銷售漏斗：B2C 與 B2B 的真實差異

銷售漏斗：B2C 與 B2B 的真實差異

上一課把價格與包裝談完之後，下一個問題自然出現：這個價格要賣給誰、經過什麼過程才會變成一筆真正的交易？多數團隊在這裡畫出一張漏斗圖，填上幾個百分比，然後開始爭論「我們的轉換率好不好」。本課要主張的是：在階段邊界沒有被定義成可觀察事件、也沒有標明時間窗之前，那些百分比不具備任何比較意義，甚至會系統性地誤導決策。本課用「知行學習」這家 B2B 訂閱公司的完整年度數字，把漏斗從定義、計算到槓桿判斷跑一次。

核心問題

核心問題有兩個，而且必須依序回答。第一，一個漏斗階段的邊界應該用什麼來定義，才能讓不同的人在不同時間算出同一個數字？ 第二，在得到一組轉換率之後，要補上哪些資訊，才能誠實判斷它是好是壞、以及該改善哪一段？

完成標準是：讀者能為自己的公司寫出每一個階段的進入條件，且每一個條件都是一個「發生或沒發生」的事件，可以在系統裡查到時間戳記；讀者也能算出各階段轉換率與端到端轉換率，用兩條獨立路徑交叉驗算，並在比較兩個改善方案時同時說出它們的成本與可行性。

先定義本課的用詞。銷售漏斗（sales funnel） 是把潛在顧客從第一次接觸到成交的過程切成若干階段，並記錄每一階段人數或案件數的模型；概念本身見 銷售漏斗。階段轉換率（stage conversion rate） 是某階段數量除以前一階段數量。端到端轉換率（end-to-end conversion rate） 是最終成交數量除以最上層數量。世代（cohort） 是依「進入漏斗的時間」分組的一批對象；期間（period） 則是依「事件發生在哪個月或哪一季」分組。這兩種分組方式會給出不同的轉換率，而且經常被混用。

完整解釋

階段邊界必須是可觀察事件，不是一種感覺

漏斗最常見的失敗不在算術，而在定義。「有興趣」「很熱」「快成交了」都不是階段邊界，因為它們沒有唯一的判準：同一個案子在甲業務眼中是「合格商機」，在乙業務眼中還只是「名單」。當定義取決於填表的人，漏斗數字就只是團隊情緒的量測結果，而不是市場的量測結果。

可用的判準是：階段邊界必須是一個可觀察、可加時間戳記、且第三人重看紀錄會得到相同結論的事件。 「顧客回信同意在下週三進行一小時的需求訪談，且會議已建立」是事件；「顧客看起來很有興趣」不是。「已寄出載明價格與期間的正式提案文件」是事件；「已口頭報價」在多數紀錄實務下不是，因為沒有可查核的物件。

這個要求和財務報導對資訊品質的要求是同一套邏輯。IFRS 的《財務報導概念架構》把有用財務資訊的基本品質特性定為攸關性（relevance）與忠實表述（faithful representation），並把可驗證性（verifiability）列為增強性品質特性之一：不同的觀察者要能對某項描述是否忠實表述達成共識。漏斗不是財務報表，這裡是把同一個標準借用過來（inference，非該架構的直接規定），但借用的理由很實在——一個無法被第二個人重算的數字，不能拿來做資源分配決策。

B2C 與 B2B 的差異不只是「大小不同」

B2C 與 B2B 的差別經常被簡化成「一個快一個慢」，這個簡化會讓人把 B2C 的工具原封不動搬到 B2B 上。實際的差異是結構性的：

B2C 的典型特徵是高流量、短週期、由個人在短時間內完成決策、價格公開可見、而且購買者與使用者通常是同一個人。因此漏斗可以做得很細（瀏覽、加入購物車、結帳、付款），每一階段都有大量樣本，統計上的隨機波動小，A／B 測試在幾天內就能得到可用的訊號。轉換的阻力主要來自摩擦：多一個欄位、多一次跳轉、運費在最後一步才出現。

B2B 的典型特徵是低流量、長週期、由一個採購群體（buying group） 共同決定、價格經過議價、而且使用者、購買者與決策者往往是不同的人——這個切分在 使用者、購買者與決策者已完整處理。低流量帶來一個直接後果：樣本數小到讓多數比率的差異無法區分於雜訊。40 筆成交對 45 筆成交，看起來是 12.5% 的成長，但它也可能只是五筆案子的簽約日剛好落在年底之前。

