TW 季度募款報表 — Q1 + APR 2026（BigQuery 版）

資料來源：GA4（TW property 251984551，僅 Petition Page Views）＋ BigQuery gpea-data.report_table（其餘）
產生時間：2026-05-26　|　市場：Taiwan　|　期間：Q1 = 1/1–3/31、APR = 4/1–4/30
Leads／Call Case／Eligible 三欄每格顯示兩種付費分類：UTM＝我們自訂的 UTM 分法（主數字）、lead_type＝BigQuery 原生分類（只有 Paid/Organic、無 Offline）。其餘欄位：BigQuery 新值／原本＝CRM（Salesforce）舊值／Δ。

來源色標： GA4 BigQuery · conversion_funnel BigQuery · web_performance BigQuery · Donor Type=New

Δ 顏色：🟢 |Δ|≤5%／≤1pp 🟡 5–20%／1–5pp 🔴 ≥20%／>5pp　·　Δ 為「UTM 版 vs 原本」。

Q1 2026（1/1 – 3/31）

	Petition Page Views	Leads UTM / lead_type	Call Case UTM / lead_type	Eligible UTM / lead_type	CPL	Daisy Chain RG	Daisy Chain SG	TTL Giving CVR	AC Spend	New RG	New SG	CPRG
Spend		填			=Spend÷Leads(Paid)				填			=ACSpend÷NewRG(Paid)
Paid	124,351 原本 124,351 Δ 0 同 GA4	UTM 4,294 lead_type 3,827 原本 4,760 Δ −9.8%	UTM 3,291 lead_type 2,938 原本 3,683 Δ −10.6%	UTM 76.6% lead_type 76.8% 原本 77.4% Δ −0.8pp		47 原本 46 Δ +2.2%	61 原本 61 Δ 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	6,489 原本 6,489 Δ 0	UTM 1,022 lead_type 3,826 Organic* 原本 1,137 Δ −10.1%	UTM 662 lead_type 3,007 Organic* 原本 751 Δ −11.9%	UTM 64.8% lead_type 78.6% Organic* 原本 66.1% Δ −1.3pp		5 原本 10 Δ −50%	9 原本 9 Δ 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)	5,020 原本 5,020 Δ 0	UTM 2,337 lead_type — 無此分類原本 2,595 Δ −9.9%	UTM 1,992 lead_type — 原本 2,096 Δ −5.0%	UTM 85.2% lead_type — 原本 80.8% Δ +4.4pp		1 原本 0 —	1 原本 1 Δ 0	0.1% 原本 0.0% —		1 原本 0 —	1 原本 1 Δ 0
Total (P+O)	130,840 原本 130,840 Δ 0	UTM 5,316 lead_type 7,653 P+Org 原本 5,897 Δ −9.8%	UTM 3,953 lead_type 5,945 P+Org 原本 4,434 Δ −10.8%	UTM 74.4% lead_type 77.7% 原本 75.2% Δ −0.8pp		52 原本 56 Δ −7.1%	70 原本 70 Δ 0	15.8% 原本 14.0% Δ +1.8pp		325 原本 308 Δ +5.5%	492 原本 495 Δ −0.6%

* lead_type 只有 Paid / Organic 兩類、無 Offline，Organic = 所有非付費（含我們 UTM 版的 Other + Offline）。故 Organic 數字會比 UTM 版的 Other 大很多，不可逐列對等。

