更新时间：2025年12月19号
GA4内置了多项基于人工智能与机器学习的分析能力，Google 将这些能力统称为 Analytics Intelligence（分析智能）。
这些功能能够帮助分析人员：
- 自动发现异常数据
- 使用自然语言查询数据
- 快速定位问题原因
- 预测用户未来行为
- 自动建立高价值受众
- 降低数据分析门槛，提高分析效率
相比传统分析工具需要人工查看报表，GA4 更强调 主动发现问题，而不仅是被动查看数据。
目前，GA4 的 AI 能力主要体现在以下几个方面。
分析顾问
分析顾问（Analytics Advisor ）是基于Gemini模型的一种智能体对话式体验，你可以直接问它问题，让AI帮助你去分析，探索数据的价值。
智能提问
智能提问（Smart Search / Insights）允许你直接用自然语言GA4提问，而不是手动去翻报表或拉探索。”
在GA4界面顶部，直接点击中间的搜索框，输入你的问题：
Insights就是智能提问，点击确认就可以看到解答：
在日常工作中，这个功能非常适合用来做快速问题定位。
数据分析
数据分析（Analytics Intelligence）本质上是一个智能提醒与异常监测系统，它会持续扫描你的数据，主动发现异常。
GA4 的数据分析可以分为两类：
- 自动数据分析
- 自定义数据分析
自动数据分析
自动数据分析是由 GA4 默认开启的。
你可以在GA4的「首页」——「数据分析」里看到如下信息：
这些内容无需任何配置，属于 “系统帮你盯数据”。
自定义数据分析
自定义数据分析则更偏向于规则驱动，它仍然属于「数据分析」体系，只是由你来主动定义监控逻辑。当满足该规则的条件时，你将会收到电子邮件通知。
异常值检测
探索里自由形式，可以用选择折线图做异常值检测（Anomaly Detection），GA4 在折线图中自动标记异常点：
GA4的异常检测基于：贝叶斯状态空间时间序列模型（Bayesian State Space Time Series）
具体逻辑包括：
- 日维度监测：基于过去 90 天的数据
- 周维度监测：基于过去 32 周的数据
- 使用统计显著性检验（p-value 阈值）
- 将显著偏离模型预测的点标记为异常
这意味着异常判断并不是“拍脑袋”，而是基于历史行为建模。
预测性指标
预测性指标（Predictive Metrics）是GA4中最具 AI 特征的能力之一。它过 Google的机器学习模型，对你的数据进行补全与推断，预测用户未来的行为趋势。
预测能力主要分为两类：
- 预测性转化指标
- 预测性受众群体
预测性转化指标
当你的 GA4 数据满足以下条件时：
- 过去 28 天内
- 触发 & 未触发预测条件的回访用户
- 在 7 天内各自 ≥ 1,000 人
GA4 才会启用预测模型。
一共有三个指标：
| 购买几率 | 过去 28 天处于活跃状态的用户在未来 7 天内完成特定转化事件的概率。 |
| 用户流失概率 | 过去 7 天在您应用或网站上处于活跃状态的用户在未来 7 天内处于非活跃状态的概率。 |
| 预测收入 | 过去 28 天处于活跃状态的用户在未来 28 天内的所有购买转化操作预计可带来的收入 |
预测性受众群体
基于预测性指标，GA4 还提供了一组可直接用于广告投放的受众：
- 未来 7 天内有可能流失的购买者
- 未来 7 天内有可能流失的用户
- 未来 7 天内有可能进行购买的用户
- 未来 7 天内有可能进行首次购买的用户
- 在未来 28 天预计花费最多的用户
这些受众可以直接同步到Google Ads，用于：再营销、出价调整、精细化投放。
