資料層級（Scope）是 Google Analytics 非常重要的一個概念，你是否曾經好奇，使用者、工作階段、瀏覽量這些指標的關係是甚麼？為什麼＂所有網頁＂的報表不是使用＂工作階段＂，而是使用＂瀏覽量＂？

（不過在閱讀開始之前，也建議你先對於指標及維度有一些基本的認知。）

今天若有一位住在台北的30歲男性，從 Google搜尋進到你的網站，那麼 Google Analytics 會用多個維度來整理這位訪客的數據：

性別：男性

年齡層：25-34

地區：台北

來源/媒介：google / organic

只要有某位訪客進站，Google Analytics 就會針對他的特徵、各項細節資料，將數據盡最大可能放到各個維度資料裡。的確我們在操作 Google Analytics 時，這些維度跟指標很好用，但事實上維度與指標有不同的層級，很多指標維度甚至不能交叉使用。

甚麼是資料層級？

Google Analytics 在收集數據時，會將指標、維度資料都記錄下來，並且分為以下四種層級：

1. 使用者層級（User Level Scope）
2. 工作階段層級（Session Level Scope）
3. 匹配層級（Hit Level Scope）
4. 產品層級（Product Level Scope）

• 使用者的資料層級（User Level Scope）

• 工作階段的資料層級（Session Level Scope）

• 匹配的資料層級（Hit Level Scope）

附註說明：我們可以把匹配想像成是＂網頁行為＂，基本上網頁瀏覽、網頁事件，都算是匹配層級（Hit Level）。

• 產品的資料層級（Product Level Scope）

完整的資料層級資料可以看這：https://developers.google.com/analytics/devguides/reporting/core/dimsmets

為什麼要認識資料層級？

我們使用 Google Analytics 就是為了要盡可能地認識我們的網站、認識我們的客戶、並研究他們的行為，但 Google Analytics 的數據有諸多的限制，透過理解資料層級，你會知道限制在哪、未來該如何與報表相處。

Google Analytics 裡面層級最高的資料為＂使用者＂，接著才是工作階段、然後是匹配。

我們也可以從上圖中看到層級之間的關係，一個使用者可以包含有多個工作階段，一個工作階段也可以包含有多個匹配（也就是網頁瀏覽與事件），Google Analytics 在收集資料時，也會將各個指標與維度依照層級將資料放進資料庫，因此＂使用者包含工作階段的資料＂，＂工作階段也包含有匹配的資料＂。

所以我們可以說，一個使用者產生了幾個工作階段、一個工作階段產生了幾個匹配（瀏覽與事件）。

但是，＂匹配＂並不包含有＂工作階段層級＂的資料，因為工作階段層級在匹配層級的上面。

這個層級關係，將直接影響數據解讀、以及報表產出，比方說＂所有網頁＂是匹配層級的維度，＂工作階段＂是工作階段層級的指標，他們兩個不能互相組合。

為什麼＂網頁＂報表裡面使用的指標是＂瀏覽量”，而不是工作階段？很簡單，因為他們層級不同。

這也是自訂報表為什麼有時候，設定指標維度後，數據並不會顯示出來，因為你跨了層級使用指標與維度。

比方說用自訂報表的＂所有網頁＂維度搭配＂收益”指標，報表就會一片空白，因為他們的資料層級根本不同。如果你要跨層級去把指標與維度交叉使用，是沒辦法的。

例外狀況、以及報表解讀

基本上 Google Analytics 的預設報表已經按照層級的規則顯示出來，但在某些情況下，你利用自訂報表以及 Google Analytics API，跨層級組合指標與維度，你可以得到你要的組合，但事實上這些報表根本不合邏輯，比如說…：

• 例外狀況

比方說如果你開自訂報表用＂網頁＂（匹配層級維度）搭配工作階段（工作階段層級的指標），這個報表並不合邏輯，工作階段本身就是一整組的互動匹配，一整組的互動匹配也不可能在一個網頁內完成，但…你會發現 Google Analytics 的自訂報表還是會將這個跨層級的組合呈現出來。

事實上，如果你開了這個報表，這個報表呈現的是，＂有多少組工作階段從這個網頁開始＂，但相較之下，使用瀏覽量或不重複瀏覽量，會更符合邏輯、也貼近 Google Analytics 的資料收集方式。

（每一個匹配裡面都含有CID，若是＂網頁＂與＂使用者＂是可以組合的，不過這個是例外狀況，就下篇文章再說囉..。）

了解資料層級後，建議你在使用報表時，先想想，這些指標與維度組合起來是否合理？是否符合 Google Analytics 的資料收集方式？我這樣使用資料正確嗎？