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:2026-05-27 | 市場:Taiwan | 第一分頁(2026 Q1+4月)含與原始 CRM/SOQL 報表的對照(原本+Δ);第二、三分頁為 BigQuery/GA4 趨勢,不並列 CRM。
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 4,294
bucket by CivisLeadType 3,827
原本 4,760
Δ -9.8%
bucket by UTMMedium 3,291
bucket by CivisLeadType 2,938
原本 3,683
Δ -10.6%
bucket by UTMMedium 76.6%
bucket by CivisLeadType 76.8%
原本 77.4%
Δ -0.8pp
47
原本 46
Δ +2.2%
61
原本 61
Δ +0.0%
14.4%
原本 12.7%
Δ +1.7pp
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 1,022
bucket by CivisLeadType 3,826 Organic*
原本 1,137
Δ -10.1%
bucket by UTMMedium 662
bucket by CivisLeadType 3,007 Organic*
原本 751
Δ -11.9%
bucket by UTMMedium 64.8%
bucket by CivisLeadType 78.6% Organic*
原本 66.1%
Δ -1.3pp
5
原本 10
Δ -50.0%
9
原本 9
Δ +0.0%
21.7%
原本 19.6%
Δ +2.1pp
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 2,337
bucket by CivisLeadType — 無此分類
原本 2,595
Δ -9.9%
bucket by UTMMedium 1,992
bucket by CivisLeadType —
原本 2,096
Δ -5.0%
bucket by UTMMedium 85.2%
bucket by CivisLeadType —
原本 80.8%
Δ +4.4pp
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 5,316
bucket by CivisLeadType 7,653 P+Org
原本 5,897
Δ -9.9%
bucket by UTMMedium 3,953
bucket by CivisLeadType 5,945 P+Org
原本 4,434
Δ -10.8%
bucket by UTMMedium 74.4%
bucket by CivisLeadType 77.7% P+Org
原本 75.2%
Δ -0.8pp
52
原本 56
Δ -7.1%
70
原本 70
Δ +0.0%
15.8%
原本 14.0%
Δ +1.8pp
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 1,496
bucket by CivisLeadType 1,800
原本 1,683
Δ -11.1%
bucket by UTMMedium 1,198
bucket by CivisLeadType 1,414
原本 1,395
Δ -14.1%
bucket by UTMMedium 80.1%
bucket by CivisLeadType 78.6%
原本 82.9%
Δ -2.8pp
10
原本 10
Δ +0.0%
12
原本 12
Δ +0.0%
11.6%
原本 10.2%
Δ +1.4pp
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 842
bucket by CivisLeadType 1,074 Organic*
原本 940
Δ -10.4%
bucket by UTMMedium 540
bucket by CivisLeadType 792 Organic*
原本 669
Δ -19.3%
bucket by UTMMedium 64.1%
bucket by CivisLeadType 73.7% Organic*
原本 71.2%
Δ -7.1pp
7
原本 7
Δ +0.0%
8
原本 8
Δ +0.0%
10.3%
原本 13.2%
Δ -2.9pp
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 536
bucket by CivisLeadType — 無此分類
原本 596
Δ -10.1%
bucket by UTMMedium 468
bucket by CivisLeadType —
原本 523
Δ -10.5%
bucket by UTMMedium 87.3%
bucket by CivisLeadType —
原本 87.8%
Δ -0.5pp
0
原本 0
Δ —
0
原本 0
Δ —
0.4%
原本 0.2%
Δ +0.2pp
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 2,338
bucket by CivisLeadType 2,874 P+Org
原本 2,623
Δ -10.9%
bucket by UTMMedium 1,738
bucket by CivisLeadType 2,206 P+Org
原本 2,064
Δ -15.8%
bucket by UTMMedium 74.3%
bucket by CivisLeadType 76.8% P+Org
原本 78.7%
Δ -4.4pp
17
原本 17
Δ +0.0%
20
原本 20
Δ +0.0%
11.1%
原本 11.3%
Δ -0.2pp
98
原本 121
Δ -19.0%
154
原本 167
Δ -7.8%
* 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 我們 bucket by UTMMedium 4,294 vs bucket by CivisLeadType 3,827(少的 ~467 就是被 CivisLeadType 誤判成 Organic 的 Google 付費)。並列是為了拿這個差異去推動內部 tagging 統一(已開 Asana 票 UPX-19)。

