GA4 跨頻道預算規劃：Projection 與 Scenario 兩種計畫
Google Analytics 說明中心把跨頻道預算規劃分成兩種計畫：Projection plan 監看進行中的成效，Scenario plan 模擬不同預算水準下的預估 ROI。
Projection plan 對照預算、轉換、營收等 KPI，顯示各廣告頻道的預估表現，可以回答是否能花完計畫預算、哪些頻道表現超前或落後。
Scenario plan 則用來分析不同預算水準下的預估投資報酬率，回答預算該怎麼分配，才能讓營收與 ROI 最大化。
| 計畫 | 用途 | 建立條件 |
|---|---|---|
| Projection plan | 監看各廣告頻道相對 KPI 的預估表現 | 資源符合跨頻道預算規劃資格，且歷史資料足夠 |
| Scenario plan | 分析不同預算水準下的預估 ROI | 資源包含資料驅動歸因，並有來自已連結整合或資料匯入的廣告活動資料 |
入口在 GA 左側選單「廣告」底下的 Budgeting 下拉選單；要看到這些報表，須先設定廣告區段，包括連結 Google Ads 與設定轉換。
說明文件也寫明，這些工具只供規劃，不會改動已連結帳戶的預算或支出；計畫的產出是模型估計，不是成效保證。
開放範圍方面，以 DDA 為基礎的預算模型目前標為 beta，提供給 GA 與 GA 360 客戶；說明頁開頭也註明，這項功能不一定已開放給每個資源。
Scenario Plan 的前提：資料驅動歸因與廣告活動資料
要建立 Scenario plan，GA4 資源必須包含資料驅動歸因，並有來自已連結整合或資料匯入的廣告活動資料。
Projection plan 的建立條件寫法不同：資源要符合跨頻道預算規劃資格，且有足夠的歷史資料。
非 Google 的廣告活動與頻道，說明文件指向成本匯入，這是上傳這類資料的方式；設定了離線匯入的話，離線資料也會納入。預算模型納入所有點擊後轉換、YouTube 互動觀看轉換與所有成本資料。
操作上還有幾個限制：建立 Scenario plan 時一次只能選一個轉換；計畫只能從未來日期開始；建立後，除非修改預算、日期區間等計畫設定，回應曲線不會自動更新，要看更新後的曲線，說明文件建議重新建立計畫。
我們的判斷是：GA4 還沒開資料驅動歸因的帳戶，要先處理這一項才能建立 Scenario plan；非 Google 平台的花費，則要靠成本匯入或其他整合進到 GA4。
Amazon Ads 指南列出的七種歸因模型
Amazon Ads 的行銷歸因指南把歸因定義為廣告主確定行銷方案與後續顧客互動，對銷量、轉換或其他目標發揮多少推動作用的方法。
指南把歸因模型大致分為單觸點與多觸點兩類，逐一列出七種模型與建議的使用情境。
| 模型 | 功勞分配 | Amazon 建議的情境 |
|---|---|---|
| 首次觸點 | 全部歸給第一個觸點 | 重點在潛在客戶開發與潛在客戶表單 |
| 末次觸點 | 歸給產生銷售的最後一個觸點 | 重點在推動轉換 |
| 線性 | 每個觸點權重相同 | 各觸點對整體目標的重要性相近 |
| 潛在顧客轉換觸點 | 分析產生潛在顧客的觸點 | 想找出對品牌目標表現出色的頻道 |
| 時間衰減 | 較多功勞給最近的互動 | 銷售週期較長，例如 B2B 行銷活動 |
| 基於位置（U 型） | 第一個觸點與轉換前觸點各 40%，其餘 20% 給其他觸點 | 想了解特定觸點，又想看全貌 |
| 自訂 | 行銷人員替每個觸點設定自己定義的權重 | 有足夠時間與技能時；設定複雜 |
選模型時，指南建議考慮銷售週期長度、消費者旅程圖與廣告活動目標三個因素。
要留意的是，Scenario plan 要求的資料驅動歸因是 GA4 的設定，不在這份 Amazon 指南列出的七種模型裡。
Meta 端的變數：歸因窗口與學習期（業者說法）
以下 Meta 端的政策變化出自代投業者掌慧科技的整理，業者引述的 Meta 政策本文無法核實；素材測試建議則出自廣告代理商 Affect Group；Andromeda 與 GEM 的說明出自 Search Engine Land 的專欄。
Search Engine Land 在 2026 年 1 月 28 日刊出的專欄稱，Andromeda 是 Meta 以 AI 驅動的廣告檢索系統，決定哪些廣告有資格展示給某位使用者；它不是從廣告主定義的受眾出發，而是先評估歷史互動、廣告文案、素材與格式。同一篇文章引述 Meta 的說法，另一套系統 GEM（生成式廣告推薦模型）在推動廣告成效上的效率，是原本廣告推薦排名模型的 4 倍，這是 Meta 自述的數字。
代投業者掌慧科技在 2026 年 4 月 12 日的整理文中稱，Meta 會永久廢棄 7 天與 28 天瀏覽歸因窗口，只保留 1 天點擊、7 天點擊、28 天點擊、1 天互動瀏覽與 1 天瀏覽。同一篇文章也稱，更新後的點擊歸因只計算實際跳轉到廣告主網站或到達頁的連結點擊。
