 这些用户类型的划分，有助于深入理解GA4的数据维度和用户行为表现，从而为网站或应用的用户体验优化提供基础数据支撑。
Active Users（活跃用户）
定义与判定标准, 在指定的日期范围内，活跃用户包括：
- 被认定为新用户；
- 触发了“engaged session”（参与会话）的用户；
- 触发了带有engagement_time_msec参数的事件。
判定细节：
- “参与会话”指的是用户在页面停留超过10秒、访问了多个页面，或至少完成一次转化事件。
- 活跃用户在GA4中通常被简称为“用户”，并在漏斗报告中作为主要统计对象。
- 活跃用户统计可能会包含部分非人类流量，但由于判定标准较严格，相较于“总用户”更能过滤掉异常流量。
数据优化建议：
可通过调整“Adjust timer for engaged sessions”设置，将参与会话的判定时间提升至60秒。这样可以提高活跃用户的质量标准，进一步减少非人类流量的干扰。提高判定门槛后，活跃用户数量会减少，但数据更具代表性和准确性。
数据关系：
活跃用户数量通常低于总用户数量。活跃用户数量通常高于新用户数量，因为所有新用户都属于活跃用户，但活跃用户不全是新用户。
报告与分析入口：
在Universal Analytics时代，活跃用户有专门报告；而在GA4中，活跃用户贯穿各类数据报表，不再单独展示。可在GA4的“Engagement report（互动报告）”中查看相关数据，包括：
- 平均互动时间：活跃用户在网站或App保持前台状态的平均时长
- 过去30分钟用户数：实时分页面展示活跃用户数量
- 用户粘性：如日活跃用户/月活跃用户（DAU/MAU）等比值，用于衡量用户参与度
- 用户活动趋势：近30天、7天、1天的活跃用户变化图表
这里需要注意的是，默认情况下，GA4的报告中的 “Users” 默认都是 “Active users”, 而不是 “Total users”, 我们后续常用的分析报告，比如折线图，柱状图，用户路径以及漏斗分析等，里面的 “Users” 指的都是 Active users。
应用场景举例：
通过用户活动趋势，可以评估市场活动或网站改版对用户参与度的影响。例如，社交广告投放后，7天活跃用户数量提升，说明活动取得了积极效果。
Total Users（总用户）
在GA4中，“总用户”指的是在指定日期范围内，所有访问过你网站或App的唯一用户，无论他们是短暂离开还是深度参与。也就是说，总用户包含了活跃用户和那些未参与互动、快速离开的“无感用户”。
总用户统计基于以下几类唯一标识：
- User ID：由网站或App主动分配，通常用于已登录用户，准确性较高，极少包含非人类流量。
- Device ID：包括Web端的Client ID和App端的App Instance ID，这些ID自动生成，可能会被爬虫、开发者流量、配置错误的追踪代码、垃圾流量等非人类行为占用。
- Google Signals用户：指已开启广告个性化的Google账号用户，可跨设备识别。
- Modelled Users：通过数据建模方式推算出的用户，用于补充识别不到的流量。
只要用户在你的网站或App上触发任何事件（如开启会话、页面滚动、点击等），就会被计入总用户。
数据入口与分析：
进入路径：Reports > Engagement > Events, 在Events页面，可以查看每种事件的参与用户数。例如，7,000个总用户中，有400人观看了首页视频，由此可以分析用户兴趣点，优化内容或交互设计。
数据特性与注意事项：
总用户数通常大于活跃用户数，因为它包含了所有访问者，不论其参与度高低。由于Device ID容易被非人类流量占用，GA4的总用户数可能存在“高估”现象。尤其是爬虫、开发者测试流量、配置错误等都会被计入。
User ID的统计则更为精准，较少受非人类流量影响，但前提是网站具备用户登录体系并正确配置。
数据准确性建议：