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):比直查 CRM 約少 10%。已排除 9 項常見原因,差距均勻分布,研判源自 BigQuery ETL 建表邏輯,實際原因待 Report 團隊確認。各期間方向一致。
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(2026-05-27):所有 BigQuery 原始計數逐月查自 conversion_funnel / web_performance;2026 Q1 與舊報表(4,294/3,291/234/366/47/61 等)逐項相符;季度=逐月精確相加;衍生欄位(Eligible、TTL Giving CVR、Total)程式重算。完整定義見 docs/reporting/tw-quarterly-report-data-sources.md
📋 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 5,955
bucket by CivisLeadType 4,418
bucket by UTMMedium 3,093
bucket by CivisLeadType 2,341
bucket by UTMMedium 51.9%
bucket by CivisLeadType 53.0%
39
102
11.1%
216
417
Other
41,086
bucket by UTMMedium 3,988
bucket by CivisLeadType 9,937 Organic*
bucket by UTMMedium 1,854
bucket by CivisLeadType 4,920 Organic*
bucket by UTMMedium 46.5%
bucket by CivisLeadType 49.5% Organic*
9
27
16.7%
254
408
Offline (額外)
8,431
bucket by UTMMedium 4,412
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 2,314
bucket by CivisLeadType —
bucket by UTMMedium 52.4%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
100,556
bucket by UTMMedium 9,943
bucket by CivisLeadType 14,355 P+Org
bucket by UTMMedium 4,947
bucket by CivisLeadType 7,261 P+Org
bucket by UTMMedium 49.8%
bucket by CivisLeadType 50.6% P+Org
48
129
13.3%
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 5,568
bucket by CivisLeadType 4,362
bucket by UTMMedium 3,233
bucket by CivisLeadType 2,657
bucket by UTMMedium 58.1%
bucket by CivisLeadType 60.9%
32
98
7.1%
125
253
Other
33,549
bucket by UTMMedium 15,802
bucket by CivisLeadType 19,532 Organic*
bucket by UTMMedium 8,192
bucket by CivisLeadType 10,388 Organic*
bucket by UTMMedium 51.8%
bucket by CivisLeadType 53.2% Organic*
14
47
2.6%
137
262
Offline (額外)
5,215
bucket by UTMMedium 2,524
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,620
bucket by CivisLeadType —
bucket by UTMMedium 64.2%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
108,736
bucket by UTMMedium 21,370
bucket by CivisLeadType 23,894 P+Org
bucket by UTMMedium 11,425
bucket by CivisLeadType 13,045 P+Org
bucket by UTMMedium 53.5%
bucket by CivisLeadType 54.6% P+Org
46
145
3.8%
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 4,240
bucket by CivisLeadType 3,865
bucket by UTMMedium 2,428
bucket by CivisLeadType 2,273
bucket by UTMMedium 57.3%
bucket by CivisLeadType 58.8%
24
80
8.9%
142
218
Other
42,570
bucket by UTMMedium 1,787
bucket by CivisLeadType 4,189 Organic*
bucket by UTMMedium 943
bucket by CivisLeadType 2,405 Organic*
bucket by UTMMedium 52.8%
bucket by CivisLeadType 57.4% Organic*
7
24
12.8%
77
141
Offline (額外)
4,303
bucket by UTMMedium 2,027
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,307
bucket by CivisLeadType —
bucket by UTMMedium 64.5%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
109,214
bucket by UTMMedium 6,027
bucket by CivisLeadType 8,054 P+Org
bucket by UTMMedium 3,371
bucket by CivisLeadType 4,678 P+Org
bucket by UTMMedium 55.9%
bucket by CivisLeadType 58.1% P+Org
31
104
10.1%
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 4,196
bucket by CivisLeadType 4,001
bucket by UTMMedium 3,155
bucket by CivisLeadType 2,976
bucket by UTMMedium 75.2%
bucket by CivisLeadType 74.4%
32
68
10.2%
143
274
Other
5,689
bucket by UTMMedium 1,438
bucket by CivisLeadType 3,547 Organic*
bucket by UTMMedium 794
bucket by CivisLeadType 2,603 Organic*
bucket by UTMMedium 55.2%
bucket by CivisLeadType 73.4% Organic*
8
11
19.2%
100
169
Offline (額外)
4,596
bucket by UTMMedium 1,914
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,630
bucket by CivisLeadType —
bucket by UTMMedium 85.2%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
95,576
bucket by UTMMedium 5,634
bucket by CivisLeadType 7,548 P+Org
bucket by UTMMedium 3,949
bucket by CivisLeadType 5,579 P+Org
bucket by UTMMedium 70.1%
bucket by CivisLeadType 73.9% P+Org
40
79
12.5%
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 4,294
bucket by CivisLeadType 3,827
bucket by UTMMedium 3,291
bucket by CivisLeadType 2,938
bucket by UTMMedium 76.6%
bucket by CivisLeadType 76.8%