學習期方面，掌慧科技稱 Meta 新廣告系列的冷啟動期在某些情況下，可能從過去的 2 天拉長到 7 天甚至更久。廣告代理商 Affect Group 在 2026 年 5 月 20 日的文章中則建議，素材至少跑滿 7 天再決定是否暫停，除非第一天的數字就很糟。Search Engine Land 那篇專欄的作者則建議，新廣告活動或素材上線前先訂一段不碰的期間，可能是一週或 50 到 75 次轉換（以先到者為準），除非真的出問題，否則不做任何更動。
資料面的建議，掌慧科技提到盡快檢查並優化 Pixel 與 CAPI 雙軌回傳；Affect Group 則建議不要只在廣告管理員裡看資料，讓整個團隊看同一份彙整檢視。
我們的判斷是：若 Meta 端的歸因窗口與點擊定義真的改了，拿新舊期間的 Meta 報表互相比較，或與 GA4 數字對照之前，要先確認雙方用的窗口與定義。
Meridian 將進 GA 360：Google 5 月 20 日的預告
Google 在 2026 年 5 月 20 日的部落格文章表示，正把開源行銷組合模型（MMM）Meridian 帶進 Google Analytics 360，並以即將推出的語氣描述後續功能。
文章列出的功能包括衡量因果成效、找出推動業務的因素並最佳化媒體組合，以及用預測情境引導投資決策。
GA 說明中心對現況的寫法是：以 Meridian 為基礎的預算模型目前為 alpha，只開放給部分 GA 360 客戶。
同一篇部落格也提到 Google Ads 的新訊號 Qualified Future Conversions（QFCs），由 Gemini 驅動，透過品牌搜尋等訊號把上漏斗花費連結到未來銷售；Google 表示這些預測訊號未來會整合進 Meridian。
歸因之外：字節跳動團隊談增效度量
字節跳動 DataTester 團隊在火山引擎開發者社群的文章，介紹以廣告是否曝光作為變數的增效度量實驗，用來度量廣告曝光對轉換量的提升。
該文稱，目前中國與海外都還沒有數位廣告效果度量的通用標準，並稱增效度量能幫助廣告主證明歸因方式是否準確、調整不同頻道或媒體的預算分配。這篇文章同時在推廣火山引擎的 A/B 實驗平台，屬於廠商自述。
增量測試與 MMM 的門檻，另見MMM 與增量測試的門檻。
銷波快觀點：先補資料，再談預算模擬
我們的判斷是，GA4 預算模擬能做到多少，取決於餵進去的資料：Scenario plan 要求資料驅動歸因與廣告活動資料，非 Google 平台的花費要靠匯入。
我們的判斷是，可以依序確認：GA4 是否已連結 Google Ads、轉換設定是否正確，非 Google 平台的成本資料是否已匯入，歸因設定是否已用資料驅動歸因，最後再用 Scenario plan 做預算模擬。
就算預算模擬跑得漂亮，產出仍是模型估計，不是成效保證。
Amazon 指南列的選型因素，包括銷售週期長度、消費者旅程圖與廣告活動目標，也適合拿來檢查自家目前用的歸因設定。
結論：GA4 預算模擬的前提是資料到位
GA4 的 Scenario plan 能模擬不同預算水準下的預估 ROI，但前提是資源已有資料驅動歸因，並有已連結或匯入的廣告活動資料。
以 DDA 為基礎的版本目前是 beta，以 Meridian 為基礎的版本仍是 alpha，只開放部分 GA 360 客戶。
如果現在只做一件事，就打開 GA4 的歸因設定，看目前用的是哪個模型；資料驅動歸因是建立 Scenario plan 的條件之一。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- About cross-channel budgeting（Google Analytics 說明中心）support.google.com
- Turn data into decisions with unified measurement（Google Marketing Platform）blog.google
- 营销归因概念梳理及全面指南（Amazon Ads）advertising.amazon.com
- 2026 Meta 广告政策全解读（掌慧科技 HuiiMedia）huiimedia.com
- Inside Meta’s AI-driven advertising system: How Andromeda and GEM work together（Search Engine Land）searchengineland.com
- How to test creatives in Meta Ads in 2026（Affect Group）affectgroup.com
- 从玄学走向科学，一文读懂 A/B Test 在广告营销领域应用（火山引擎）developer.volcengine.com
