進度截至
超前符合進度落後
應達成率（時間進度）：
各指標 2026 年度目標達成進度。長條為實際達成率，黑色標線為「應達成率」（依時間進度）；超過標線代表超前。點任一指標可在原地展開月度數字、YoY 與趨勢。
指標明細（點上方任一格可跳到對應指標）
載入中…
以下為月粒度的長期視角 —— 不受上方區間影響
時間視角
月報指標
檢視月份：
流量趨勢（近 24 個月）
流量來源下鑽（）
自然／付費／直接 各 channel 的；各 channel 去重、相加會大於該類型總數（同一人可能來自多個 channel）
月份
比較
各 channel 趨勢
看幾期 點下方色籤切換 channel、滑入高亮；跟著上方 active users／sessions 切換
粒度
身分
載入中…
區間
或直接選日期：
～
KPI 比較基準
各通路轉換動線
排序
各通路營收貢獻
階段 × 通路 表現熱力圖
通路趨勢比較
明細（點擊展開／收合）▾
目前顯示：全站（不分 channel），逐期明細
資料來源：BigQuery
Analyst_severus.Funnel_monthly / Funnel_weekly / Funnel_daily →（同步至）Google Sheet Funnel_monthly_mirror／Funnel_weekly_mirror／Funnel_daily_mirror 分頁。動線與熱力圖採選定區間「最新一期」的截面數據，疊加區間趨勢與變化幅度——去重人數無法跨期直接相加，故不做區間加總。已知限制：Apple Pay 結帳路徑目前未記錄 begin_checkout，「加購→結帳」轉換率可能被低估。
檢視月份
↗ 查看流量·自然搜尋通路趨勢
示意數據
前10名合約關鍵字數（月趨勢）
合約關鍵字排名分佈
前10 / 前20 / 前30 / 第三頁外（逐月堆疊）
本月點擊最多關鍵字
本月曝光最多關鍵字
月度明細
項目
期間
～
指標
檢視月份：示意數據
月曝光與累計（對年度目標）
年度目標達成進度
月度明細
廣告檔期明細
部門
目的
平台
月度明細與整體彙總（平常用不到，需要對帳或看全年走勢時點開）
該活動細節：受眾／素材／群組
本月活動一覽（點活動名稱切到上方深入）
比較
期間
→
三種 ROAS 定義（分母皆為「轉換廣告成本，未稅」，僅分子不同）
廣告代理商 ROAS ＝ 廣告代理商營業額 ÷ 轉換廣告成本 廣告代理商（廣代）回報的營業額，用於與廣代對焦。
廣告 ROAS（含團購） ＝ 廣告營業額(含團購) ÷ 轉換廣告成本 內部以 GA 的 UTM 追蹤到對應訂單後計算，此版本包含團購訂單。
廣告 ROAS（僅一般訂單） ＝ 廣告營業額(僅一般訂單) ÷ 轉換廣告成本 同樣以 GA UTM 內部歸因，但僅計一般訂單、排除團購，最保守客觀。
三個 KPI 呈現所選期間的整體結果（營業額加總、ROAS＝分子加總 ÷ 成本加總；起訖同月即為單月）。比較基準：上期＝前一段同長度期間、去年同期＝去年相同月份、YTD＝該年度年初至迄月累計。趨勢圖與月度明細呈現整段期間。
廣告 ROAS 趨勢
三條線同一分母（轉換廣告成本），分子不同；虛線＝損益平衡 (1.0)。
營業額趨勢
顯示
月度明細
載入中…
① 指定期間
～
指標
綜合評分
每日趨勢
來源組成
通路成效
逐日趨勢
檔期日誌
把當下的觀察、假設、做了什麼、結果如何寫下來。下次跑同性質的檔期時，這些判斷會比數字更值錢。
這則觀察對應的日期
類型 *
逐日明細（點擊展開／收合）▾
Step 1・選擇要比較的檔期（不限日期，涵蓋全部歷史檔期，最多 6 個）
基準檔期（差異欄位以此為基準）
① 各檔期通路分布（甜甜圈圖，同時顯示所選每個檔期）
