更新时间：2025年12月3号
这一篇介绍如何利用 Google Analytics 4（GA4）做再营销。这里讲的是普通再营销（Remarketing），不包含商品内容的动态再营销部分
如需设置动态再营销，延伸阅读：GA4动态再营销设置：快速上手教程
前提条件（非常重要）
GA4与Google Ads 成功关联
关联后可实现：
延伸阅读：Google Analytics 4如何与Google Ads关联：完整设置与最佳实践
启用 Google Signal（谷歌信号）
Google Signal 会增强跨设备识别能力，让 Ads 能把 GA4 的受众匹配到真实用户。
在Google Signal中点击「管理」———「媒体资源设置」——「数据收集与修改」」——「数据收集」，然后勾选“Google 信号数据收集”即可：
延伸阅读：详解Google Analytics 4中的Google Signal
GA4再营销的三大实现方式
GA4原生受众群体（Audience）
在GA4中创建受众群体，受众群体同步到Ads，Ads中以受众群体为基础开展再营销，可用于在Google搜索网络、Google展示广告网络和YouTube上开展再营销。
如你可以设置任意行为条件的受众，用于再营销，如：
- 加入购物车但未下单
- 访问 checkout 页面但未完成支付
- 停留某产品超过 1 分钟
- 浏览价格区间较高的商品
- 浏览次数 ≥ 3 次但无转化
- 某个事件触发但未触发另一个事件
详细设置过程延伸阅读：详解Google Analytics 4 中的受众群体
- 优点：设置简单，无需开发支持
- 缺点：基于简单规则，不够精细，智能
- 使用场景：适合中小企业。
GA4内置预测受众（Predictive Audiences）
GA4内置的Machine Learning模型可以自动生成预测受众，例如：
- 可能购买用户（purchase probability）
- 可能流失用户（churn probability）
开启前提有数据要求：去 28 天内，正/负例必须都 ≥ 1000，例如：预测购买 → 最近 28 天必须有 1000 个购买用户
- 优点：基于GA4内置的机器学习预测
- 缺点：不支持自定义逻辑
- 使用场景：数据有一定规模的中型企业
BigQuery & BigQuery ML（专业团队常用）
将GA4数据导出到BigQuery，可以和其他来源的数据匹配，利用BigQuery里的机器学习去建立模型，筛选出有较高可能会转化的受众，将其导入到GA4，再同步到Ads（或直接导入到Ads）。
在多种方式可以将BigQuery ML里的受众同步到GA4：
- 数据导入 :用GA4里的数据导入（用户数据类型）和用户属性，处理后的标签导入到用户属性，然后通过这个属性创建受众群体去再同步到Ads做再营销
- CRMint：这种Google提供的一种方式可以将受众数据导入到Google的广告生态，可以导入到GA4，Ads
- 第三方工具：如BQML，它实际是基于CRMint实现数据导入，可以导入到GA4，Ads，根据官方的介绍，预计一个小时可以完成配置（除建模外）
- 优点：可以结合自身更多的数据，开发多种预测模型，精准度高
- 缺点：复杂度高，工程大
- 使用场景：适用于大型企业，内部有数据科学家/BI团队
哪种适合自己？
月流量低于5万的，考虑用受众群体或内置的预测模式（如果数据规模满足要求）
月流量大于5万，而且有做机器学习的人，再营销预算还ok，考虑用BigQuery & BigQuery ML
