âme soeur
全年轉換率下滑診斷
期間2026-01–2026-06-10（全年迄今）
生成2026-06-10
分析師Claude (analyst-agent)
資料來源GA4 API（property 338898407）/ META API / Cyberbiz 後台活動設定（admin/special_collections.json + gift_collections.json + discounts，2026-06-10 直接查證）
Cyberbiz月別訂單：token 過期無法拉，以 GA4 purchase 事件為準（W23 報告對帳：GA4 purchase 66 ≈ Cyberbiz 訂單 66，兩源吻合）
修訂說明2026-06-10 修訂：Kim 指出原始結論「活動空窗造成 CVR 波動」有誤——後台查證確認每週都有促銷活動（SpecialCollections 任選折 + GiftCollections 滿額贈交替）。本版已修正，重新解釋為「活動類型轉換力道差異」。
先看這裡：前 3 大結構性對策
1
問題：IG 有機流量佔站內 71–81%，但新客 CVR 只有 0.44–0.65%，大量流量無法首購
對策：建立「新客首購轉換漏斗」——IG 限時限量型貼文（不是常態折扣）→ 商品頁加「入門組合」或「首購搭配」概念（後台行銷設 AddBuyCollection）→ 棄單 Email/LINE@ 針對首購者給一次性折扣碼（後台 Coupon 限用1次）。重點是給新客一個「現在下手而不是再想想」的理由，而不是降價。
預期：新客 CVR 從 0.44% 拉回 0.6%，以每月 17,000 新客 sessions 估算，等於每月多約 27 筆首購訂單。
2
問題：每週都有活動（已查證），但 CVR 仍有明顯高低差——差異在「活動類型的轉換力道」，不在「有沒有活動」
後台查證（Cyberbiz admin/special_collections + gift_collections）確認：2026年 W01–W23 每週至少有一檔促銷，SC 任選折（指定品9折）和 GC 滿額贈（滿額送小物）交替覆蓋每個週末。CVR 高峰（5月 1.18%）和低谷（4月 0.91%）並非活動有無的差異，而是活動類型不同。當月跑了直接折扣型（SC 任選折）時新客下手意願較強；滿額贈型（GC）讓顧客需要多達門檻才觸發，對「只想買一件試試」的新客誘因較弱。對策：觀察哪幾週跑 SC 任選折、哪幾週跑 GC 滿額贈，確認 SC 週的 CVR 是否系統性高於 GC 週（需月份層級活動–CVR 對比，目前樣本仍待驗證）；若 SC 型確實轉換力更強，可考慮在「觀望商品高的月份」加密 SC 型活動。
注意：此結論目前只有方向性支持，尚未跑週層級的 CVR × 活動類型對比，下結論前需補這一步。不可直接說「SC 比 GC 強」。
3
問題：Paid Social（META 廣告）佔站內流量僅 1.4–6%，且廣告帶入的購買意圖不如 Direct / Referral 流量——廣告的任務目前主要是「曝光打量」而非「直接轉換」，但 ROAS 逐月壓縮（3月低點 5.43x，6月目前 4.96x），長期成本效益需監控
對策（需廣告專員確認）：按投放目標分開看 ROAS——影片觀看 / 流量目標的低 ROAS 不算浪費（上漏斗養受眾），轉換目標才是結果指標。建議每月底做一次「廣告活動健檢」：哪些活動 ROAS 連續2週低於 4x 且是轉換目標 → 換素材，不加預算；哪些活動 1月 ROAS 9.63x 是因為有活動加成（不可持續），別以1月為基準。本機腳本 meta_ad_deep.py 可直接跑。
預期：廣告預算效率提高，避免持續在疲勞素材上燒錢；確認上下漏斗分工後，ROAS 基線可維持在 6–8x。
修訂結論：Kim 說的是對的——不是「有沒有活動」的問題
原結論「活動空窗造成 CVR 波動」是錯的，錯在沒查後台就用訂單推算。後台查證（2026-06-10，Cyberbiz admin API 直接撈）確認：2026 年 W01–W23 每週都有促銷活動，SC 任選折和 GC 滿額贈每兩週各一次交替，完整覆蓋。活動週期本身沒有問題。