47
61
14.4%
234
366
Other
6,398
bucket by UTMMedium 1,022
bucket by CivisLeadType 3,826 Organic*
bucket by UTMMedium 662
bucket by CivisLeadType 3,007 Organic*
bucket by UTMMedium 64.8%
bucket by CivisLeadType 78.6% Organic*
5
9
21.7%
91
126
Offline (額外)
5,053
bucket by UTMMedium 2,337
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 1,992
bucket by CivisLeadType —
bucket by UTMMedium 85.2%
bucket by CivisLeadType —
1
1
0.1%
1
1
Total (P+O)
133,316
bucket by UTMMedium 5,316
bucket by CivisLeadType 7,653 P+Org
bucket by UTMMedium 3,953
bucket by CivisLeadType 5,945 P+Org
bucket by UTMMedium 74.4%
bucket by CivisLeadType 77.7% P+Org
52
70
15.8%
325
492
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 1,632
bucket by CivisLeadType 1,522
bucket by UTMMedium 1,183
bucket by CivisLeadType 1,101
bucket by UTMMedium 72.5%
bucket by CivisLeadType 72.3%
20
31
12.3%
70
125
Other
2,613
bucket by UTMMedium 578
bucket by CivisLeadType 1,546 Organic*
bucket by UTMMedium 375
bucket by CivisLeadType 1,191 Organic*
bucket by UTMMedium 64.9%
bucket by CivisLeadType 77.0% Organic*
4
4
16.6%
47
46
Offline (額外)
1,841
bucket by UTMMedium 858
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 734
bucket by CivisLeadType —
bucket by UTMMedium 85.5%
bucket by CivisLeadType —
1
1
0.2%
1
1
Total (P+O)
39,943
bucket by UTMMedium 2,210
bucket by CivisLeadType 3,068 P+Org
bucket by UTMMedium 1,558
bucket by CivisLeadType 2,292 P+Org
bucket by UTMMedium 70.5%
bucket by CivisLeadType 74.7% P+Org
24
35
13.4%
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 1,400
bucket by CivisLeadType 1,194
bucket by UTMMedium 1,166
bucket by CivisLeadType 1,005
bucket by UTMMedium 83.3%
bucket by CivisLeadType 84.2%
9
14
16.0%
83
135
Other
1,245
bucket by UTMMedium 223
bucket by CivisLeadType 1,096 Organic*
bucket by UTMMedium 161
bucket by CivisLeadType 900 Organic*
bucket by UTMMedium 72.2%
bucket by CivisLeadType 82.1% Organic*
1
3
32.7%
29
42
Offline (額外)
1,450
bucket by UTMMedium 667
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 578
bucket by CivisLeadType —
bucket by UTMMedium 86.7%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
44,392
bucket by UTMMedium 1,623
bucket by CivisLeadType 2,290 P+Org
bucket by UTMMedium 1,327
bucket by CivisLeadType 1,905 P+Org
bucket by UTMMedium 81.8%
bucket by CivisLeadType 83.2% P+Org
10
17
18.3%
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 1,262
bucket by CivisLeadType 1,111
bucket by UTMMedium 942
bucket by CivisLeadType 832
bucket by UTMMedium 74.6%
bucket by CivisLeadType 74.9%
18
16
15.4%
81
106
Other
2,540
bucket by UTMMedium 221
bucket by CivisLeadType 1,184 Organic*
bucket by UTMMedium 126
bucket by CivisLeadType 916 Organic*
bucket by UTMMedium 57.0%
bucket by CivisLeadType 77.4% Organic*
0
2
24.0%
15
38
Offline (額外)
1,762
bucket by UTMMedium 812
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 680
bucket by CivisLeadType —
bucket by UTMMedium 83.7%
bucket by CivisLeadType —
0
0
0.0%
0
0
Total (P+O)
48,981
bucket by UTMMedium 1,483
bucket by CivisLeadType 2,295 P+Org
bucket by UTMMedium 1,068
bucket by CivisLeadType 1,748 P+Org
bucket by UTMMedium 72.0%
bucket by CivisLeadType 76.2% P+Org
18
18
16.7%
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 1,496
bucket by CivisLeadType 1,800
bucket by UTMMedium 1,198
bucket by CivisLeadType 1,414
bucket by UTMMedium 80.1%
bucket by CivisLeadType 78.6%
10
12
11.6%
63
105
Other
8,906
bucket by UTMMedium 842
bucket by CivisLeadType 1,074 Organic*
bucket by UTMMedium 540
bucket by CivisLeadType 792 Organic*
bucket by UTMMedium 64.1%
bucket by CivisLeadType 73.7% Organic*
7
8
10.3%
35
49
Offline (額外)
1,253
bucket by UTMMedium 536
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 468
bucket by CivisLeadType —
bucket by UTMMedium 87.3%
bucket by CivisLeadType —
0
0
0.4%
0
2
Total (P+O)
78,298
bucket by UTMMedium 2,338
bucket by CivisLeadType 2,874 P+Org
bucket by UTMMedium 1,738
bucket by CivisLeadType 2,206 P+Org
bucket by UTMMedium 74.3%
bucket by CivisLeadType 76.8% P+Org
17
20
11.1%
98
154

