行銷活動復盤不是把營收、點擊和觸及整理成一張漂亮投影片，而是要在活動結束後 7 天內找出「下次最值得修的漏點」。台灣中小企業可以把 GA4 活動來源、UTM、關鍵事件、廣告平台數字、LINE 或 CRM 詢問紀錄整理成一份證據包，再用 AI 協助分類原因與產出行動清單。判斷重點不是單一平台說表現好不好，而是追蹤是否可信、流量是否對、優惠是否清楚、頁面是否接得住、業務是否跟上，以及回訪名單是否被浪費。
為什麼行銷活動復盤不能只看總營收？
很多老闆在活動結束後只問三件事：花多少、賺多少、下次要不要再投。這樣很快，但容易誤判。總營收可能被舊客回購、門市活動、業務追單或自然流量混在一起；廣告平台也可能只呈現自己的歸因視角。Google Analytics 的活動與流量來源說明指出，網站或 App 可能由廣告活動、搜尋、社群等來源帶入使用者，並會依據 UTM、點擊 ID、參照網址等資料處理來源與活動維度。也就是說，復盤時要先確認資料怎麼來，不能直接把所有營收都歸給某一波活動。
對中小企業來說，更實際的問題是：下次是否該換素材、改優惠、修頁面、調整受眾、縮短業務回覆時間，還是乾脆不要再做同一種活動。這些答案不會只從總營收浮出來，需要把漏斗拆開看。
復盤前先整理 5 種證據
AI 可以幫你整理資料，但前提是資料包要乾淨。建議先準備以下五類證據，不要把完整姓名、電話、Email、地址或可識別個人身分的對話直接貼進 AI 工具。
- 活動目標：例如新客詢問、預約、加入 LINE、下載型錄、門市試用、成交、回購。目標要對應到可觀察事件。
- 流量標記：Google 的 URL builder 文件說明，UTM 參數可用來辨識帶來流量的活動，並可在流量開發報表中看到相關值。EDM、LINE 圖文、Meta 廣告、KOL 連結最好都有一致命名。
- 關鍵事件：Google Analytics 將 key event 定義為對業務成功特別重要的動作；表單送出、電話點擊、加入購物車、預約完成、LINE 加好友都可以依情境設計。
- 顧客與客服證據：整理匿名化的詢問主題、常見反對理由、成交前卡關點、客服回覆時間與退件原因。
- 成本與限制：記錄媒體費、素材費、折扣成本、履約成本、庫存或人力限制。沒有成本脈絡，ROAS 或 CPA 很容易看起來比實際更漂亮。
6 個漏點診斷表：用 AI 找原因，不要讓 AI 直接下決策
把資料丟給 AI 前，先用下表框住問題。AI 的角色是協助分類、摘要、比對假設與提出待查清單；最後是否加預算、換優惠或停活動，仍要由負責人用商業脈絡判斷。
| 漏點 | 要看的證據 | AI 可以協助什麼 | 常見修正 |
|---|---|---|---|
| 追蹤漏點 | UTM、GA4 來源、key event、表單與 CRM 數量是否對得上 | 找命名不一致、漏標連結、事件定義混亂 | 統一 UTM 命名、補 key event、排除內部測試流量 |
| 流量漏點 | 來源媒介、受眾、裝置、時段與到站行為 | 整理高點擊但低互動的來源組合 | 調整投放對象、排除低品質版位、重配預算 |
| 優惠漏點 | 活動文案、價格條件、贈品、期限、客服問題 | 歸納顧客看不懂或覺得不划算的句型 | 重寫利益點、補條件揭露、改成更容易比較的方案 |
| 頁面漏點 | 到達頁、表單、LINE 入口、電話按鈕、載入與行動版體驗 | 比對頁面承諾和廣告承諾是否不一致 | 把 CTA 提前、縮短表單、補 FAQ、修行動版版面 |
| 成交漏點 | 詢問到回覆時間、業務紀錄、未成交理由、報價版本 | 摘要反對理由與回覆延遲模式 | 建立回覆模板、分級名單、設定 24 小時內跟進 |
| 回訪漏點 | 未成交名單、舊客名單、LINE 標籤、EDM 開信點擊 | 把名單依需求、時機與下一步分類 | 安排再行銷、售後內容、低壓提醒與再詢問腳本 |
7 天 AI 輔助行銷活動復盤 SOP
第 1 天：先凍結活動版本與命名
把活動名稱、起訖日、媒體、素材版本、優惠版本、到達頁、UTM 規則、主要 KPI 寫清楚。Google Analytics 對 traffic-source scope 的說明提醒，使用者、工作階段與事件層級會有不同歸因視角；所以復盤不要只截一張報表，要註明你看的維度是使用者、工作階段還是事件。
第 2 天：把成功定義改成「可行動指標」
如果活動目標是新客諮詢，就不要只看觸及或粉專互動。把指標拆成到站、互動、關鍵事件、合格詢問、成交、回訪名單。Google Analytics key event 文件提到，重要業務動作可以標成 key event，並用來評估不同通路帶來這些動作的表現。中小企業不必一開始做很複雜的模型，但至少要知道哪個活動真的帶來可追的下一步。
第 3 天：讓 AI 做分類，不要讓它編故事
