隨著數位時代的來臨，小型電商朝向數位行銷的經營模式，紛紛建立自身的品牌官網，小型電商為增加網站曝光，經常採用搜尋引擎優化(SEO)及使用搜尋引擎行銷(SEM)，以順應數位經濟下的發展。本研究對象為小型電商線上傢俱，傢俱為選購性商品，購買頻次較低，而過往研究較少提到使用Google Analytics影響性，故引起本研究動機，嘗試分析線上媒體之成效。本研究目的為透過數據資料得知線上媒體類型、官網瀏覽行為、目標轉換，並分析三者之關聯，最終分析用戶網站瀏覽行為流程，作為未來網頁設計之參考建議。
    本研究資料來源主要透過Google Analytics取得官網相關數據進行分析，研究時間為2019年10月28日至2020年04月04日，並於2020年1月16日至2020年1月22日在Google Ads聯播網上投放為期一星期之關鍵字廣告。本研究將分為三部分進行討論，分別為整體觀察時間、投放廣告前時段、投放廣告後時段進行討論。本研究採用敘述性統計分析、單因子變異數分析、相關性分析作數據分析工具，根據數據分析內容小型電商能夠進行精準行銷，進行顧客關係管理，為企業創造更多精準流量及獲利。
    本研究獲得以下發現：
1.在執行SEM(keyword)關鍵字廣告後，除增加廣告流量外，對於其他流量也有流量增加之趨勢。
2.不同線上媒體類型對官網瀏覽行為有顯著之差異。
3.官網瀏覽行為對官網目標設定轉換具有相關性。
4.不同線上媒體類型對官網目標設定轉換有顯著之差異。
5.分析用戶在網站瀏覽行為流程，能夠得知網站用戶在各網頁之使用情況，發現 
  普遍用戶在起始網頁跳出率高，若能將起始網頁內容加以改善，作為未來網頁 
  設計之參考建議，勢必能夠降低流失率。

With the advent of the digital age, small e-commerce towards the digital marketing business model, have set up their own brand official website, small e-commerce to increase the exposure of the site, often using search engine optimization (SEO) and the use of search engine marketing (SEM), in line with the development of the digital economy. This study object for small e-commerce online furniture, furniture for the purchase of goods, the purchase frequency is low, and in the past research less mentioned the use of Google Analytics impact, so caused the motivation of this study, try to analyze the effectiveness of online media. The purpose of this study is to know the type of online media, official website browsing behavior, target conversion through data, and analyze the correlation between the three, and finally analyze the user website browsing behavior flow, as a reference suggestion for future web design.
    The research was based on data obtained on Google Analytics from 28 October 2019 to 04 April 2020 and a one-week keyword ad on the Google Ads network from 16 January 2020 to 22 January 2020. This study will be divided into three parts of the discussion, respectively, the overall observation time, the pre-advertising period, the post-advertising period to discuss. This study uses descriptive statistics analysis, One-way analysis of variance, correlation analysis as data analysis tools, according to the data analysis content of small e-commerce can carry out accurate marketing, customer relationship management, to create more accurate traffic and profit for enterprises.
    This study resulted in the following findings:
1. After the execution of SEM (keyword) keyword ads, in addition to increasing advertising traffic, for other traffic also has an increasein trend.
2. There are significant differences in the browsing behavior of the official website by different types of online media.
3. Official browsing behavior is relevant to the conversion of the official website goal setting.
4. There are significant differences between the different types of online media on the targeting of the official website.
5. Analysis of users in the website browsing behavior process, can know the use of web users in each page, found that the general user high bounce rate of starting page, if the starting page content can be improved, as a reference suggestion for future web design, is bound to reduce the churn rate.