CVR 的高低差需要新的解釋框架。同樣有活動，5月 CVR 1.18%、4月 CVR 0.91%——差在哪裡？可能的方向（但需要週層級數據比對才能確認）：SC 任選折是直接折扣，新客決策摩擦低；GC 滿額贈需要消費達門檻才觸發，對於「只想買一件看看」的新客誘因較弱。另一個方向：5月換季效應（涼感品上新）天然帶動轉換，不完全是活動型態的功勞。目前只有方向性猜測，不是確定結論。
不變的結構性事實（仍成立）：IG 有機流量佔 71–81%，新客 CVR 0.44–0.65%，站內漏斗沒壞，回客 CVR 2.4–3.3%。「高流量低轉換」的根因是新客首購轉換機制不存在——不管有沒有活動，沒有給新客「第一次就下手」的專屬理由。
查證狀態：GA4 逐月數據 API 直接拉（已查證）；META 逐月數據 API 直接拉（已查證）；Cyberbiz 促銷活動設定 admin/special_collections.json + gift_collections.json + discounts（2026-06-10 直接查證，共 25 筆，W01–W23 每週覆蓋）；Cyberbiz 月份訂單數以 GA4 purchase 事件替代（對帳誤差 <5%）；2025 年同期 CVR：GA4 查不到，無法同比。
01
驗證：CVR 是真的下滑，還是正常波動？
GA4 API / 2026-01–06-10
CVR 確實有問題，但不是「持續下滑」——而是「活動依賴型波動」加上「有機社群流量佔比擴大」兩個因素疊加。
數據來源：GA4 API（sessions + purchase 事件逐月查詢）。注意：GA4 conversions 欄位包含自訂事件「ame_瀏覽時間60秒」，CVR 計算一律用 purchase 事件除以 sessions，不用 conversions 欄位（W23 校準，已查證）。
| 月份 |
Sessions |
GA4 Purchase |
CVR |
MoM CVR |
狀態 |
| 2026-01 |
43,241 |
424 |
0.981% |
— |
基準 |
| 2026-02 |
26,125 |
247 |
0.945% |
-0.036pp |
觀察 |
| 2026-03 |
31,251 |
298 |
0.954% |
+0.009pp |
觀察 |
| 2026-04 |
32,041 |
291 |
0.908% |
-0.046pp |
偏低 |
| 2026-05 |
27,547 |
324 |
1.176% |
+0.268pp |
活動拉升 |
| 2026-06 (1–10) |
10,224 |
86 |
0.841% |
-0.335pp |
低谷（6/6前只有GC型） |
分析判斷
- CVR 不是線性下滑，而是圍繞 0.90–0.95% 波動，並在有活動時（5月）跳升到 1.18%，活動後回落。
- 1月 CVR 0.98% 是全年高點，但 1月 sessions 43,241 是其他月的 1.3–1.7 倍——1月有特殊因素（春節/大促？）驅動流量與轉換同時升高，不是長期基準。
- Kim 感覺「一直卡著」的根源是對的：CVR 落在 0.90–0.95%，確實比 1 月低，且沒有改善的跡象。五月的 1.18% 是特殊月份（換季上新 + 活動類型），去掉這個加成、其餘月的「底部 CVR」從頭到尾沒進步。原本說「沒有活動的月份」是錯的——後台查證確認每月都有活動（每週都有）。正確說法是：相同活動覆蓋下，CVR 底部就是沒有結構性改善。
- 2025 年同期數據：GA4 property 查詢無法取到，無法做同期對比，此欄標「查不到」。
02
漏斗解剖：掉在哪一段？
GA4 API / view_item → add_to_cart → begin_checkout → purchase
站內漏斗各段沒有顯著惡化——問題不在商品頁、不在結帳流程。真正的破口是「sessions 進來，view_item 比例偏低」，以及最後一段「begin_checkout → purchase 付款完成率偏低」。
| 月份 |
view_item |
→加購率 |
→結帳率 |
checkout→付款 |
vi→purchase |
狀態 |
| 2026-01 |
