Google Analytics跟踪代码发送的是最原始的跟踪数据，如果不经过专门的处理，很难看得懂发送了什么数据。所以，要想获得自己需要的数据指标和对应数值，就需要对数据过滤器、目标、数据分组、自定义维度、自定义指标等相关功能设置对应的数据配置规则，这些规则就是具体的数据处理方式。
以数据过滤器为例，它的工作原理类似于计算机语言中的布尔值，执行True(真)或者False(假)条件判断。例如，要在所有的数据中排除来自内部人员所产生的数据，那么可以设定数据过滤器的条件为IP判断，如果监测到跟踪代码发送过来的数据中IP等于自己的IP，那么这份数据的性质就为True，不需要执行数据统计工作。
以目标归类为例，Google Analytics将不同的目标行为设定为四个大类，分别是网页浏览、事件触发、会话持续时间、页面访问深度。每一个大类所针对的访客行为又有很大的差别，每个配置目标在单次会话中只会被记录一次转化行为。比方说将事件触发的条件自定义为“单击视频播放按钮”，这时即使有个访客对视频内容比较感兴趣，连续看了5遍，那么事件触发转化的次数也是被统计为1的。
当然，如果对数据统计分析有更高层级的要求，那么完全可以在Google Analytics中根据自己的需要创建统计维度和指标。自定义维度通常情况下被用作自定义报告的主要数据统计维度或者标准报告下的次级维度。而自定义指标的作用是收集其他也无法用Google Analytics中的预定义指标衡量的标准和维度。
当上述标准或者自定义指标的数据被传导到Google Analytics后台之后，Google Analytics就会将数据分门别类地整理统计，以便数据使用人员在检索相关数据的时候能够从各个汇总数据库表格中快速地提取数据并形成报告。
既然是数据统计分析，就必须有数据维度和指标的统计处理范围，否则统计分析结果不仅不能为判断和决策提供客观正确的数据支持，反而会误导合理判断。一般来说，Google Analytics的维度和指标有三个范围，分别是命中级别、会话级别和用户级别。
理论上来说无须对Google Analytics系统默认的维度和指标范围进行配对，因为当前的Google Analytics维度和指标配对在标准报告中是自动执行的。只有当自定义维度或者自定义指标的时候，才需要手动设置范围。确定了维度和相关指标之后，Google Analytics会将原始数据在未经过滤的情况下与媒体资源ID相互关联。
