行銷漏斗與顧客旅程有什麼不同？從階段走向真實決策

先說結論：不是二選一，而是兩種不同焦距

規劃行銷策略時，用行銷漏斗管理整體轉換，用顧客旅程理解特定顧客如何做決定與體驗服務。漏斗回答「多少人從哪一階段流失」；旅程回答「誰想完成什麼、經過哪些線上與線下接觸點、為什麼前進、停下、折返或離開」。

如果只選一個框架，先看問題：

• 要分配預算、比較渠道、設定階段目標或監測轉換率，先畫漏斗。
• 要改善訊息、跨渠道體驗、客服交接或找出顧客卡住的原因，先畫旅程。
• 要決定下一個改善項目，通常先用漏斗找出異常階段，再用旅程研究原因；修正後回到漏斗確認整體結果是否改善。

行銷漏斗是什麼？把群體行為轉成可管理的階段

行銷漏斗把一群潛在顧客依序整理成幾個狀態，例如認識、考慮、採取行動與購買。它不是自然界固定存在的路線，而是團隊為了回答某個商業問題，對行為所做的簡化。

Google Analytics 將漏斗探索描述為視覺化使用者完成任務時經過的步驟，讓團隊看出各步驟成功或放棄的情況。這種方法特別適合定義明確、可以用事件記錄的流程，例如商品頁瀏覽、加入購物車、開始結帳與完成購買。

漏斗的基本輸出是每一層的人數與轉換率。假設一個月有 10,000 位符合條件的網站訪客，其中 2,500 人查看特定辦公椅商品、500 人開始結帳、300 人完成購買：

漏斗階段	人數	相對上一階段轉換率	可以先問的問題
符合條件的訪客	10,000	—	流量來自誰，是否符合目標市場？
查看商品	2,500	25%	到達頁是否讓人找到合適產品？
開始結帳	500	20%	方案、價格與相信理由是否足夠？
完成購買	300	60%	付款、運送或表單是否造成阻力？

以上是虛構教學數字。它告訴我們「商品查看到結帳」只有 20%，值得優先檢查；卻不能單獨證明價格太高、文案不好或顧客不需要產品。漏斗能定位問題，不會自動提供原因。

漏斗必須先定義，不能看到形狀就相信結論

同一筆行為資料可以畫成不同漏斗。開放式漏斗允許使用者從中間步驟進入；封閉式漏斗只計入從第一步開始的人。步驟是否必須緊接發生、觀察期間多長、以人或工作階段計數，也會改變結果。

因此一張漏斗至少要附上：分析對象、步驟事件、先後規則、時間範圍、分群方式與轉換定義。否則「流失 80%」只是一個無法重現的數字。

顧客旅程是什麼？從一項任務理解跨接觸點的經驗

顧客旅程描述一種顧客為了完成某個目標，在一段時間內經歷的行動、想法、感受與接觸點。Nielsen Norman Group 將 journey map 定義為一個人為完成目標所經歷過程的視覺化；GOV.UK 的體驗地圖方法則強調，要從使用者開始需要服務到停止使用的時間範圍，記錄他們做了什麼、想了什麼、感受到什麼。

這使旅程和公司內部流程圖不同。流程圖常從部門、系統或標準作業程序出發；旅程從顧客的任務出發，可能跨越搜尋、社群、門市、家人意見、物流、客服與產品實際使用。顧客不會因為公司把行銷、業務與客服分在三個部門，就把自己的問題切成三段。

一張能採取行動的旅程圖，通常至少包含：

欄位	要回答的問題	證據來源
顧客與情境	是哪一類人，在什麼觸發事件下開始？	招募條件、訪談、既有分群
目標與任務	他真正想完成什麼，而不只是使用哪個產品？	最近一次經驗訪談、現場觀察
階段與行動	他實際做了哪些事，是否折返或暫停？	訪談、日記研究、行為路徑
接觸點與渠道	在哪裡和品牌、他人或替代方案互動？	分析資料、客服紀錄、搜尋與門市觀察
想法與感受	每一步有哪些疑問、風險與高低點？	顧客原話、觀察，不由團隊代寫
阻力與機會	哪個問題妨礙目標，團隊能改變什麼？	跨來源證據與優先級判斷