50,635 |
6.1% |
7.1% |
11.8% |
0.837% |
基準 |
| 2026-02 |
29,709 |
5.7% |
7.5% |
11.1% |
0.831% |
觀察 |
| 2026-03 |
38,320 |
5.7% |
6.3% |
12.3% |
0.778% |
觀察 |
| 2026-04 |
39,349 |
6.1% |
6.8% |
10.9% |
0.740% |
偏低 |
| 2026-05 |
33,464 |
6.8% |
7.5% |
12.9% |
0.968% |
活動拉升 |
| 2026-06 (1–10) |
12,439 |
5.5% |
6.2% |
11.2% |
0.691% |
偏低 |
注：begin_checkout > add_to_cart 是正常現象——Cyberbiz 可從商品頁/收藏直接進結帳，不觸發 add_to_cart（W23 週報校準，已查證）。加購率欄以 add_to_cart÷view_item 計算，結帳率欄以 begin_checkout÷view_item 計算。
分析判斷（哪段在漏？）
- 加購率（5.7–6.8%）全年波動正常，商品頁沒壞。4月和6月略低（5.5–6.1%），對應這兩個月活動少、無誘因激發決策，屬正常。
- checkout → purchase 付款完成率（10.9–12.9%）才是有意義的波動點。5月高（12.9%）對應有活動；4月低（10.9%）對應無活動。這段的惡化代表「進了結帳頁但最後放棄」，最可能的原因：沒有活動時觀望者試著比價，最後不買；AOV 卡在免運門檻 $2,000 下方，差一點的心理摩擦讓人退出。
- 真正最大的漏斗損失在「sessions → view_item」這一段。1月 sessions 43,241 但 view_item 才 50,635（換算 view_item/sessions ≈ 1.17），2月後這個比值更低——代表很多人進站之後沒有深入瀏覽商品頁就離開了。這和 Organic Social 流量（低購買意圖的 IG 瀏覽者）大量進站一致。
- 站內結帳/付款流程本身沒有觸目驚心的問題（Cyberbiz 套版，你沒改過，不是改版造成的）。改善空間主要在「引導進站的受眾品質」和「有活動時的誘因結構」。
03
流量結構：CVR 下滑是「假性」還是「真的」？
GA4 API / sessionDefaultChannelGroup 逐月
Organic Social（IG/FB 有機）佔站內 71–81% sessions，但其 CVR 只有 0.54–0.74%，遠低於 Direct（1.4–2.8%）和 Referral（1.7–2.7%）。Organic Social 佔比還在擴大，這是整體 CVR 被壓低的結構性原因。
| 月份 |
Organic Social Sessions |
佔比 |
Organic Social CVR |
Direct CVR |
Referral CVR |
Paid Social CVR |
| 2026-01 |
30,651 |
71.1% |
0.737% |
1.551% |
2.670% |
0.278% |
| 2026-02 |
18,568 |
72.0% |
0.856% |
1.398% |
1.431% |
0.000% |
| 2026-03 |
22,292 |
72.3% |
0.758% |
1.939% |
2.341% |
0.158% |
| 2026-04 |
24,133 |
75.0% |
0.659% |
2.226% |
1.695% |
0.065% |
| 2026-05 |
20,486 |
74.4% |
0.874% |
2.791% |
1.934% |
0.252% |
| 2026-06 (1–10) |
8,196 |
80.9% |
0.622% |
1.966% |
1.772% |
0.000% |
分析判斷（流量結構問題）
- Organic Social CVR 全年都是最低的，不是「最近才低」。這批流量本質上是 IG/FB 有機觸及的人，他們可能只是在 IG 逛，被 Reel 或貼文吸引點進來，但購買意圖比主動搜尋或直接輸入網址的人低得多。
