什麼是銷售漏斗分析?指標、步驟與範例

銷售漏斗分析衡量潛在客戶如何經歷各步驟邁向購買。 它計算有多少人達到每個階段、算出推進到下一個階段的百分比,並檢查進展需要多長時間。銷售團隊用它找出潛在客戶在哪裡停止推進,並決定要調查或改善什麼。

如果你每週把銷售系統匯出檔複製到 Excel,卻仍無法解釋為什麼更多潛在客戶沒有帶來更多銷售,本指南提供一個起點。跟著一個 1,000 名潛在客戶的範例,從 CSV 走到經過檢查的漏斗報告。先看下方的 RowSpeak 逐步操作與可下載活頁簿,然後如果你想自己建立計算,再使用手動 Excel 方法。下載練習用 CSV,在下一次銷售會議前跟著操作。

重點摘要:

  • 用 RowSpeak 將範例 CSV 轉成漏斗圖與可審閱的活頁簿;觀看錄影,並將你的輸出與可下載的結果進行比較。
  • 使用同一組潛在客戶,計算各階段之間以及整體漏斗的轉換率。
  • 將尚未推進的潛在客戶與已確認輸單的交易分開。
  • 使用階段進入日期來衡量進展;僅憑今天的階段計數無法重建歷史轉換。
  • 在宣稱某個月比另一個月更好之前,先比較各組相同長度的後續追蹤時間。
  • 最後以一個有證據依據的調查、一位負責人和一個審查日期作結。手動 Excel 方法說明如何重現階段計數與轉換率。

你應該衡量哪些銷售漏斗階段?

你可能會看到籠統的階段 認知、興趣、渴望與行動,通常稱為 AIDA。這些階段有助於描述購買歷程,但分析需要你實際能記錄的事件。Amplitude 的銷售漏斗指南 說明這些事件在電子商務、訂閱產品和其他業務中有何不同。

對於透過對話和提案進行銷售的業務,請從類似以下的順序開始:

階段 明確的進入規則
建立潛在客戶 記錄一筆新的銷售詢問
合格 該詢問符合你書面訂定的適配與購買需求標準
完成示範 潛在客戶參加示範或探索會議
已寄送提案 你的團隊寄出附價格的提案
成交贏單 客戶依你的銷售報告規則接受協議

在線上商店中,你可能追蹤已瀏覽產品 → 加入購物車 → 開始結帳 → 購買。對於訂閱制,你可能追蹤註冊 → 第一個有用動作 → 付費訂閱。

保持計數單位一致。 本範例計算一筆銷售歷程:一筆詢問追蹤到單一潛在銷售。一個人可能建立多筆詢問,一個帳戶可能有多筆交易。選擇你的單位,並保留一個能跨階段追蹤該單位的識別碼。

銷售漏斗分析 vs. 銷售管道分析

管道檢視通常顯示進行中的交易、其目前階段、價值和下一步行動。漏斗分析則顯示一組對象隨時間如何在階段之間推進。Monday.com 的指南 說明了個別交易追蹤與彙總轉換模式之間的區別。

用管道檢視來問:「今天哪個提案需要後續追蹤?」用漏斗分析來問:「有多少比例的提案會在 90 天內成為客戶?」兩種檢視都有幫助,但它們回答的是不同問題。

銷售漏斗分析範例:1,000 名潛在客戶到 25 筆成交

對於 1 月建立的詢問,計算每一筆在 建立日期起 90 天內 達到的階段。

練習檔案 包含本範例的虛構記錄。這些是 合成的教學記錄,不是客戶成果或產業基準。下方的 RowSpeak 錄影與活頁簿使用同一份檔案;關鍵總計已與獨立計算的參考答案核對過。

下方的轉換與未推進係指相對於前一階段,且在各歷程的 90 天窗口內。

階段 歷程數 階段轉換率 未推進
建立潛在客戶 1,000 — —
合格 400 40% 600
完成示範 200 50% 200
已寄送提案 100 50% 100
成交贏單 25 25% 75

整體潛在客戶到客戶轉換率為 25 ÷ 1,000 × 100 = 2.5%。對於這個依序進行的範例,將各階段比率相乘會得到相同答案:40% × 50% × 50% × 25% = 2.5%。

