Google Analytics 4 (GA4) ถูกสร้างมาเพื่อตอบคำถามด้านการตลาดและทราฟฟิก ผู้เข้าชมมาจากที่ไหน แคมเปญใดพาพวกเขามา พวกเขามีส่วนร่วมกับอะไร และใครเปลี่ยนเป็นลูกค้า มันทำงานได้ดีมากกับคำถามเหล่านั้น และสำหรับเว็บไซต์ส่วนใหญ่ มันคือเครื่องมือรายงานที่ทั้งองค์กรอ่านอยู่แล้ว
ตอนนี้มีอีกคำถามหนึ่งเข้ามาอยู่ข้างๆ คำถามนั้น การ interaction บางส่วนกับไซต์, API และผลิตภัณฑ์ของคุณมาจาก AI agents ที่ทำงานแทนลูกค้าจริง และมาจากคนที่ทำงานร่วมกับ AI assistant ข้างตัวเขา ทีม product, growth และ security ต้องการรู้ว่ากิจกรรมเหล่านั้นมีมากแค่ไหน อยู่บน route ใด และควรทำอะไรกับมัน นั่นคือหน้าที่ของ Proof of Actor ซึ่งเป็นผลิตภัณฑ์ actor intelligence จาก AgentCredia
หน้านี้เปรียบเทียบทั้งสองอย่างตรงไปตรงมา ข้อเท็จจริงเกี่ยวกับ GA4 ด้านล่างมาจากเอกสารของ Google เอง ณ เดือนพฤศจิกายน 2026
สรุปสั้นๆ
| Google Analytics 4 (GA4) | Proof of Actor | |
|---|---|---|
| คำถามหลัก | ผู้คนพบและใช้งานไซต์ของฉันอย่างไร และอะไรทำให้เกิด conversion? | ใครหรืออะไรที่กำลังลงมือทำใน interaction นี้ และมี evidence อะไร? |
| การเก็บข้อมูลหลัก | Google tag ในเบราว์เซอร์ พร้อม Measurement Protocol เพื่อเสริม | server middleware, edge, HTTP API, MCP servers และ browser collector ที่ได้รับอนุมัติ |
| บ็อตและสไปเดอร์ที่รู้จัก | ถูกยกเว้นจากรายงานโดยอัตโนมัติตามเอกสารของ Google | ถูกจัดประเภทและเก็บไว้ เพื่อให้คุณมองเห็นและ route ได้ |
| AI agents | ไม่ใช่หมวดรายงานในเอกสารการยกเว้นบ็อตของ Google | เป็นผลลัพธ์ระดับแรก: Agent |
| ผู้คนที่ใช้ AI ช่วย | ไม่ได้อธิบายเป็นหมวดแยก | เป็นผลลัพธ์ระดับแรก: Human + AI |
| ทราฟฟิกที่ไม่ชัดเจน | นับเป็นผู้ใช้หรือถูกยกเว้น | รายงานเป็น Unknown พร้อม fallback ที่คุณเลือก |
| evidence ต่อผลลัพธ์ | รายงานแบบรวม | มี basis ในทุกผลลัพธ์: verified, declared, inferred หรือ unknown |
| ลงมือกับทราฟฟิก | ไม่ รายงานอย่างเดียว | route ตาม policy ของคุณในโค้ดของคุณเอง หลังจาก observation |
ส่วนด้านล่างอธิบายแต่ละแถว
รายงานของ GA4 ถูกสร้างมาเพื่อแสดงอะไร
GA4 จัดทุกอย่างรอบๆ users, sessions และ events จากนั้นจึงสรุปเป็นรายงาน: acquisition ตาม channel และ campaign, engagement ตาม page และ event, และ conversions ตาม source รายงานเหล่านั้นเป็นข้อมูลแบบ aggregate พวกมันถูกออกแบบมาเพื่อแสดงแนวโน้มจากการเข้าชมจำนวนมาก และแอบตั้งสมมติฐานว่าผู้ใช้ทุกคนในนั้นเป็นคนที่กำลัง browse ไซต์หรือแอปของคุณ บ็อตที่รู้จักจะถูกเอาออกก่อนที่ตัวเลขจะมาถึงคุณ ซึ่งช่วยให้รายงานการตลาดสะอาด