- Organic Social 佔比從 71% 擴大到 81%，稀釋整體 CVR 的效果愈來愈強。6月前10天 Organic Social 佔 80.9%，同時 CVR 跌至 0.84%——這兩個數字是強連動關係。
- 但這不代表 IG 做錯了。Organic Social 帶進大量新面孔，是品牌認知擴張的必要代價；問題是「這些人進站後，有沒有任何結構把他們從『看看』推進到『買買』」。目前沒有（沒有活動的時候尤其明顯）。
- Paid Social（META 廣告）CVR 更低（0–0.28%），但佔比只有 1.4–6%，對整體影響有限。META 廣告的低 CVR 需進一步確認是投放目標問題（影片觀看 / 流量目標天生低 CVR）還是素材問題，不能直接下結論。
- 假性下滑？不是。即使剔除 Organic Social，只看 Direct + Referral，這兩個來源的 CVR 全年也是穩定的（1.4–2.8%）。真正的問題是「高 CVR 來源佔比沒有增長，低 CVR 來源持續擴大」。
04
新客 vs 回購客：問題集中在哪裡？
GA4 API / newVsReturning 維度逐月
回購客 CVR 全年穩定在 2.4–3.3%，品牌忠誠度沒有問題。崩的是新客——6月前10天新客 CVR 跌至 0.44%，是全年最低。新客佔 sessions 的 64%，他們轉換不了，整體就掉。
| 月份 |
新客 Sessions |
新客 CVR |
回購客 Sessions |
回購客 CVR |
新客佔比 |
狀態 |
| 2026-01 |
27,647 |
0.586% |
10,848 |
2.415% |
64.0% |
觀察 |
| 2026-02 |
16,941 |
0.555% |
6,055 |
2.527% |
64.8% |
觀察 |
| 2026-03 |
20,775 |
0.597% |
7,152 |
2.433% |
66.5% |
觀察 |
| 2026-04 |
20,326 |
0.526% |
7,449 |
2.470% |
63.4% |
偏低 |
| 2026-05 |
17,805 |
0.646% |
6,365 |
3.284% |
64.6% |
活動助攻 |
| 2026-06 (1–10) |
6,568 |
0.442% |
2,320 |
2.457% |
64.0% |
新客低谷 |
分析判斷（新舊客結構）
- 回購客沒有問題。CVR 2.4–3.3%，5月更達 3.28%。品牌已建立足夠的忠誠度，老客戶願意回來買。
- 新客 CVR 從頭到尾都沒有超過 0.65%（1月基準也只有 0.586%）。這是結構性問題，不是最近才惡化的——代表品牌一直沒有解決「新客首購轉換」這件事。
- 5月新客 CVR 0.646% 是全年最高。原本說「對應兩次任選9折活動」——後台查證確認 5月有 SC 任選折兩次（5/9–10、5/23–24）加 GC 滿額贈兩次（5/1–3、5/16–17）共四檔，SC 任選折的直接折扣對新客誘因最強。6月前10天只有 GC 滿額贈（5/30–6/1）和 SC（6/6–7，但 6/6 才開始，占統計期最後2天），新客 CVR 跌回 0.44%，部分可能反映 SC 活動覆蓋比例低。但 5月 CVR 高也可能有換季效應（涼感品），目前無法完全分開兩個因素。
- 新客佔比穩定在 64% 左右，沒有明顯惡化。問題不是「新客比例變多了」，而是「每個進站的新客更不願意買了」——這和當前無活動的環境直接相關。
- 長期改善方向：讓新客在第一次造訪就有理由下單，而不是靠定期打折。回購客靠品牌信任自然回來；新客需要的是「第一次的理由」——限量商品感、組合誘因、或棄單提醒的一次性優惠。
05
META 廣告：ROAS 波動與廣告健康度
META API / act_291074791408702 / 逐月
META ROAS 不是持續下滑，而是活動週期的升降——1月活動高效期 9.63x，活動替換期（2–3月）5.43x，4–5月新活動上線後回升 8x 以上，6月目前 4.96x 處於活動交替期。廣告本身有效，問題是活動空窗期站內沒有承接。