目錄
目錄	I
表目錄	III
圖目錄	IV
第一章 緒論	1
第一節 研究背景與動機	1
第二節 研究目的	4
第三節 研究流程	4
第二章 文獻探討	6
第一節 線上行銷	6
第二節 關鍵字廣告	11
第三節 搜尋引擎	15
第四節GOOGLE ANALYTICS	18
第五節 顧客來源開發	26
第三章 研究方法	32
第一節 研究架構	32
第二節 研究設計	34
第三節 分析方法	37
第四章 研究結果與分析	38
第一節 研究變數敘述性分析	38
第二節 關鍵字廣告執行	39
第三節 全站訪客背景分析	43
第四節 流量類型對官網瀏覽行為之分析	49
第五節 官網瀏覽行為對目標轉換之影響	59
第六節 流量類型對目標轉換之分析	62
第七節 網站瀏覽行為流程分析	66
第五章 結論與建議	70
第一節 研究結論	70
第二節 研究限制	73
第三節 未來研究建議	73
第四節 行銷建議	74
參考文獻	76
中文文獻	76
英文文獻	77
網頁資料	81

表目錄
表2-1線上媒體類型程度比較	8
表2-2線上廣告收費方式	10
表2-3搜尋引擎優化與關鍵字廣告差異比較	18
表2-4 Google Analytics報表分析項目	21
表2-4 Google Analytics報表分析項目(續)	22
表3-1 Google Analytics 分析資料	34
表3-1 Google Analytics 分析資料(續)	35
表3-2研究變數定義	36
表4-1研究變數敘述性統計分析	38
表4-2投放廣告前時段各變數數值	42
表4-3投放廣告後時段各變數數值	43
表4-4整體觀察時間流量類型對各變數間之差異分析	50
表4-5投放廣告前時段流量類型對各變數間之差異分析	53
表4-6投放廣告後時段流量類型對各變數間之差異分析	56
表4-7整體觀察時間研究變數之相關分析	60
表4-8投放廣告前時段研究變數之相關分析	61
表4-9投放廣告後時段研究變數之相關分析	62
表4-10整體觀察時間流量類型對各目標變數間之差異分析	63
表4-11投放廣告前時段流量類型對各目標變數間之差異分析	64
表4-12投放廣告後時段流量類型對各目標變數間之差異分析	65

圖目錄
圖1-1 2019台灣數位廣告投放統計：一般媒體平台	1
圖1-2研究流程圖	5
圖2-1自有媒體、付費媒體與賺得媒體屬性關係	9
圖2-2 Google Analytics 使用程序	19
圖2-3 Google Analytics資料蒐集原理	20
圖2-4客群經營的三項重點	27
圖2-5數位行銷漏斗	29
圖2-6數位行銷漏斗曝光、發現、思考階段圖	30
圖3-1研究架構	33
圖4-1投放廣告文案	39
圖4-2投放廣告排序	41
圖4-3投放廣告前時段流量變化	42
圖4-4投放廣告後時段流量變化	43
圖4-5 Google Analytics 整體觀察時間目標對象總覽	44
圖4-6 Google Analytics 投放廣告前時段目標對象總覽	46
圖4-7 Google Analytics 投放廣告後時段目標對象總覽	48
圖4-8整體觀察時間行為流程	67
圖4-9投放廣告前時段行為流程	68
圖4-10投放廣告後時段行為流程	69

中文文獻
1.江義平(2010)。關鍵字廣告點擊行為探究。電子商務研究，8(3)，407-432。
2.吳㛢慧(2017)。SEM/SEO環境中探討歸因理論之個體異質性問題。國立交通大學經營管理研究所碩士論文。
3.吳啟銘(2011)。整合電子商務平台與搜尋引擎行銷之研究─以中小外銷企業為例。淡江大學商學院國際商學碩士在職專班碩士論文。
4.李玟萱(2017)。B2C電子商務網站再行銷廣告之績效研究 - 以Y公司為例。國立臺北科技大學工業工程與管理系碩士班碩士學位論文。
5.周韋綺(2018)。非營利組織對關鍵字廣告之運用:開放文化基金會個案研究。國立臺灣大學管理學院企業管理碩士專班碩士論文。
6.林純安(2018)。內容型網站之資訊架構與原型設計- 以水果知識網站為例。世新大學資訊傳播學系碩士論文。
7.夏鐸(2018)。小型電商是否能利用雲端機器學習技術預測商品價格彈性?以N電商為例。國立中山大學企業管理學系碩士論文。
8.曾瀚平、鄭江宇(2018)。Google Analytics 疑難雜症大解惑：讓你恍然大悟的37個必備祕訣。臺北市，台灣：五南圖書出版股份有限公司。
9.黃俊堯(2016)。明天的遊戲規則，臺北市，台灣：先覺出版社。
10.黃俊堯(2019)。數位行銷，臺北市，台灣：雙葉書廊有限公司。
11.經濟部商業司(2016)。105 年度電子商務雲端創新應用與基礎環境建置計畫(編號: III1051-P404-012)。臺北市：經濟部商業司。
12.靖心慈(2019)。WTO和APEC近期對電子商務/數位經濟之推動方向。經濟前瞻，(183)，95-100。
13.饒柏齡(2016)。關鍵字廣告位置與搜尋排名對廣告成效之關聯度分析。元智大學資訊管理學系碩士班碩士論文。
英文文獻
1.Agarwal A, Hosanagar K, & Smith, M. D. (2011) Location, location, location: An analysis of profitability of position in online advertising markets. Journal of Marketing Research, 48(6), 1057–1073.