旅程不是把「認知、考慮、購買」橫向排列，再填入一排行銷渠道。若沒有清楚的顧客、任務與研究證據，那只是換方向畫的漏斗。

兩者到底差在哪裡？比較對象、形狀與證據都不同

比較面向	行銷漏斗	顧客旅程
主要視角	公司如何把群體轉成成果	顧客如何完成一項任務
分析單位	某階段的人數、事件與轉換率	某類顧客的端到端經驗
常見形狀	由寬到窄的階段	可前進、折返、循環與分支的路徑
擅長回答	哪一層流失？哪個分群不同？	為何卡住？經過什麼？感受如何？
常用證據	事件分析、CRM、渠道與交易資料	訪談、觀察、客服、日記與行為路徑
主要限制	簡化個體差異，容易把相關當原因	容易以少數故事過度代表整體
典型決策	目標、預算、預測與異常監測	訊息、服務、接觸點與跨部門改善

漏斗看起來線性，不代表每一個人真的依序走完。Google 的 Decoding Decisions 研究用「messy middle」描述觸發與購買之間反覆探索與評估的狀態，也明確指出：複雜的消費者決策模型聚焦於人的行為，但漏斗作為設定行銷目標的工具仍然有用。McKinsey 的 consumer decision journey 同樣將考慮、評估、購買與購後經驗畫成循環，而不是一路刪減品牌的單行道。

換句話說，非線性旅程沒有殺死漏斗；它只是提醒我們，不要把管理模型誤認為每個人的真實路線。

完整案例：辦公椅漏斗卡住，原因不只在商品頁

以下是虛構教學案例，不是實際顧客研究、網站資料或成效報告。

假設「坐好工作」販售居家辦公椅，團隊發現 10,000 位符合條件的訪客中，2,500 人查看商品，只有 500 人開始結帳。20% 的階段轉換率比前期基準低，但網站沒有明顯錯誤。

若只看漏斗，團隊可能立刻打折、改按鈕顏色或加大再行銷預算。比較穩健的做法，是先把低轉換分群：新客下降、回訪客持平；手機與桌面都下降；三個渠道同步發生；商品查看後，尺寸說明與退換貨頁的造訪增加。這些訊號把問題範圍縮小到「新客在確認適配與風險時受阻」，但仍需旅程研究。

團隊招募近期正在選購辦公椅、尚未購買與已購買的目標顧客，重建他們最近一次決策。研究得到的不是一條整齊直線，而是幾種反覆出現的行為：

1. 腰背不適或居家辦公安排改變，觸發找椅子的需求。
2. 搜尋推薦與價格，快速建立候選清單。
3. 發現身高、桌高、坐深與扶手資訊難以對照，轉去看影片或論壇。
4. 到門市試坐其他品牌，或問朋友目前使用感受。
5. 回到網站確認保固與退貨；因為大型家具退換麻煩而延後。
6. 購買後仍要組裝與調整，設定不正確可能讓「不舒服」持續，影響退貨與口碑。

旅程證據讓團隊不再把問題籠統歸因為「商品頁說服力不足」，而是提出三個可驗證假設：規格無法轉成個人適配判斷、退換貨成本感覺不確定、購後調整支援不足。

第一輪改善可以是建立依身高與桌面情境理解規格的指南、把大型商品退換流程與費用寫清楚，並在到貨後提供調整步驟。這些做法仍是待驗證方案，不保證改善轉換。上線後要同時觀察商品到結帳轉換、退貨原因、指南使用、客服問題與購後回饋，才能判斷是否真的解決顧客任務。

為什麼不能只看漏斗，也不能只看旅程故事？

只看漏斗：容易把症狀當原因

數據顯示某一層下降，只代表行為結果發生變化。降價可能短期提高結帳，卻沒有解決尺寸不確定；增加再行銷可能把同一批困惑的人帶回來更多次。若沒有研究顧客的任務與阻力，團隊很容易優化最方便改的元件，而不是最重要的問題。

只看旅程：容易讓生動故事取代整體規模

少數訪談能揭露團隊沒想到的原因，卻不能直接推估每個問題有多普遍。最會表達的受訪者不一定代表最大的顧客群；理想旅程圖也不等於實際行為。旅程中發現的模式要回到分析資料、客服分類、實驗或更多研究驗證。

Google Analytics 的工具差異正好說明這種互補：漏斗探索檢查預先定義的步驟，路徑探索則以事件流呈現使用者實際觸發的後續或先前動作，能看到分支與循環。兩者都只看得到已被追蹤的數位行為；門市試坐、和家人討論、心中的風險感受，仍需要其他研究方法補上。