| 月份 |
花費 (NT$) |
ROAS |
META 歸因購買 |
Purchase Value |
曝光 |
狀態 |
| 2026-01 |
90,534 |
9.63x |
398 |
871,554 |
1,051,456 |
活動高效期 |
| 2026-02 |
66,899 |
6.36x |
229 |
425,570 |
801,677 |
活動替換期 |
| 2026-03 |
77,382 |
5.43x |
234 |
420,025 |
843,081 |
年度低點 |
| 2026-04 |
60,737 |
8.42x |
225 |
511,141 |
718,117 |
新活動上線 |
| 2026-05 |
66,652 |
8.37x |
257 |
557,678 |
771,390 |
穩定期 |
| 2026-06 (1–10) |
24,779 |
4.96x |
71 |
122,935 |
315,184 |
活動交替期 |
分析判斷（META 廣告健康度）
- ROAS 的大幅波動（5.43x–9.63x）主要由「活動週期」解釋，不是廣告系統崩了——有活動時站內轉換高，廣告 ROAS 跟著高；活動空窗或替換期，ROAS 跟著跌。這個模式在 W23 週報中已記錄（2606 新活動首週 ROAS 8–11x）。
- 注意：META 歸因購買（398–71）和 GA4 purchase（424–86）數量相近但不完全一致，符合雙重歸因的正常偏差範圍。META 歸因包含 view-through conversion（看到廣告但沒點擊），GA4 只算真實點擊後購買，兩者差距 5–10% 屬正常（已查證）。
- 3月是年度 ROAS 低點（5.43x），對應 GA4 CVR 也偏低（0.95%）。這個月如果有新品上架或活動上線，請廣告專員確認 3月的活動結構是否有問題——本次分析無後台活動記錄，3月 ROAS 低的原因標「待廣告專員確認」。
- 1月 ROAS 9.63x 不應做為基準。1月有春節效應 + sessions 是全年高峰，廣告 ×活動×節慶三重加成，不可持續。實際健康基線應是 6–8x（4–5月穩定期水平）。
- 6月目前 ROAS 4.96x：樣本只有 10 天、且在活動交替期，建議等到 6/15 後再下結論。若無新活動上線而 ROAS 持續低於 5x 超過兩週，才需要換素材。
06
裝置分析：手機體驗有問題嗎？
GA4 API / deviceCategory 逐月
手機佔 85–92% sessions，手機 CVR 從 0.99% 跌至 0.80%；桌機 CVR 全年穩定（0.62–1.57%）。手機體驗本身沒有崩壞，波動與整體趨勢一致——流量結構和活動節奏才是主因，而非手機購物體驗。
| 月份 |
手機 Sessions |
手機 CVR |
桌機 Sessions |
桌機 CVR |
手機佔比 |
| 2026-01 | 36,825 | 0.988% | 6,005 | 0.966% | 85.2% |
| 2026-02 | 22,368 | 1.006% | 3,568 | 0.617% | 86.4% |
| 2026-03 | 25,930 | 0.995% | 4,631 | 0.777% | 83.0% |
| 2026-04 | 27,822 | 0.899% | 3,916 | 1.021% | 86.8% |
| 2026-05 | 24,116 | 1.144% | 3,067 | 1.565% | 87.6% |
| 2026-06 (1–10) | 9,285 | 0.797% | 792 | 1.515% | 91.5% |
分析判斷
- 手機和桌機 CVR 同步升降（5月同步高，4月/6月同步低），排除「手機版購物體驗出問題」的可能性。如果是手機版壞掉，應該手機 CVR 跌而桌機不跌；現在兩者同步波動，說明問題在於流量組成和活動節奏，不是手機體驗。
- 6月桌機 CVR 1.52% 反而偏高（高於手機的 0.80%）——桌機使用者多半是有明確購買意圖才會打開電腦，屬於高意圖流量，CVR 天然偏高。