2.Agarwal, A., Hosanagar, K., & Smith, M. D. (2015). Do organic results help or hurt sponsored search performance?. Information Systems Research, 26(4), 695-713.
3.Barwitz, N., & Maas, P. (2018). Understanding the omnichannel customer journey: Determinants of interaction choice. Journal of Interactive Marketing, 43, 116-133.
4.Baye, M. R., De los Santos, B., & Wildenbeest, M. R. (2016). Search engine optimization: what drives organic traffic to retail sites?. Journal of Economics & Management Strategy, 25(1), 6-31.
5.	Belch, G. E., & Belch, M. A. (2004). Advertising and Promotion: An Integrated Marketing Communications Perspective (6th ed.). Boston: Irwin.
6.Berman, R. (2018). Beyond the last touch: Attribution in online advertising. Marketing Science, 37(5), 771-792.
7.Berman, R., & Katona, Z. (2013). The role of search engine optimization in search marketing. Marketing Science, 32(4), 644-651.
8.Berthon, P., Pitt, L., & Watson, R. T. (1996). The World Wide Web as an advertising medium: Toward an understanding of conversion efficiency. Journal of Advertising Research, 36(1), 43-53.
9.Boswell, P. (2011). Google analytics: Measuring content use and engagement. Society for Technical Communication Summit, 135-38.
10.Brin, S., & Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer networks and ISDN systems, 30(1-7), 107-117.
11.Colicev, A., Kumar, A., & O'Connor, P. (2019). Modeling the relationship between firm and user generated content and the stages of the marketing funnel. International Journal of Research in Marketing, 36(1), 100-116.
12.De Haan, E., Wiesel, T., & Pauwels, K. (2016). The effectiveness of different forms of online advertising for purchase conversion in a multiple-channel attribution framework. International Journal of Research in Marketing, 33(3), 491–507.
13.Drucker, P. F. (2006). The Practice of Management. New York City, America: HarperCollins Publishers
14.Ellis, S., & Brown, M. (2017). Hacking Growth: How Today's Fastest-growing Companies Drive Breakout Success. Currency. America: Crown Business
15.Gandal, N. (2001). The dynamics of competition in the internet search engine market. International Journal of Industrial Organization, 19(7), 1103-1117.
16.Ghose, A., & Yang, S. (2009). An empirical analysis of search engine advertising: Sponsored search in electronic markets. Management Science, 55(10), 1605–1622.
17.Holiday, R. (2014). Growth hacker marketing: a primer on the future of PR, marketing, and advertising. Penguin. Portfolio.
18.Jansen, B. J., & Resnick, M. (2006). An examination of searcher's perceptions of nonsponsored and sponsored links during ecommerce Web searching. Journal of the American Society for information Science and Technology, 57(14), 1949-1961.
19.Jerath, K., Ma, L., & Park, Y. H. (2014). Consumer click behavior at a search engine: The role of keyword popularity. Journal of Marketing Research, 51(4), 480-486.
20.Joachims, T. (2002). Optimizing search engines using clickthrough data. In Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 133-142). ACM.
21.Kireyev, P., Pauwels, K., & Gupta, S. (2016). Do display ads influence search? Attribution and dynamics in online advertising. International Journal of Research in Marketing, 33(3), 475-490.
22.Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69-96.