兩項發現值得注意:

  • 未推進數量最大的是在合格階段: 600 筆詢問在觀察窗口內尚未合格。調查適配度、回覆涵蓋範圍和合格規則。
  • 最低的階段轉換率是提案到成交: 100 件提案中有 25 件已成交。在假設價格是問題之前,先審查其餘提案。

那 75 件未成交的提案包括 50 筆已確認輸單和 25 筆開放交易。把全部 75 件都稱為「輸單」會曲解資料。開放交易之後仍可能成交。

方法 1:用 RowSpeak 分析你的銷售漏斗

如果你的每週報告從匯出的試算表開始,請使用 RowSpeak 的銷售分析工作流程,將該檔案轉成階段計數、圖表,以及可供審閱的報告。在 AI 或手動計算能給你有用答案之前,你需要一致的歷程 ID、階段進入日期,以及明確的後續追蹤窗口。

觀看錄製的逐步操作: 這段 2 分 14 秒的螢幕錄影顯示範例 CSV 與提示、RowSpeak 的分析,以及產生的 Excel 活頁簿預覽。錄影顯示的是一次執行,包括中間過程;在會議中使用前,請先檢查最終結果。

步驟 1:上傳練習用 CSV

開啟 RowSpeak,登入,然後上傳 journeys.csv。它每一列代表一筆銷售歷程,包含潛在客戶建立、合格、示範、提案和成交的日期,以及結果和觀察結束日期。

對於你自己的檔案,請檢查那些日期是否描述階段進入。僅有訂單匯出檔或今天的交易狀態清單,無法顯示哪些歷程在階段之間推進了。

步驟 2:給 RowSpeak 計數規則

複製下方的提示。它指定要納入誰、每筆歷程要追蹤多久、要計算哪些比率,以及如何區分開放提案與已確認輸單。

Prompt
為銷售經理分析這份合成的銷售漏斗 CSV。
一列代表一筆歷程;journey_id 必須是唯一值。
納入 2026 年 1 月 1 日至 31 日建立的潛在客戶。使用每一列的 observation_end:
lead_created_at 之後經過 90 天。每筆歷程在每個階段只計算一次。
檢查缺少的 ID、重複的 ID、日期順序,以及超過 observation_end 的事件。
顯示建立潛在客戶、合格、完成示範、已寄送提案和成交的計數。
計算階段轉換率、窗口內的未推進率,
以及整體的潛在客戶到成交轉換率。顯示分子和分母。
對於已達到提案的歷程,區分成交、輸單和開放結果。
計算該提案子集的已結案贏單率,排除開放交易。
顯示階段計數圖和簡短摘要。將事實與假設分開。
列出資料限制,以及一項要帶到下次會議的調查。
如果某欄位缺少或分母為零,將該指標標示為無法提供。

步驟 3:審查漏斗圖和分母

這次執行提供的圖表顯示 1,000 名潛在客戶 → 400 名合格 → 200 場示範 → 100 件提案 → 25 筆成交。階段比率為 40%、50%、50% 和 25%;整體轉換率為 2.5%。

RowSpeak 產生的銷售漏斗圖,顯示 2026 年 1 月潛在客戶追蹤 90 天,包含五個階段計數與 2.5% 的潛在客戶到成交轉換率

在接受某個解釋之前,先檢查底層計數。75 件未成交的提案包括 50 筆已確認輸單和 25 筆仍開放的交易。這產生 25% 的提案到成交轉換率 和 該提案子集 33.3% 的已結案贏單率。這兩個比率回答不同問題。

步驟 4:預覽、下載並檢查活頁簿

在錄製的執行中,RowSpeak 提供一個 Funnel Analysis Workbook.xlsx 檔案,帶有 預覽 和 下載 控制項。開啟預覽以檢查 Summary 和輔助工作表,然後下載活頁簿供你的銷售審查使用。

RowSpeak 活頁簿預覽,顯示 Summary 工作表、1,000 名潛在客戶、25 筆成交、2.5% 整體轉換率、提案結果和資料品質結果

下載本示範中產生的活頁簿,並與 CSV 進行比較。它的九個工作表包括 Summary、Funnel、Proposal Outcomes、Data Quality、Scope and Definitions 和 Facts vs Hypotheses。它們讓計數規則和可能解釋能與主要數字一起接受審查。