การออกแบบนั้นทิ้งจุดบอดเฉพาะไว้ รายงาน GA4 บอกคุณได้ว่า sign up เพิ่มขึ้นเมื่อสัปดาห์ที่แล้ว แต่มันบอกไม่ได้ว่ามีกี่รายการที่เกิดจาก agent ที่ทำงานแทนลูกค้า มีกี่รายการที่เกิดจากคนซึ่งร่างงานร่วมกับ AI assistant หรือมีกี่รายการที่มาจากทราฟฟิกที่ไม่มีใครอธิบายได้ และมันไม่ได้ส่งคำตอบให้แอปพลิเคชันของคุณเพื่อให้ลงมือทำได้ในขณะที่ request ยังเปิดอยู่
Proof of Actor เติมช่องว่างนั้นทีละ interaction แต่ละ request, session หรือ tool call จะได้ class: Human เมื่อสัญญาณชี้ไปที่คน, Human + AI เมื่อคนลงมือทำโดยมี AI assistance ที่ถูก declared หรือ observed ผ่าน integration ที่รองรับ, Agent สำหรับ interaction แบบอัตโนมัติหรือมีต้นกำเนิดจาก agent, และ Unknown เมื่อ evidence ไม่เพียงพอที่จะสรุปได้อย่างน่าเชื่อถือ แต่ละ class มาพร้อม evidence basis คือ verified, declared, inferred หรือ unknown ดังนั้นตัวเลขในรายงานและการตัดสินใจในโค้ดของคุณจึงยึดจาก evidence ที่ระบุไว้เดียวกัน
แต่ละอย่างทำงานที่ไหน
ตามเอกสารของ Google, GA4 รวบรวมข้อมูลผ่านการ tagging ด้วย Google tag (gtag.js), Google Tag Manager หรือ Google Analytics for Firebase Google ยังมี Measurement Protocol ซึ่งส่ง events โดยตรงไปยังเซิร์ฟเวอร์ Google Analytics ผ่าน HTTP สำหรับ interaction แบบ server-to-server และ offline Google ระบุว่าเจตนาของ Measurement Protocol คือเสริมการเก็บข้อมูลอัตโนมัติ ไม่ใช่แทนที่มัน
การออกแบบนั้นเหมาะกับคนที่ browse แต่มีช่องว่างสำหรับ agents AI agents จำนวนมากดึงหน้าโดยไม่รัน JavaScript เรียก API ของคุณโดยตรง หรือเชื่อมต่อกับ MCP server ของคุณเพื่อทำงานให้เสร็จ ในเส้นทางเหล่านั้นไม่มี browser tag ให้ทำงาน ดังนั้น GA4 โดยทั่วไปจึงไม่รับรู้ interaction นั้นเลย เว้นแต่ว่าคุณจะสร้างการรายงานนั้นเอง
Proof of Actor ไม่ได้พึ่ง tag ที่ต้องทำงาน มันติดตั้งในเส้นทางของ request เป็น Node.js หรือ Next.js middleware, ใน edge layer ที่คุณควบคุม, หลัง generic HTTP API หรือภายใน MCP server และ browser collector เป็นตัวเลือกเสริมสำหรับหน้าที่คุณอนุมัติ หน้า integrations แสดงแต่ละเส้นทาง เอเจนต์ที่ไม่เคย render หน้า และจึงไม่ส่ง GA4 hit ก็ยังได้รับผลลัพธ์อยู่ดี
GA4 จัดการกับบ็อตและ AI agents อย่างไร
เอกสารของ Google เกี่ยวกับ known bot-traffic exclusion ระบุว่า ใน Google Analytics properties ทราฟฟิกจากบ็อตและสไปเดอร์ที่รู้จักจะถูกยกเว้นโดยอัตโนมัติ Google ระบุบ็อตที่รู้จักโดยใช้การผสมกันของงานวิจัยของตนเองและ International Spiders and Bots List ที่ดูแลโดย Interactive Advertising Bureau (IAB) หน้าเดียวกันยังระบุว่าขณะนี้คุณไม่สามารถปิดการยกเว้น known bot traffic หรือดูได้ว่าทราฟฟิก known bot traffic ถูกยกเว้นไปเท่าไร
สำหรับการรายงานด้านการตลาด นั่นเป็นค่าเริ่มต้นที่สมเหตุสมผล คุณต้องการให้ตัวเลข campaign และ conversion อธิบายผู้คน ไม่ใช่ crawlers
