直接答案：成交率分析不是把成交單數除以名單數，也不是讓業務在 CRM 填一個「價格太高」就結案。台灣 SME 應先定義哪些機會算進分母，再把贏單、輸單與沒決策原因分開看；AI 可以協助整理訪談、LINE 對話與業務備註，但最後要回到可行動的修正：廣告受眾是否錯、頁面證據是否不夠、報價是否太早、話術是否承接不了客戶真正疑慮。
為什麼成交率分析不能只看「輸了幾單」
很多老闆看到成交率下滑，第一反應是要求廣告多帶名單，或要求業務更努力跟進。但如果名單品質、需求場景、報價時機、案例證據與競品比較都沒有拆開，團隊只會把問題丟給某一個人。
Salesforce 將 win rate 定義為特定期間內，合格機會中轉為成交的比例，並提醒 win rate 與更廣義的 close rate 不同；它也指出，若成交百分比低但 win rate 高，可能代表行銷目標對象需要調整；若 win rate 下滑，問題可能在後段銷售流程。來源：Salesforce win rate guide。
HubSpot 也提醒，成交率要先定義期間、贏單與輸單條件，而且不同公司是否把「沒決策」納入輸單，會影響計算方式。來源：HubSpot sales win rate guide。對台灣中小企業來說，這代表第一步不是叫 AI 直接下結論，而是先把樣本邊界講清楚。
AI 可以幫忙，但先把樣本定義乾淨
請先決定三件事。第一，只有已經符合資格的商機才進入成交率分析，例如預算、需求、決策人與服務範圍至少確認過。第二，輸單要分成「輸給競品」、「沒決策」、「時機未到」、「不適合服務」與「無法追蹤」；這幾種情境需要的行銷修正不同。第三，資料來源要一致，例如 CRM 階段、LINE 對話、報價單備註、會議紀錄與成交後訪談。
AI 最適合做三種工作：整理大量備註、把客戶原話分群、找出重複出現的疑慮。但它不該取代事實查核。若業務備註只寫「太貴」，AI 只能把很多「太貴」整理成圖表；若你同時提供客戶原話、競品名稱、方案比較、頁面來源與報價時機，AI 才能幫你判斷這到底是價格問題、價值證明問題，還是錯誤客群問題。
台灣 SME 可用的成交率分析欄位表
| 欄位 | 為什麼要記 | AI 可以怎麼幫 | 行銷要修什麼 |
|---|---|---|---|
| 商機來源 | 分清 Google、LINE、介紹、活動、舊客推薦的品質 | 比對來源與成交率、平均客單、回覆速度 | 調整預算配置與活動頁承諾 |
| 客戶原始需求 | 避免把老闆想賣的服務誤認成客戶想買的結果 | 把需求語句分成痛點、情境、急迫性 | 重寫廣告角度、首頁標題與 FAQ |
| 失敗主因與次因 | 單一 loss reason 太粗，常掩蓋真正問題 | 從備註與訪談中找出價格、信任、時程、功能、決策鏈 | 補案例、比較表、保證條件、報價說明 |
| 決策角色 | 使用者、採購者、老闆與財務看到的價值不同 | 整理不同角色最常問的問題 | 做不同角色的頁面區塊與業務素材 |
| 輸給誰或替代方案 | 競品可能不是同業，也可能是內部自己做或暫緩 | 歸納競品與替代方案的說法 | 更新比較頁、案例與反對意見話術 |
| 下一步承諾 | 很多單不是輸，是沒有明確下一步 | 找出停滯階段與平均延遲天數 | 設計跟進節奏、提醒模板與 LINE 分眾 |
把 AI 分群變成 5 種行銷修正
1. 若輸在「不適合」，先修受眾，不要硬追成交
如果 AI 分群後發現大量輸單來自預算太低、地區不符、需求不是你擅長的服務，這不是業務問題，而是流量入口太寬。行銷應該先收窄關鍵字、廣告受眾、表單問題與頁面文案，讓不適合的詢問更早自我篩選。
2. 若輸在「不信任」，補證據而不是補折扣
Fairview 的 win-loss template 強調，贏單訪談中的買方語言可以變成案例、推薦與銷售敘事素材；輸單訪談則能產生反對意見處理與競品 battle card。來源：Fairview win-loss analysis template。台灣 SME 可以把這件事做小一點：每月挑 5 筆贏單與 5 筆輸單，整理客戶真正相信或不相信的句子，再補到服務頁、簡報、報價單與 LINE 跟進訊息。
3. 若輸在「價格」，先分清貴在哪裡
價格反對不一定代表要降價。它可能代表客戶沒有看懂差異、付款風險太高、比較基準錯了、採購角色沒有被說服，或你的低價方案入口設計不好。AI 可以幫你把「太貴」拆成幾種語境，但真正的行動是補方案比較、成果範圍、交付清單、風險界線與分階段選項。
4. 若輸在「沒決策」，修下一步，不是只加內容
沒決策通常表示客戶沒有足夠急迫性，或團隊不知道下一步該推什麼。這時候行銷不一定要再寫一篇文章，而是要讓頁面、報價單與業務訊息有明確下一步：預約診斷、回覆三個問題、上傳現況資料、選擇方案，或在指定日期前確認。
