KEY POINTS
本文重點
- 10 月 8 日，Google Analytics 亞太合作夥伴高峰會在新加坡舉行，iKala 集團暨 CloudAD 董事長程世嘉（Sega）受邀分享。
- Sessions 與 Answers 是 AI 搜尋時代觀察顧客旅程的兩個角度。有些接觸會帶來網站造訪，有些停留在 AI 回答裡。
- 站內衡量的基礎，是資料可信且能及時支援判斷。新聞媒體案例把資料等待時間從約 48 小時縮短到 30 分鐘內。
- 站外可以追蹤 AI 如何提及、引用與描述品牌，但這些監測結果不能直接當成實際觸及人數。
10 月 8 日，我在新加坡參加 Google Analytics 亞太合作夥伴高峰會，來自 34 個國家的合作夥伴線上線下參與，現場約 150 人。這次交流讓我重新思考一件事：當消費者取得資訊的方式改變了，品牌用來判斷成效的方式，有沒有跟著改變？
iKala 集團暨 CloudAD 董事長程世嘉（Sega）上台分享的題目，是 Sessions and Answers。
這場分享的媒體報導，可見科技新報〈流量指標失靈？iKala 程世嘉：零點擊時代「品牌決戰點從進站前開始」〉與工商時報〈iKala暨CloudAD程世嘉登Google亞太高峰會 談AI搜尋時代品牌衡量〉。
這個題目把一個正在發生的變化說得很清楚。過去，品牌習慣從網站造訪往回看，追問顧客從哪裡來、看了什麼、最後有沒有轉換。現在，顧客可能已經在 AI 的回答裡認識品牌、比較選項，卻從未點進網站。
同一段顧客旅程，有些接觸不會留下點擊
網站流量可以反映進站後的行為，卻無法涵蓋所有品牌接觸。
消費者可以直接向 Gemini、ChatGPT 或 Claude 提問，也可以在搜尋結果的 AI 摘要裡取得需要的資訊。如果看完答案就離開，品牌網站不會因此多出一次造訪。
Sessions and Answers 提醒我，要同時看見這兩種情況：一種是進入網站、留下工作階段紀錄的互動；另一種是發生在答案裡，未必帶來點擊的接觸。
兩者也可能出現在同一個人的旅程中。Sega 在分享中提到，AI 回答可能引發下一次搜尋，搜尋結果也可能讓人回到 AI，繼續追問。對品牌而言，需要理解的是這些接觸如何交錯，而不能只用網站流量的升降，解釋顧客對品牌的全部反應。
站內：資料先可信，決策才跟得上
資料要先經得起確認，再及時送到需要做判斷的人手上。
演講中，Sega 分享了團隊與一家大型新聞媒體的合作。當時，編輯台需要等待約 48 小時，才能取得所需的完整數據；但新聞發布後的前幾個小時，團隊就需要了解讀者反應，決定接下來的內容與推廣安排。
團隊把每則報導的互動拆成可以量測的項目，搭配 GA360 與 BigQuery 串流，將資料等待時間縮短到 30 分鐘內，讓編輯能在閱讀熱度仍在變化時掌握情況。依這次分享的案例結果，上線後 60 天，在沒有增加媒體預算的情況下，新使用者與活躍使用者各成長約 25%，造訪次數成長約 15%。相關成效也整理在媒體客戶案例。
我在意的，是這些數字能不能支撐編輯台當下的判斷。事件重複記錄、命名不一致、參數缺漏，都可能讓分析偏離原本要回答的問題。資料送得更快，不能省掉前面的確認。
Sega 在台上也談到，AI 的表現取決於它讀到的資料。這讓我想到，當分析與回答的速度越來越快，資料品質的問題也會更快影響後續判斷。工具能縮短等待時間，團隊仍需要知道數字從哪裡來、代表什麼。
站外：AI 怎麼介紹品牌，也需要被觀察
GA4 能辨識部分來自 AI 助理的進站流量；沒有進站的品牌接觸，則需要其他觀察方式。
Google 在 2026 年 5 月的官方更新中，新增 AI Assistant 管道。當來源參照資訊符合可辨識的 AI 助理時，相關造訪會被歸入這個管道，方便比較 ChatGPT、Gemini、Claude 等來源的流量表現。
這項更新有助於分析 AI 帶來的造訪，但仍然以能辨識的進站資料為基礎。顧客如果只在 AI 回答中看見品牌，沒有點擊進站，GA4 就無法直接記錄那次接觸。
演講的後半段，Sega 示範了 Kuroma，觀察 AI 如何理解與介紹品牌。依Kuroma 的產品說明，可以追蹤的面向包括：
- 品牌是否出現在 Gemini、ChatGPT、Claude，以及 Google 的 AI 摘要與 AI 模式等平台的回答中，網站是否被引用。
- AI 對品牌的描述與評價，以及競品在相同提問下的表現。
- 網站內容與結構是否有利於 AI 讀取及引用。