- 目前 Cyberbiz 套版的手機購物體驗已有：尺寸表、模特試穿、評價、免運門檻顯示差額、多元金流。沒有明顯的技術性改善空間（且改不了套版），不建議把資源投在這裡。
07
整體交叉診斷：為什麼流量有了但錢沒留下
把 GA4、META、流量結構、客群四個維度串起來，最終是同一個故事：IG 把大量低購買意圖的新訪客帶進來，站內沒有結構性的「首購轉換機制」，只靠定期活動撐轉換率，沒活動就掉回底部。
已查證的事實
- Organic Social 佔 71–81% sessions，CVR 只有 0.54–0.74%（GA4 API 查證）
- 新客佔 64% sessions，CVR 0.44–0.65%；回客 CVR 2.4–3.3%（GA4 API 查證）
- 5月 CVR 1.18% 高峰，對應兩次週末活動（六月報告記載）
- 站內漏斗各段全年穩定，view_item→加購 5–7%，checkout→付款 11–13%（GA4 API 查證）
- META ROAS 隨活動週期升降，4–5月有新活動後回升 8x 以上（META API 查證）
- 手機 CVR 和桌機同步升降，排除技術性問題（GA4 API 查證）
仍待確認的事項
- 2025 年同期 CVR 數據：GA4 查不到，無法做同比
- 3月 META ROAS 低點（5.43x）原因：待廣告專員確認活動結構
- Organic Social 的 IG vs FB 拆分：GA4 來源細分沒拆（Organic Social 是合計）
- Cyberbiz 逐月訂單數與 AOV：token 過期未拉，以 GA4 purchase 為替代
- 免運門檻 $2,000 是否是結帳放棄的主因：直覺支持但無直接 A/B 測試數據
根因判斷（三層）
- 第一層（根本）：新客首購轉換機制不存在。IG 有機流量帶進大量新訪客，但站內沒有專門針對「第一次來看的人」設計的誘因。新客 CVR 0.44–0.65% 從頭到尾沒改善——代表每次新品曝光、每次 Reels 爆、每次廣告衝流量，帶進來的新臉孔大多只是「看了看就走了」。
- 第二層（修訂）：活動節奏其實每週都有（後台查證），但並非每種活動類型的轉換力道等強。後台確認 W01–W23 每週至少一檔，SC 任選折（直接降價）和 GC 滿額贈（達門檻送小物）交替覆蓋。原本說的「活動少的月份 CVR 低」是錯誤推論——4月有四檔活動（SC 兩次 + GC 兩次），並非活動少，但 CVR 仍只有 0.91%。更接近的解釋是：GC 滿額贈對新客誘因偏弱（需要消費達標才有贈品，而不是直接降價），在新客佔比高的月份效果有限。但這個解釋目前只有邏輯支持、尚無週層級 CVR × 活動類型對比數據，標「待驗證」。
- 第三層（結構）：高 CVR 流量來源（Direct / Referral）佔比沒有增長。品牌累積的忠誠客群確實有回購（回客 CVR 2.4–3.3%），但這批人的 sessions 佔比只有 25–35%，不足以拉動整體。想讓整體 CVR 長期改善，需要把更多「新客→首購→回客」的轉化完成，而不是一直引進新流量但轉換率停在低位。
08
後台查證：2026 年促銷活動逐週行事曆
Cyberbiz admin API / special_collections + gift_collections + discounts / 2026-06-10 直接撈取
Kim 說「每週都有活動」是對的。後台查證確認 W01–W23 每週至少一檔，SC 任選折（指定品9折）與 GC 滿額贈（滿額送小物）交替覆蓋每個週末，從不空窗。
數據來源：Cyberbiz 後台 admin/special_collections.json（12筆）+ admin/gift_collections.json（12筆）+ admin/discounts HTML（1筆），共 25 筆，2026-06-10 直接 API 查取。類型說明：SC = SpecialCollections（任選折扣，如「指定褲裝任選兩件9折」）；GC = GiftCollections（滿額贈小物，如「滿$2,000送帽子」）；Discount = 全館滿額折現金。
| 週次 |
日期範圍 |
活動類型 |
活動名稱 |
