TW 季度募款報表 — 多期間版(BigQuery)

資料來源:GA4(TW property 251984551,僅 Petition Page Views)+ BigQuery gpea-data.report_table(其餘全部)
產生時間:2026-07-08 | 市場:Taiwan | 第一分頁(2026 Q1+4月+5月)為 6/10 與原始 CRM/SOQL 報表的對照快照(原本+Δ),六月為 7/8 補入的完整月份(無 CRM 對照);第二(季度趨勢)、第三(逐月)分頁為 7/8 最新一致快照
本版(7/8 快照):六月為完整月份、2026 Q2(4–6月)為完整季度。conversion_funnel 於 7/8 再次重建,故第二、三分頁的 Q1/4月/5月 較 6/10 快照有 <1–3% 的口徑微調(非真實變動);第一分頁維持 6/10 對照數字不動,跨分頁比較同一月份時以第二、三分頁為準。深度分析分頁(BO 補充洞察、漏斗轉換)數據仍為 5/27 快照。
Leads/Call Case/Eligible 每格顯示兩種付費分類:bucket by UTMMedium=我們自訂分法(套在 utm_medium)(主數字)、bucket by CivisLeadType=BigQuery/Civis 原生分類(僅 Paid/Organic、無 Offline)。詳見第一個分頁的註解。
來源色標: GA4 BigQuery · conversion_funnel BigQuery · web_performance BigQuery · Donor Type=New
本分頁含和原始報表(CRM/SOQL)的對照:每格顯示 BigQuery/GA4 新值原本=CRM 舊值/Δ。Δ 顏色:🟢 |Δ|≤5%/≤1pp 🟡 5–20%/1–5pp 🔴 ≥20%/>5pp · Δ=「bucket by UTMMedium 版 vs 原本」。Petition Page Views 兩版同為 GA4,故 Δ=0。

2026 Q1(1/1 – 3/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
126,918
原本 126,918
Δ 0 同 GA4
bucket by UTMMedium 4,720
bucket by CivisLeadType 4,720
原本 4,760
Δ -0.8%
bucket by UTMMedium 3,646
bucket by CivisLeadType 3,646
原本 3,683
Δ -1.0%
bucket by UTMMedium 77.2%
bucket by CivisLeadType 77.2%
原本 77.4%
Δ -0.2pp
47
原本 46
Δ +2.2%
61
原本 61
Δ +0.0%
13.1%
原本 12.7%
Δ +0.4pp
234
原本 226
Δ +3.5%
366
原本 361
Δ +1.4%
Other
6,398
原本 6,398
Δ 0 同 GA4
bucket by UTMMedium 1,104
bucket by CivisLeadType 3,694 Organic*
原本 1,137
Δ -2.9%
bucket by UTMMedium 721
bucket by CivisLeadType 2,932 Organic*
原本 751
Δ -4.0%
bucket by UTMMedium 65.3%
bucket by CivisLeadType 79.4% Organic*
原本 66.1%
Δ -0.8pp
5
原本 10
Δ -50.0%
9
原本 9
Δ +0.0%
20.1%
原本 19.6%
Δ +0.5pp
91
原本 82
Δ +11.0%
126
原本 134
Δ -6.0%
Offline (額外)
5,053
原本 5,053
Δ 0 同 GA4
bucket by UTMMedium 2,590
bucket by CivisLeadType — 無此分類
原本 2,595
Δ -0.2%
bucket by UTMMedium 2,211
bucket by CivisLeadType —
原本 2,096
Δ +5.5%
bucket by UTMMedium 85.4%
bucket by CivisLeadType —
原本 80.8%
Δ +4.6pp
1
原本 0
Δ —
1
原本 1
Δ +0.0%
0.1%
原本 0.0%
Δ +0.1pp
1
原本 0
Δ —
1
原本 1
Δ +0.0%
Total (P+O)
133,316
原本 133,316
Δ 0 同 GA4
bucket by UTMMedium 5,824
bucket by CivisLeadType 8,414 P+Org
原本 5,897
Δ -1.2%
bucket by UTMMedium 4,367
bucket by CivisLeadType 6,578 P+Org
原本 4,434
Δ -1.5%
bucket by UTMMedium 75.0%
bucket by CivisLeadType 78.2% P+Org
原本 75.2%
Δ -0.2pp
52
原本 56
Δ -7.1%
70
原本 70
Δ +0.0%
14.4%
原本 14.0%
Δ +0.4pp
325
原本 308
Δ +5.5%
492
原本 495
Δ -0.6%
* bucket by CivisLeadType 只有 Paid / Organic、無 Offline,Organic = 所有非付費(含 bucket by UTMMedium 的 Other + Offline),不可與 bucket by UTMMedium 的 Other 逐列對等。

2026 四月(4/1 – 4/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
69,392
原本 69,392
Δ 0 同 GA4
bucket by UTMMedium 1,657
bucket by CivisLeadType 2,068
原本 1,683
Δ -1.5%
bucket by UTMMedium 1,323
bucket by CivisLeadType 1,618
原本 1,395
Δ -5.2%
bucket by UTMMedium 79.8%
bucket by CivisLeadType 78.2%
原本 82.9%
Δ -3.1pp
10
原本 10
Δ +0.0%
12
原本 12
Δ +0.0%
10.4%
原本 10.2%
Δ +0.2pp
63
原本 62
Δ +1.6%
105
原本 105
Δ +0.0%
Other
8,906
原本 8,906
Δ 0 同 GA4
bucket by UTMMedium 882
bucket by CivisLeadType 1,065 Organic*
原本 940
Δ -6.2%
bucket by UTMMedium 571
bucket by CivisLeadType 794 Organic*
原本 669
Δ -14.6%
bucket by UTMMedium 64.7%
bucket by CivisLeadType 74.6% Organic*
原本 71.2%
Δ -6.5pp
7
原本 7
Δ +0.0%
8
原本 8
Δ +0.0%
9.9%
原本 13.2%
Δ -3.3pp
35
原本 59
Δ -40.7%
49
原本 62
Δ -21.0%
Offline (額外)
1,253
原本 1,253
Δ 0 同 GA4
bucket by UTMMedium 594
bucket by CivisLeadType — 無此分類
原本 596
Δ -0.3%
bucket by UTMMedium 518
bucket by CivisLeadType —
原本 523
Δ -1.0%
bucket by UTMMedium 87.2%
bucket by CivisLeadType —
原本 87.8%
Δ -0.6pp
0
原本 0
Δ —
0
原本 0
Δ —
0.3%
原本 0.2%
Δ +0.1pp
0
原本 0
Δ —
2
原本 1
Δ +100.0%
Total (P+O)
78,298
原本 78,298
Δ 0 同 GA4
bucket by UTMMedium 2,539
bucket by CivisLeadType 3,133 P+Org
原本 2,623
Δ -3.2%
bucket by UTMMedium 1,894
bucket by CivisLeadType 2,412 P+Org
原本 2,064
Δ -8.2%
bucket by UTMMedium 74.6%
bucket by CivisLeadType 77.0% P+Org
原本 78.7%
Δ -4.1pp
17
原本 17
Δ +0.0%
20
原本 20
Δ +0.0%
10.2%
原本 11.3%
Δ -1.1pp
98
原本 121
Δ -19.0%
154
原本 167
Δ -7.8%

2026 五月(5/1 – 5/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
58,035
bucket by UTMMedium 1,247
bucket by CivisLeadType 1,749
bucket by UTMMedium 692
bucket by CivisLeadType 1,010
bucket by UTMMedium 55.5%
bucket by CivisLeadType 57.7%
5
6
15.2%
73
114
Other
10,935
bucket by UTMMedium 1,676
bucket by CivisLeadType 1,909 Organic*
bucket by UTMMedium 792
bucket by CivisLeadType 772 Organic*
bucket by UTMMedium 47.3%
bucket by CivisLeadType 40.4% Organic*
16
30
8.1%
49
67
Offline (額外)
1,477
bucket by UTMMedium 735
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 298
bucket by CivisLeadType —
bucket by UTMMedium 40.5%
bucket by CivisLeadType —
1
0
0.4%
1
2
Total (P+O)
68,970
bucket by UTMMedium 2,923
bucket by CivisLeadType 3,658 P+Org
bucket by UTMMedium 1,484
bucket by CivisLeadType 1,782 P+Org
bucket by UTMMedium 50.8%
bucket by CivisLeadType 48.7% P+Org
21
36
11.2%
122
181
5 月 CRM 對照(直拉 Salesforce gpea-prod 驗證):5 月 Leads·Paid,Salesforce 直查 1,246 vs 本表 BigQuery 1,247(Δ −0.1%)、總計 CRM 3,688 vs BQ 3,658(Δ +0.8%)——確認 6/10 倉儲重建後 BigQuery 與 CRM 的一致性延續到 5 月。原始 CRM/SOQL 報表僅做到 Q1+4 月,且重建後兩者已對齊(見上方 Q1/4 月 Δ 多已轉綠),故 5 月起以 BigQuery 為準、不再逐格並列 CRM「原本」。
六月為 完整月份(7/8 快照);原始 CRM/SOQL 報表未涵蓋六月,故僅列 BigQuery/GA4 數值、無「原本」對照。六月 Eligible 偏低屬電訪 case 尚未指派的資料未成熟現象(見下方說明),非電訪表現下滑。