2026 五月(5/1 – 5/27,截至今日)

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
50,785
bucket by UTMMedium 660
bucket by CivisLeadType 977
bucket by UTMMedium 388
bucket by CivisLeadType 582
bucket by UTMMedium 58.8%
bucket by CivisLeadType 59.6%
4
3
23.3%
61
91
Other
11,257
bucket by UTMMedium 1,011
bucket by CivisLeadType 1,077 Organic*
bucket by UTMMedium 459
bucket by CivisLeadType 470 Organic*
bucket by UTMMedium 45.4%
bucket by CivisLeadType 43.6% Organic*
10
27
11.5%
42
59
Offline (額外)
1,278
bucket by UTMMedium 383
bucket by CivisLeadType — 無此分類
bucket by UTMMedium 205
bucket by CivisLeadType —
bucket by UTMMedium 53.5%
bucket by CivisLeadType —
0
0
0.3%
0
1
Total (P+O)
62,042
bucket by UTMMedium 1,671
bucket by CivisLeadType 2,054 P+Org
bucket by UTMMedium 847
bucket by CivisLeadType 1,052 P+Org
bucket by UTMMedium 50.7%
bucket by CivisLeadType 51.2% P+Org
14
30
16.2%
103
150
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 5 月掉到 50%? 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待打或未登錄(含時間差)
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)。
5 月 Eligible 50.7% 是時間差假象——近月的 lead 還沒全部建案/打完(上表 NULL 3,159 即待處理量),不是覆蓋率真的崩。等案件成熟後會回到 ~70%+。
決策:TFR 最大槓桿是「接觸率」——簽署當下把電話收集做好(減少無效號碼 ~2k),可能比加廣告預算更能提升轉換。