建议在GA4中选择“Blended Reporting Identity（混合报告身份）”，即同时启用所有可用的用户识别方式（User ID、Device ID、Google Signals等）。这样既能减少“总用户”被低估的风险，又能尽量过滤掉非人类流量带来的高估。
New Users（新用户）
在GA4中，“新用户”指的是在指定日期范围内，首次访问你网站或App的用户。技术上判定标准为：设备或App未存在GA4的_ga Cookie（Web端）或App标识。如果GA4检测不到该Cookie或标识，则会将该用户归为新用户。
特别注意的一点，新用户首次访问时会触发 first_visit（网站和安卓App）或 first_open（iOS App）事件。
用户分类的动态性：
用户的新/回访状态依赖于报告的时间范围, 举例说明：
用户A第一次访问网站是在1月1日，此时被计为新用户。用户A在2月1日再次访问，则在2月报告中被计为回访用户。若报告时间范围覆盖1月和2月，则用户A会同时被计为新用户和回访用户。由于这种分类方式，新用户数与回访用户数之和可能会大于总用户数，这是正常现象。
事件触发机制：
网站或安卓App：首次访问时触发first_visit事件, iOS App：首次打开时触发first_open事件。
数据入口与分析：
查看路径：Reports > Acquisition（获取）, 在“用户获取”页面，可以快速了解新用户数量及其来源渠道（如直接访问、自然社交、自然搜索等）。页面下方还会展示不同来源新用户的参与度，为营销渠道优化提供数据支撑。
营销与业务意义：
通过新用户数据，可以评估市场推广活动的效果，判断网站或App吸引新访客的能力。结合“用户获取”页面的数据，能够精准定位哪些渠道带来高质量的新用户，有助于优化投放策略和资源分配。
Returning Users（回访用户）
在GA4中，“回访用户”指的是在指定日期范围内，设备或App已存在GA4的_ga Cookie（Web端）或相关标识的用户。只要用户之前访问过你的网站或App，无论上次访问是否有参与互动，只要再次访问，就被归为回访用户。
用户分类的动态性：
- 用户的新/回访状态依赖于报告的时间范围。
- 新用户与回访用户不是互斥关系，具体表现为：
- 新用户在某一时间段首次访问后，在之后的时间段再次访问，会被同时统计为新用户和回访用户。
- 因此，新用户数与回访用户数之和可能会大于总用户数，这是GA4的正常统计逻辑。
数据入口与分析：
查看路径：Reports > Retention（留存）, 在留存报告页面，可以对比新用户和回访用户在指定时间段内的数量和行为表现。用户参与度图表展示了回访用户的互动情况，有助于评估网站或App对回访用户的吸引力和满足度，从而优化内容和功能，降低跳出率。
业务意义与优化建议：
- 回访用户的持续访问表明用户对你的网站或App满意，逐步形成忠诚度。
- 与新用户相比，回访用户的获取成本更低，且更易转化为核心用户或付费用户。
- 通过分析回访用户的行为和留存数据，可以找到用户流失的原因，制定提升留存和用户满意度的策略。
写在最后的话：
Google 对 Users 的细分和判断标准，对于刚接触 GA4 的朋友来说，确实会显得有些复杂，甚至让人一时摸不着头脑。但请你不要因此气馁，这种困惑其实很正常。我刚开始接触的时候也有类似的感受。随着你不断地使用 GA4，频繁翻看后台的各种报告，渐渐地，你会发现这些用户细分变得越来越清晰易懂。凭借对用户的逐步理解，你还可以尝试创建一些自定义报告，无论是从运营还是投放的角度，你都会发现自己对数据的敏感度在不断提升，脑海中也会有越来越多的想法涌现。
慢慢地，你就能掌握第一层能力：高效输出月度数据报告，精准锁定存在的问题。当然，这只是开始，后续还有更深入的分析和更多进阶技能等着你去探索。但最重要的是，你已经打好了坚实的基础，这扇大门已经被你打开。在接下来的学习中，你会发现自己的成长速度明显加快，对数据的理解也更加深刻。