แต่สำหรับการทำความเข้าใจทราฟฟิกของ AI agent นั่นหมายความว่าข้อมูลที่มีประโยชน์ที่สุดถูกเอาออกก่อนที่คุณจะเห็นมันเสียอีก ทราฟฟิกที่ถูกยกเว้นจะไม่ปรากฏในรายงาน และเอกสารของ Google เรื่อง bot exclusion ไม่ได้อธิบายหมวดรายงานแยกต่างหากสำหรับ AI agents ที่ทำงานแทนผู้ใช้ หรือสำหรับคนที่ทำงานร่วมกับ AI assistance เอเจนต์ที่ไม่ได้อยู่ในรายการที่รู้จัก และเอเจนต์ที่ไม่เคยทำงานของ tag เลย ต่างอยู่นอกกลไกนั้นทั้งหมด
สิ่งที่ Proof of Actor เพิ่มให้กับรายงาน GA4 ของคุณ
segment ที่ GA4 สร้างเองไม่ได้ แอปพลิเคชันของคุณจะได้รับผลลัพธ์จาก Proof of Actor ดังนั้นจึงแนบ actor class และ basis ไปกับ events ที่ส่งไปยัง GA4 อยู่แล้วได้ เช่น เป็น event parameter ที่ลงทะเบียนเป็น custom dimension จากนั้นรายงาน acquisition, engagement และ conversion ก็แยกตาม Human, Human + AI, Agent และ Unknown ได้สำหรับทราฟฟิกที่ Google tag มองเห็น
มุมมองของสิ่งที่การยกเว้น known-bot เอาออกไป Google ระบุว่าการยกเว้น known bot ปิดไม่ได้ และคุณไม่สามารถดูได้ว่ามันเอาทราฟฟิกไปเท่าไร Proof of Actor คง agents ไว้ในมุมมองในรูปของผลลัพธ์ Agent ดังนั้นคุณจึงเห็นได้ว่าใช้ route ใด และตัดสินใจว่าจะให้บริการพวกมันหรือไม่ เอเจนต์ที่กำลังเปรียบเทียบแผนของคุณเพื่อช่วยลูกค้าจริงอาจเป็นผู้เข้าชมที่ควรออกแบบรองรับ คู่มือเกี่ยวกับ serving AI agents structured content แสดงแนวทางหนึ่ง
coverage ในที่ที่ tag ไม่เคยทำงาน API calls, MCP tool calls และหน้าที่ดึงมาโดยไม่ใช้ JavaScript จะไม่สร้าง GA4 hit Proof of Actor จัดประเภทสิ่งเหล่านี้ในเส้นทางของ request ซึ่งเป็นเหตุผลที่ actor analytics ตาม route และ workflow ของมันจึงทำงานเสริมกับ GA4 ไม่ใช่ทำซ้ำ
evidence เบื้องหลังทุก label GA4 จับคู่บ็อตที่รู้จักกับรายการและเอาออกไป; Proof of Actor ระบุว่าทำไมจึงได้ผลลัพธ์นั้น basis แบบ verified หมายความว่า request signature ผ่านการตรวจสอบกับ public key ภายใต้ HTTP Message Signatures (RFC 9421) basis แบบ declared หมายความว่าลูกค้าหรือแอปพลิเคชันของคุณระบุไว้ และ basis แบบ inferred ถูกทำเครื่องหมายว่าเป็นการอนุมาน นั่นสำคัญเพราะ user agent string เพียงอย่างเดียวใครก็สามารถคัดลอกได้ ดังที่รายการ user agent spoofing อธิบายไว้
ผู้คนที่ใช้ AI ช่วยอยู่ในจำนวนผู้ใช้ของคุณ ใน GA4 คนที่ร่างงานด้วย assistant ก็ยังเป็นเพียงผู้ใช้คนหนึ่ง Proof of Actor รายงานบุคคลนั้นเป็น Human + AI เมื่อการช่วยเหลือนั้นถูก declared หรือ observed ดังนั้นคุณจึงเปรียบเทียบเส้นทาง conversion ของพวกเขากับผู้ใช้ที่ไม่ได้รับการช่วยได้ รายการ AI-assisted interaction อธิบาย class นี้
Unknown เป็นบรรทัดของตัวเอง แทนที่จะนับทราฟฟิกที่ไม่ชัดเจนเป็นผู้ใช้หรือทิ้งมันไป Proof of Actor จะคืนค่า Unknown และติดตามอัตรา Unknown ตาม route