2026 六月(6/1 – 6/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
57,961
bucket by UTMMedium 951
bucket by CivisLeadType 1,277
bucket by UTMMedium 304
bucket by CivisLeadType 438
bucket by UTMMedium 32.0%
bucket by CivisLeadType 34.3%
6
11
20.9%
71
124
Other
11,935
bucket by UTMMedium 1,958
bucket by CivisLeadType 2,178 Organic*
bucket by UTMMedium 822
bucket by CivisLeadType 792 Organic*
bucket by UTMMedium 42.0%
bucket by CivisLeadType 36.4% Organic*
21
58
7.8%
43
77
Offline (額外)
1,036
bucket by UTMMedium 546
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 104
bucket by CivisLeadType —
bucket by UTMMedium 19.0%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
69,896
bucket by UTMMedium 2,909
bucket by CivisLeadType 3,455 P+Org
bucket by UTMMedium 1,126
bucket by CivisLeadType 1,230 P+Org
bucket by UTMMedium 38.7%
bucket by CivisLeadType 35.6% P+Org
27
69
12.1%
114
201
⚠️ 更正(2026-07-08):近月 Eligible(電訪覆蓋率)驟降是真實的建案中斷,非資料未成熟。已由工程確認根因:建案 workflow 的 enrollment 於 5/14 新增「須為 TW 聯絡人」條件,但新連署者的市場/幣別要等系統同步後才由 Salesforce 寫回、觸發當下(建檔瞬間)尚不符 → 新連署者自 5/15 起被擋在建案流程外(既有支持者早已符合、不受影響,故僅新連署者驟降;台灣獨有,韓國正常)。已修復(市場判斷移到建檔 4 天後再評估),5/15 起遺漏的 case 團隊將人工補建。因此 六月 38.7%、Q2 53.8% 為暫時性低估,補件完成後會回升——這是修復+補件,不是資料成熟。追蹤:MCW-7528。
* bucket by CivisLeadType 只有 Paid / Organic、無 Offline,Organic = 所有非付費(含 bucket by UTMMedium 的 Other + Offline),不可與 bucket by UTMMedium 的 Other 逐列對等。
① 為什麼 Leads/Call Case/Eligible 要並列兩種分類?
bucket by UTMMedium(主數字)=我們自訂規則(套在 utm_medium 上,socialpaid/pmax/adwords… 視為 Paid)。bucket by CivisLeadType=BigQuery/Civis 原生 lead_type 欄位,但它只把 FB/IG 社群付費算 Paid,漏掉所有 Google 付費(PMax/AdWords),且沒有 Offline。對照最明顯處:2026 Q1 Leads·Paid,bucket by UTMMedium 4,720,bucket by CivisLeadType(Civis 原生 lead_type)也是 4,720
2026-06-10 更新:倉儲 conversion_funnel 於 6/10 重建後,兩種分類在 Q1 已一致——先前「Civis 把 Google 付費(PMax/AdWords)誤判為 Organic」的落差,在重建後的 lead_type 已修正(PMax/AdWords 現正確標為 Paid)。少數月份仍有差異(如 4 月:UTMMedium 1,657 vs CivisLeadType 2,068),兩欄並列即為持續監看分類一致性之用。

每個數字的算法(含資料來源)

來源徽章:GA4 Google Analytics 4 BigQuery 倉儲 gpea-data.report_table 衍生 由上述數字計算 手動 人工填入。表格每格一律來自 GA4 或 BigQuery
GA4Petition Page Views = GA4(TW property 251984551)中 pagePathpetitionsessions,依 sessionMedium 套 bucketUtm 分桶;排除 test-/nd-test/preview- 測試頁。GA4 sessions 為估算值,季=該季三個月相加(與同報表的逐月可對得起來)。
BigQueryLeadsconversion_funnel)= COUNT(DISTINCT cm_id)market='Taiwan' AND comparison='Actual' AND pet_signup_date ∈ 期間bucket by UTMMediumbucketUtm(utm_medium) 分 Paid/Other/Offline;bucket by CivisLeadType用原生 lead_type 分 Paid/Organic。
BigQueryCall Caseconversion_funnel)= 同 Leads 但 casenumber IS NOT NULL(已指派電訪個案的 lead);同樣 bucket by UTMMedium/bucket by CivisLeadType 兩版本。
衍生Eligible = Call Case ÷ Leads(同分類、同桶)。
BigQueryDaisy Chain RG / SGweb_performance)= COUNT(*)theme LIKE '%petition%' OR '%thankyou%' AND signup_date ∈ 期間type Regular→RG / Oneoff→SG;依 bucketUtm(utm_medium)(捐款本身的 UTM)。
衍生TTL Giving CVR = unique(是 Daisy Chain ∪ 是 New) ÷ Leads(每桶各算、聯集去重);分子來自 web_performance、分母來自 conversion_funnel(bucket by UTMMedium)。
BigQueryNew RG / New SGweb_performance,Donor Type=New)= COUNT(*)type=Regular|Oneoff AND past_donation_type 為空(終身首捐)AND signup_date ∈ 期間;依 bucketUtm(utm_medium)。終身首捐=曾捐過者(含一年以上回流)不計入。
bucketUtm 分桶規則(套 utm_medium,GA4 與 BigQuery 共用):'offline'→Offline;含 wv+engager→Other;開頭 socialpaid/pmax/adwords∈(ppc,cpc,paid_social,paid)→Paid;空值或其他 →Other
手動衍生CPL = Spend ÷ Leads(Paid)CPRG = AC Spend ÷ New RG(Paid)。Spend/AC Spend 由人工填入(廣告花費 TWD)。

來源與定義註解

Leads / Call Case / Eligible(conversion_funnel):2026-06-10 倉儲重建後,與直查 CRM 的差距已收斂到約 −1%(重建前約 −10%)。本版所有期間(含歷史月份/季度)皆已更新為 6/10 快照,故數字較舊版整體上修約 10%——此為資料口徑修正,非真實成長
Daisy Chain(web_performance):Paid/Other/Offline 採我們自訂 UTM 分類,套在捐款本身的 UTM 上(web_performance 無原生付費欄位)。定捐(RG)UTM 以捐款記錄為準,故與直查 CRM 在少數 RG 個案可能差幾筆。
⚠️ New RG / New SG 定義:本版採「終身首捐」(不含回流),與舊 CRM「12 個月未捐(含回流)」不同 → New 較舊版低,差額為回流捐款者,非衰退。對外溝通請一併說明。
資料驗證(2026-06-10):所有 BigQuery 計數逐月查自 6/10 重建後的 conversion_funnel / web_performance;季度=逐月精確相加;衍生欄位(Eligible、TTL Giving CVR、Total)程式重算。歷史月份/季度因倉儲重建整體上修約 10%(口徑修正);New RG/SG、Daisy Chain 來自 web_performance,未變動,與舊版逐項相符可交叉驗證。五月為完整月份,六月為當月累計至 6/9(GA4 至 6/10)。
📋 查詢 SQL(點擊展開)— 產生上述數字的實際 BigQuery 查詢

① Leads / Call Case(conversion_funnel,逐月 × UTM + lead_type)

-- ① Leads / Call Case(conversion_funnel)— 逐月 × UTM 分桶 + lead_type 兩版本
WITH base AS (
  SELECT
    FORMAT_DATE('%Y-%m', SAFE.PARSE_DATE('%Y-%m-%d', pet_signup_date)) AS ym,
    cm_id, (casenumber IS NOT NULL) AS has_case, lead_type AS lt,
    CASE
      WHEN LOWER(utm_medium) IS NULL OR LOWER(utm_medium)='' THEN 'Other'
      WHEN LOWER(utm_medium)='offline' THEN 'Offline'
      WHEN LOWER(utm_medium) LIKE '%wv+engager%' THEN 'Other'
      WHEN LOWER(utm_medium) LIKE 'socialpaid%' OR LOWER(utm_medium) LIKE 'pmax%'
        OR LOWER(utm_medium) LIKE 'adwords%'
        OR LOWER(utm_medium) IN ('ppc','cpc','paid_social','paid') THEN 'Paid'
      ELSE 'Other' END AS bucket
  FROM `gpea-data.report_table.conversion_funnel`
  WHERE market='Taiwan' AND comparison='Actual'
    AND SAFE.PARSE_DATE('%Y-%m-%d', pet_signup_date) >= '2025-01-01'
    AND SAFE.PARSE_DATE('%Y-%m-%d', pet_signup_date) <  '2026-06-01'
)
SELECT ym,
  COUNT(DISTINCT IF(bucket='Paid',    cm_id, NULL)) AS leads_utm_paid,
  COUNT(DISTINCT IF(bucket='Other',   cm_id, NULL)) AS leads_utm_other,
  COUNT(DISTINCT IF(bucket='Offline', cm_id, NULL)) AS leads_utm_offline,
  COUNT(DISTINCT IF(lt='Paid',        cm_id, NULL)) AS leads_lt_paid,
  COUNT(DISTINCT IF(lt='Organic',     cm_id, NULL)) AS leads_lt_organic,
  COUNT(DISTINCT IF(has_case AND bucket='Paid',    cm_id, NULL)) AS case_utm_paid,
  COUNT(DISTINCT IF(has_case AND bucket='Other',   cm_id, NULL)) AS case_utm_other,
  COUNT(DISTINCT IF(has_case AND bucket='Offline', cm_id, NULL)) AS case_utm_offline,
  COUNT(DISTINCT IF(has_case AND lt='Paid',        cm_id, NULL)) AS case_lt_paid,
  COUNT(DISTINCT IF(has_case AND lt='Organic',     cm_id, NULL)) AS case_lt_organic
FROM base GROUP BY ym ORDER BY ym;
-- 季度 = 該季三個月相加(每筆 CampaignMember 只有一個 pet_signup_date,故相加即精確去重)。

