行銷指標字典 AI 的直接答案是：在讓 AI 寫週報、判斷廣告好壞或整理 CRM 名單前，台灣 SME 要先把每個指標的來源、算法、排除條件、責任人與行動規則寫清楚。否則 AI 只是在替一堆定義不同的數字寫漂亮摘要。最小可行做法不是做大數據平台，而是先把 10 個最常被討論的指標做成一張字典，讓老闆、行銷、代理商、客服與業務看同一個數字時，知道它到底能決定什麼。
為什麼台灣 SME 會被同一個指標誤導
小團隊的行銷報表通常不是沒有數字，而是數字太多又沒有共同定義。廣告後台說有名單，GA4 說有 key event，LINE 後台說有加好友，業務說沒有可追的客戶。四個人都沒有說謊，但他們看的可能不是同一件事。
HubSpot 對 KPI 的說明把重點放在可衡量、能評估進度、能讓團隊對齊與做資料決策。這個方向是對的，但台灣 SME 的問題常常更基本：同一個「有效名單」到底包含表單、LINE 來訊、電話、白皮書下載、報價請求，還是只有業務確認後的商機？如果沒有先定義，AI 週報很容易把量多但品質差的來源說成表現好。
Google Analytics 的官方指標表也提醒一件事：source、medium、session default channel group 這些欄位各有定義。若團隊沒有固定 UTM、事件與 CRM 回填口徑，AI 看到的只是平台各自產生的欄位，不會自動知道公司真正想問的是營收、名單品質、客服壓力還是品牌曝光。
行銷指標字典要先補的 6 個欄位
第一版不用做成厚厚文件。先挑每週最常被問的 10 個指標，例如花費、曝光、點擊、加入 LINE、表單送出、合格名單、首次回覆時間、報價請求、成交、退訂或封鎖。每個指標補上下面 6 個欄位，就能大幅降低 AI 誤判。
| 欄位 | 要寫什麼 | 為什麼重要 |
|---|---|---|
| 商業問題 | 這個指標要回答哪個決策，例如停廣告、改頁面、補客服、加碼內容 | 避免 AI 只描述數字升降，卻沒有決策用途 |
| 來源系統 | GA4、Google Ads、Meta、LINE、CRM、表單、客服系統或人工表 | 不同平台口徑不同，不能直接混算 |
| 算法 | 分子、分母、期間、去重方式與時間區間 | 避免本週和上週用不同算法比較 |
| 包含與排除 | 是否排除測試名單、員工點擊、重複來訊、無效電話、既有客戶 | 名單品質通常藏在排除條件裡 |
| 責任人 | 誰維護定義，誰確認異常，誰能改規則 | AI 不能替公司背決策責任 |
| 行動規則 | 到哪個門檻要 stop、fix 或 scale | 讓報表變成下一步，而不是會議素材 |
同一個名單數字，四個系統可能代表四件事
最容易出錯的是「名單」。廣告平台可能把即時表單送出算作 lead；GA4 的 key event 可能只代表某個事件被觸發；CRM 可能只留下客服或業務建立的紀錄；業務口中的有效名單通常還包含需求、預算、時程與回覆可能性。
如果 AI 週報只看到「本週名單增加 35%」，它可能會建議加碼。但如果 CRM 顯示這些名單多半缺電話、重複填單、服務地區不符或沒有同意後續行銷，真正要做的不是加碼，而是修表單、改素材承諾或調整受眾。
| 同一個詞 | 平台常見意思 | SME 應補的判斷 |
|---|---|---|
| Lead | 廣告或表單產生的一筆資料 | 是否可聯絡、是否符合服務範圍、是否有需求 |
| Conversion | 平台設定的轉換或 key event | 是否接近營收，還是只是中間行為 |
| Qualified lead | CRM 或業務人工判斷後的合格名單 | 合格條件是否固定，誰有權更新 |
| ROI | 收入與成本的比例 | 是否只看廣告費，還是包含素材、工具、客服與業務時間 |
哪些指標適合交給 AI 摘要，哪些要人工判斷
AI 很適合做三件事。第一，把多個來源的數字整理成固定格式。第二，標記異常，例如花費突然增加、來源名稱分裂、轉換事件中斷、LINE 加友增加但表單減少。第三，根據已定義的行動規則產出會議問題。
但 AI 不適合直接決定四種事：是否承認某筆名單有效、是否調高預算、是否把某個客戶放進行銷名單、是否用單一平台歸因判斷業務績效。這些都牽涉商業判斷、資料品質、個資與責任邊界。
個人資料保護委員會籌備處對個資法第 20 條的公開條文說明，明確提到非公務機關利用個資行銷時，當事人拒絕接受行銷後應停止利用，首次行銷也要提供拒絕方式。這代表行銷指標字典不能只寫「名單數」；還要記錄同意來源、退訂或拒絕狀態是否會影響可行銷名單。