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:先做「簽署當下收集電話」這個非廣告槓桿。漏點是接觸率(~1,930 打不到/無效號碼),不是覆蓋率;把簽署時的電話收集做好,可能比加廣告預算更划算。(5 月 Eligible 50% 是時間差假象,免處理。)

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) — 用來判斷把預算投到哪個渠道。世代=首次連署/首筆 SG 落在 2024-01 ~ 2025-04轉換窗口(本版)=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;單次接觸者首次=最後,與「首次錨定」版相同且完全成熟)。「次數」為該人全部接觸次數。首年實收估值=月額×留存月數(mon_1..12 為旗標非金額,屬估算)。
📊 可信度(重要):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)。多次接觸組樣本小、且有相當比例「最後接觸+365 天」仍超過今天(⏳截尾,轉換尚未觀察完)→ 轉換率為下限、僅供方向參考,請看信賴區間、勿用點值決策。
長條為各渠道在不同接觸次數(1/2/3+)下的轉換率/每 100 名取得的首年 RG 價值。滑鼠停在長條上可看該格的 n 與 95% 信賴區間。多次組(2/3+)樣本小且部分截尾,長條只顯示點值、看起來可能偏高 — 請以信賴區間與下方表格的「可信度」欄為準。

A. 單筆捐款者 → 定捐(SG → RG,12 個月內)

單筆 SG → RG 全部取自 web_performance(線上捐款),故無 Offline。多次接觸組(2/3+ 次)有 29–65% 的人「最後接觸+365 天」超過今日(⏳截尾),轉換尚未觀察完,其轉換率與留存為下限,請搭配信賴區間判讀。單次組 0% 截尾、完全成熟、最可信。
渠道
首筆 SG 的 UTM 分桶
SG 次數
全部
SG 捐款者→RG 人數轉換率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
/轉換者·月額×留存
每 100 名 SG
帶來 RG 價值
TWD
Other12,092221.1%0.7–1.6%6257.45,0565,300
Other217052.9%1.3–6.7% ⏳37%截尾3608.62,7808,200
Other3+59711.9%5.9–22.5% ⏳53%截尾7456.42,97535,300
Paid11,617201.2%0.8–1.9%6599.66,0597,500
Paid214796.1%3.3–11.2% ⏳29%截尾5649.15,91136,200
Paid3+49918.4%10.0–31.4% ⏳65%截尾6405.21,99036,600

B. 連署者 → 定捐(Lead → RG,12 個月內)

連署 → RG 同時計入電訪(DDC)與線上兩條路徑的 RG;此世代 95%+ 轉換來自線上,故「首年實收估值」(僅 web 有 mon_N)幾乎覆蓋全部轉換者,電訪路徑無留存曲線、價值欄僅計 web。多次連署組同樣有 19–50% 截尾(⏳),轉換率偏低估,請看信賴區間。
渠道
首筆連署的 UTM 分桶
連署次數
全部
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
Offline122,04842 (web 29)0.19%0.1–0.3%5319.04,125543
Offline27237 (web 6)0.97%0.5–2.0%6779.25,9374,927
Offline3+731 (web 1)1.37%0.2–7.4% ⏳34%截尾6009.05,4007,397
Other123,57552 (web 49)0.22%0.2–0.3%5738.44,522940
Other21,33425 (web 22)1.87%1.3–2.8% ⏳24%截尾6918.55,4659,013
Other3+54928 (web 26)5.1%3.6–7.3% ⏳45%截尾5368.03,72017,617
Paid124,14893 (web 92)0.39%0.3–0.5%5639.65,1301,954
Paid22,12840 (web 36)1.88%1.4–2.5% ⏳29%截尾5917.84,0516,853
Paid3+52913 (web 11)2.46%1.4–4.2% ⏳50%截尾5366.63,5827,448