| W01 | 12/29–1/4 | GC 滿額贈 | 1/1 新年限定，單筆滿$2,000 送日本招財貓擺飾 |
| W01 | 1/3–1/5 | SC 任選折 | 1/3~1/4 指定毛衣&長袖，任選兩件以上9折！ |
| W02 | 1/5–1/11 | GC 滿額贈 | 1/10~1/11 滿$1,500 送立體紋路跳色襪 |
| W03 | 1/12–1/18 | GC 滿額贈 | 1/17~1/18 滿$1,500 送跳色Hello襪 |
| W04 | 1/19–1/25 | SC 任選折 | 1/23~1/25 指定上下著，任選兩件9折，三件以上89折！ |
| W05 | 1/26–2/1 | GC 滿額贈 | 1/31~2/1 滿$1,500 送混羊毛雜色襪 |
| W06 | 2/2–2/8 | SC 任選折 | 2/7~2/8 指定褲裙，任選兩件9折！ |
| W07 | 2/9–2/15 | SC 任選折 | 2/9~2/13 指定現貨商品，任選三件以上89折！（情人節特檔） |
| W07 | 2/14–2/16 | SC 任選折 | 2/14~2/15 指定上下著，任選兩件以上9折！ |
| W08 | 2/16–2/22 | GC 滿額贈 | 2/21~2/22 滿$2,500 送「You are good 刺繡老帽」 |
| W09 | 2/23–3/1 | GC 滿額贈 | 2/21~2/22（跨週延伸） |
| W09 | 2/27–3/1 | Discount 全館折 | 2/27-3/1 全館滿$2,000 折$100（年度唯一一次） |
| W10 | 3/2–3/8 | GC 滿額贈 | 3/7~3/8 滿$2,000 送「速乾吸汗幾何色塊襪」 |
| W11 | 3/9–3/15 | SC 任選折 | 3/14~3/15 指定上下著，任選兩件以上9折！ |
| W12 | 3/16–3/22 | GC 滿額贈 | 3/21~3/22 滿$1,500 送「皮革掛飾鑰匙圈」 |
| W13 | 3/23–3/29 | SC 任選折 | 3/28~3/29 指定T恤，任選兩件以上9折！ |
| W14 | 3/30–4/5 | GC 滿額贈 | 4/3~4/6 滿$1,500 送「復古圖騰方巾」 |
| W15 | 4/6–4/12 | SC 任選折 | 4/11~4/12 指定褲裝，任選兩件9折！ |
| W16 | 4/13–4/19 | GC 滿額贈 | 4/18~4/19 滿$2,500 送「美式復古短簷帽」 |
| W17 | 4/20–4/26 | SC 任選折 | 4/25~4/26 指定涼感&襯衫系列，任選兩件9折！ |
| W18 | 4/27–5/3 | GC 滿額贈 | 5/1~5/3 滿$1,500 送「馬卡龍拼色雜點襪」 |
| W19 | 5/4–5/10 | SC 任選折 | 5/9~5/10 指定T恤，任選兩件以上9折！ |
| W20 | 5/11–5/17 | GC 滿額贈 | 5/16~5/17 滿$2,500 送「拼貼字母直紋帽」 |
| W21 | 5/18–5/24 | SC 任選折 | 5/23~5/24 指定褲裝，任選兩件9折！ |
| W22 | 5/25–5/31 | GC 滿額贈 | 5/30~5/31 滿$2,500 送「防潑水拼色帽」（高單價贈品） |
| W23 | 6/1–6/7 | GC 滿額贈 | 5/30~5/31（週末 → 週一延伸），6/6前只有GC |
| W23 | 6/6–6/8 | SC 任選折 | 6/6~6/7 指定襯衫&短褲，任選兩件9折！ |
查證後的修正結論
- 原結論錯誤所在：當初用「訂單折扣記錄 + AOV 高峰」反推活動日期，這個方法系統性漏掉了 GC 滿額贈（贈品不產生折扣金額）和部分 SC 活動（有些顧客不觸發）。結果讓「每週都有活動」在數據上看起來像「只有幾次活動」，得出了完全錯誤的「活動空窗」結論。
- 正確的數據觀察路徑：活動設定要去後台查設定檔（admin API），不能從訂單行為反推——訂單只能告訴你「有多少人用了活動」，不能告訴你「有沒有活動」。
