一次关于 GA4 AI 流量统计的完整实验：从 Session Source 到 Custom Channel Group
随着 ChatGPT、DeepSeek、豆包、腾讯元宝等 AI 产品逐渐成为新的流量入口，越来越多的网站开始关注AI 到底为网站带来了多少流量。
然而，GA4 的默认渠道组（Default Channel Group）中并无“Artificial Intelligence”这一选项。AI 流量往往被分散归类到 Referral、Organic Social 或 Organic Search 中。于是，一个非常自然的解决方案浮现出来：既然默认没有，我们就通过自定义渠道组（Custom Channel Group）手动创建一个 AI 渠道。
我最初也采用了这一思路，但在实际验证中却发现了一个令人困惑的现象：Custom Channel Group 统计出的 AI 会话数，与在 Reports 中直接通过 Session Source（会话来源）过滤得到的数据，存在明显出入。
然而，在实际验证过程中，我发现Custom Channel Group 统计出来的 AI 流量，与 Reports 中通过 Session Source（会话来源）过滤得到的数据存在明显差异。
经过一系列拆解与验证，我得出了最终结论——对于 GEO（Generative Engine Optimization）场景下的 AI 流量统计，Session Source 才是更可靠、更本质的统计口径，而 Custom Channel Group 则需要极其谨慎的配置才能实现一致结果。
本文将完整记录这一验证过程，以及背后的原因。
第一阶段：理想开端——创建自定义 AI 渠道
我开始建立一个名为“Artificial Intelligence”的自定义渠道组。核心规则为：匹配来源（Source）符合特定正则表达式的所有流量。同时，为确保该规则能优先生效，我将其渠道排序提升至 Referral 等默认渠道之上。
（自定义渠道规则，匹配所有AI流量）
（Custom Channel Group Priority）
与此同时，在 GA4 Reports（常规报告）中，我也使用完全相同的正则过滤Session Source（会话来源）。
理论上，两者统计结果应该一致。但是实际情况却不是这样。
第二阶段：数据异常——7,700 vs 6,600
在 Reports（常规报告） 中，通过 Session Source 过滤 AI 来源，我得到约7,700+ 次 AI 会话。
而使用 Custom Channel Group（自定义渠道分组） 后，AI 会话却只有6,600+次。
奇怪的是，完全相同的正则，为何产生约 1,100 次的流量差异？
（Reports 常规视图下各渠道AI流量，包含yuanbao流量）
（Reports 常规视图下，自定义Artificial Intelligence维度，各渠道AI流量，不含yuanbao流量）
第三阶段：缩小范围——腾讯元宝是唯一的“例外”
我进一步拆解了各个 AI 产品的流量数据，制作了对比表格。
结果发现：ChatGPT、豆包等绝大多数 AI 来源的数据完全吻合。唯一的异常点集中在“腾讯元宝”上——大量元宝流量并未进入我定义的 Artificial Intelligence 渠道，而是流向了其他默认渠道。
此时，我的第一反应是怀疑 GA4 无法正确识别元宝的来源。但后续验证证明，这一猜测并不成立。
第四阶段：初步探索——腾讯元宝被“截胡”至 Organic Social
通过 GA4 Explore（探索），我深入查看了腾讯元宝流量的渠道归属明细。
结果清晰显示：腾讯元宝的流量被 GA4 默认归类到了 Organic Social，而其他 AI 产品则正常计入我自定义的 Artificial Intelligence 渠道。
（数据探索模式下 Custom Channel Group 各渠道AI流量）
看到这张数据图，似乎马上就可以下结论了：Custom Channel Group 不可靠，因为它会受到默认渠道规则的干扰，只要有一个 AI 来源的路径特殊（如元宝），整体统计就会失真。
即便如此，还是令人不解：为什么偏偏是元宝？如果我将Artificial Intelligence提前，结果会改变吗？
有了猜想，就开始准备进一步验证了。
第五阶段：关键转折——推翻认知，Priority 机制才是核心
带着上述猜想，我重新调整了自定义渠道分组中的渠道排序（Priority），将“Artificial Intelligence”提升至默认渠道（包括 Organic Social、Referral）之前。
结果令人惊讶：原本被归入 Organic Social 的腾讯元宝流量，果然重新流入了 Artificial Intelligence 渠道。
至此，我之前“Custom Channel Group 数据失真”的结论被彻底推翻。真正的原因浮出水面：Custom Channel Group 并非简单的规则匹配，而是严格遵守“先命中谁，就归谁”的优先级（Priority）机制。
当 AI 渠道优先级较低时，元宝流量会先被 Organic Social 规则捕获。
当 AI 渠道优先级提升至最高时，所有匹配 AI 来源的流量都会优先被统计进来。
Google 官方文档明确指出：
Traffic is included in the first channel whose definition it matches given the current order of channels in the group.
即：流量会被分配到按照当前排序，第一个匹配成功的渠道中。
因此，Custom Channel Group 不仅取决于规则是否正确，还取决于渠道的排列顺序（Priority）。这也是为什么将Artificial Intelligence调整到Organic Social和Referral之前，腾讯元宝等 AI 流量能够被正确归类到 AI 渠道，而不是继续落入默认渠道。
调整后，Custom Channel Group 与 Reports 中通过 Session Source 过滤的数据，终于完全一致。
（Custom Channel Group Priority）
（数据探索模式下 Custom Channel Group 各渠道AI流量）
（Reports 常规视图下各渠道AI流量）
最终结论：不是二选一，而是各司其职
经过这一轮完整的实验与验证，我最终认识到：
AI 流量统计并非要在 Session Source 与 Custom Channel Group 之间二选一，两者承担着截然不同但互补的职责。
Session Source 的作用是“向下钻取”：精准识别每一次会话具体来自哪一个 AI 产品（是 ChatGPT，还是元宝，还是豆包）。
Custom Channel Group 的作用是“向上聚合”：将所有 AI 产品统一归纳为“Artificial Intelligence”这一营销渠道，方便与 Organic Search、Referral、Direct 等渠道在宏观层面进行横向对比。
核心前提是：在配置 Custom Channel Group 时，必须确保 AI 渠道的规则完整无遗漏，且其渠道优先级高于所有可能与之冲突的默认渠道。只有在满足这一条件时，两种统计口径才能输出一致的 AI 流量规模，只是呈现的观察维度不同。