② Daisy Chain + New RG/SG + TTL CVR 聯集(web_performance,逐月)

-- ② Daisy Chain RG/SG + New RG/SG + TTL CVR 聯集(web_performance)— 逐月
WITH base AS (
  SELECT
    FORMAT_DATE('%Y-%m', SAFE.PARSE_DATE('%Y-%m-%d', signup_date)) AS ym, type,
    (theme LIKE '%petition%' OR theme LIKE '%thankyou%') AS is_dc,
    (past_donation_type IS NULL OR past_donation_type='') AS is_new,   -- Donor Type=New(終身首捐)
    CASE
      WHEN LOWER(utm_medium) IS NULL OR LOWER(utm_medium)='' THEN 'Other'
      WHEN LOWER(utm_medium)='offline' THEN 'Offline'
      WHEN LOWER(utm_medium) LIKE '%wv+engager%' THEN 'Other'
      WHEN LOWER(utm_medium) LIKE 'socialpaid%' OR LOWER(utm_medium) LIKE 'pmax%'
        OR LOWER(utm_medium) LIKE 'adwords%'
        OR LOWER(utm_medium) IN ('ppc','cpc','paid_social','paid') THEN 'Paid'
      ELSE 'Other' END AS bucket
  FROM `gpea-data.report_table.web_performance`
  WHERE market='Taiwan'
    AND SAFE.PARSE_DATE('%Y-%m-%d', signup_date) >= '2025-01-01'
    AND SAFE.PARSE_DATE('%Y-%m-%d', signup_date) <  '2026-06-01'
)
SELECT ym, bucket,
  COUNTIF(is_dc  AND type='Regular') AS dc_rg,
  COUNTIF(is_dc  AND type='Oneoff')  AS dc_sg,
  COUNTIF(is_new AND type='Regular') AS new_rg,
  COUNTIF(is_new AND type='Oneoff')  AS new_sg,
  COUNTIF(is_dc OR is_new)           AS union_dc_new   -- TTL Giving CVR 分子
FROM base GROUP BY ym, bucket ORDER BY ym, bucket;
-- TTL Giving CVR = union_dc_new ÷ Leads(同桶,查詢①的 bucket by UTMMedium);Eligible = Call Case ÷ Leads(同桶)。

③ Petition Page Views(GA4,非 SQL)

透過 GA4 Data API(analytics-mcp)查詢:property 251984551;維度 yearMonth + sessionMedium、指標 sessions;篩 pagePathpetition、排除 test-/nd-test/preview-;再用相同 bucketUtm 規則把 sessionMedium 分成 Paid / Other / Offline。季=該季三個月 sessions 相加。

長條為 堆疊 Paid/Other/Offline(bucket by UTMMedium 版);同一張圖內若有兩個指標(如 Leads 與 Call Case)以並排堆疊呈現。折線為比率(Eligible/TTL Giving CVR,右軸)。CivisLeadType 明細見下方表格。

2025 Q1(1/1 – 3/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
59,470
bucket by UTMMedium 6,515
bucket by CivisLeadType 6,515
bucket by UTMMedium 3,382
bucket by CivisLeadType 3,382
bucket by UTMMedium 51.9%
bucket by CivisLeadType 51.9%
39
102
10.1%
216
417
Other
41,086
bucket by UTMMedium 4,395
bucket by CivisLeadType 9,261 Organic*
bucket by UTMMedium 2,063
bucket by CivisLeadType 4,590 Organic*
bucket by UTMMedium 46.9%
bucket by CivisLeadType 49.6% Organic*
9
27
15.2%
254
408
Offline (額外)
8,431
bucket by UTMMedium 4,866
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 2,527
bucket by CivisLeadType —
bucket by UTMMedium 51.9%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
100,556
bucket by UTMMedium 10,910
bucket by CivisLeadType 15,776 P+Org
bucket by UTMMedium 5,445
bucket by CivisLeadType 7,972 P+Org
bucket by UTMMedium 49.9%
bucket by CivisLeadType 50.5% P+Org
48
129
12.1%
470
825

2025 Q2(4/1 – 6/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
75,187
bucket by UTMMedium 6,102
bucket by CivisLeadType 6,102
bucket by UTMMedium 3,555
bucket by CivisLeadType 3,555
bucket by UTMMedium 58.3%
bucket by CivisLeadType 58.3%
32
98
6.5%
125
253
Other
33,549
bucket by UTMMedium 17,394
bucket by CivisLeadType 20,188 Organic*
bucket by UTMMedium 9,057
bucket by CivisLeadType 10,856 Organic*
bucket by UTMMedium 52.1%
bucket by CivisLeadType 53.8% Organic*
14
47
2.4%
137
262
Offline (額外)
5,215
bucket by UTMMedium 2,794
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,799
bucket by CivisLeadType —
bucket by UTMMedium 64.4%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
108,736
bucket by UTMMedium 23,496
bucket by CivisLeadType 26,290 P+Org
bucket by UTMMedium 12,612
bucket by CivisLeadType 14,411 P+Org
bucket by UTMMedium 53.7%
bucket by CivisLeadType 54.8% P+Org
46
145
3.4%
262
515

2025 Q3(7/1 – 9/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
66,644
bucket by UTMMedium 4,594
bucket by CivisLeadType 4,594
bucket by UTMMedium 2,624
bucket by CivisLeadType 2,624
bucket by UTMMedium 57.1%
bucket by CivisLeadType 57.1%
24
80
8.2%
142
218
Other
42,570
bucket by UTMMedium 1,947
bucket by CivisLeadType 4,173 Organic*
bucket by UTMMedium 1,033
bucket by CivisLeadType 2,459 Organic*
bucket by UTMMedium 53.1%
bucket by CivisLeadType 58.9% Organic*
7
24
11.8%
77
141
Offline (額外)
4,303
bucket by UTMMedium 2,226
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,426
bucket by CivisLeadType —
bucket by UTMMedium 64.1%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
109,214
bucket by UTMMedium 6,541
bucket by CivisLeadType 8,767 P+Org
bucket by UTMMedium 3,657
bucket by CivisLeadType 5,083 P+Org
bucket by UTMMedium 55.9%
bucket by CivisLeadType 58.0% P+Org
31
104
9.3%
219
359

2025 Q4(10/1 – 12/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
89,887
bucket by UTMMedium 4,604
bucket by CivisLeadType 4,604
bucket by UTMMedium 3,455
bucket by CivisLeadType 3,455
bucket by UTMMedium 75.0%
bucket by CivisLeadType 75.0%
32
68
9.3%
143
274
Other
5,689
bucket by UTMMedium 1,569
bucket by CivisLeadType 3,676 Organic*
bucket by UTMMedium 870
bucket by CivisLeadType 2,680 Organic*
bucket by UTMMedium 55.4%
bucket by CivisLeadType 72.9% Organic*
8
11
17.6%
100
169
Offline (額外)
4,596
bucket by UTMMedium 2,107
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,810
bucket by CivisLeadType —
bucket by UTMMedium 85.9%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
95,576
bucket by UTMMedium 6,173
bucket by CivisLeadType 8,280 P+Org
bucket by UTMMedium 4,325
bucket by CivisLeadType 6,135 P+Org
bucket by UTMMedium 70.1%
bucket by CivisLeadType 74.1% P+Org
40
79
11.4%
243
443

2026 Q1(1/1 – 3/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
126,918
bucket by UTMMedium 4,681
bucket by CivisLeadType 4,681
bucket by UTMMedium 3,625
bucket by CivisLeadType 3,625
bucket by UTMMedium 77.4%
bucket by CivisLeadType 77.4%
47
61
13.2%
234
366
Other
6,398
bucket by UTMMedium 1,087
bucket by CivisLeadType 3,677 Organic*
bucket by UTMMedium 713
bucket by CivisLeadType 2,924 Organic*
bucket by UTMMedium 65.6%
bucket by CivisLeadType 79.5% Organic*
5
9
20.4%
91
126
Offline (額外)
5,053
bucket by UTMMedium 2,590
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 2,211
bucket by CivisLeadType —
bucket by UTMMedium 85.4%
bucket by CivisLeadType —
1
1
0.1%
1
1
Total (P+O)
133,316
bucket by UTMMedium 5,768
bucket by CivisLeadType 8,358 P+Org
bucket by UTMMedium 4,338
bucket by CivisLeadType 6,549 P+Org
bucket by UTMMedium 75.2%
bucket by CivisLeadType 78.4% P+Org
52
70
14.6%
325
492