C. 投資解讀 + 補充洞察

可信度怎麼看:信賴區間 + 截尾 判讀指南

每列轉換率都附 95% 信賴區間(CI) — 真實值有 95% 機率落在此範圍,區間越窄越可信。單次接觸組(n 數千~兩萬、0% 截尾)CI 很窄 → 可直接採用;多次組(n 僅數十~數百)CI 很寬,例:SG·Paid 3+ 顯示 18.4%,但 CI 是 10.0–31.4%、且 65% 樣本尚未滿 12 個月(⏳截尾) → 只能當「明顯偏高」的方向訊號,不能拿 18.4% 規劃預算。「可信度」標記:高=轉換≥30人/中=10–29/低<10。

哪個渠道每 100 名取得最划算的 RG 價值(預算訊號) 投資訊號

以「每 100 名取得帶來的首年 RG 價值」看(用單次接觸列,最可信):連署 Lead Paid ≈ NT$1,954/Other ≈ NT$940/Offline ≈ NT$543 — Paid 約為 Organic 的 2 倍且量體最大;單筆 SG 捐款者 Paid ≈ NT$7,500/Other ≈ NT$5,300,是冷 Lead 的 3–8 倍。
這只是「價值側」。倉儲沒有廣告花費conversion_funnel.cost TW 全 NULL),真正 ROI=價值 ÷ 取得成本,需你提供各渠道每 lead 成本後相除。

第二、三次接觸的乘數(方向為正,但數字別當真) 劑量反應

讓對方再接觸一次,RG 轉換率明顯升高:Lead·Other 連署 1→3+ 0.22%→5.1%(CI 3.6–7.3%);SG·Paid 捐款 1→3+ 1.2%→18.4%(CI 10–31%)。但多次組樣本小、截尾 30–65%,倍數不可靠,只能說方向為正。意涵:把錢花在「讓既有 Lead/單筆捐款者再參與一次」(再行銷、二次連署、二次小額),邊際報酬可能高於持續買全新冷流量 — 但要先用小規模 A/B 驗證真實提升幅度,別直接套用這裡的點值。

單筆捐款者是比連署更強的 RG 前段漏斗 漏斗結構

同樣單次接觸(最可信那一列):單筆 SG 捐款者轉 RG ≈ 1.1–1.2%,連署 Lead 僅 0.19–0.39% — SG 捐款者轉換力約為連署的 3–6 倍,因為他們已掏過錢(暖)。意涵:petition → 先轉一筆小額 SG → 再養成 RG 的「兩段式」可能比 petition 直接逼 RG 更有效;單筆捐款者是值得培養的「中溫池」。

轉換時機(什麼時候該追問) 時機

轉換者多久成為 RG(自首次接觸起算,中位數):連署 Lead → RG 約 60 天(p25 13/p75 152);單筆 SG → RG 約 105 天(p25 47/p75 187)。意涵:連署後的 RG 培養應在 前 2 個月密集進行;單筆捐款者的 upgrade 窗口較長,1.5–6 個月都值得追。

這些「暖」轉換者留存更好嗎?(誠實的答案) 留存

沒有明顯更好。漏斗轉換者首年留存 ≈ 5–9.6 個月,與所有 web RG 的基準 9.5 個月相當(多次組偏低多半是近期轉換、留存月數尚未走完,非真的較差)。意涵:先暖身再轉 RG 提升的是轉換率,不是留存品質;留存要靠 RG 本身的體驗與金流管理(見其他分頁的流失分析)。

資料邊界(缺口,需外部補) 缺口

1) 廣告花費不在倉儲conversion_funnel.cost TW 全 NULL)→ 無法直接算 CPL/CPRG/ROI,需從廣告平台匯出成本相除。
2) 最後接觸錨定的代價=截尾:多次接觸者常仍活躍,其「最後接觸+365 天」超過今日(多次組 19–65%),轉換尚未觀察完 → 多次組轉換率為下限。單次組不受影響(0% 截尾)。
3) 2026 新世代(首次接觸在 2025-05 後)未滿觀察期,未納入。
4) 電訪(DDC)路徑 RG 無 12 個月留存曲線(mon_N 僅 web),其首年價值未計入 — 但此世代 95%+ 轉換來自線上,影響小。