成交來源回寫不是把每筆訂單硬算給某個通路，而是在成交、報價、預約完成或流失後，把客戶自填來源、UTM/GA4 來源、LINE 或電話紀錄、業務判斷與最後結果分開記錄。台灣 SME 可以讓 AI 協助整理同義字、找出來源衝突與產出週報，但不應讓 AI 直接判定哪個通路有功、哪個預算該砍。真正可靠的成交來源回寫，是讓每一筆結果都有來源證據、信心等級與下一步決策。
成交來源回寫為什麼不能只問「哪裡來」
很多小公司會在表單、櫃台或電話裡問一句：「你從哪裡知道我們？」這題有價值，但它只代表客人當下記得的說法。客人可能回答「網路看到」「朋友傳的」「Google」「之前就知道」，卻不一定記得自己先看過廣告、後來搜尋品牌、再從 LINE 問客服。
Google Analytics 的官方說明把流量來源拆成 source、medium、campaign 等維度，也說明 UTM 可以用來收集來源、媒介、活動名稱、關鍵字與素材內容等欄位；但這些資料回答的是「這次工作階段或點擊怎麼來」，不等於客戶心中的發現路徑，也不等於最後成交原因。來源：Google Analytics traffic-source dimensions。
如果老闆只拿單一欄位做預算決策，很容易出現兩種錯誤：第一，把所有成交都算給最後一次點擊；第二，把客人自述的「朋友介紹」當成完全不需要廣告與內容支援。比較好的做法，是把來源追蹤拆成證據，而不是逼每筆成交只選一個答案。
5 個成交來源回寫欄位
這張表可以放在 CRM、Google Sheets、Notion、Airtable 或簡單的成交回報表。重點不是工具，而是欄位要能讓行銷、業務與老闆看到同一套證據。
| 欄位 | 要記什麼 | AI 可以幫什麼 | 人要決定什麼 |
|---|---|---|---|
| 客戶自填來源 | 客人原話與表單選項，例如 Google、朋友、LINE、路過、社群 | 整理同義字，保留原文並歸類 | 不能只憑自述判定通路功勞 |
| 平台來源證據 | UTM、GA4 source/medium、廣告點擊、LINE 標籤、電話來源 | 比對欄位缺漏、標出互相衝突的來源 | 決定哪些資料可信、哪些需要排除 |
| 接觸情境 | 第一次詢問、回購、比價、急件、維修、活動報名、轉介紹 | 把業務備註摘要成固定情境標籤 | 判斷這筆名單是不是目標客戶 |
| 商業結果 | 成交、預約完成、已報價、有效商機、流失原因、無效名單 | 每週整理來源和結果的交叉表 | 定義什麼才算有效，不要只看名單數 |
| 歸因信心 | 高、中、低，並寫明原因，例如多來源一致或只有客人印象 | 產生信心理由草稿與待查清單 | 決定是否拿來調預算或只作參考 |
AI 可以整理什麼，不能替誰決定
AI 很適合處理重複但容易亂的工作：把「IG」「Instagram」「限動看到」歸成社群；把電話備註裡的「朋友介紹」抓出來；找出同一筆成交同時有 Google Ads UTM 和熟客推薦的情境；每週列出來源資料缺漏最多的欄位。
但 AI 不適合直接做歸因判決。Google Analytics 的 campaign and traffic sources 說明提醒，每個 session 只會關聯一個 campaign 或 traffic source；中途送入的新 campaign/source 值會被用在 event-based attribution，但不會改變既有 session 來源。來源：Google Analytics campaigns and traffic sources。這代表平台資料本來就有 scope 和模型限制，不能被簡化成「AI 說這筆是誰帶來的」。
Salesforce 的 Campaign Influence 文件也把影響歸因拆成模型、機會、活動和可手動或自動更新的 influence records；不同模型可能把功勞分給 first touch、last touch 或平均分配。來源：Salesforce Campaign Influence。台灣 SME 不一定要上完整企業級系統，但這個觀念值得借用：模型是管理假設，不是事實本身。
7 天建立最小可用流程