2026 Q2(4/1 – 6/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
185,776
bucket by UTMMedium 3,795
bucket by CivisLeadType 5,014
bucket by UTMMedium 2,285
bucket by CivisLeadType 3,023
bucket by UTMMedium 60.2%
bucket by CivisLeadType 60.3%
21
29
14.8%
207
343
Other
31,572
bucket by UTMMedium 4,439
bucket by CivisLeadType 5,093 Organic*
bucket by UTMMedium 2,144
bucket by CivisLeadType 2,325 Organic*
bucket by UTMMedium 48.3%
bucket by CivisLeadType 45.7% Organic*
44
96
8.5%
127
193
Offline (額外)
3,766
bucket by UTMMedium 1,873
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 919
bucket by CivisLeadType —
bucket by UTMMedium 49.1%
bucket by CivisLeadType —
1
0
0.3%
1
4
Total (P+O)
217,348
bucket by UTMMedium 8,234
bucket by CivisLeadType 10,107 P+Org
bucket by UTMMedium 4,429
bucket by CivisLeadType 5,348 P+Org
bucket by UTMMedium 53.8%
bucket by CivisLeadType 52.9% P+Org
65
125
11.4%
334
536
⚠️ 更正(2026-07-08):近月 Eligible(電訪覆蓋率)驟降是真實的建案中斷,非資料未成熟。已由工程確認根因:建案 workflow 的 enrollment 於 5/14 新增「須為 TW 聯絡人」條件,但新連署者的市場/幣別要等系統同步後才由 Salesforce 寫回、觸發當下(建檔瞬間)尚不符 → 新連署者自 5/15 起被擋在建案流程外(既有支持者早已符合、不受影響,故僅新連署者驟降;台灣獨有,韓國正常)。已修復(市場判斷移到建檔 4 天後再評估),5/15 起遺漏的 case 團隊將人工補建。因此 六月 38.7%、Q2 53.8% 為暫時性低估,補件完成後會回升——這是修復+補件,不是資料成熟。追蹤:MCW-7528。
⚠️ 更正(2026-07-08):近月 Eligible(電訪覆蓋率)驟降是真實的建案中斷,非資料未成熟。已由工程確認根因:建案 workflow 的 enrollment 於 5/14 新增「須為 TW 聯絡人」條件,但新連署者的市場/幣別要等系統同步後才由 Salesforce 寫回、觸發當下(建檔瞬間)尚不符 → 新連署者自 5/15 起被擋在建案流程外(既有支持者早已符合、不受影響,故僅新連署者驟降;台灣獨有,韓國正常)。已修復(市場判斷移到建檔 4 天後再評估),5/15 起遺漏的 case 團隊將人工補建。因此 六月 38.7%、Q2 53.8% 為暫時性低估,補件完成後會回升——這是修復+補件,不是資料成熟。追蹤:MCW-7528。
長條為 堆疊 Paid/Other/Offline(bucket by UTMMedium 版);同一張圖內若有兩個指標(如 Leads 與 Call Case)以並排堆疊呈現。折線為比率(Eligible/TTL Giving CVR,右軸)。CivisLeadType 明細見下方表格。

2026 一月(1/1 – 1/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
37,330
bucket by UTMMedium 1,773
bucket by CivisLeadType 1,773
bucket by UTMMedium 1,298
bucket by CivisLeadType 1,298
bucket by UTMMedium 73.2%
bucket by CivisLeadType 73.2%
20
31
11.3%
70
125
Other
2,613
bucket by UTMMedium 613
bucket by CivisLeadType 1,562 Organic*
bucket by UTMMedium 403
bucket by CivisLeadType 1,216 Organic*
bucket by UTMMedium 65.7%
bucket by CivisLeadType 77.8% Organic*
4
4
15.7%
47
46
Offline (額外)
1,841
bucket by UTMMedium 949
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 813
bucket by CivisLeadType —
bucket by UTMMedium 85.7%
bucket by CivisLeadType —
1
1
0.2%
1
1
Total (P+O)
39,943
bucket by UTMMedium 2,386
bucket by CivisLeadType 3,335 P+Org
bucket by UTMMedium 1,701
bucket by CivisLeadType 2,514 P+Org
bucket by UTMMedium 71.3%
bucket by CivisLeadType 75.4% P+Org
24
35
12.4%
117
171

2026 二月(2/1 – 2/28)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
43,147
bucket by UTMMedium 1,538
bucket by CivisLeadType 1,538
bucket by UTMMedium 1,294
bucket by CivisLeadType 1,294
bucket by UTMMedium 84.1%
bucket by CivisLeadType 84.1%
9
14
14.6%
83
135
Other
1,245
bucket by UTMMedium 238
bucket by CivisLeadType 987 Organic*
bucket by UTMMedium 172
bucket by CivisLeadType 824 Organic*
bucket by UTMMedium 72.3%
bucket by CivisLeadType 83.5% Organic*
1
3
30.7%
29
42
Offline (額外)
1,450
bucket by UTMMedium 749
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 652
bucket by CivisLeadType —
bucket by UTMMedium 87.0%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
44,392
bucket by UTMMedium 1,776
bucket by CivisLeadType 2,525 P+Org
bucket by UTMMedium 1,466
bucket by CivisLeadType 2,118 P+Org
bucket by UTMMedium 82.5%
bucket by CivisLeadType 83.9% P+Org
10
17
16.7%
112
177

2026 三月(3/1 – 3/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
46,441
bucket by UTMMedium 1,370
bucket by CivisLeadType 1,370
bucket by UTMMedium 1,033
bucket by CivisLeadType 1,033
bucket by UTMMedium 75.4%
bucket by CivisLeadType 75.4%
18
16
14.2%
81
106
Other
2,540
bucket by UTMMedium 236
bucket by CivisLeadType 1,128 Organic*
bucket by UTMMedium 138
bucket by CivisLeadType 884 Organic*
bucket by UTMMedium 58.5%
bucket by CivisLeadType 78.4% Organic*
0
2
22.5%
15
38
Offline (額外)
1,762
bucket by UTMMedium 892
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 746
bucket by CivisLeadType —
bucket by UTMMedium 83.6%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
48,981
bucket by UTMMedium 1,606
bucket by CivisLeadType 2,498 P+Org
bucket by UTMMedium 1,171
bucket by CivisLeadType 1,917 P+Org
bucket by UTMMedium 72.9%
bucket by CivisLeadType 76.7% P+Org
18
18
15.4%
96
144

2026 四月(4/1 – 4/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
69,392
bucket by UTMMedium 1,635
bucket by CivisLeadType 2,035
bucket by UTMMedium 1,305
bucket by CivisLeadType 1,595
bucket by UTMMedium 79.8%
bucket by CivisLeadType 78.4%
10
12
10.6%
63
105
Other
8,906
bucket by UTMMedium 864
bucket by CivisLeadType 1,057 Organic*
bucket by UTMMedium 562
bucket by CivisLeadType 789 Organic*
bucket by UTMMedium 65.0%
bucket by CivisLeadType 74.6% Organic*
7
8
10.1%
35
49
Offline (額外)
1,253
bucket by UTMMedium 593
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 517
bucket by CivisLeadType —
bucket by UTMMedium 87.2%
bucket by CivisLeadType —
0
0
0.3%
0
2
Total (P+O)
78,298
bucket by UTMMedium 2,499
bucket by CivisLeadType 3,092 P+Org
bucket by UTMMedium 1,867
bucket by CivisLeadType 2,384 P+Org
bucket by UTMMedium 74.7%
bucket by CivisLeadType 77.1% P+Org
17
20
10.4%
98
154

2026 五月(5/1 – 5/31)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
58,423
bucket by UTMMedium 1,209
bucket by CivisLeadType 1,702
bucket by UTMMedium 676
bucket by CivisLeadType 990
bucket by UTMMedium 55.9%
bucket by CivisLeadType 58.2%
5
6
15.7%
73
114
Other
10,731
bucket by UTMMedium 1,617
bucket by CivisLeadType 1,858 Organic*
bucket by UTMMedium 760
bucket by CivisLeadType 744 Organic*
bucket by UTMMedium 47.0%
bucket by CivisLeadType 40.0% Organic*
16
30
8.4%
49
67
Offline (額外)
1,477
bucket by UTMMedium 734
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 298
bucket by CivisLeadType —
bucket by UTMMedium 40.6%
bucket by CivisLeadType —
1
0
0.4%
1
2
Total (P+O)
69,154
bucket by UTMMedium 2,826
bucket by CivisLeadType 3,560 P+Org
bucket by UTMMedium 1,436
bucket by CivisLeadType 1,734 P+Org
bucket by UTMMedium 50.8%
bucket by CivisLeadType 48.7% P+Org
21
36
11.5%
122
181

2026 六月(6/1 – 6/30)

Petition Page ViewsLeads
bucket by UTMMedium / bucket by CivisLeadType
Call Case
bucket by UTMMedium / bucket by CivisLeadType
Eligible
bucket by UTMMedium / bucket by CivisLeadType
CPLDaisy Chain RGDaisy Chain SGTTL Giving CVRAC SpendNew RGNew SGCPRG
Spend=Spend÷Leads(Paid)=ACSpend÷NewRG(Paid)
Paid
57,961
bucket by UTMMedium 951
bucket by CivisLeadType 1,277
bucket by UTMMedium 304
bucket by CivisLeadType 438
bucket by UTMMedium 32.0%
bucket by CivisLeadType 34.3%
6
11
20.9%
71
124
Other
11,935
bucket by UTMMedium 1,958
bucket by CivisLeadType 2,178 Organic*
bucket by UTMMedium 822
bucket by CivisLeadType 792 Organic*
bucket by UTMMedium 42.0%
bucket by CivisLeadType 36.4% Organic*
21
58
7.8%
43
77
Offline (額外)
1,036
bucket by UTMMedium 546
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 104
bucket by CivisLeadType —
bucket by UTMMedium 19.0%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
69,896
bucket by UTMMedium 2,909
bucket by CivisLeadType 3,455 P+Org
bucket by UTMMedium 1,126
bucket by CivisLeadType 1,230 P+Org
bucket by UTMMedium 38.7%
bucket by CivisLeadType 35.6% P+Org
27
69
12.1%
114
201
本分頁是為 Business Owner 補充的延伸數據與洞察(不影響原始三個分頁)。每張卡片回答一個 BO 會問的問題;資料源同為 BigQuery gpea-data.report_table 與 GA4,定義依資料團隊 ea-data-dictionary。標「缺口」者為現有倉儲無法提供、需外部補的資料。