各檔期各自的通路佔比（同一檔期內加總為 100%），用來一次看出主打通路是否一致
指標
② 趨勢與通路比較
比較維度
對齊方式
指標
趨勢比較
全通路成效PK整體檔期
單一通路成效PK
進站→瀏覽商品→加購→結帳→購買→營收→客單價，用來快速定位「同一個通路，不同檔期是卡在哪一段」；右側「差異」欄以上方所選的基準檔期為準
檔期日誌 · 全部紀錄
🔍
標籤
資料來源：GA4 → BigQuery
涵蓋期間：近 730 天（2 年）。其中近 400 天有完整的「素材 × 通路」明細；400～730 天為控制試算表列數只保留「檔期」與「檔期 × 通路」兩層，查詢那一段時素材相關的圖表會是空的 —— 這是刻意取捨，不是故障。窗口定義在
Analyst_severus.Campaign_daily →（同步至）Google Sheet Campaign_daily_mirror 分頁。僅涵蓋有掛 UTM 追蹤碼的流量（付費投放、LINE 官方帳號推播、KOL／團購連結等）；自然搜尋／直接進站等未掛碼流量不會出現在此分頁，請至「流量」分頁查看整體數字。涵蓋期間：近 730 天（2 年）。其中近 400 天有完整的「素材 × 通路」明細；400～730 天為控制試算表列數只保留「檔期」與「檔期 × 通路」兩層，查詢那一段時素材相關的圖表會是空的 —— 這是刻意取捨，不是故障。窗口定義在
_dashboard\sql\SPTSi_campaign_v1.5.sql。
子分頁
會員主檔
期間
至
月份檢視：以完整月份為單位，可用 MoM／YoY／YTD 比較
資料來源：BotBonnie 會員主檔＋集點卡報表（人工匯出，非即時，需定期更新）；升等趨勢、發票登錄與通路分布則即時讀取 Google Sheet（設定後自動同步，無需人工匯出）。母體已排除測試批次（first_interaction=2022/10/11）與封鎖會員。封鎖率／綁定率／資料完整度／發票登錄率僅為現況快照（主檔無歷史軌跡，不做趨勢）；新會員數、封鎖、升等、發票登錄、點數經營則有真實月度歷史，可依 MoM／YoY／YTD 檢視。
會員異動趨勢
檢視月份：
新會員數
封鎖會員數（proxy：以最後互動月份估算，詳見下方說明）
會員等級分布
升等趨勢（分等級檢視，較好比較各等級節奏差異）
檢視月份：
升 Lv2
升 Lv3
升 Lv4
母體：總會員數（不含封鎖、不含測試批次），下列為各欄位「已填寫」比例（現況快照，不做趨勢）
欄位填答率
明細
會員輪廓組合
主力族群 — 人數多且輪廓明確
利基族群 — 輪廓鮮明但人數少
已填答者的內容分布（不含空值）
只看「有填答」的會員，實際填了哪些值、比例如何
綁定率與電商轉換（快照 2026/08/01）
LINE 未封鎖(Active)會員與已綁定電商會員的重疊關係，以及電商會員的購買轉換。
⚠️ 目前僅有這一個時間點的快照，還沒有逐月/逐年的綁定率可以畫成趨勢線——查過 LINE-電商綁定表的時間欄位，裡面 97% 都是同一天（2026/05/14）批次回填寫入的紀錄，不是每個人實際綁定的時間，不能拿來估算歷史趨勢，會誤導判斷。待未來有真正逐期的綁定快照後再補上升趨勢圖，這裡先如實只呈現目前這個時間點，不做假設性估算。
綁定 vs 未綁定 電商 CLV 對照
已購買電商會員依是否綁定 LINE 分組。
12 個月回購率（綁定 vs 未綁定）
綁定組逐年皆領先 9.7~14.3 個百分點。
名單條件
先把條件設好，按「估算人數」看符合幾個人。
人數由 Apps Script 用和實際產出完全相同的邏輯算出來，不是前端另外估的。
第一次會跑比較久（要去 CYBERBIZ 撈訂單），之後 10 分鐘內同樣條件會直接回。
這一頁為什麼不給下載