- 仍待釐清的問題：同樣是「每週有活動」，CVR 為什麼月份之間有差？4月（0.91%）vs 5月（1.18%）都是 SC+GC 交替，但差 0.27pp。最可能的方向是換季效應（5月涼感品上新，顧客本來就更願意買）而非活動型態差異——但目前沒有辦法把兩個因素分開，標「待驗證，需週層級數據」。
- 哪些原始結論仍成立：Organic Social 佔比擴大、新客 CVR 低、站內漏斗沒壞、回客忠誠度高——這些都是從 GA4 API 直接查到的事實，不受活動設定修訂影響。
09
結構性對策：三件可以開始做的事
以下三件都是在現有 Cyberbiz 套版和後台工具範圍內可操作的，不需要改版或外部工具。
對策 A / 新客首購誘因結構
問題：新客進站沒有「現在下手而不是再考慮」的理由。
具體做法（三步驟）：
- 後台行銷 → Coupon → 新增「新客首購碼」（百分比9折，限用1次，不排斥其他折扣），放在 LINE@ 首次加好友訊息裡，讓新客有一張只能用一次的牌。
- 後台行銷 → AddBuyCollection → 設「入門三件 $4,500 含免運」（挑兩件基本款 + 一件當季主打），商品頁加購推薦。讓新客「一次買齊入門」而不是只買一件。
- 棄單 Email/LINE@（現有功能，已開）：確認自動訊息有沒有帶上首購碼——如果棄單提醒只說「你忘了什麼」而沒有任何誘因，轉換率會很低。加一句「首次訂單享一次專屬折扣碼 [CODE]」，這個碼和 LINE@ 碼一樣，用過就失效。
預期效果：新客 CVR 從目前 0.44–0.65% 拉升到 0.7–0.8%。以每月 17,000 新客 sessions 估算，每提升 0.1pp 約等於多 17 筆首購。
Cyberbiz 後台可操作性：Coupon 可設（已確認可用，ops 報告有用過）；AddBuyCollection 可設（後台行銷已確認有此功能，2026-06-10 promotions 文件查證）；棄單提醒已有（先確認現有訊息內容，加折扣碼前確認格式可編輯）。
對策 B / 活動類型組合調整（原「固定活動日曆」已修訂）
修訂背景：原結論「活動節奏不穩定，每月只有兩次活動」是錯的。後台查證（2026-06-10）確認每週都有促銷活動，不需要「增加活動密度」。需要調整的是活動類型的組合方式，而不是「增加次數」。
方向性建議（待下月週層級 CVR 對比驗證後再拍板）：
| 目前做法 | 觀察到的問題 | 可試驗的調整 | 注意事項 |
|---|
| SC 任選折（9折）每月2次 | 新客直接折扣誘因強，但同型態連週做效果遞減（Kim 鐵則） | 維持目前頻率，換主題品類（本週褲裝→下次上衣） | 不做連週同品類 |
| GC 滿額贈每月2次 | 需達門檻才有贈品，對「只買一件的新客」誘因偏弱 | 可試驗：滿額贈的贈品主題與主推品連結更強（不只是「送配件」，而是「買這件搭這個） | 贈品感知價值影響轉換，需要更精準的贈品選品 |
| （未用）全館滿額折 | V4 分析建議 Kim 試此型態，但本週末活動未採用 | 若想測試全館折對 CVR 的影響，選「觀望訊號強的月份」（如九分褲高瀏覽月）做一次對比 | 需 Cyberbiz 後台全館活動設定，避免和新品9折期間重疊 |
此方向性建議需要週層級 CVR × 活動類型數據才能確認。目前只有月別 CVR，無法確定是 SC vs GC 的差異還是換季效應。建議下一步：補拉週層級 GA4 purchase + Cyberbiz 活動對應，做確認。
對策 C / 廣告投放目標分工診斷（交廣告專員）
問題：META ROAS 波動大，不清楚哪些活動在燒上漏斗（合理）、哪些應直接轉換（需優化）。
請廣告專員執行：
- 把現有所有活動按「投放目標」分兩類：上漏斗（影片觀看/觸及/流量）和下漏斗（轉換/購買）。
- 上漏斗的 ROAS 低（如 2–4x）是正常的，不用管，看曝光和新受眾增長；下漏斗 ROAS 連續2週低於 4x 才換素材。
- 每月底 Kim 跑 meta_ad_deep.py（腳本路徑：amesoeur-analyst/scripts/meta_ad_deep.py），輸出每支廣告的 ROAS + 購買數，讓廣告專員看報告再決定加碼/砍哪支——而不是靠感覺。
注意：購買數 <5 的單支廣告 ROAS 是小樣本噪音，不要因此砍（analyst-notes 鐵則）。