本来想整理一份文档的，找到有现成的，就不重复造轮子了。
下文内容Copy自大佬的 https://yaosocial.com/archives/ga4-tutorial-5-a-deep-and-thorough-understanding-of-google-analytics-dimensions-and-metrics/ 。（我修改、新增了一些内容）
通用指标
用户总数（UV）：在指定日期范围内访问过网站的去重总人数。触发过任何事件即可被计入。
新用户数：在指定日期范围内记录了 first_visit 事件的去重新用户数。
活跃用户数：在指定日期范围内访问过您的网站的去重用户数。活跃用户是指进行过感兴趣的会话的用户，或是在Analytics收集到下列数据时对应的用户：从网站中收集到其 first_visit 事件或 engagement_time_msec 参数。其中 engagement_time_msec 参数触发非常容易，停留1秒钟就能触发——可见活跃用户的定义非常随便，基本99.9%的用户都可以被归入，所以活跃用户数通常与用户总数特别接近，两者差不多可以视为同一个指标。
GA报告中默认的用户数通常指活跃用户数。
【官方文档关于活跃用户定义的陈述的最后一条存在歧义：“只要在一秒内检测到 user_engagement 事件，该用户就会被视为活跃用户”——不确定是否单独指ios应用还是包括网站和安卓app。因为在另一个文档关于user_engagement的定义刚好与这里的描述相悖——“当应用在前台运行或网页在浏览器活动窗口中显示至少 1 秒时触发”；而且在第三个文档中也没这一条。】
回访用户数：在指定日期范围之前曾发起过至少一个会话的去重用户数，无论之前的会话是否为感兴趣的会话。
注：GA依靠cookie来区分用户，因此cookie有效期对上述用户数量指标的计数至关重要。Cookie有效期在Chrome（访问占比50%左右） 中最多为 400 天，Safari（访问占比40%左右） 最多为 7 天。默认情况下，当访客在cookie存续的有效期内重新访问网站，GA的cookie有效期每次都会被重新刷新。可以在 数据流 - 配置代码设置 - 覆盖Cookie设置 中调整Cookie更新的规则，让它不会每次都重新计算有效期。默认的Cookie时长是24个月，但是主流浏览器的支持时长只有13个月（chrome）或7天（safari），所以实际上最长只会保留400天，无论怎么调整cookie时长都没啥作用。
一旦用户在超出cookie有效期后或者清除浏览器cookie后再次访问，便会被视为新用户；当然，同一个用户在多个浏览器或者多台设备访问，均会被多次视为新用户。
Chrome中查看cookie的路径：F12 - Application - Cookies，在右侧列表中找到对应cookies即可。
注意：在GA报表中，用户总数减去新用户数并不等于回访用户数，因为 回访用户数 = 部分老用户回访人数 + 部分新用户回访人数 。在这些指标中，只有新用户数的值是逐日累计的，因为同一个cookie的first_visit事件只会被触发一次；而用户总数、活跃用户数和回访用户数的值并非逐日累计，是因为这些指标都是需要去重的——在较短时间段内可能被多次归入指标，但在较长时间段内又会有重复数据，需要去重后再归入指标。
e.g. 有一个人连续4天每天各访问网站一次。假如时间维度为“1日”：那么第一天的用户总数=1，新用户=1，回访用户=0；第二、三、四天的值都是用户总数=1，新用户=0，回访用户数=0。假如时间维度为“2日”：前两天的用户总数=1，新用户=1，回访用户=1；后两天的用户总数=1，新用户=0，回访用户=1。假如时间维度为“4日”：那么四天时间段内的用户总数=1，新用户=1，回访用户=1。
Lookers中使用 新用户/回访用户 作为维度来使用即可分析两者在各个指标上的差异。
会话数： 会话是指用户与你的网站互动的一段时间；当用户浏览网页，且当前没有任何其他会话处于活动状态（例如，之前的会话已超时），即计入一次会话数。
默认情况下，会话会在用户处于不活动状态 30 分钟后结束（即超时）。会话无持续时间限制。一个用户如果在一天内2次访问你的网站， 且在第一次访问结束后的30分钟后才开始第二次访问，那么这个用户在当天其实带来了2次会话，而用户数则为1。
会话超时限制时长可以在 数据流 - 配置代码设置 - 调整会话超时设置 中更改。