email 是個資，不會進到儀表板讀得到的任何一張表 —— 否則只要有儀表板連結就能繞過記錄拿到全部名單。
要實際的名單時，由 Apps Script 產生一份只分享給申請人本人的試算表，
並記下時間、申請人、完整條件與筆數，7 天後自動回收。
目前「產出名單」按鈕還沒上線，需要名單請先找資料負責人；規則見
目前「產出名單」按鈕還沒上線，需要名單請先找資料負責人；規則見
名單匯出_部署與規則.md。
新舊客 ＝ 這一單是否為該 customer_id 在官網的第一張訂單。
通路買過、發票登錄過的人第一次上官網仍算新客；同一個人用兩個帳號會算成兩個人。
一個人只會出現在一份名單裡（身分以區間內第一張訂單為準）。
① 健不健康先看方案整體的體質。這四個指標是連在一起的：兌換率低 → 點數囤積 → 負債累積 → 回饋率跟著被壓低。所以回饋率偏低時，要動的是兌換率，不是把回饋加碼。
洞察與建議
比較
檢視月份：
歷史累積（全期）
當期數據
點數健康度
每個指標都標了分母是誰 —— 點數類指標最容易出錯的地方就是分母，
同一個「兌換率」用全體會員當分母跟用有餘額的人當分母，數字會差好幾倍。
一律看最後一個完整月，並附去年同月對照 —— 當月還沒過完就拿來比，數字一定偏低，那不是衰退。
一律看最後一個完整月，並附去年同月對照 —— 當月還沒過完就拿來比，數字一定偏低，那不是衰退。
② 點數去哪了點數從哪些通道發出去、被誰拿走、有沒有在流動。發點沒有具名來源就無法稽核 —— 2026/10 有 77,959 點走「手動發放」，整整一個月沒人發現。
點數從哪裡發出去的
發點分兩類：規則類是系統按既定規則自動發（發票登錄、金幣獎勵、歡迎詞…），
依據寫在規則裡；補點類是事後補發（官網訂單補點、人工補點／每日排程），
依據在人或排程裡。
補點類本身沒有問題 —— 但佔比長期偏高，代表發點規則沒接好，要靠人補。
補點類本身沒有問題 —— 但佔比長期偏高，代表發點規則沒接好，要靠人補。
集點／兌換趨勢
集點
兌換
各等級點數水位
月份：
水位＝該等級未兌換點數佔全體的比例。人均越高代表該等級會員手上囤積越多點數，是優先推動兌換的對象。
月度明細
③ 獎項值不值得熱度看「月均兌換人數」（已除以上架月數，限時與常態才能比），成本看「每點成本」與「成本回饋率」。兩者要一起看：最吸引兌換的往往也是最貴的。
獎項效率 —— 哪些獎項值得再上
哪一級在換貴的
獎項層級的明細（獎項兌換趨勢、獎項分布、月度明細、點數排行榜、庫存）
這幾區是獎項層級的資料，日常看方案健康度用不到，要挑獎項、盤庫存、或對帳時才點開。
月度明細
付費與自然流量逐月數據（含付費佔比）
資料來源：BigQuery
ga4-export-300368351.Analyst_severus.Traffic_month_table →（同步至）Google Sheet traffic 分頁。 管道變化與推廣總表的下鑽另外讀三張表：Campaign_daily_mirror（有 UTM 的檔期與素材）、traffic_landing_week（自然流量落在我們的哪一頁，每週每頁 5 人以上）、traffic_referrer_week（他們從哪個站的哪一頁來，每週每條路徑 2 人以上）。後兩張都砍過長尾，加總不等於上面的管道數字。獎項兌換趨勢
等級：
兌換獎項分布（Top 15，全期，已合併相近名稱品項）
點數排行榜（Top 15，現況）
獎項庫存狀態（現況）
④ 花了多少錢已兌換的是費用，未兌換的是負債，兩者不能加在一起。點數幾乎不會過期（99.9% 無期限），所以負債不會自己消失。
成本與效益
發出去的點數 ≠ 花出去的錢。已兌換的是費用（可以進損益），