長週期帶來第二個後果：同一個時點觀察到的各階段數量，來自不同時期進入的對象。B2C 漏斗裡「這個月的訪客」和「這個月的成交」大致是同一批人，B2B 不是——這個月成交的案子可能是九個月前進入的名單。把兩者相除，得到的數字沒有對應任何真實的轉換過程。

第三個後果與價值主張有關。B2C 的說服對象只有一人，訊息可以單一；B2B 需要對使用者說「省下你每天的重複工作」，對購買者說「每席次每月 3,000 元，年約值 36,000 元」，對決策者說「這筆支出對應的是每月 12,000 元的人力時間節省」。同一個產品，三種語言。漏斗停滯經常不是因為「顧客沒興趣」，而是因為某一個角色從來沒有拿到能說服他的那個版本。

B2B 為什麼需要一道明確的資格審查閘門

B2C 幾乎不需要資格審查（qualification）：任何人只要願意付款，交易就可以成立，成本也很低。B2B 不同。一份提案在知行學習要耗掉一位售前顧問約兩天、一位業務約一天，換算成內部成本是可觀的實體支出；而且提案之後的來回、法務審閱與導入規劃還會繼續消耗。當推進一個案子的邊際成本很高時，「不推進」就變成一個必須被主動做出的決策，而不是被動的結果。

資格審查閘門就是把這個決策制度化：在投入提案成本之前，先用一組事先寫好的條件檢查這個案子是否值得投入。條件本身可以爭論，但條件必須先寫下來、且要能被觀察。知行學習用的四項是：對方確認了一個具體且量化的問題；對方確認有已編列或可申請的預算區間；對方指出了能簽字的角色並同意讓我們與該角色接觸；對方給出一個希望開始使用的目標時間。四項全數成立才算「合格商機」。

這道閘門的價值不在提高轉換率——雖然它幾乎一定會提高提案階段之後的轉換率——而在於讓被拒絕的案子早點被拒絕。一個在提案後三個月才失敗的案子，比一個在資格審查就被判定不合格的案子貴很多倍，而兩者對營收的貢獻同樣是零。這一段的詳細做法留給 資格審查、提案與合約。

世代式讀法與期間式讀法

假設有一個案子在三月進入漏斗、在九月成交。期間式讀法會把它記進「九月的成交」，而分母用「九月的名單」；世代式讀法會把它記回「三月世代」，分母是三月進入的那批名單。

期間式讀法的問題是它會重複計算跨期間的案子：一個在三月成為名單、五月成為合格商機、九月成交的案子，在三月的報表被算進名單、在五月的報表被算進合格商機、在九月的報表被算進成交，每一張報表都把它當成一個完整的分子，但它們的分母各自來自不同批人。當漏斗成長時，這種讀法會系統性高估轉換率（因為分母是較早、較小的一批）；當漏斗萎縮時則系統性低估。這是 inference，但可以直接驗證：把同一份原始紀錄用兩種方式各算一次，兩個數字會不同，且差距隨週期長度擴大。

世代式讀法的代價是必須等。要知道三月世代的最終成交率，得等到三月世代的案子全部結案，對一個平均週期六個月、長尾到十二個月的漏斗來說，這意味著最可靠的數字永遠落後將近一年。實務上的折衷是同時看兩種：世代式用於判斷結構與做決策，期間式用於觀察短期動態，但兩者絕不放在同一張圖上比較。

IAS 1 對財務報表要求表達一致性與比較資訊，理由是使用者需要能跨期比較；漏斗報表不受該準則規範（fact：IAS 1 的適用對象是財務報表），但同一個理由成立——如果這一季換了階段定義又沒有重述前期，那條趨勢線就不能讀。

失敗替代方案

一個看似合理卻反覆失效的做法，是把改善資源集中在漏斗最上層，因為那是最容易移動的數字。

它當時看起來非常合理。流量是唯一可以用錢直接買到的投入：增加預算、多投一組關鍵字、多辦一場活動，訪客數在兩週內就會上升，而且上升幅度大、圖表好看、因果關係看起來乾淨。相比之下，要把合格商機到提案的轉換率從 40% 拉到 60%，需要重寫資格條件、重訓業務、改掉一部分人的既有習慣，而且效果要好幾個月才看得出來。在一個以季為單位檢視的組織裡，前者幾乎必然勝出。

它失效的假設是：各階段轉換率彼此獨立，因此上層放大不會改變下層的比率。 這個假設在小幅調整時大致成立，在大幅擴張時通常不成立。買來的增量流量往往來自與既有顧客不同的族群，意圖較弱、問題較不明確，於是名單轉合格商機的比率下滑。當上層放大 50% 而下層比率掉了三分之一，成交數可能原地踏步，但顧客取得成本已經上升——顧客取得成本的分子變大而分母沒變。