1. 新捐者帶來多少收入?平均單筆多大?(收入與規模) 基礎

期間New RG 數RG 平均月捐New SG 數SG 平均單筆RG 季實收(income)SG 季實收
2025 Q14707138251,5446,495,349326,414
2025 Q22625425151,8096,011,208198,565
2025 Q32195833592,3476,395,945529,147
2025 Q42431,2674431,8656,137,761361,732
2026 Q13268294931,8245,798,562197,325
洞察:新定捐「人數」YoY 下滑(470→326,−31%),但「平均月捐額」反而上升(713→829,+16%)、單筆捐也上升(1,544→1,824,+18%)——獲取的是更少但更高價值的新捐者。
更關鍵:每季定捐實收 ~5.8–6.5M TWD 非常穩定(YoY 僅 −11%),因為收入主要來自既有定捐者持續扣款,不是當季新客。所以「獲取放緩」目前還沒打到總收入——但新客變少是未來收入的風險,不是當下衰退。
*金額單位 TWD。RG 平均月捐=web_performance.amount;季實收=income 表 comparison=Actual。2025 Q4 平均月捐 1,267 偏高,疑為年末高額募集活動。

2. 這些新定捐者留得住嗎?(留存率) 基礎

定捐 Cohort人數第3個月第6個月第9個月第12個月
2025 Q147089%82%76%71%
2025 Q226293%85%81%52%*
洞察:2025 Q1 招募的新定捐者,滿一年仍有 71% 在繳款(完整滿 12 個月、可信)——以定捐標準算健康。首年留存分數=首年有效繳款月數÷12。
含義:每個新定捐首年實收 ≈ 月捐 × 約 10 個有效月。以 2026 Q1 月捐 829 估,首年約 ~8,000 TWD(粗估、未扣成本)。
*2025 Q2 之後的 cohort 尚未滿 12 個月(2025 Q2 的 m12 落在 2026 年中、尚未到期),數字會低估;2025 H2/2026 cohort 暫無可信 m12。留存以 web_performance mon_1..12 是否>0(當月有扣款)計算。

3. 這份報表只看 Web 連署?其他通路與總收入長怎樣?(全通路) 基礎

收入分類 (budget_code_group)2026 Q1 實收 TWDRG 筆SG 筆
Unprompted(既有定捐持續扣款)5,532,59410,4950
Prompted & Supporter Care109,3481850
Web101,9764136
DDC(街募/面對面)56,240599
Telephone(電訪)36,956426
Middle Donor25,550485
DRTV23,500015
Upgrade(既有捐者升級)20,9307010
Reactivation(回流)19,293336
洞察:這份報表的「Web 連署漏斗」只是其中一個獲取通路。總收入由「Unprompted」(既有定捐者每月扣款 5.5M) 主導;各新獲取通路(Web/DDC/Telephone/DRTV/Reactivation)在當季貢獻的收入都不大,因為新定捐當季只繳了 1–3 期。要看完整跨通路獲取「件數」表現可拉 fr_performance_ac_op(可應要求補)。

4. 獲取成本 / CPL / CPRG 是多少?(成本缺口) 基礎・缺口

⚠️ 成本資料不在 BigQuery 倉儲裡。已查證:conversion_funnel.cost 在台灣全為 NULL(只有 comparison='Actual' 列、無 'Cost' 列),其餘表(web_performance/fr_performance_ac_op)沒有 cost 欄位
含義:CPL(每名單成本)、CPRG(每新定捐成本)無法只靠這個倉儲算出。廣告花費需從 FB/Google Ads 後台或財務匯出,人工填入。這是要回答「划不划算 / ROI」最大的缺口——目前付費佔連署 81%,沒有花費就無法判斷效率。

5. 新定捐者的終身價值 (LTV) 是多少? 基礎・部分

資料團隊未正式定義 LTV。可用現有資料粗估「首年價值」:平均月捐 × 首年有效繳款月數(由留存曲線推估)。
2026 Q1 新定捐 ≈ 829 × ~10 個有效月 ≈ ~8,000 TWD/首年(粗估、未扣成本)。
真實 LTV 需要:①多年(非首年)留存曲線 ②獲取成本。前者目前只到首年、後者倉儲沒有,故 LTV 只能到「首年實收」層級。

6. 付費獲取分平台表現如何?CPL/CPRG 怎麼算?(FB vs Google) BO R1・Q1+Q2

付費平台2025Q1 Leads2026Q1 LeadsLead Δ2025Q1 New RG2026Q1 New RG2026Q1 Lead→定捐轉換
FB/IG (socialpaid)4,3533,827−12%1031333.5%
Google (pmax/adwords/cpc)1,537467−70%11310121.6%
洞察(很關鍵,會改變結論):
付費 New RG 其實成長了(216→234,+8%)。報表上 New RG YoY −31% 幾乎全部來自「自然/Other」通路崩跌(254→92,−64%),不是付費出問題。
Google 付費 lead→定捐轉換率 21.6%,約是 FB 的 6 倍(FB 3.5%)。但 Google 的 lead 量被砍 70%。FB 帶來大量但低轉換的連署(轉定捐僅 3.5%),很少變成定捐者(每個連署的實際成本未知——倉儲無 cost)。
決策訊號:Google 付費效率遠高、量卻被縮減——應查清楚為何 Google 量大降(預算是否被移去 FB?)。若目標是更多定捐者,Google 可能該加碼而非縮減。
⚠️ CPL / CPRG 仍需你提供花費(倉儲無 cost)。算法:用你的 FB/Google 各月廣告花費 ÷ 上表對應的 Paid Leads/New RG(分母已備好)。例:若 Google 2026Q1 花費 X,則 Google CPRG = X ÷ 101。

7. 既有定捐基數在萎縮嗎?(未來收入風險) BO R1・Q6

活躍定捐人數RG 季實收 TWD平均單筆 TWD
2025 Q111,3786,495,349513
2025 Q211,2006,011,208494
2025 Q312,0756,395,945484
2025 Q411,5306,137,761486
2026 Q110,6415,798,562500
⚠️ 是的——活躍定捐「人數」YoY −6.5%(11,378→10,641)。基數正在緩慢萎縮
洞察:總收入看起來穩(~6M/季)只是因為平均單筆持平;但付款人數在掉。這是「滯後型」風險:各通路新客補不上流失。
對照:web cohort 取消數 251→275(微升),而新 web 定捐 326 僅略高於取消 275;跨全通路,流失 > 獲取,故基數每年掉約 6.5%。
決策:若獲取不回升,這條「穩定」的收入線會延遲性下滑。下一塊邊際預算要比較「留存/挽回(save)」vs「純新獲取」何者 CP 值高。

8. BigQuery 比 CRM 少 ~10%,會讓某個通路被高估/低估嗎?(可信度) BO R1・Q7

不會偏向特定通路——可安心用於通路分配。已驗證 ~10% 缺口在各分桶均勻分布:Paid 9.8%/Offline 9.9%/Other 10.9%(且各 campaign、各月、各來源一致)。
含義:絕對值一致低估約 10%,但通路間的比例與趨勢不受影響(FB vs Google、Paid vs Other 的比較可信)。把這份報表當「相對比較與趨勢」用完全沒問題;只有在對「絕對件數」設 KPI 時要記得 +~10% 回推。原因仍待 Report 團隊確認 ETL 建表邏輯。

9. 定捐者的多年留存與終身價值 (LTV) 到底多高? BO R2・Q4

定捐 Cohort 年人數滿1年存活滿2年存活滿3年存活
20224,32486%79%73%
20232,88688%81%75%
20242,70386%78%78%*
20251,54883%81%*81%*
洞察:定捐很黏。以「未取消(RD 仍有效)」計,約 86–88% 滿1年、79–81% 滿2年、73–78% 滿3年仍在。
(註:以「當月實際有扣款」更嚴格計,滿1年約 71%——兩者差別是「RD 還在但偶爾跳期」vs「每月都扣成功」。)
含義(LTV):結合下方繳款曲線,每個新定捐 3 年累積貢獻 ≈ 20,000–23,000 TWD(未扣成本)。所以「某一季獲取放緩」的殺傷力被高估了——每個招來的定捐會付約 3 年。這也是你對外辯護獲取預算時該用的 LTV 量級。
*未滿該年期、被右設限(censored),數字偏高僅供參考;可信的是 2022/2023 全期、2024 至 2年、2025 至 1年。以 web_performance cancel_date 計算存活。