分享前使用這些檢查:

  • 範圍: 1,000 筆 1 月歷程,每筆追蹤 90 個經過天數。
  • 計數: 1,000 / 400 / 200 / 100 / 25,每筆歷程在每個階段只計算一次。
  • 提案結果: 25 筆成交、50 筆輸單和 25 筆開放;開放交易不納入已結案贏單率的分母。
  • 品質與限制: 活頁簿報告 11 項通過的檢查。其來源/業務代表工作表包含數量計數;尚未確定哪個來源或業務代表的合格率較低。
  • 解讀: 在你檢查支持記錄之前,將定價、潛在客戶品質和後續追蹤等解釋視為假設。

輸出版面可能因執行而異。如果圖表、摘要和活頁簿不一致,請要求 RowSpeak 在使用前先核對計數。AI 報告審查清單 提供進一步檢查。

本示範從上傳的檔案開始。對於你的下一個報告期間,上傳新的匯出檔並確認其涵蓋範圍。此處未示範即時 CRM 連線、自動擷取階段歷史和排程重新整理。

方法 2:在 Excel 中手動進行銷售漏斗分析

當你想自己建立並檢查計算時,請使用此方法。使用同一份 CSV,以便將你的數字與 RowSpeak 範例進行比較。

步驟 1:選擇一個問題和一個起始群組

問:「在我們下一次銷售審查之前,哪個轉換需要調查?」然後定義一個 同群組(cohort):具有共同起始事件的一組對象。對於範例:

納入 2026 年 1 月 1 日至 31 日建立的詢問。計算每筆詢問在建立後 90 個經過天數內達到的階段。每筆歷程在每個階段只計算一次。

給比較群組相同的後續追蹤時間。將 1 月詢問在 90 天後與 2 月詢問在 30 天後相比,可能讓 2 月看起來較差,只因它的交易有較少時間成交。選擇適合你購買流程的窗口;90 天只是範例,不是標準。

步驟 2:匯出識別碼和階段歷史

從你的客戶關係管理系統(通常稱為 CRM)匯出 Excel 或 CSV 檔案。尋找:

欄位 為什麼需要它
歷程、潛在客戶或商機 ID 追蹤同一單位並避免重複計算
建立日期 選取起始群組
每個階段的進入日期 確認推進並計算經過天數
成交/輸單日期和結果 將已完成決定與開放交易分開
來源、業務代表或區隔 比較同類群組
匯出或資料截止日期 說明有多少後續追蹤資料可用

僅有目前階段的匯出檔不足以計算歷史轉換。 如果它顯示今天有 100 件提案、本月有 25 筆成交,將 25 除以 100 會混雜不同群組。取得階段歷史,或將該檢視標示為目前管道庫存。

練習用 CSV 每一列代表一筆歷程,並有各階段的日期欄位。你的匯出檔可能每一列代表一項活動或階段變更。檢查重複、階段名稱、缺少日期和事件順序。為跳過、重複或重新開啟的階段定義規則;不要虛構缺少的轉換。

步驟 3:計算階段並檢查公式

在 Excel 中,將練習用 CSV 轉成名為 Journeys 的表格。其日期格式為 YYYY-MM-DD;如果你的 Excel 設定將它們視為文字,請將它們匯入為日期。

對於這個已檢查的固定樣本,每個有值的階段日期都落在其該列的觀察窗口內,因此這些計數已足夠:

Excel
=COUNTA(Journeys[journey_id])
=COUNT(Journeys[qualified_at])
=COUNT(Journeys[demo_at])
=COUNT(Journeys[proposal_at])
=COUNT(Journeys[won_at])

預期結果為 1,000、400、200、100 和 25。對於真實檔案,在計數前先篩選到你的同群組和觀察窗口,如果匯出檔每筆歷程有多列,則計算唯一 ID。

將這五個計數按階段順序放入儲存格 B2:B6。在 C3 中輸入下方公式,將其格式設為百分比,然後向下填滿到 C6:

Excel
=IF(B2=0,"N/A",B3/B2)