23.Lorigo, L., Haridasan, M., Brynjarsdóttir, H., Xia, L., Joachims, T., Gay, G., ... & Pan, B. (2008). Eye tracking and online search: Lessons learned and challenges ahead. Journal of the American Society for Information Science and Technology, 59(7), 1041-1052. 
24.Netzer, Y. (2011). Keyword Optimization in Search-Based Advertising Markets. Tel Aviv University.
25.Novak, T. P., & Hoffman, D. L. (1997). New metrics for new media: Toward the development of web measurement standards. World Wide Web Journal, 2(1), 213-246.
26.Novak, T. P., Hoffman, D. L., & Duhachek, A. (2003). The influence of goal‐directed and experiential activities on online flow experiences. Journal of Consumer Psychology, 13(1-2), 3-16.
27.Opreana, A., & Vinerean, S. (2015). A new development in online marketing: Introducing digital inbound marketing. Expert Journal of Marketing, 3(1).
28.Pan, B. (2015). The power of search engine ranking for tourist destinations. Tourism Management, 47, 79-87.
29.Patrício, L., Fisk, R. P., & Falcão e Cunha, J. (2008). Designing multi-interface service experiences: the service experience blueprint. Journal of Service Research, 10(4), 318-334.
30.Rogers, E. (1995). Diffusion of innovations (1st ed.). New York: The Free Press of Glencoe edited by 4th.
31.Rose, D. E., & Levinson, D. (2004). Understanding user goals in web search. In Proceedings of the 13th international conference on World Wide Web (pp. 13-19). ACM.
32.Rutz, O. J., Bucklin, R. E., & Sonnier, G. P. (2012). A latent instrumental variables approach to modeling keyword conversion in paid search advertising. Journal of Marketing Research, 49(3), 306-319.
33.Safko, L. and Brake, D. (2009). The Social Media Bible: Tactics, Tools and Strategies for Business Success. New York: John Wiley &Sons, p. 181; 243.
34.Todor, R. D. (2016). Blending traditional and digital marketing. Bulletin of the Transilvania University of Brasov. Economic Sciences. Series V, 9(1), 51.
35.Wallace, D. W., Giese, J. L., & Johnson, J. L. (2004). Customer retailer loyalty in the context of multiple channel strategies. Journal of retailing, 80(4), 249-263.
36.Wang, W., Li, G., Fung, R. Y., & Cheng, T. C. E. (2019). Mobile Advertising and Traffic Conversion: The Effects of Front Traffic and Spatial Competition. Journal of Interactive Marketing, 47, 84-101.
37.Wsi. (2013). Digital Minds: 12 Things Every Business Needs to Know about Digital Marketing. Victoria: Friesen Press, p. 7. 
38.Yang, S., & Ghose, A. (2010). Analyzing the relationship between organic and sponsored search advertising: Positive, negative, or zero interdependence?. Marketing Science, 29(4), 602-623.
39.Yang, X., Deng, T., Guo, Z., & Ding, Z. (2017). Advertising keyword recommendation based on supervised link prediction in multi-relational network. In Proceedings of the 26th International Conference on World Wide Web Companion (pp. 863-864). International World Wide Web Conferences Steering Committee.
