從瀏覽到成交的十四天：一份時間差分析
一家公司在某個月加碼了廣告預算，該月的成交數量沒有變化。月底檢討時的結論是加碼無效，於是把預算調回原本的水準。
兩個月後回頭看，加碼那個月之後的第二個月，成交數量明顯上升。但那時候預算已經被砍掉了，而上升被歸因給其他原因。
這篇說明怎麼量測從第一次接觸到成交的時間差，以及這個數字可以用在哪些地方。
一、時間差為什麼被忽略
報表的預設呈現方式是以月為單位，而且投入與結果放在同一個月。這個格式本身就假設了沒有時間差。
對於決策快速的低單價商品，這個假設接近成立。但對於需要比較、需要內部討論、需要編列預算的購買，時間差可能是數週到數個月。
而多數 B2B 與高單價服務都屬於後者。用同期比較做判斷，等於系統性地低估了行銷的效果，並且在錯誤的時間點做調整。
- 報表格式預設投入與結果同期
- 決策週期長的品類時間差明顯
- 同期比較會系統性低估行銷效果
二、要量測的三段時間
第一段是從第一次接觸到第一次詢問。這一段反映的是內容與訊息的說服速度。
第二段是從詢問到成交。這一段反映的是銷售流程的效率。
第三段是兩者相加的總長度。這是規劃預算節奏時要用的數字。
三段要分開量測，因為它們的改善方式完全不同。
- 第一次接觸到詢問
- 詢問到成交
- 兩者相加的總長度
三、怎麼取得第一段的資料
這一段最難量測，因為第一次接觸可能發生在很久以前，而且可能沒有被記錄。
三個可用的方法。第一是分析工具中的路徑報表，可以看到轉換前的接觸次數與時間跨度，但受限於資料保存期限與跨裝置的問題。
第二是在詢問表單中加入一欄「大概多久前開始了解我們」。這個資料不精確但涵蓋率高。
第三是在第一次聯繫時直接詢問並記錄。這個方法最準確，但需要業務配合。
建議三種同時使用，互相印證。
四、怎麼取得第二段的資料
這一段相對簡單：詢問日期與成交日期都應該在系統中。
要注意的是分布而非平均。如果一半的案子在七天內成交、另一半在九十天以上，平均值四十八天不代表任何實際情況。
正確的做法是看中位數與分布圖，並且依照案件類型或金額分組。不同類型的時間差經常差異很大。
- 看中位數與分布而非平均值
- 依案件類型或金額分組
- 分布雙峰時代表有兩種不同的客戶
五、應用一：判斷行銷成效的正確時點
知道總時間差之後，評估的時點就明確了。
如果總時間差的中位數是二十八天，那麼某個月的行銷投入，效果會反映在該月下旬到次月中旬。用整月對整月比較會混合兩個期間的效果。
正確的做法是把成交回推到第一次接觸的月份，或者用一個滾動的區間比較。前者較準確但需要完整的歸因資料。
六、應用二：預算的節奏安排
有明確檔期的生意，預算應該提前投入，提前的幅度就是總時間差。
例如某個檔期在十二月，總時間差是三十五天，那麼預算應該從十月下旬開始加碼，而不是十二月。
這一點在季節性明顯的產業特別重要，因為錯過的不是效率，是整個檔期。
七、應用三：庫存與人力的預測
詢問到成交的時間差，可以用來預測未來的成交量。
如果本月的詢問量比上月成長四成，而詢問到成交的中位數是二十一天，那麼下個月的成交量大概率會上升。
這個預測可以用來安排人力與備貨，而不是等到成交發生時才反應。
- 詢問量是成交量的先行指標
- 用時間差推算反映的時點
- 可用於人力與庫存的預先安排
八、應用四：找出流程的瓶頸
把時間差拆成各階段之後，可以看出哪一段最長。
實務上最常見的瓶頸是詢問後的第一次回覆。有些公司的詢問到首次聯繫平均超過二十四小時，而這段時間內客戶通常已經聯繫了其他家。
另一個常見的瓶頸是報價後的等待。如果報價到決定的時間普遍很長，通常代表報價的資訊不足以支持決定，或者缺乏推進的機制。
九、實際的量測步驟
- 第一步：取最近六個月的成交案件，至少三十筆
- 第二步：記錄每一筆的第一次接觸、詢問、報價、成交四個日期
- 第三步：計算各段的中位數與分布
- 第四步：依案件類型或金額分組，比較差異
- 第五步：把結果反映到報表的比較區間與預算節奏
十、要注意的兩個誤區
第一個是用平均值。少數極端案例會嚴重扭曲平均，一定要看中位數與分布。
第二個是假設時間差固定不變。市場環境、競爭狀況、以及自己的流程改變，都會影響時間差。建議每半年重新量測一次。
常見問題
第一次接觸的資料很難取得怎麼辦？
可在詢問表單加入一欄詢問大概多久前開始了解，並在首次聯繫時記錄。資料雖不精確但涵蓋率高。
為什麼不能用平均值？
少數極端案例會嚴重扭曲平均。若成交時間呈雙峰分布，平均值不代表任何實際情況，應看中位數與分布。
時間差多久要重新量測？
建議每半年一次。市場環境、競爭狀況與自身流程的改變都會影響時間差。
延伸閱讀
關於作者與審稿
冠誠數位行銷（GuanCheng Martech）的顧問團隊撰寫這篇文章。團隊累積 295 個專案，服務 308 家客戶，操作範圍包含 SEO 自然排名、AEO 答案引擎、GEO 與 LLMO 佈局、Google 與 Meta 廣告投放、電商維運與數據歸因分析。
文章裡的數字來自冠誠數位行銷實際經手的客戶帳戶與後台報表，客戶名稱與可識別資訊都已經移除。內容由負責該領域的冠誠顧問審稿後發佈，最後更新日期為 2026 年 9 月 8 日。讀完有問題，可以到冠誠數位行銷官方網站的預約諮詢頁面留下聯絡方式，我們會用你提供的時段回電。