- 第 1 天：列出入口。 把官網表單、LINE、電話、Google 商家檔案、門市、活動、廣告、轉介紹和業務名單列出來。
- 第 2 天：統一來源命名。 先只保留 8 到 12 個大類，例如 Google 搜尋、Google 地圖、廣告、社群、LINE、朋友推薦、活動、門市、舊客回訪、其他。
- 第 3 天：補 UTM 與來源證據。 常用活動連結至少帶上 source、medium、campaign；若只設一個 UTM 欄位，Google 也提醒缺漏參數可能帶來 not set 值，因此命名要成套維護。
- 第 4 天：把結果欄位接到業務流程。 不要只記「有名單」，要能回寫已聯繫、已報價、成交、流失、無效與原因。
- 第 5 天：讓 AI 找矛盾。 請 AI 每週標出自填來源、UTM、電話備註和成交結果不一致的案例，但先不要自動覆蓋原資料。
- 第 6 天：定義信心等級。 高信心代表自填、平台與業務備註一致；中信心代表有兩種證據；低信心代表只有單一模糊答案。
- 第 7 天：做一頁決策表。 只回答三件事：哪個來源帶來有效商機、哪個來源很多但品質差、哪個欄位下週要修。
適用與不適用情境
這套做法適合有表單、LINE、電話、門市或業務追蹤的台灣 SME，尤其是顧問服務、裝修維修、教育課程、B2B 服務、在地服務、電商高客單商品、醫美牙科周邊與需要報價或預約的公司。只要你每月都在問「客人到底從哪裡來」，就值得先做最小回寫。
它不適合完全沒有後續追蹤、成交都發生在第三方平台且拿不到資料、或團隊還不能固定回報結果的情境。這時候先不要追求漂亮歸因模型，應先讓名單、成交與流失原因有基本紀錄。
資料更新與來源
本文於 2026-10-08 依公開可查資料整理。主要來源包括 Google Analytics 對 traffic-source dimensions、manual tagging、auto-tagging、campaigns and traffic sources 的官方說明，Salesforce Campaign Influence 說明，以及近期 attribution 研究對隱私限制與 user-level tracking 不完整的提醒。研究文獻指出，MTA 在隱私限制與跨站追蹤減少後可靠性下降，MMM 又太粗，這也支持小團隊先保留聚合證據與 CRM 回寫，而不是迷信單一點擊路徑。來源：Integrated Marketing Attribution research。
本文不是要替每家公司指定同一套歸因模型，也不保證 AI 能找出真實成交功勞。若牽涉個資、再行銷、電話錄音、醫療金融或跨境資料，應另外檢查資料告知、權限與保存期限。
結論：成交來源回寫先讓證據可查，再讓 AI 摘要
成交來源回寫最怕的不是資料太少，而是每個人都用自己的說法解釋同一筆成交。客戶說朋友介紹，GA4 顯示 Google 搜尋，業務記得是 LINE 回訪，這三件事可能都是真的。台灣 SME 要做的不是讓 AI 選一個贏家，而是把證據、情境、結果和信心等級回寫清楚。當資料可查，AI 週報才會變成決策輔助；資料不可查，AI 只會把猜測講得更像結論。
FAQ
成交來源回寫一定要用 CRM 嗎？
不一定。台灣 SME 可以先用 Google Sheets 或 Notion 建立來源、證據、結果和信心等級欄位；等流程穩定後，再搬進 CRM。
客人自填來源和 GA4 來源不一樣時該信誰？
不要急著二選一。客人自填代表記憶與口碑線索，GA4 代表工作階段或事件來源；應保留兩者，再用成交結果和信心等級判斷。
AI 可以自動幫我決定哪個通路要加預算嗎？
不建議。AI 可以整理來源品質、缺漏和衝突，但加碼或停損要由人根據毛利、有效商機、成交率和資料信心決定。
UTM 要設到多細才夠？
最小可用版本至少要有 source、medium、campaign。若常測素材或關鍵字，再補 utm_content 和 utm_term；重點是命名一致且能被團隊看懂。
沒有大量成交資料還需要做來源回寫嗎？
需要，但不要過度建模。成交少的團隊更應保留原文、來源證據和流失原因，先累積乾淨資料，再談 AI 歸因或預算模型。