APR 2026（4/1 – 4/30）

	Petition Page Views	Leads UTM / lead_type	Call Case UTM / lead_type	Eligible UTM / lead_type	CPL	Daisy Chain RG	Daisy Chain SG	TTL Giving CVR	AC Spend	New RG	New SG	CPRG
Spend		填			=Spend÷Leads(Paid)				填			=ACSpend÷NewRG(Paid)
Paid	68,444 原本 68,444 Δ 0	UTM 1,496 lead_type 1,800 原本 1,683 Δ −11.1%	UTM 1,198 lead_type 1,414 原本 1,395 Δ −14.1%	UTM 80.1% lead_type 78.6% 原本 82.9% Δ −2.8pp		10 原本 10 Δ 0	12 原本 12 Δ 0	11.6% 原本 10.2% Δ +1.4pp		63 原本 62 Δ +1.6%	105 原本 105 Δ 0
Other	8,437 原本 8,437 Δ 0	UTM 842 lead_type 1,074 Organic* 原本 940 Δ −10.4%	UTM 540 lead_type 792 Organic* 原本 669 Δ −19.3%	UTM 64.1% lead_type 73.7% Organic* 原本 71.2% Δ −7.1pp		7 原本 7 Δ 0	8 原本 8 Δ 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)	1,213 原本 1,213 Δ 0	UTM 536 lead_type — 無此分類原本 596 Δ −10.1%	UTM 468 lead_type — 原本 523 Δ −10.5%	UTM 87.3% lead_type — 原本 87.8% Δ −0.5pp		0 原本 0 Δ 0	0 原本 0 Δ 0	0.4% 原本 0.2% —		0 原本 0 Δ 0	2 原本 1 —
Total (P+O)	76,881 原本 76,881 Δ 0	UTM 2,338 lead_type 2,874 P+Org 原本 2,623 Δ −10.9%	UTM 1,738 lead_type 2,206 P+Org 原本 2,064 Δ −15.8%	UTM 74.3% lead_type 76.8% 原本 78.7% Δ −4.4pp		17 原本 17 Δ 0	20 原本 20 Δ 0	11.1% 原本 11.3% Δ −0.2pp		98 原本 121 Δ −19.0%	154 原本 167 Δ −7.8%

* lead_type 只有 Paid / Organic、無 Offline，Organic = 所有非付費（含 UTM 版的 Other + Offline）；不可與 UTM Other 逐列對等。

① 為什麼 Leads／Call Case／Eligible 要並列兩種分類？
UTM 版（主數字）＝我們自訂規則（socialpaid／pmax／adwords… 視為 Paid）。lead_type 版＝BigQuery 原生欄位，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：Q1 Leads·Paid 我們 UTM 4,294 vs lead_type 3,827（少的 ~467 就是被 lead_type 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。

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　CRM Salesforce 直查（SOQL，即「原本」欄）　衍生由上述數字計算　手動人工填入。表格每格的大字／UTM／lead_type 一律來自 GA4 或 BigQuery；「原本」欄一律來自 CRM。

GA4Petition Page Views = GA4（TW property 251984551）中 pagePath 含 petition 的 sessions，依 sessionMedium 套 bucketUtm 分桶；排除 test/preview 頁。與原本同源（皆 GA4），Δ=0。

BigQueryLeads（conversion_funnel）= COUNT(DISTINCT cm_id)，market='Taiwan' AND comparison='Actual' AND pet_signup_date ∈ 期間。UTM 版依 bucketUtm(utm_medium) 分 Paid/Other/Offline；lead_type 版用 BigQuery 原生 lead_type 欄位分 Paid/Organic。CRM「原本」欄＝Salesforce 直查（CampaignMember，同條件）。

BigQueryCall Case（conversion_funnel）= 同 Leads 但 casenumber IS NOT NULL（已指派電訪個案的 lead）；同樣 UTM／lead_type 兩版本。CRM「原本」欄＝Salesforce 直查（Case Sub_Category='Petition Conversion'）。

衍生Eligible = Call Case ÷ Leads（同分類、同桶；分子分母皆 BigQuery）。「原本」欄＝CRM 對應比值。

BigQueryDaisy Chain RG / SG（web_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）。CRM「原本」欄＝Salesforce 直查（Donation__c，Theme 同條件）。

衍生TTL Giving CVR = unique(是 Daisy Chain ∪ 是 New) ÷ Leads，每桶各算（聯集去重）；分子來自 BigQuery web_performance、分母來自 BigQuery conversion_funnel。