實務上如何把漏斗與旅程一起用？

第一步：用一個商業結果界定範圍

不要從「我們需要一張顧客旅程圖」開始，而要先寫出決策，例如「為什麼首次造訪的目標顧客查看辦公椅後，很少開始結帳？」同時限定產品、客群、地區與觀察期間。

第二步：定義可重現的漏斗

列出每個階段的事件、計數單位、開放或封閉規則、時間限制與排除條件。分群比較新舊客、渠道、裝置或產品，但一次不要切到樣本失去判讀價值。若要診斷網站轉換，也可參考從流量品質到頁面問題的 CVR 診斷順序。

第三步：從數據提出問題，不要直接宣布原因

記錄掉落最大的階段、與歷史或合理對照不同的分群，以及可能相反的解釋。例如「商品到結帳下降」可能是規格不清、價格取捨、庫存、追蹤錯誤，也可能是更多早期研究型流量進站。

第四步：研究特定顧客的最近一次真實經驗

依問題招募受訪者，請他重建最近一次行為：觸發點是什麼、先做什麼、在哪裡停下、看了哪些替代方案、問了誰、擔心什麼、最後怎麼決定。搭配可取得的路徑、搜尋、客服與交易證據，避免只收集假設性的「我可能會」。

第五步：畫出現況旅程，再找證據缺口

將行動、接觸點、疑問、感受與阻力排列在時間軸上；對不同客群路徑差異很大時，分開畫圖。GOV.UK 也建議先觀察多位使用者，若不同群體經歷顯著不同的步驟，就不要硬合併成一張平均旅程。

第六步：把一個阻力連回一個漏斗結果

為每項改善寫下機制與反證條件，例如：「若清楚說明身高與桌高適配能降低不確定，新客使用指南後開始結帳的比例應提高，相關客服問題應下降；若轉換沒有變且問題持續，這個解釋可能不是主因。」

第七步：小範圍執行，行為與體驗一起驗證

觀察漏斗轉換、完成時間與後續品質，也檢查客服、退貨、可用性與顧客回饋。上游數字變好、下游體驗變差，不算完整改善。將結果與日期回寫到漏斗定義、旅程圖與決策紀錄。

五個常見誤判

把 AIDA 當成每個人的固定心理順序

注意、興趣、慾望、行動可以用來檢查溝通是否缺一層，卻不能證明個人必然照順序前進。習慣性購買可能很快完成；高風險選擇則可能多次探索、評估與延後。

把渠道清單當成顧客旅程

「社群、網站、Email、門市」只列出品牌擁有的接觸點，沒有說明顧客要完成什麼、之前與之後做了什麼，以及為何使用這個渠道。

為了圖形漂亮，把所有顧客平均成同一條路

首次購買者與回購者、高涉入與低涉入產品、個人決策與多人採購，往往不應共用同一張細節旅程。先界定對象與情境，再決定哪些模式可以合併。

用工作坊想像代替顧客證據

內部工作坊適合整理假設與跨部門知識，不會自動把假設變成事實。把團隊猜測標成待查證，保留受訪者原話、行為資料與來源日期。

只優化購買，忽略購買後的使用與關係

交付、設定、客服、退貨與續用會影響實際價值、口碑與再次選擇。若旅程在付款成功就結束，團隊可能在漏斗上贏得訂單，卻在體驗上製造流失。

最後帶走：先問問題，再選框架

• 需要知道哪裡流失、規模多大、哪些分群不同：用漏斗。
• 需要理解為什麼受阻、跨過哪些接觸點、顧客如何感受：用旅程。
• 漏斗階段與計數規則是否可重現？旅程是否有清楚的顧客、任務與研究證據？
• 是否把漏斗當成群體管理模型，而非每個人的固定路線？
• 是否把旅程發現連回可觀察的行為結果，而非只留下故事？
• 是否涵蓋購買後的交付、使用、客服與續用？
• 每個改善是否寫出作用機制、衡量方式與可能推翻假設的結果？

最實用的搭配不是「漏斗負責報表、旅程負責貼便利貼」，而是讓兩者共同回答一個決策：先用群體資料找到值得研究的斷點，再從顧客的真實任務理解原因，做出小而明確的改善，最後回到行為與體驗證據驗證。