未兌換的是負債（還沒花掉） —— 兩者不能混成同一個數字。
發票登錄是會員計畫的入口 —— 先有登錄才有點數。這一頁看的是「有多少人在登錄、登錄什麼、從哪個通路」；點數怎麼發、怎麼換、花了多少錢，在點數經營那一頁。
發票登錄趨勢
檢視月份：
登錄張數
登錄人數（不重複）
登錄金額
品類登錄趨勢
人均張數／人均品類趨勢
人均登錄張數
人均涵蓋品類數
發票登錄通路組成趨勢（月度佔比）
發票登錄通路分布（依登錄張數，全期）
Top 10 通路以外歸入「其他」；下方表格為完整通路清單
① 現在值多少：滾動 12 個月 LTV
滾動 12 個月 LTV
另一個問題：一個新客在首購後逐期值多少（世代曲線）
終身累計口徑：訂閱戶 vs 非訂閱戶（含活躍率／流失率、平均訂單數、利潤型 CLV）
這一區是終身累計口徑，跟上面的滾動 12 個月不是同一把尺 —— 終身累計必然只升不降，月與月不可比，所以它不當主要指標。
但它有上面沒有的東西：活躍率／流失率、平均訂單數、利潤型 CLV（毛利率可調），所以保留下來收在這裡，不要跟主要口徑並排造成混淆。
但它有上面沒有的東西：活躍率／流失率、平均訂單數、利潤型 CLV（毛利率可調），所以保留下來收在這裡，不要跟主要口徑並排造成混淆。
訂閱戶
非訂閱戶
會員終身價值（CLV）— 訂閱戶 vs 非訂閱戶
會員分兩群看：訂閱戶＝曾經有過定期訂單；非訂閱戶＝從未訂閱。區間消費曲線與活躍/流失率已用 2022-2026/07 真實逐筆訂單（去重後 21.9 萬筆已結案訂單）重新算過，其餘指標仍為 2026/08 快照
%
利潤型CLV = 平均終身消費(營收型) × 毛利率
訂閱戶／非訂閱戶 活躍率與流失率
用各自的活躍窗格（訂閱戶 30 天／非訂閱戶 180 天）分別計算，母數為該分群全部曾購買會員。
活躍率 年趨勢（歷史快照重算，非單一時間點）
每個時間點都用當時已存在的會員、當時的最後下單日重新判斷活躍，不是用現在的名單回推歷史。
訂閱戶活躍率隨基期拉長自然遞減是正常現象（母體會逐年累積更多「有機會流失」的老會員），但跟世代矩陣一起看：2025 世代第 1 年價值（3,010 元）明顯低於 2022 世代同期（12,759 元），代表除了基期效應之外，較新世代本身的實際留存力道也在下滑，不只是統計錯覺。
② 什麼在推動：相關性（不是因果）
⚠️ 下面都是「相關」，不是「因果」——容易被誤讀成「叫會員綁定 LINE、多登錄發票就能拉高終身價值」，更合理的解讀是反過來
反向因果是先高價值才願意綁定，不是綁定才變高價值。
自我選擇偏誤願意多花力氣做額外動作（綁定、登錄發票）的人，本來就跟一般會員不一樣。
帳齡混淆加入越久的會員，本來就有更多機會同時累積消費、也累積綁定/登錄次數。
要驗證真正因果，需要做「鼓勵實驗」：隨機挑一批未綁定會員主動邀請綁定，追蹤後續消費是否顯著高於沒被邀請的對照組——目前還沒有這類實驗。在此之前，以下數字只適合當「哪些會員值得優先投入維繫資源」的參考信號，不能當成「做了 A 動作就會帶來 B 結果」的證據。
發票登錄次數 vs CLV（相關性）
Spearman 相關係數，樣本 1,032 人。
這一區跟上面的「電商 CLV」是不同的兩群人，不可相加
電商 CLV＝在官網買過的人；發票 LTV＝在通路（全聯、全家…）買過而且有登錄發票的人。
發票 LTV 是下限值——沒登錄的發票我們永遠看不到，所以一定低於真實消費。
③ 分層在哪：發票登錄會員的價值分布
價值分層（發票登錄）
用金額門檻分層，不用等分位——電商側實測前 1% 佔 35% 營收、後 55% 只佔 8.9%，
等分位會把鯨魚跟只買過兩次的人綁在同一組，沒有行動含意。
累積營收曲線（帕累托）
金額分層：人數 vs 營收
