內部工具設計
資訊架構
使用者研究
廣告成效數據分析 Dashboard
為沒有數據背景的使用者設計決策工具——整合三方數據、定義判斷邏輯，讓非專業者 30 秒內做出廣告調整決策。
背景
頂級創意行銷跨平台投放廣告，目標是提高週末預約量與平假日過路客組數。公司從未建立數據追蹤系統，廣告投放、預約行為、每月費用各自存在不同系統，無法整合比對。
問題不是沒有數據——而是沒有人有能力、也沒有時間把三個來源串在一起。所有廣告決策最終都靠直覺：「感覺這個平台好一點就多投一點。」
使用者與痛點
這個工具有兩種使用者，需求不同，但痛點相同：
👤
老闆（決策者）
需要快速判斷廣告是否值得繼續投放，但查資料耗時、往往找不到，最終只能靠感覺拍板。
🔄
接替人員（執行者）
需要在沒有完整交接的情況下快速上手。每次人員輪替，知識歸零，新人要從頭摸索。
設計核心限制
小公司沒有人力即時調整廣告，也沒有數據分析師解讀數字。工具必須讓沒有廣告背景的人在 30 秒內做出判斷——而不是提供更多數據讓他們自己想。
任務流程
兩種使用者的任務起點不同，決策目的也不同，對應兩條任務路徑：
Task A：老闆 — 30 秒判斷廣告效益
1
開啟 Dashboard
選月份・P1 固定入口
2
掃 ROAS
≥ 1x 正常・花費是否合理
3
異常往下挖
P2 看平台差異・P3 看 Google 效益
4
做決策
暫停調整或維持現狀
Task B：接替人員 — 無交接快速上手
1
上傳 CSV
支援多檔・狀態燈全綠才開始
2
P1 掃整體
建立本月基準・不需前任交接
3
按問題選頁
預約量低→P5・臨時場少→P3
4
下結論
每頁附判斷邏輯・不需自行解讀
Task B 入口
資料上傳 + 狀態燈
接替人員無需了解 CSV 格式——狀態燈全綠才能開始分析。不依賴前任口頭說明，系統本身告訴你資料是否完整。
資訊架構 & 分析架構
IA 設計原則
先快速掃一眼效益，不好再往下挖。使用者只在需要時才進入更深的頁面，不強迫一次消化所有數字。
L0
Dashboard 整體
L1
全域控制層
套用後所有頁面同步刷新
L1-1
月份篩選
P1–P5 共用，全年度或指定單月
L1-2
遊戲主題 / 廣告平台篩選
P4 獨有，可交叉限縮分析範圍
L1
頁面層（六個分析視角）
P1
數據總覽
ROAS、廣告花費、預約收入、臨時場熱點
→
整體投報率如何？
P2
平台比較
逃脫吧 ROAS、七分之二佔比、廣告期 vs 前兩月
→
哪個遊戲投哪個平台最划算？
P3
Google 單日
Daily CPA、地圖點擊 vs 臨時場、廣告領先日
→
廣告點擊到走入的轉換率？
P4
客群熱點
來源熱點、星期熱點、自然流量週規律
→
各平台帶來什麼樣的客群？
P5
預約提前期
0–3天 / 4–7天 / 8–14天 / 15天以上 分桶比例
→
多久前的廣告會影響決策？
P6
年度趨勢
全年折線、年度 ROAS 長條、臨時場走勢（固定全年）
→
哪個月份、哪個平台長期最穩？
以下截圖數據均為示意用途，非真實數據。
P1 入口
整體 ROAS 一眼判斷，不需進入其他頁面
ROAS、廣告花費、預約收入三個主要數字放最大。每個頁面的核心問題只有一句話，圖表顏色直接給出判斷方向——讓數字告訴使用者「這是好還是不好」，而不是讓他們自己解讀。
P3 洞察
反直覺發現：地圖點擊與到店臨時客沒有直接關係
原假設地圖導航點擊越多，臨時走入越多。折線對比後走勢並不吻合——這讓團隊停止以導航點擊數作為廣告成效指標，避免持續誤判投資效益。
P5 行為分析
各遊戲主題旺季週期不同，廣告排程不能一刀切
各主題全年預約量折線讓旺淡季規律可視化。不同主題的高峰月份錯開，這份資料直接成為各主題廣告投放時機的排程依據。
成果（2026 Q1 驗證）
廣告決策靠直覺，無量化基準，無從比較各通路表現
→
P1 一眼看到所有通路 ROAS 3–4x，行銷決策有數字依據
誤以地圖點擊數代表臨時客到店，廣告預算分配錯誤
→
P3 揭示兩者無直接關聯，2026 Q1 減少地圖點擊廣告投入，Google 成本 -10%
三方數據孤立，無法看到廣告對臨時客與預約客的影響
→
整合後可交叉比對 Google 廣告、臨時客、預約客三條數據曲線
人員輪替後知識歸零，需重新摸索
→
30 秒老闆可獨立判斷，接替人員無需口頭交接