整體轉換率是 =IF(B2=0,"N/A",B6/B2)。分母為零表示該比率無法提供;這不是 0% 轉換率的證據。

步驟 4:比較群組並調查落差

當有這些欄位時,依潛在客戶來源、業務代表、產品或交易規模拆分結果。保持階段定義和後續追蹤窗口一致,並在百分比旁邊顯示計數。來自兩名潛在客戶的 50% 比率,其證據力比來自 200 名的相同比率更弱。

使用這些數字來選擇一項調查:

發現 接下來要檢查什麼
許多潛在客戶,但合格詢問很少 來源品質、重複詢問、回覆涵蓋範圍、合格標準
合格有望客戶很少參加示範 預約延遲、提醒、會議相關性
示範很少產生提案 適配度、購買決策權、需求、已同意的下一步
提案很少成交 記錄的輸單原因、定價異議、核准延遲、仍開放交易的帳齡

這些是可供檢查的可能解釋。僅憑轉換表無法確定有望客戶為何停止推進。

步驟 5:選擇一項變更並衡量下一組

依可能效益、投入程度和證據來排序機會。最低的百分比不一定能自動指出最佳投資。

例如,如果提案量和其他條件保持不變,將提案到成交轉換率從 25% 提高到 35%,會從 100 件提案中產生 額外 10 筆成交。那是 增加 10 個百分點,或 相對增加 40%。這是一個情境,不是預測,也不能證明某項特定變更會奏效。

最後以一個小型行動記錄作結:

發現: 25 件提案在 90 天後仍為開放。下一步行動: 審查其記錄的下一步和核准狀態。負責人: 銷售經理。審查: 下一次每週會議。成功檢查: 比較下一組同群組在相同天數時的提案到成交轉換率。

你首先需要的銷售漏斗指標

階段轉換率

階段轉換率 = 達到下一階段的歷程數 ÷ 達到前一階段的歷程數 × 100。

對於示範到提案,計算為 100 ÷ 200 × 100 = 50%。兩個計數都必須來自相同的起始群組和觀察規則。

流失率

流失率 = 100% − 階段轉換率。

對於提案到成交,即在 90 天內為 75%。在這裡,「流失」是指在該窗口內未觀察到下一階段事件。在選擇行動之前,將該群組分為已確認輸單和仍開放的交易。

整體轉換率

整體轉換率 = 達到最終階段的歷程數 ÷ 進入第一階段的歷程數 × 100。

明確說出起始和結束事件:潛在客戶到客戶與試用到付費的轉換衡量的是不同事物。

已結案贏單率

已結案贏單率 = 成交交易 ÷(成交交易 + 輸單交易)× 100,在一組定義明確的商機內。

在本範例的 100 筆提案階段交易 中,25 筆成交、50 筆輸單,因此已結案贏單率為 33.3%。25 筆開放交易被排除。這與 25% 的提案到成交轉換率 不同,後者的分母包含全部 100 件提案。在報告中標示群組和分母。

階段停留時間和開放交易帳齡

對於已完成的轉換,將下一階段日期減去階段進入日期。對於開放交易,將報告的資料截止日期減去目前階段的進入日期。

將這些分開報告。否則,僅根據已推進交易計算的平均值,可能掩蓋仍在等待的交易。另外也要定義持續時間是在推進、輸單或任一事件時結束。一般的「最後更新」欄位可能記錄的是編輯過的備註,無法可靠取代階段進入日期。

常見問題

什麼是好的銷售漏斗轉換率?

這取決於起始和最終事件、受眾、購買流程和後續追蹤期間。先比較同等群組。只有在外部基準的定義與你的一致時,才使用它們。本範例的 2.5% 是教學資料。

你應該多久分析一次銷售漏斗?

依你的團隊需要的頻率審查開放交易的後續追蹤,通常是每週。當潛在客戶有足夠時間推進時,再審查轉換趨勢;較長的購買週期需要較長的觀察窗口。

沒有 CRM 也能做銷售漏斗分析嗎?

可以。使用具有一致識別碼和階段進入日期的試算表。如果你只有今天的狀態,現在就開始記錄階段變更;該快照無法可靠重建過去的轉換。

漏斗分析能告訴你客戶為什麼離開嗎?