การตัดสินใจ ไม่ใช่แค่รายงาน GA4 รายงาน แต่ไม่ได้เปลี่ยนประสบการณ์ของผู้เข้าชม Proof of Actor ให้โค้ดของคุณ allow, adapt, challenge, ส่งไป review หรือ rate-limit ตาม route, class และ basis ได้ มันเริ่มต้นใน observation mode ดังนั้นการติดตั้งจึงไม่เปลี่ยนแปลงอะไรจนกว่าคุณจะเลือก enforce policy
การเพิ่ม actor class เข้าไปในการตั้งค่า GA4 ที่มีอยู่
การ rollout ที่ใช้งานได้จริงจะคงทุก GA4 report ที่ทีมของคุณอ่านอยู่ไว้:
- คง GA4 ไว้ตามเดิม รายงาน acquisition, campaign และ conversion ยังคงอยู่ และการยกเว้น known-bot ช่วยให้ตัวเลขเหล่านั้นโฟกัสที่คน
- ติดตั้ง Proof of Actor ในโหมด observation ที่ชั้น server, edge, API หรือ MCP เพื่อให้จัดประเภท interaction ที่ GA4 ไม่ได้รับ รวมถึง interaction ที่มันได้รับอยู่แล้ว
- ลงทะเบียน dimension ของ actor class ส่ง class และ basis เป็น event parameters บน events ที่คุณติดตามอยู่แล้ว และลงทะเบียนเป็น custom dimensions จากนั้นเพิ่ม dimension ลงในรายงานที่สำคัญ เช่น sign up และ checkout funnels
- เปรียบเทียบสองมุมมอง GA4 แสดงว่าทราฟฟิกจากเบราว์เซอร์ที่ถูกจัดประเภทแล้วเปลี่ยนเป็นลูกค้าอย่างไร Proof of Actor actor analytics แสดงส่วนผสมทั้งหมดตาม route รวมถึงทราฟฟิกของ agent ที่ GA4 ยกเว้นหรือมองไม่เห็นเลย
- ลงมือกับ route ที่สำคัญ เมื่อภาพชัดเจนแล้ว ให้เขียน policy ในโค้ดของคุณสำหรับ workflows ที่ actor class ควรเปลี่ยนประสบการณ์
หน้า AI agent traffic analytics อธิบายด้านการวัดรายละเอียดเพิ่มเติม และ websites use case แสดงให้เห็นว่ามันเป็นอย่างไรบนเว็บไซต์ที่ใช้งานจริง
เมื่อใด GA4 เพียงพอ และเมื่อใดควรเพิ่ม Proof of Actor
GA4 เพียงพอเมื่อคำถามของคุณเกี่ยวกับการตลาด: ช่องทางใดพาผู้เข้าชมมา แคมเปญทำงานอย่างไร หน้าใดทำให้ผู้คนมีส่วนร่วม และอะไรทำให้เกิด conversion การยกเว้น known-bot เป็นฟีเจอร์สำหรับงานนั้น
เพิ่ม Proof of Actor เมื่อจำนวนใน GA4 ทำให้เกิดคำถามที่มันตอบไม่ได้: ทราฟฟิกของคุณมี agent ที่ทำงานแทนลูกค้ามากแค่ไหน การเพิ่มขึ้นของ sign up มาจากคนที่ใช้ AI ช่วยหรือไม่ ทำไมการใช้ API จึงเพิ่มขึ้นโดยที่ sessions ไม่เพิ่มตาม หรือแอปพลิเคชันของคุณควรทำอะไรแตกต่างออกไปสำหรับ actor แต่ละแบบ GA4 บอกคุณว่าผู้ชมของคุณมีพฤติกรรมอย่างไรในภาพรวม Proof of Actor บอกคุณว่าใครกำลังลงมือทำในแต่ละ interaction พร้อม evidence และให้โค้ดของคุณมีวิธีตอบสนอง
เริ่มต้นใช้งาน
Proof of Actor อยู่ใน private beta ผ่าน founding developer program ทีมที่ได้รับคัดเลือกสามารถใช้งานได้ฟรีสูงสุด 12 เดือนภายใต้ขอบเขตการใช้งานที่ตกลงกันไว้ โดยไม่มีการเรียกเก็บเงินอัตโนมัติ สมัคร Apply for early access และบอกเราเกี่ยวกับไซต์หรือแอปพลิเคชันของคุณรวมถึงทราฟฟิกที่คุณต้องการทำความเข้าใจ
Google Analytics เป็นเครื่องหมายการค้าของ Google LLC.