5. 若輸在「競品」，不要只做功能對照
Mural 的 win-loss template 把決策者、時間線、成交元素與行動方案放在同一張板上，重點不是列競品缺點，而是理解買方在什麼時刻被誰說服。來源：Mural win-loss analysis template。台灣 SME 若人力有限，可以先做一張簡表：競品被選上的理由、我們沒有回答好的問題、下次頁面或業務素材要新增的證據。
用 Search Console 與 GA4 檢查行銷入口
成交率分析不能只停在 CRM。Google Search Console 的 Performance report 可用查詢、頁面、國家、裝置等維度觀察搜尋成效，也提醒分析頁面變更時要看是否與改善時間點接近，並和相似期間比較。來源：Search Console Performance report use cases。
GA4 的 Landing page report 則會顯示使用者進站時看的第一個頁面；Google 說 landing page 可以是首頁、商品頁、表單、文章或其他頁面。來源：GA4 landing page report。把這兩個報表和 CRM 成交資料對照，就能回答更實際的問題：哪個頁面帶來的詢問最多？哪個頁面的詢問最容易成交？哪個頁面吸引很多人，卻總是在報價後消失？
個資與訪談：不要把客戶原話直接丟進 AI
成交率分析會碰到姓名、電話、公司、LINE 對話、報價內容、財務情況與交易紀錄。台灣個人資料保護法第 2 條定義個人資料、蒐集、處理與利用；第 5 條要求蒐集、處理或利用不得逾越特定目的必要範圍，並應與蒐集目的有正當合理關聯；第 19、20 條也規範非公務機關蒐集、處理與利用個資的條件。來源：個人資料保護法。
實務上，請先做三件事：上傳給 AI 前移除姓名、電話、統編、個人 LINE ID 與明確可識別的客戶描述；只保留分析需要的欄位；若要做訪談或錄音，先說明目的、使用方式、保存期限與拒絕方式。AI 可以幫忙摘要，但原始資料的最小化、權限與刪除責任仍在公司。
適用與不適用情境
這套方法適合已經有穩定詢問、報價或商機紀錄的服務業、B2B、顧問型公司、教育訓練、裝修工程、診所自費服務、電商批發或高單價零售。只要你的問題是「名單不是沒有，但成交率卡住」，就值得做。
它不適合完全沒有名單、沒有 CRM 或完全沒有成交紀錄的公司。樣本太少時，AI 很容易把一兩筆個案講成趨勢。這種情況應先建立表單、來源標記、基本報價紀錄與跟進規則，累積至少一個月資料後再分析。
資料更新與來源
本文於 2026-09-26 撰寫。主要參考 Salesforce 與 HubSpot 對 win rate 的定義與計算方式、Fairview 與 Mural 的 win-loss analysis template、Google Search Console 與 GA4 官方說明，以及台灣個人資料保護法。平台報表、CRM 欄位、AI 工具資料使用政策與個資法實務解釋可能更新；正式導入前，請以官方文件、公司法務或個資顧問意見為準。
結論：成交率分析的目的，是讓下一筆預算更聰明
好的成交率分析不是抓戰犯，而是把「為什麼沒成交」拆到可以行動。廣告帶錯人，就修受眾與入口；頁面證據不夠，就補案例、比較與 FAQ；業務承接不穩，就修話術、跟進節奏與下一步；價格被誤解，就重寫價值與方案邊界。
AI 的角色，是讓小團隊更快看見重複模式，但它不會自動知道哪個原因是真的。台灣 SME 要做的是保留客戶原話、清楚定義樣本、保護個資，再把分析結果每月變成 3 個行銷修正與 3 個業務修正。成交率分析做到這個程度，才會真正幫預算止血。
FAQ
成交率分析和轉換率分析有什麼不同？
轉換率常看訪客到表單、名單或購買的比例；成交率分析更聚焦合格商機最後有沒有成交，以及為什麼贏、為什麼輸、為什麼沒決策。
台灣 SME 可以用 AI 自動判斷未成交原因嗎？
可以用 AI 先分群與摘要，但不能只靠 AI 下結論。CRM 欄位、業務備註、客戶原話、來源頁面與報價時間都要一起看，才不會把噪音當趨勢。
成交率分析至少需要多少資料？
沒有固定門檻，但建議至少累積一個月或 20 筆以上合格商機再看趨勢。樣本太少時，只能當個案檢討，不適合直接改整體策略。
未成交原因都寫價格太高，行銷要怎麼辦？
先拆開價格問題。可能是客戶不適合、比較基準錯、價值證據不足、付款風險太高或方案入口不清。行銷應補比較、案例、交付範圍與風險說明，而不是只降價。
把 LINE 對話丟給 AI 分析會有個資風險嗎？
會。上傳前應移除可識別資訊，只保留必要欄位，並確認蒐集目的、使用方式、保存期限與權限。若要錄音或訪談，也要先告知用途與拒絕方式。