7 天建立最小可用指標字典
第 1 天：列出最常吵架的 10 個指標
不要從所有平台開始。先問老闆、行銷、代理商、客服與業務：每週最常因為定義不清而討論的數字是哪幾個。通常會出現廣告花費、名單數、有效名單、轉換率、成交率、退訂率、客服回覆、活動營收與素材成效。
第 2 天：確認每個指標的來源系統
把來源寫到系統層級，不要只寫「報表」。例如 GA4 traffic acquisition、Google Ads campaign report、Meta Ads Manager、LINE 官方帳號後台、CRM deal stage、Google Sheet 人工回填。來源越具體，AI 越不容易把不同表混在一起。
第 3 天：寫出分子、分母與排除條件
例如「表單轉換率」不是一句話，而是表單送出成功次數除以該頁有效工作階段，排除員工測試、重複送出與已知機器人流量。若目前做不到完整排除，也要先註明限制。
第 4 天：把指標接到 stop、fix、scale
每個核心指標都要有行動門檻。名單量上升但合格率下降，通常是 fix；花費上升但可追名單與成交都沒有改善，通常是 stop；同一來源連續兩週帶來高品質名單且客服接得住，才有 scale 的資格。
第 5 天：指定維護人與更新節奏
指標字典最怕建立後沒人維護。建議每個指標指定一位 owner，每月檢查一次，平台規則、UTM、表單欄位、CRM 階段或隱私政策改變時立即更新。
第 6 天：讓 AI 只照字典摘要一次週報
把字典貼給 AI 或放進內部知識庫，要求它只用已定義的指標寫摘要，遇到缺資料要標記「無法判斷」，不要自己補結論。這一步的目的不是追求漂亮文字，而是測試字典夠不夠清楚。
第 7 天：用真人決策驗收
最後請負責人檢查 AI 週報是否真的能回答下週要停、修、加碼什麼。如果只是把後台數字改寫成自然語言，字典還不夠。要補的是行動規則，不是更多形容詞。
適用對象與不適用情況
這套方法適合已經有兩個以上行銷來源的台灣 SME，例如同時經營廣告、SEO、LINE、EDM、社群、活動、合作導流或業務開發。也適合正在導入 AI 週報、代理商月報、CRM、Looker Studio 或自動化提醒的公司。
它不適合拿來取代完整資料倉儲、法務審查、會計稽核或大型企業的正式資料治理。如果你的公司涉及金融、醫療、保險、未成年人、跨境個資或高度敏感客戶資料，行銷指標字典只能當作營運整理，正式資料權限與合規仍要由專責人確認。
資料更新與來源
本文於 2026 年 7 月 23 日整理，主要參考 HubSpot KPI glossary、HubSpot 2026 marketing statistics、Google Analytics dimensions and metrics、Meta Business Help Center 的廣告術語搜尋結果、個人資料保護委員會籌備處個資法第 20 條，以及 經濟部 2025 中小企業白皮書發布新聞。平台指標、歸因模型、AI 工具權限與個資規範可能更新，正式導入前應回到各平台後台、合約、隱私政策與公司內部口徑再確認。
結論：先定義，再讓 AI 幫你看趨勢
行銷指標字典不是報表人的文書工作，而是讓小團隊避免誤判的共同語言。當每個人都知道名單、轉換、合格、成本、退訂與成交各自怎麼算，AI 才能真的幫你省下整理時間，並把注意力放在異常、趨勢與下一步。若定義還沒寫清楚，AI 只會更快產出一份看似合理、實際上無法負責的行銷故事。
FAQ
行銷指標字典一定要買 BI 或資料倉儲嗎？
不一定。第一版用 Google Sheet、Notion 或內部文件就能開始。重點是把來源、算法、排除條件、責任人與行動規則寫清楚。
AI 可以自動幫我定義行銷 KPI 嗎？
AI 可以協助整理草稿和找出定義矛盾，但 KPI 是否重要、是否該用來調預算或評估業務，仍要由公司負責人確認。
台灣 SME 最先應該定義哪幾個指標？
建議先定義花費、流量來源、表單或 LINE 名單、合格名單、首次回覆時間、成交、退訂或封鎖。這些最常影響預算和客戶跟進。
GA4、廣告後台和 CRM 數字不同，應該相信哪個？
不要直接選一個相信。先確認每個系統的定義和用途：廣告看投放端，GA4 看網站事件，CRM 看後續跟進與成交。決策時要說明採用哪個口徑。
行銷指標字典多久要更新一次？
固定每月檢查一次；如果表單欄位、UTM、CRM 階段、平台歸因、隱私政策或行銷同意流程改變，應該立即更新。