- AI 是否產生關於品牌的錯誤資訊，以及可供核對的網頁來源。
這裡有一個衡量上的區別。Kuroma 透過模擬買家角色與設定提問，觀察 AI 回答的內容；這些結果能用來追蹤品牌提及與引用的變化，卻不是每位消費者實際看過什麼的紀錄。提及次數也不能直接當成曝光人數。
實務上，我會再把這些觀察與 Google Analytics、Google Search Console 的資料對照。AI 怎麼描述品牌、品牌在搜尋結果中如何出現、進站者後來做了什麼，分別回答不同的問題。先把各自的意義看清楚，才有辦法討論下一步。
台灣企業可以先做的三件事
可以先確認資料品質、分清指標，再建立持續觀察顧客提問的方法。
這兩天在新加坡，我一直在想，這些變化回到台灣企業的日常工作，可以從哪裡開始。我會先做三件事。
- 確認現有資料可不可信。先做埋設健檢，找出重複記錄、命名不一致與參數缺漏，並確認重要事件是否真的對應到商業問題。這些基礎處理好，進階分析才有依據。
- 把不同來源的指標分開解讀。GA4 的工作階段與關鍵事件、Search Console 的搜尋曝光與點擊、AI 回答中的品牌提及與引用，各有不同的定義與計算範圍。Search Console 反映的是搜尋結果中的表現，不能拿來代替站內轉換資料。相關指標可參考Search Console 入門：曝光、點擊、CTR 與平均排名怎麼看？。
- 持續追蹤顧客可能提出的問題。除了關鍵字，也整理顧客在認識產品、比較選項、準備採購時會問什麼。固定提問、平台與觀察條件，再看品牌在答案中如何出現，會比偶爾問一次 AI 更有比較的依據。
常見問題
網站流量、搜尋表現與 AI 回答監測各有用途，需要依問題選擇指標。
AI 搜尋會取代傳統搜尋嗎？
目前不宜把兩者視為必然的替代關係。依這次分享的觀察，使用者可能在 AI 問答與搜尋之間往返。品牌需要同時留意進站行為，以及沒有帶來點擊的資訊接觸。
已經有 GA4，還需要衡量 AI 能見度嗎？
如果想了解 AI 如何介紹品牌，就需要補充這一類觀察。GA4 可以分析可辨識的 AI 來源流量，但不能直接回答品牌在未帶來點擊的 AI 回答裡，是否被提及或被正確描述。
GEO 和 SEO 是兩件完全不同的事嗎？
兩者有相通的基礎，包括內容清楚、資訊可靠，以及網站可被存取與理解。Google 的AI 搜尋功能說明也指出，既有 SEO 基礎仍適用於 AI 摘要與 AI 模式。GEO 另外關心品牌在生成式回答中的提及、引用與描述，但不同平台的表現仍需分別觀察。
資料等待時間從 48 小時縮短到 30 分鐘，需要什麼條件？
這次分享的案例採用 GA360 與 BigQuery 串流，並先完成事件、參數與資料流程的規劃及驗測。30 分鐘是該案例的結果，其他網站能達到的更新時效，仍取決於資料處理與報表設計。
這次交流讓我重新想到客戶常問的兩個問題：這個數字可不可以相信？接下來能做什麼決定？
品牌衡量的範圍正在擴大，回答這兩個問題的責任也沒有變輕。對我而言，值得開始的地方，是把現有資料能說明什麼、還看不到什麼整理清楚，再決定要補上哪些觀察。想討論企業目前可以從哪裡開始，歡迎聯絡我們。
延伸閱讀
- 客戶問 AI「該找誰？」的時候，品牌有沒有被算進答案裡？
- 當「搜尋」開始改變，「內容」反而比以前更重要
- 一題拖了兩個月的作業：Search Console 曝光歸零，答案一直在數據裡
- 媒體客戶案例：資料回溯從 48 小時到 30 分鐘
參考資料
- iKala，關於我們。
- Google Analytics，What’s new in Google Analytics，2026 年 5 月 13 日更新。
- Kuroma，產品與監測方法說明。
- Google Search Central，AI features and your website。
- Search Engine Journal，Google Analytics Adds AI Assistant As Default Channel Group，2026 年 5 月。
- INSIDE，直擊 iKala Connection Day：全新 GEO 平台 Kuroma 登場。
- 科技新報，流量指標失靈？iKala 程世嘉：零點擊時代「品牌決戰點從進站前開始」，2026 年 10 月 14 日。
- 工商時報，iKala暨CloudAD程世嘉登Google亞太高峰會 談AI搜尋時代品牌衡量，2026 年 10 月 14 日。