每位用户的会话数：每位用户的平均会话数。这就解释了上面举的那个例子，一个用户在一段时间内访问你网站的频次是多少。
感兴趣的会话数：持续至少 10 秒或者发生了至少 1 次转化事件或至少 2 次网页浏览的会话数。
最低持续时间可以在 数据流 - 配置代码设置 - 调整会话超时设置 中更改。
感兴趣的会话占比：感兴趣的会话所占的百分比。感兴趣的会话占比 = 感兴趣的会话数/总会话数。
跳出率： 非感兴趣的会话所占的百分比，跳出率 = 非感兴趣的会话数/总会话数， 跳出率”与“感兴趣的会话占比”相反
平均会话时长： 用户会话的平均时长（以秒为单位）。只要访客没有关闭网站的窗口且连续不活动时间不超过30分钟，即使最小化浏览器或是在浏览其它网站，也会计入会话时长。平均会话时长一般高于平均互动时长。
会话转化率：发生转化的会话所占的百分比。该指标的计算方法：带来转化的会话次数除以会话总数。
用户互动时长：网页在浏览器活动窗口中显示的时长。网页不在浏览器活动窗口或用户离开网页（例如，用户关闭标签页、窗口或应用；最小化浏览器；用户前往其他页面）的情形都不会被计入互动时长。
这是一个比会话时长更有实际意义的指标。
平均互动时长：网站在用户浏览器活动窗口中显示的平均时间。平均互动时长 = 用户互动总时长 / 用户数
用户转化率： 发生转化的用户所占的百分比。计算方法：执行转化操作的用户数除以用户总数。用户小于会话，也就意味着用户转化率会略高于会话转化率，但差异也不会特别大。虽然都是评估的转化率，会话转化率中会暗示的每一次访问中的冲动消费动力，以及页面对用户的消费号召力，可能更加适合一些低客单价或冲动消费性产品；而用户转化率会更能反馈出以人为单位， 围绕产品的转化率评估，所以我自己个人也会更加倾向于使用用户转化率。
每次会话的浏览次数：用户每次会话所浏览网页的数量。对同一网页的重复浏览也会计入。每次会话的浏览次数 = page_view 事件数 / 总会话数
浏览次数（PV）： 用户看到的网页的数量。对网页的重复浏览也会计入。
每位用户的浏览量：每位用户浏览的网页的平均数量
假如咱们想了解会话时长>30s或60s的会话数有多少个咋办，那么可以参考下面链接文章的方法2：https://twooctobers.com/blog/track-session-duration-conversions-in-ga4/
电商指标
对于B2C电商网站来说，总收入、总购买人数、购买次数/交易量指标以及ARPU、ARPPU、AOV等指标非常重要（通常我们会使用网站后台真实订单数据来计算，因为GA的不准确，用来看趋势没啥问题）：
转化率：不是现成的，需要手动设置计算指标。转化率 = 购买次数 / 活跃用户数
每用户平均收入（Average Revenue Per User – ARPU）：指每位活跃用户（无论是否完成购买交易）平均产生的收入。ARPU = 总收入 / 活跃用户数
每付费用户平均收入（Average Revenue Per Paying User – ARPPU）：平均客单价，指每位完成购买交易的活跃用户平均产生的收入。ARPPU = 总收入 / 总购买人数
每笔订单平均收入（Average Transaction Value, ATV 或 Average Order Value, AOV）：不是现成的，需要手动设置计算指标。AOV = 总收入 / 购买次数或交易量
对数据准确性的影响因素
在Consent Mode下，这些数据的准确性会有偏差。即使是在实施Advanced模式时，GA也无法追踪到特定用户ID（比如无法知道是否是同一个会话访问的不同页面还是新用户访问的页面），单个用户的行为事件将会采用建模方式基于已有数据进行估算（只不过有最低训练数据的前提要求），详见官方说明。
关于如何在GTM中设置consent mode，可以参考我的Google Tag Manager安装部署基础教程一文。
另外，当你网站上使用缓存插件或pefmatters这类优化插件对GTM、GA等JS脚本实施了延迟加载时，以上指标的数据统计会与实际有所偏差，用户数、会话数等统计值会比实际略小。因为统计脚本只会在加载后工作。
在我看来，访客未交互前的数据没啥作用，而且未交互的访客占比也很小，延迟统计脚本完全没毛病，反而能提高页面的初始加载速度。当然，数据收集前期不建议延迟加载统计脚本，待收集到比较完整的数据后，再对脚本延迟加载是一个很好的做法。