網頁資料
1.Content Marketing Institute (CMI)美國內容行銷權威的機構。What is Content Marketing?. https://contentmarketinginstitute.com/what-is-content-marketing/.上網日期：2019年11月22日。
2.Disruptive Advertising, Hatch, J. (2015). The Ad Rank Formula Revealed. https://www.disruptiveadvertising.com/adwords/the-ad-rank-formula-revealed/.上網日期：2019年11月22。
3.DMA台灣數位媒體應用暨行銷協會。2019年台灣數位廣告量統計報告。https://drive.google.com/file/d/1W_Aq64aiK5-FVb3Tc3l_ua7SzGLDhAr0/view. 上網日期：2020年6月23日。
4.Google Ads說明。到達網頁：定義。https://support.google.com/google-ads/answer/14086?hl=zh-Hant. 上網日期：2019年11月17日。
5.Google Ads說明。到達網頁體驗：定義。https://support.google.com/google-ads/answer/1659694. 上網日期：2019年11月20日。
6.Google Ads說明。品質分數簡介。https://support.google.com/google-ads/answer/7050591. 上網日期：2019年11月17日。
7.Google Ads說明。預期點閱率：定義。https://support.google.com/google-ads/answer/1659696. 上網日期：2019年11月20日。
8.Google Ads說明。廣告排名。https://support.google.com/google-ads/answer/6300?hl=zh-Hant&ref_topic=24937. 上網日期：2019年11月17日。
9.Google Ads說明。廣告排名和廣告評級簡介。https://support.google.com/google-ads/answer/1722122. 上網日期：2019年11月17日。
10.Google Ads說明。廣告評級。https://support.google.com/google-ads/answer/1752122. 上網日期：2019年11月17日。
11.Google Ads說明。廣告評級門檻：定義。https://support.google.com/google-ads/answer/7634668. 上網日期：2019年11月17日。
12.Google Ads說明。廣告關聯性。https://support.google.com/google-ads/answer/1659752. 上網日期：2019年11月20日。
13.Google Ads說明。確保廣告的關聯性。https://support.google.com/google-ads/answer/1722089. 上網日期：2019年11月17日。
14.Google Ads說明。競價。https://support.google.com/google-ads/answer/142918?hl=zh-Hant. 上網日期：2019年11月17日。
15.Google Ads說明。讓廣告顯示在搜尋結果第一頁。https://support.google.com/google-ads/answer/2472742. 上網日期：2019年11月20日。
16.Google Analytics說明。工作階段。https://support.google.com/analytics/answer/6086069?hl=zh-Hant&ref_topic=6083659. 上網日期：2019年11月22日。
17.Google Analytics說明。定義網頁工作階段的方式。https://support.google.com/analytics/answer/2731565?hl=zh-Hant&ref_topic=1012046. 上網日期：2019年11月20日。
18.Google Analytics說明。網站上的Google Analytics Cookie使用情況。https://developers.google.com/analytics/devguides/collection/analyticsjs/cookie-usage. 上網日期：2019年11月21日。
19.Google Analytics說明。關於目標。https://support.google.com/analytics/answer/1012040?hl=zh-Hant. 上網日期：2019年11月20日。
20.Hatch, J. (2015). The Ad Rank Formula Revealed. Retrieved from 
https://www.disruptiveadvertising.com/adwords/the-ad-rank-formula-revealed/. 上網日期：2019年11月20日。
21.Inbound Asia集客數據行銷(2019)。【GA教學】Google Analytics教學，從無到有學會網站流。https://inboundmarketing.com.tw/websites-optimization/google-analytics.html.上網日期：2019年11月23日。
22.LYFE MARKETING (2019).This is How You Develop a Profitable Digtal Marketing Funnel. https://www.lyfemarketing.com/blog/digital-marketing-funnel/.上網日期：201年11月21日。
23.Marketingdatascience (2019)。今日的口碑行銷：付費、自有與賺來的媒體。https://medium.com/marketingdatascience/今日的口碑行銷-付費-自有與賺來的媒體-4c04ab901161. 上網日期：2019年11月16日。
24.MIC AISP情報顧問服務(2011)。網路社群媒體發展分析。https://mic.iii.org.tw/aisp/FreeS.aspx?id=2965. 上網日期：2019年11月16日。
25.StatCounter Global Stats。台灣搜尋引擎市場佔有率。https://gs.statcounter.com/search-engine-market-share/all/taiwan. 上網日期：2020年02月27日。
26.TRANSBIZ。數位行銷不能不懂！你的行銷漏斗（Marketing Funnel）做對了嗎？。https://transbiz.com.tw/marketing-funnel/#i.上網日期：2019年11月22日
27.TWNIC財團法人台灣網路資訊中心。2019台灣網路報告。https://report.twnic.tw/2019/assets/download/TWNIC_TaiwanInternetReport_2019_CH.pdf.上網日期：2020年6月23日。
28.TWNIC財團法人台灣網路資訊中心。2019台灣網路調查-整體網路使用現況。https://report.twnic.tw/2019/TrendAnalysis_internetUsage.html.上網日期：2020年6月23日。
29.Wikipedia維基百科。HTTP cookie。https://en.wikipedia.org/wiki/HTTP_cookie. 上網日期：2019年11月21日。