10. 回本期 (payback):第幾個月新定捐的累積貢獻會超過獲取成本? BO R2・Q3・部分

時點平均已繳月數累積貢獻 TWD (2025Q1 cohort, 月捐713)
第 3 個月2.83~2,019
第 6 個月5.37~3,827
第 12 個月9.89~7,051
洞察:回本期=累積貢獻首次超過 CPRG 的月份。把你的 CPRG 對到上表即可讀出:
• CPRG ≈ 2,000 → 約第 3 個月回本 • ≈ 3,800 → 約第 6 個月 • ≈ 7,000 → 約第 12 個月 • > 7,000 → 首年未回本,但靠第2年存活(~79%)多半在第2年回本。
曲線已備好,只缺你的實際 CPRG(成本)就能定出回本月與 go/no-go 門檻。

11. 電訪(TFR)在哪裡漏?Eligible% 為何自 5/15 起驟降? BO R2・Q5

電訪結果 (2026Q1 已建案 leads)筆數性質
未處理/未記錄 (NULL)3,159未登錄結果/未回報
No Answer 沒接1,543打不到
Decline 拒絕926接到但拒絕
Pledge Email 寄出231培養中
No Connection / Invalid / No Such Person384電話無效
Accepted New RD(含 Offline)180✅ 電訪轉成定捐
Donated Already 已捐82多半已從 web 捐
洞察:漏點主要在「接觸率」,不是「沒覆蓋」。打不到(No Answer+無效號碼)≈1,930、接到但拒絕≈1,030;電訪真正轉成新定捐只有 ~180(多數新定捐其實來自 web 當下捐,不是電話)。
更正(2026-07-08):Eligible 自 5/15 起驟降是真實的建案中斷,非時間差假象。經查證電訪 case 從連署到開案僅 0–4 天(即時建案),五、六月連署者早已成熟;實測有約 2,318 名連署者(5/15–6/30)依規則應建 case 卻沒有,因為相當比例的連署自 5/15 起停止進入建案流程(另一條建案路徑中斷,非資料成熟度)。工程已確認根因並修復:建案 workflow 的 enrollment 於 5/14 新增「須為 TW 聯絡人」條件,但新連署者的市場/幣別要等系統同步後才寫回、觸發當下不符 → 新連署者自 5/15 起被擋在建案流程外(既有不受影響)。已改為建檔 4 天後再判斷市場;5/15 起遺漏的 case 將人工補建。故六月/Q2 為暫時性低估、補件後會回升(修復+補件,非資料成熟)。追蹤 MCW-7528。
決策:長期最大的非廣告槓桿仍是「接觸率」——簽署當下把電話收集做好、減少無效號碼 ~2k。

12. 結論:這些數字指向哪些決策?(模擬 BO 的行動清單) 結論

模擬 BO 看完後可直接行動的四個決策:
1. 付費組合向 Google 傾斜,減少 FB 純衝量。Google 轉定捐效率約是 FB 的 6 倍(21.6% vs 3.5%),但其 lead 量被砍 70%——先查清楚為何被砍(是否移去 FB?),考慮回補/加碼 Google;FB 不要再只優化「連署數量」,要對定捐轉換負責。
2. 同步開一條「留存/挽回(save)」預算線。定捐基數每年 −6.5%、3 年 LTV ~20–23k,保住既有 ~10,600 名定捐者的 CP 值,很可能高於純衝新客。下季撥一筆 save/winback 測試,與純獲取的 CP 值正面對打。
3. 把「獲取放緩」當未來收入風險、而非當前危機,並用 LTV 辯護預算。季收入靠黏著的既有定捐撐住(~5.8–6M),今天沒火;風險是滯後的。用 20–23k 的 3 年 LTV 去辯護「維持/加碼獲取」,而不是看收入沒掉就砍。
4. 電訪:先修復 5/15 起的建案中斷,再談接觸率。自 5/15 起相當比例的新連署停止產生電訪 case(建案 workflow enrollment 的 TW 聯絡人判斷 bug,已由工程確認並修復;5/15–6/30 實測約 2,318 人應建卻沒有、將人工補建;MCW-7528)。修好後,長期最大的非廣告槓桿是「接觸率」:簽署當下把電話收集做好、減少無效號碼(~1,930),比加廣告預算更划算。

13. 資料到頭了嗎?倉儲還能不能提供更多?(資料邊界) 邊界

以下需「倉儲以外」的資料,BigQuery 無法再深入:
廣告花費 / 成本——倉儲沒有(已查證)。需 FB/Google Ads 後台或財務匯出。所有 ROI 類指標(CPL/CPRG/回本月/go-no-go 門檻)的「分母都已備好」,BO 取得花費後自行套入即可。
Reactivation/Upgrade/Appeal 預測分數——這些是 Salesforce CRM 由 Integral 模型寫入的欄位,不在 BigQuery 倉儲,需直接查 CRM。
資料品質注意:donor_profile 每位捐款人每年可能有多列(約 +12% 重複,最多 6 列),所有「人數」一律用 COUNT(DISTINCT contact_id)、勿用 COUNT(*);mon_1..12 是 0/1 繳款旗標非金額。
目標/預算基準——報表是實際值,沒有 KPI 目標線;要判定「好/壞」需 BO 提供當季目標。
模擬 BO 在第 2 輪已宣告 SATISFIED、無更多提問——除上述三項外部資料外,現有倉儲能回答的都已補上,此 Q&A loop 到此結束。

14. ── 資深募款主管/策略層 Q&A(board / strategy 視角)── 分隔

以下為模擬資深募款主管(Head of Fundraising,board-facing)的策略層提問:多年永續性與預測、捐款組合與集中度風險、回流/升級經濟學、跨市場對標。資料同源 BigQuery 倉儲。

15. 基數的多年趨勢與「補充率」:收入曲線何時開始彎? 資深 R1・Q2・最關鍵

新定捐回流流失淨變化補充率(加總÷流失)
202211,6171,004−17,980−5,3590.70
20238,487946−12,627−3,1940.75
20248,223898−12,606−3,4850.72
20254,831599−10,400−4,9700.52
⚠️ 曲線「已經」彎了,不是未來風險。定捐基數從 2022 起每年淨流失;補充率原本穩在 ~0.70–0.75,2025 崩到 0.52——每流失 2 個定捐,只補回 1 個。新定捐招募數 2022→2025 腰斬(11,617→4,831)。
給董事會的話:收入看起來穩,只是因為既有定捐者持續扣款(滯後效應);但「人數」已連年下滑、且 2025 急速惡化。要讓基數打平(補充率=1.0),以 2025 的流失量(~11,000/年)計,毛招募需約翻倍(從 ~5,430 → ~11,000/年),單靠目前獲取無法達成——這正是下面「回流」與「升級」必須補位的理由。
*來源 donor_count 加總旗標(newdonor/reactdonor/lapseddonor,type=Regular, TW)。各表「絕對基數」口徑略有差異,但此表內部一致、趨勢與比率可信。

16. 收入集中度:頂端捐款人佔多少?有沒有「大戶風險」? 資深 R1・Q1

價值層級 (value tier)捐款人占比收入占比
High Value Donor1.1%4.9%
Middle Donor2.8%9.0%
General Donor96.1%86.1%
前 5% 捐款人 = 22.3% 價值;前 10% = 33.6%;前 20% = 50.9%(donor_profile 2025,distinct 捐款人)。
洞察:台灣是「廣基群眾」模式,不是大戶依賴。前 10% 只佔 ~32% 價值、高價值捐款人只佔 4.9% 收入——集中度風險低
但反面才是重點:沒有大戶當緩衝,所以上方的「基數人數流失」幾乎 1:1 直接變成收入流失,無法靠幾個大額捐款補回。策略必須守住長尾的小額定捐
另一面是潛在上檔:高價值僅 1.1%——中大型捐款人(Middle/Major Donor)發展計畫顯然還沒做起來,是未開發的成長空間。

17. 回流/升級的池子有多大?值多少?vs 純新獲取 資深 R1・Q3

捐款人狀態 (2025)distinct 捐款人前一年平均價值 TWD
Lapsed Donor(近期流失・溫池)16,106~2,655
Old Lapsed Donor(久未捐・冷池)128,432
Re-join Donor(2025 實際回流)2,921~2,634
New Donor(2025 新獲取・全通路)7,243
洞察:回流是「價值」面很吸引人的成長池——但「比較便宜」我們無法證實。近期流失的溫池有 16,106 人、前一年平均價值 ~2,655 TWD(潛在 ~43M TWD);2025 卻只回流 2,921 人(再活化率僅 ~18%)、定捐回流招募僅 599/年——大量未開發(同期全通路新定捐約 4,831,donor_count)。回流者留存最好(85%@6m,見 Q7)。
⚠️ 「回流比冷獲取便宜」是業界通則、非本資料證明:倉儲無成本資料,且回流轉換率偏低,低轉換可能把「每個成功回流的成本」推高。本資料能支持的是回流的期望價值高、又留得住不是「成本較低」。要證實需 cost per reactivation vs 獲取 CPRG(皆需外部成本資料)。
(升級:Upgrade 事件在 rd_pipeline 可再深掘;高價值僅 1.1% 也顯示升級空間。)
📐 2026-05-27 更正:人數改為 distinct 捐款人(原 COUNT(*) 含 donor_profile 重複列、約 +12% 灌水:17,966→16,106、143,689→128,432、3,248→2,921、8,067→7,243)。