它顯示進展在哪裡停止,以及哪些群組有所不同。若要了解原因,請加入證據,例如記錄的輸單原因、客戶回饋、銷售備註或受控測試。將未經測試的解釋標示為假設。

在下一次銷售審查前建立漏斗報告

從練習用 CSV 開始,並將提示複製到 RowSpeak。將結果與示範的活頁簿進行比較,然後檢查你自己的匯出檔是否包含重複此分析所需的歷史。帶著一項發現、其支持記錄,以及一項指派的下一步行動去開會。

當你準備好時,使用 RowSpeak 的銷售分析工作流程 從下一次匯出檔要求相同的審查。一旦漏斗數字經過檢查,每週銷售儀表板指南 可協助你為會議加入更廣泛的銷售績效檢視。

把手邊的試算表,變成團隊可核對、可分享的報告

直接使用現有的 Excel 或 CSV 檔案。RowSpeak 幫你找出值得留意的資訊,並整理成清楚的報告與儀表板,方便團隊核對、討論與分享。

用我的檔案試試

推薦文章

Excel 快速分析工具:位置、用法及 AI 應用時機
Excel 人工智慧

Excel 快速分析工具:位置、用法及 AI 應用時機

Excel 快速分析工具實用指南:位置、用法、消失原因,以及為何 RowSpeak 是更適合實際業務分析的工作流程。

Ruby •
25 個 AI 試算表分析任務:財務與營運(附提示)
Excel 人工智慧

25 個 AI 試算表分析任務:財務與營運(附提示)

25個可測試的試算表提示,由記錄的RowSpeak證據、植入的邊界案例、控制總數及一個可重複使用的審查日誌支持。

Alex •
2026年AI vs Excel vs BI:各工具在商業報告中的定位
商業智慧

2026年AI vs Excel vs BI:各工具在商業報告中的定位

一個以證據為主導的AI vs Excel vs BI比較,使用錄製的RowSpeak輸出、受控工作簿、治理觸發點和審查關卡。

Alex •
Claude 儀表板 vs Excel:哪種工作流程適合你的團隊?
AI 儀表板

Claude 儀表板 vs Excel:哪種工作流程適合你的團隊?

比較串接式 AI 儀表板與 Excel 及 CSV 工作流程。使用實用決策指南、檢閱提示詞,以及分享儀表板前的檢查。

Gogo •
厭倦了複雜的 SUMPRODUCT 公式?試試更簡單的 AI 方法
Excel 技巧

厭倦了複雜的 SUMPRODUCT 公式?試試更簡單的 AI 方法

在 Excel 中處理 SUMPRODUCT 函數常讓人頭痛。其語法雖然強大,卻因複雜而容易出錯。探索 RowSpeak 等 Excel AI 助手如何取代手動公式,讓您只需透過簡單指令即可完成複雜運算。

Ruby •
別再與公式纏鬥:用 AI 即時建立動態 Excel 圖表
資料視覺化

別再與公式纏鬥:用 AI 即時建立動態 Excel 圖表

厭倦了用複雜的 FILTER 公式來建立動態銷售圖表嗎?探索在 Excel 中建立互動式報表的更快方法。我們將展示 RowSpeak 如何讓您僅憑提問,就能產生篩選後的圖表和表格,無需任何公式。

Ruby •
還在為 Excel 掙扎? 為何 AI 才是你真正需要的技能升級
Excel 技巧

還在為 Excel 掙扎? 為何 AI 才是你真正需要的技能升級

人人都說你需要 Excel 技能,卻很少有人提到令人挫敗的學習曲線與耗在手動工作的數小時。若能跳過複雜公式,直接向試算表詢問答案呢?了解 Excel AI 如何改變遊戲規則。

Ruby •
別再在 Excel 手動除法:讓 AI 替你計算
Excel 技巧

別再在 Excel 手動除法:讓 AI 替你計算

厭倦了在 Excel 與除法公式、絕對參照和 #DIV/0! 錯誤搏鬥?看看如何跳過手動操作。我們示範如何讓 Excel AI 即刻為你計算單價或換算貨幣。

Ruby •