把匿名化資料整理成表格，例如來源、素材版本、到達頁、事件、客服分類、成交結果。提示 AI 時要求它只根據資料分類，不足處列為「需要人工查證」。這比直接問「為什麼活動失敗」可靠，因為 AI 不會知道你門市缺貨、業務請假、價格被競品壓低，除非你提供證據。
第 4 天：開 45 分鐘復盤會議
會議只做三件事：確認資料可信度、選出最大兩個漏點、指定下一次實驗。不要把時間花在責任歸屬。英文 benchmark 頁面普遍把高品質 postmortem 放在目標、漏斗、素材、通路、歸因、營運與 action owner 上；台灣中小企業可以保留這個邏輯，但把範圍壓小，避免變成沒人會執行的大報告。
第 5 到 7 天：把下一次活動改成小實驗
復盤的產物不是一份文件，而是下一次活動的假設。範例：如果漏點是「廣告文案承諾和頁面內容不一致」，下一次只改頁面第一屏和 CTA；如果漏點是「詢問進來太慢回」，下一次先設 LINE 標籤與回覆 SLA；如果漏點是「UTM 命名混亂」，下一次先建立命名表再投放。
適用與不適用情境
這套方法適合每月或每季都有活動的台灣服務業、電商、B2B 顧問、教育課程、醫美診所、餐飲零售與在地服務商。特別適合團隊小、報表分散、老闆需要快速知道下次預算該修哪裡的情境。
不適合的情境也要說清楚：如果活動資料量極小，例如只有十幾次點擊，AI 很難判斷模式；如果網站沒有事件追蹤、LINE 和 CRM 沒有基本紀錄，復盤只能先做質化回顧；如果涉及醫療、金融、法律或高度敏感個資，必須先確認資料使用、告知與內部權限，不應把可識別資料直接交給外部工具。
個資與 AI 使用要先設界線
台灣個人資料保護法 Article 20 的英文說明指出，非公務機關使用個人資料應在蒐集特定目的必要範圍內，若為其他目的使用需有法定基礎；行銷使用時，當事人反對後應停止使用，第一次用於行銷也要提供反對方式。這表示復盤時可以分析匿名化、彙整後的顧客行為與詢問類型，但不應任意把完整客戶資料、對話截圖、電話或病歷等敏感資訊放進 AI 工具。
若使用商用 AI 服務，也要看清楚資料政策。OpenAI business data 頁面說明，ChatGPT Business、Enterprise、Edu、Healthcare、Teachers 與 API 平台預設不會用組織資料訓練模型，並提供加密、資料保留與部分資料落地控制。這類承諾有助於企業評估工具，但仍不等於可以省略資料最小化、權限控管與內部審核。
資料更新與限制
本文於 2026 年 6 月 8 日依據 Google Analytics 活動與流量來源、URL builder、key event、traffic-source scope 文件，台灣 PDPC 個資法 Article 20，OpenAI business data 頁面，以及 2026 年台灣生成式 AI 應用報告整理。平台介面、歸因規則、AI 資料政策與個資法解釋可能變動；正式導入前，請以官方文件、公司法務或資料保護負責人的最新判斷為準。
其中，2026 年台灣生成式 AI 應用報告提到中小企業因資源有限，適合優先選擇最快產生商業價值的高價值應用場景。行銷活動復盤正符合這個原則：它不要求一次重建所有系統，而是先把既有活動資料轉成下一次能省預算、提效率的行動。
結論：復盤要留下下一次可以驗證的決定
一份好的行銷活動復盤，最後應該留下三樣東西：可信的資料包、最重要的 1 到 2 個漏點、下一次活動要驗證的修正。AI 可以加快整理與比較，但不能代替商業判斷。台灣中小企業最該追求的不是更厚的報告，而是讓每一次活動都比上一回少犯一個錯、少浪費一段預算、多保留一批可跟進的顧客。
如果你現在手上剛好有一波活動結束，先不要急著開下一波預算。把 UTM、GA4 key event、客服紀錄、成交結果和未成交理由整理出來，用這份 7 天 SOP 做一次小型復盤，下一次投放才會有明確方向。
FAQ
行銷活動復盤一定要用 AI 嗎？
不一定。AI 的價值在於加快分類、摘要與找出待查問題；如果資料很少，先用人工整理也可以。重點是把下一次可修正的漏點找出來。
活動結束後多久要做復盤？
建議在 7 天內完成初版，因為素材決策、客服狀況與門市現場記憶還新鮮。若成交週期較長，可以先做流量與詢問復盤，再補成交結果。
GA4 數字和廣告平台數字不同，該相信哪一個？
不要只選一邊相信。先確認 UTM、key event、轉換定義與歸因視角，再用 CRM 或訂單資料做對照。不同平台本來可能有不同歸因口徑。
可以把客服對話貼給 AI 做分析嗎？
不建議直接貼完整對話。先移除姓名、電話、地址、訂單編號與可識別資訊，改用匿名化分類表，並確認公司使用 AI 工具的資料政策。
小公司沒有完整 CRM，還能做行銷活動復盤嗎？
可以。先用試算表記錄來源、詢問時間、需求分類、是否成交與未成交原因。等規律穩定後，再決定是否導入 CRM 或自動化工具。