18. 流失是「自願」還是「非自願(扣款失敗)」?該怎麼救? 資深 R1・Q5

取消原因 (2025 TW 定捐)筆數性質
Financial Problems 經濟困難1,431可負擔性(難救)
Unemployed / Retirement 失業/退休404可負擔性
Can't Be Reached 連絡不上391非自願/聯絡
Dislike Credit Card 不喜信用卡扣145付款摩擦(可修)
Dislike GP Work / No Interest 不認同/沒興趣357使命/方案
Support Other Charity 轉支持他會324競爭
No Reason / Undisclosed 未說明542未知
洞察:台灣流失以「可負擔性」為主,不是非自願扣款失敗。經濟相關(Financial+Unemployed+Retirement)≈1,835(佔已陳述原因 ~35%);明確可用 ops 低成本修的非自願/付款(連絡不上+信用卡 ≈ 536)相對小;使命不認同 ≈357 也不大。
含義:(1) 純「付款救援」save line 天花板有限(~500–900);(2) 更大的槓桿是對經濟型流失者提供「降額而非取消」方案(1,835);(3) 方案/使命不是主因。
⚠️ 注意:這是「取消時有登錄的原因」(TFR 登錄);靜默流失(信用卡過期、從未聯絡到)可能未被計入,真實非自願比例應更高。

19. 跨市場對標:這是台灣的問題,還是東亞整體?(TW vs HK vs KR) 資深 R2・Q4・最關鍵

市場2025Q1 定捐人數2026Q1 定捐人數YoY補充率 2024→202512個月存活
Taiwan11,37810,641−6.5%0.72 → 0.5286%
Korea15,26013,912−8.8%0.78 → 0.4788%
Hong Kong4,3594,430+1.6%0.57 → 0.5886%
⚠️ 這不是台灣的執行問題——是東亞整體的結構問題。台灣(0.72→0.52)與韓國(0.78→0.47)的補充率在 2025 同步崩跌,兩地新獲取都約腰斬。
洞察:問題在「獲取」,不在「留存」。三個市場的 12 個月留存都健康(~86–88%);崩的是新客獲取量
香港是穩定的例外(補充率穩 ~0.58、基數小幅成長)——值得研究 HK 做了什麼不同。
韓國是絕對風險最大的(基數最大、跌幅最猛 0.78→0.47)。
董事會行動:把「2025 獲取斷崖」當 EA 層級的結構議題調查(市場飽和?付費成本?共用活動行事曆?),對標 HK 模式;資源優先級 KR > TW。

20. 單筆(SG)捐款者會變成定捐(RG)嗎?SG 是不是 RG 的前段漏斗? 資深 R2・Q6

定義(已查證):「純一次性捐款者」=該年實際捐過單筆、且當年沒有定捐的人;「轉換」=隔年開始有定捐。倉儲 donor_type='Oneoff'終身分類「只捐過單筆」(含大量已流失舊捐者),不能當「該年單筆捐款者」用——見下方更正。
一次性捐款年該年實際捐單筆的人其中純一次性(當年無定捐)隔年開始定捐轉換率
202311,9406,9793134.5%
20248,8106,2212664.3%
20256,1223,780361.0%*
2026(YTD)1,7891,548待 2027**
洞察:SG 是「弱到中等」的前段漏斗。實際一次性捐款者約 4.3–4.5%(2023→2024、2024→2025 兩個完整年一致)隔年會開始定捐——不是完全沒有,但多數仍維持一次性。所以一次性獲取有一些定捐升級價值,不能說純粹是「一次性現金」;也別高估成主要 RG 來源。
*2025→2026 隔年落在 2026、資料未完整(僅約 5 個月),低估;可靠的完整年看 2024→2025=4.3%。
**2026 cohort 要看 2027 才能算「隔年是否定捐」,目前算不了(2026 本身也只到年中,1,548 為 YTD)。
(若把已是定捐的混合捐者也算進分子,毛轉換看似 28–33%,但那是他們本來就在定捐、非真的轉換,不採用。)
📐 2026-05-27 重大更正:原始卡片「SG→RG 僅 2.1%、SG 非前段漏斗」錯了:(1) 用 COUNT(*) 含 donor_profile 重複列;(2) 分母誤用 donor_type='Oneoff'(終身「只捐過單筆」、含 89% 已流失舊捐者),不是「該年實際捐單筆的人」。改用「實際一次性捐款者→隔年定捐」後,真實轉換 ~4.3%。

21. 早期流失:哪個通路的新定捐死得最快?(質 vs 量) 資深 R2・Q7

獲取通路 (2025 cohort)人數第1月繳款第3月第6月
DRTV238100%96%88%
Reactivation 回流1,72191%88%85%
Web(含 FB/Google)1,232100%84%77%
DDC 街募1,616100%79%65%
Telephone 電訪1,656—*
洞察:以「留得住的價值」排序,DRTV、Reactivation、Web > DDC。
DDC(街募)早期掉最兇(6 個月剩 65%)——它的真實 LTV/可承受 CPRG 低於帳面,需要早期 onboarding/welcome 介入,或調低成本門檻。
DRTV 與回流最黏(88%/85%@6m)——支持「回流計畫」(Q3):回流者「留得住」(成本面未證實,見 Q3 註)。
pressure-test「向 Google 傾斜」:成立——Web 留存中上、Google 又轉換最好,質與量都站得住。
⚠️ *Telephone 的 mon_N 在此表全為 0,是資料缺口(非真的 0% 留存),電訪早期留存無法由此欄位衡量。

22. 策略結論:資深主管的董事會簡報重點(strategy slide) 資深・結論

給董事會的東亞定捐永續性策略重點(模擬資深募款主管):
1. 收入曲線「已經」彎了——把定捐基數當結構性衰退處理,別再把「收入持平」讀成「沒事」。基數每年 −6.5%、補充率 2025 崩到 0.52;沒有大戶緩衝(前10%僅~32%),人數流失幾乎 1:1 變收入流失(滯後)。用 3 年 LTV(~20–23k) 辯護獲取預算,而非用當前收入。
2. 這是東亞結構問題,不是台灣執行失誤——升級到 EA 層級、優先韓國。TW 與 KR 補充率同步崩(0.52/0.47)、留存到處都健康(~86–88%),壞掉的是獲取不是留存。HK 穩定(~0.58)是內部標竿。
3. 開「回流/挽回」專線——可能是現有最高 CP 的成長槓桿。溫池 16,106 人(distinct,~2,655 價值、~43M),2025 只回流 2,921;回流者又最黏(85%@6m)。下季與冷獲取正面比 CP。
4. 付費向 Google 傾斜、修 DDC 品質——別只追求「衝量但留不住」的獲取(成本面待外部資料)。Google 轉換是 FB 的 6 倍卻被砍量;DDC 街募 6 個月剩 65%(真實 LTV 低於帳面);DRTV/回流最黏。讓 FB 對「定捐轉換」負責,而非連署數。
5. 別指望 SG 或「使命修正」救基數;對可負擔性流失給「降額不取消」。SG→RG 約 4%/年(實際一次性捐款者→隔年定捐;原 2.1% 分母用錯、已更正)——弱到中等的前段漏斗、非完全無;流失主因是可負擔性(~35%)非使命或扣款失敗——最大槓桿是給 ~1,835 經濟型流失者降額方案。
6. 未開發上檔:中大型捐款人發展幾乎還沒做(高價值僅 1.1%)。廣基模式幾乎沒有中大額層,升級空間真實但未開發——試辦中額捐款人發展軌,作為回流之外的第二成長引擎。
需向外部/董事會取得(非倉儲能答、已備好接口):①廣告花費→CPL/CPRG/回本月(分母已備);②CRM 預測分數(Reactivation/Upgrade/Appeal,鎖定溫池用);③當季目標/預算基準(判定好壞與「獲取需翻倍」的數學)。
模擬資深主管於第 2 輪宣告 SATISFIED——策略已可制定,此策略層 loop 結束。
本分頁回答 Owner 的延伸問題:連署 Lead 與單筆(SG)捐款者,多大比例、帶來多少價值會變成定期定額(RG)世代=首次連署/首筆 SG 落在 2024-01 ~ 2025-04轉換窗口=從「最後一次接觸」起算的 12 個月(觀察至最後一次連署/捐款後 365 天);「次數」為該人全部次數。兩個 Section 都用「全通路、不分渠道」的完整母體(修掉先前漏母體的問題):Section A(SG)改用 fr_performance_ac_op(含 web/DDC/電訪/DRTV/回流,先前只用 web 漏掉約 39%/8,480 位非 web SG 捐款者);Section B(連署)改用 tw_petition_datamart 的總連署次數(先前用 conversion_funnel 只涵蓋 ~436K/1.11M 人)。
📊 可信度:每列附 轉換率 95% 信賴區間(Wilson)可信度標記(高=轉換≥30人/中=10–29/低<10);合併母體後 cell 變大、多為「高」。「最後接觸+365 天」仍超過今日者標 ⏳截尾(轉換尚未觀察完、率偏低估)。首年實收估值=月額×留存月數(mon_1..12 為 0/1 旗標,估算)。
長條為不同次數(1/2/3/4/5+)下的轉 RG 率(全通路合併)與每 100 名連署 Lead 帶來的首年 RG 價值。滑鼠停在長條上可看該格的 n 與 95% 信賴區間。本版 cell 已夠大、可信度多為「高」;仍請以下方表格的信賴區間與「可信度」欄為準。