④ 隨時間怎麼變：終身價值曲線
ⓘ 活躍／流失定義（這些定義很重要，判讀下面所有活躍率/流失率數字前請先看這裡）
活躍定義訂閱戶：30 天內有新訂單；非訂閱戶：180 天內有新訂單。
流失定義超過對應天數無新訂單，即判定為流失。
門檻怎麼訂出來的用回購間隔分佈（訂閱戶 90 百分位 14 天、非訂閱戶 80 百分位 187 天）與終身價值曲線走平點，兩種方式交叉驗證。
終身價值曲線 — 每 3 個月區間消費金額（非累積，全世代平均）
Y 軸是「該區間實際發生的消費金額」，不是累積到目前為止的總額。全世代平均：每個會員在還沒活到某個區間之前不計入該區間分母（避免新會員被誤判成 0 元拉低平均），活到該區間但沒下單則計 0（這正是流失的具體呈現）——這也是曲線一路遞減、最終趨近 0 的原因：多數人買完第一次就不再回購，剩下越來越少人貢獻消費。樣本量透明化：任何一點只要背後支撐的會員數掉到 以下，該點之後不畫，避免用少數存活者硬撐出來的平均誤導成「典型會員行為」。資料範圍 2022/01-2026/07，reference date 2026/07/31。
再往下：不同首購年份世代，逐年價值矩陣
上面那條曲線是全世代平均；這張矩陣拆成每個首購年份各自一列，用來看「今年的新客跟前幾年比，是變好還是變差」。含觀察期校正。
不同首購年份世代，逐年價值矩陣
列＝首購年份世代；欄＝首購後第幾年（同一基準，可跨世代比較）；每格＝該世代會員在那一年實際貢獻的消費金額（非累積），格內小字是該格背後的會員數。
分群
格子顏色深淺＝金額高低（同一分群內比較）；樣本數低於 人的格子不顯示數字，只標示「樣本不足」。2026 世代目前只有第 0 年、2025 世代只有第 0-1 年，是因為觀察期還沒到，不是資料遺漏。
載入中…
名詞定義 —— 新客／舊客／二購率／首購率是怎麼算的（點開）
商業模式
期間
～
使用分析 · 儀表板影響力（以成員為主體）
以權限名單為主體，記錄每位成員的造訪次數、停留時間與各分頁使用情形；尚未使用者也會列出（以 0／NA 呈現），方便看出誰還沒被帶動。
資料由每位成員的瀏覽器在登入後回傳，僅記錄公司帳號與行為、不記錄任何瀏覽內容。建議先向團隊說明已開啟使用統計。
停留時間僅計「分頁在前景可見」的秒數並分攤到各分頁；造訪次數以「開啟」事件計。本頁全體成員皆可檢視。
期間
自訂區間
～
熱度指標
登入後載入
帳號造訪頻率趨勢
每個帳號在期間內的造訪頻率；僅顯示有造訪的成員
成員 × 分頁 使用熱力圖
每位成員在各分頁的使用強度；顏色越深＝越常用
成員使用明細（點欄位表頭可排序）
資料來源設定
設定每個分頁要連接的 Google Sheet。只有管理者帳號可儲存；其他人僅供瀏覽。
Spreadsheet ID = Sheet 網址
設定儲存在中央設定表，所有人開啟儀表板時自動套用。每份要連接的 Sheet 都需把瀏覽者加為「檢視者」。
/d/ 與 /edit 之間那段。Range 格式為 工作表名!範圍（含標題列）。設定儲存在中央設定表，所有人開啟儀表板時自動套用。每份要連接的 Sheet 都需把瀏覽者加為「檢視者」。
檢視權限名單
只有管理者（severus@bettermilk.com.tw）可設定。名單內的帳號才能進入儀表板看到數據；不在名單上的人（即使有試算表檢視權）會被擋在「未授權」畫面。
允許進入的帳號（每行一個 email）
名單存於中央設定表的
提醒：此為應用層把關，對一般同事有效；真正的資料硬邊界仍取決於試算表分享權限。
access_list 分頁（自動建立）。管理者永遠可進入，不需列在名單。提醒：此為應用層把關，對一般同事有效；真正的資料硬邊界仍取決於試算表分享權限。
每日趨勢（近 90 天）
月度明細