BigQueryNew RG / New SG（web_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。CRM「原本」欄＝Salesforce 直查（Recurring_Donation__c / Donation__c，Channel='Website' + 12 個月未捐規則）。

bucketUtm 分桶規則（套 utm_medium，GA4 與 BigQuery 共用）：'offline'→Offline；含 wv+engager→Other；開頭 socialpaid/pmax/adwords 或 ∈(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

③ Leads / Call Case / Eligible（conversion_funnel）：比直查 CRM 約少 10%（見每格 Δ）。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。

④ Daisy Chain（web_performance）：APR 兩月與 CRM 完全相同；Q1 RG 因定捐 UTM 取自捐款記錄（非 CampaignMember）而差幾筆。

⚠️ ⑤ New RG / New SG 定義變更：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（如 APR New RG 121→98、Other −40.7%），差額為回流捐款者，非衰退。對外溝通請一併說明。

資料驗證（2026-05-26）：所有 BigQuery 原始計數已重新對照 conversion_funnel / web_performance 查詢（30 項全相符）；衍生欄位（Eligible、TTL Giving CVR、Total、Δ）程式重算無誤。「原本」欄＝CRM/SOQL 舊報表值。完整定義與算法見 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`，UTM + lead_type 兩版本）

-- ① Leads / Call Case（conversion_funnel）— UTM 分桶 + lead_type 兩版本
WITH cf AS (
  SELECT lead_type, casenumber, cm_id,
    CASE WHEN SAFE.PARSE_DATE('%Y-%m-%d', pet_signup_date) < '2026-04-01' THEN 'Q1' ELSE 'APR' END AS period,
    CASE
      WHEN utm_medium IS NULL OR 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 utm_bucket
  FROM `gpea-data.report_table.conversion_funnel`
  WHERE market = 'Taiwan' AND comparison = 'Actual'
    AND SAFE.PARSE_DATE('%Y-%m-%d', pet_signup_date) BETWEEN '2026-01-01' AND '2026-04-30'
)
SELECT period, CONCAT('UTM:', utm_bucket) AS grp,
       COUNT(DISTINCT cm_id) AS leads,
       COUNT(DISTINCT IF(casenumber IS NOT NULL, cm_id, NULL)) AS call_case
FROM cf GROUP BY period, grp
UNION ALL
SELECT period, CONCAT('lead_type:', lead_type),    -- BigQuery 原生分類
       COUNT(DISTINCT cm_id),
       COUNT(DISTINCT IF(casenumber IS NOT NULL, cm_id, NULL))
FROM cf GROUP BY period, grp
ORDER BY period DESC, grp;

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

-- ② Daisy Chain RG/SG + New RG/SG + TTL CVR 聯集（web_performance）
WITH wp AS (
  SELECT type, theme,
    COALESCE(NULLIF(TRIM(past_donation_type), ''), '') AS pdt,
    SAFE.PARSE_DATE('%Y-%m-%d', signup_date) AS sd,
    CASE
      WHEN utm_medium IS NULL OR 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'
),
f AS (
  SELECT *,
    CASE WHEN sd < '2026-04-01' THEN 'Q1' ELSE 'APR' END AS period,
    (theme LIKE '%petition%' OR theme LIKE '%thankyou%') AS is_dc,
    (pdt = '') AS is_new          -- Donor Type = New（終身首捐：past_donation_type 為空）
  FROM wp WHERE sd >= '2026-01-01' AND sd < '2026-05-01'
)
SELECT period, 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 f GROUP BY period, bucket ORDER BY period DESC, bucket;
-- TTL Giving CVR = union_dc_new ÷ Leads(同桶，來自查詢①的 UTM 版)
-- Eligible      = call_case ÷ leads（同桶，查詢①）

③ Petition Page Views（GA4，非 SQL）

Petition Page Views 不是 SQL，而是透過 GA4 Data API（analytics-mcp）查詢：property 251984551（Greenpeace Taiwan）；維度 sessionMedium、指標 sessions；篩 pagePath 含 petition、排除 test-/nd-test/preview- 測試頁；再用與上方相同的 bucketUtm 規則把 sessionMedium 分成 Paid / Other / Offline。