A. 單筆捐款者 → 定捐(SG → RG,12 個月內)

全通路fr_performance_ac_op):SG 與 RG 皆涵蓋 web/DDC/電訪/DRTV/回流。轉 RG 率比舊 web-only 版高很多,因為多數 SG→RG 升級是透過電訪(DDC 致電一次性捐款者),web_performance 看不到。⚠️ 但電訪的 mon_1..12 是資料缺口(全 0),故約 70%(單次組)的轉換者算不出留存曲線 → 「首年實收估值」只計可測得留存的轉換者(覆蓋率見最後一欄),電訪升級者的價值未能估。轉換率本身為完整全通路。
SG 次數
全部
SG 捐款者→RG 人數
全通路
轉換率95% 信賴區間
Wilson
可信度RG 平均月額
TWD
平均留存
月數
首年實收估值
/可測得留存者
留存資料
覆蓋率
1 次5,0362965.88%5.3–6.6%5288.84,78330% (89/296)
2 次373328.58%6.1–11.9% ⏳38%截尾4439.84,67550% (16/32)
3 次6169.84%4.6–19.8% ⏳52%截尾35010.33,36750% (3/6)
4 次25416.0%6.4–34.7% ⏳64%截尾1,1505.02,35050% (2/4)
5+ 次361027.78%15.8–44.0% ⏳69%截尾7505.02,35690% (9/10)

B. 連署者 → 定捐(Lead → RG,12 個月內)

連署次數改用 tw_petition_datamart.number_of_petition_signup__c(去重、全渠道合併、終生總連署簽署數) — 這是全台標準「連署次數」(全台 2+ 次連署者共 478,835 人),比 conversion_funnel 的漏斗 Lead 數完整。轉 RG 同時計電訪+線上(此世代約 90% 轉換來自線上,故「首年實收估值」幾乎覆蓋全部轉換者)。「(無 datamart/0)」列=cohort 中不在 datamart 的人,另列、不進圖表。各組截尾 ≤20%。
連署次數
datamart 總數
Leads→RG 人數
任一路徑
轉換率95% 信賴區間
Wilson
可信度RG 平均月額
web·TWD
平均留存
月數
首年實收估值
/轉換者·web
每 100 名 Lead
帶來 RG 價值
web·TWD
1 次45,980145 (web 130)0.32%0.3–0.4%5539.65,2091,473
2 次8,78871 (web 63)0.81%0.6–1.0%6037.94,3873,145
3 次2,78327 (web 25)0.97%0.7–1.4%5417.93,6183,250
4 次1,19114 (web 13)1.18%0.7–2.0%6008.84,1634,544
5+ 次1,37129 (web 27)2.12%1.5–3.0% ⏳20%截尾6426.93,5216,934
(無 datamart/0)14,99415 (web 14)0.1%0.1–0.2%5458.64,511421

C. 投資解讀 + 補充洞察

下列卡片由 Operations Manager + Senior Fundraiser 兩個視角的模擬問答(2026-05-28)整合。每張卡片回答一個會被問的決策性問題(標籤標示視角/類別)。BQ 可答的都答了;資料邊界誠實列在最後一張。

可信度怎麼看:信賴區間 + 截尾 判讀指南

每列轉換率附 95% 信賴區間(CI);區間越窄越可信。低次數組(1/2 次)n 大、CI 窄、可信度,可直接採用。3+ 拆成 3/4/5+ 後高次數組樣本變小(SG 3 次 n=61/6 conv 為、SG 4 次 n=25/4 conv 為、SG 5+ 次 27.78% 但 n=36),只看「往上的趨勢」、別拿單一點值決策。可信度:高 ≥30 人/中 10-29/低 <10。

單筆 SG 捐款者是<b>遠比</b>連署更強的 RG 前段漏斗 漏斗結構

同樣單次接觸:單筆 SG → RG 5.88%(全通路)vs 連署 Lead → RG 0.32% — SG ≈ 連署的 18 倍。(暖客效應 + 電訪 upgrade 主導,見下方「電訪命脈」卡)。意涵:petition → 先轉小額 SG → 再養 RG 的「兩段式」遠優於 petition 直接逼 RG;單筆捐款者是高價值的「中溫池」,值得投資 upgrade。

劑量反應在冷流量中也成立(非單純自我選擇) 劑量反應 · 已驗證

資深問題:「3+ 高轉換是不是只因為多簽連署的人本來就是舊捐款者?」答:不是。把 cohort 切成『首次連署前完全無捐款紀錄 (cold-new、佔 95%)』與『有過捐款 (5%)』:
· Cold-new 1→2→3→4→5+ 次 = 0.31% → 0.60% → 0.90% → 1.03% → 1.91%(約 6 倍)
· Had-prior-donation 1→5+ = 0.43% → 2.79%(高基準、弱劑量反應)
冷流量內部仍有明確劑量反應,多簽連署本身就是強訊號 — 再行銷/二次連署策略有實證支持,不是憑感覺。

漏斗轉換的 RG 留存比冷取得<b>更好</b>(推翻先前判斷) 留存 · 重要修正

之前我用 web mon_N 旗標推估留存月數,結論是「漏斗轉換者留存 ≈ 基準」。改用 cancel_date 重算(涵蓋全通路),結果相反:
· 漏斗 SG→RG 轉換者(n=348):12mo 仍活躍 88.5%、24mo 88.2%(n=34 可觀察)
· 同期非漏斗 cold RG 取得(n=14,589):12mo 82.5%、24mo 76.3%
漏斗 LTV 比冷取得 +6pp @12mo、+12pp @24mo意涵:兩段式漏斗不只轉換率高,留下來的 RG 也更好留 — 「先暖身再 RG」對 LTV 是雙贏,不是只贏轉換率。

電訪是 SG→RG 的命脈(既是引擎也是風險) 電訪依賴

單筆 SG → RG 轉換中約 70% 走電訪(DDC) 路徑(推估自 mon_1..12 全 0 的「無留存曲線」比例 — 電訪是已知的資料缺口)。Section A 全通路 5.88% 相較舊 web-only 1.1% 的躍升,本質就是這條被看見了。意涵:
(a) 電訪量能就是漏斗的物理上限 — 加強 DDC 培訓/排班/規模化是直接槓桿;
(b) 若暫停外撥,這條漏斗大部分會崩 — 電訪健康度是策略風險點,需要備援;
(c) 電訪本身的成本/可達率不在倉儲,需 Ops 自有資料估 ROI。

投資訊號 + 首筆金額分層(Ops 排隊) 投資訊號 · Ops

每 100 名取得的首年 RG 價值(連署側,web 可測):1 次 NT$1,473 → 2 次 3,145 → 3 次 3,250 → 4 次 4,544 → 5+ 次 6,934(價值倍增)。
單筆 SG 首筆金額預測 RG 轉換:300-699 元 5.19% → 700-1499 6.11% → 1500+ 7.65%(高首筆 ≈ +47% 轉換率)。意涵:DDC 升級隊列優先打首筆 1500+ 的 SG,再打多次小額;連署再行銷預算重押在「能再簽 1-2 次」的族群。
倉儲沒廣告花費 → 真正 ROI = 價值 ÷ CPL,需外部成本資料配對。

規模感:漏斗目前佔 TW 新 RG 約 10%,是補強不是救星 規模 & 取代比

漏斗 unique 轉換者 = 639 人(16 個月,SG cohort 348 + Lead cohort 301 - 重疊 10),年化約 480。TW 2025 新 RG 約 4,831 → 漏斗目前貢獻約 10%若把漏斗轉換率加倍(強化 DDC + petition→SG 二段式):再加約 480 名新 RG → 預期取代比由 0.52 → 約 0.57是有意義的補強、但無法單靠這條漏斗逆轉 2025 取得腰斬的結構性問題;新冷取得(F2F / TFR)仍須維持,且 base 流失(取代比分母)要分開處理。

轉換時機(DDC 排班 & 培養節奏) 時機 · Ops

轉換中位數(自首次接觸起算):連署 → RG 約 60 天(p25 13/p75 152,web 為主);單筆 SG → RG 約 170 天(p25 56/p75 272,全通路)。意涵:
· 連署 Lead 培養應集中在前 2 個月(短)— 後續轉化機會驟降。
· 單筆 SG 的 upgrade 窗口長達中位 5-6 個月(電訪需多輪追擊)— DDC 排班與工作流要適配長尾。
兩條漏斗的時間結構不同,工具、訊息與人力供應要分別設計。

資料邊界(本輪未答/需外部補) 缺口

無法回答的
(1) 廣告花費 / CPL / CPRG — 倉儲沒有 cost,需外部補(這是 ROI 的決定性缺口)。
(2) 電訪轉換者的首年實收金額 — fr 電訪 mon_1..12 是資料缺口(全 0),SG 1 次組約 70% 轉換者算不出留存曲線。轉換率完整、價值側僅 ~30% 可測。
(3) 電話可達率 / Email 可送達率 — 不在倉儲,Ops 自有資料。
(4) 多簽連署的 utm 來源 / 議題分布、漏斗轉換者的 value_tier — 本輪未跑(可加,非決定性)。
(5) 最後接觸錨定的截尾 — 拆細後 SG 高次數組最高約 70% 截尾、單次組 0%;多次組轉換率為下限。
(6) 2026 新世代(首次接觸在 2025-05 後)未滿觀察期、刻意排除。