失效的機制還有第二層：漏斗中段的處理能量是有限的。名單變成兩倍，但售前顧問人數沒變，於是每個名單得到的跟進時間減半，回覆速度變慢，原本會合格的案子也流失了。這一層的破壞是主動造成的，不只是「新流量比較差」而已。

預警訊號有三個，都可以在下個月的報表上檢查：訪客與名單同步成長，但合格商機數幾乎不動；平均首次回覆時間拉長；以及業務開始抱怨「名單品質變差」而管理層把它當成情緒發言。第三項尤其值得認真對待——它通常是漏斗結構正在改變的第一個訊號，只是以主觀語言表達。折扣螺旋呈現的是同一種思維在價格端的版本：選擇最容易移動的變數，然後承擔它在別處造成的成本。

逐步推導

以下全部使用知行學習的教學數字（example），幣別單位為元，觀察窗為一整年（12 個月），且以世代式讀法計算：分母是該年度進入漏斗的對象，分子是這批對象截至結案時的成交數，不是該年度發生的所有成交。

各階段的進入條件先定義清楚，使數字可被重算：

• 訪客：一個造訪公開網站的不重複裝置識別，同一識別在該年度內只計一次。
• 名單：該識別完成表單並留下可聯絡的公司電子郵件，且該郵件通過網域驗證。事件時間戳記為表單送出時間。
• 合格商機：完成一場需求會議，且四項資格條件（量化的問題、預算區間、可簽字角色的接觸同意、目標啟用時間）全部被記錄在案。四項缺一即不計入。
• 提案：已寄出載明價格、席次數、期間與服務範圍的正式提案文件，且系統中存有該文件與寄送時間。
• 成交：雙方完成簽署、產生可執行的權利義務。

最後一項刻意寫成「可執行的權利義務」而非「收到款項」。IFRS 15 的收入認列五步驟模型以「辨認與客戶的合約」為第一步，收入認列的時點取決於履約義務何時被滿足，而非簽約或收款當下（fact）。因此漏斗上的「成交」與財務報表上的「收入」是兩個不同的量，兩者在同一份月報上出現時必須分開標示，不能互相驗證。

B2B 漏斗轉換

階段	數量	對前一階段轉換率
訪客	20,000	—
名單	2,000	10%
合格商機	400	20%
提案	160	40%
成交	40	25%

逐格驗算，每一個比率都是「本階段數量 ÷ 前一階段數量」，兩個量都是「件數」，相除後為無單位的比率：

• 名單 ÷ 訪客 = 2,000 ÷ 20,000 = 0.10 = 10%
• 合格商機 ÷ 名單 = 400 ÷ 2,000 = 0.20 = 20%
• 提案 ÷ 合格商機 = 160 ÷ 400 = 0.40 = 40%
• 成交 ÷ 提案 = 40 ÷ 160 = 0.25 = 25%

反向驗算一次，確認數量與比率一致：20,000 × 10% = 2,000；2,000 × 20% = 400；400 × 40% = 160；160 × 25% = 40。四項全數吻合。

端到端轉換率的兩條路徑

端到端轉換率可以用兩條完全獨立的路徑算出，兩條必須吻合，這正是驗算的意義所在。

路徑一，直接相除：

端到端轉換率 = 成交 ÷ 訪客 = 40 ÷ 20,000 = 0.002 = 0.2%

路徑二，各階段比率連乘：

10% × 20% × 40% × 25% = 0.10 × 0.20 = 0.02 0.02 × 0.40 = 0.008 0.008 × 0.25 = 0.002 = 0.2%

兩條路徑得到同一個 0.2%。這不是巧合，而是定義的必然結果：連乘式中每一個分子都會與下一個分母相消，(2,000 ÷ 20,000) × (400 ÷ 2,000) × (160 ÷ 400) × (40 ÷ 160) 消去後就是 40 ÷ 20,000。做這個交叉檢查的價值在於：當兩條路徑算出來不一樣時，代表某一個階段的數量被重複計算、被漏計，或某個階段的分母不是上一階段的全部——那是資料問題，不是四捨五入問題。

轉換率沒有時間就沒有意義

0.2% 這個數字本身無法判斷好壞，因為它遺漏了兩個資訊：花了多久，以及每一筆值多少。

考慮兩個漏斗。甲的成交率是 50%，但從進入到成交平均 18 個月；乙的成交率是 20%，平均 6 週。直覺會說甲比較好，但把時間放進來就完全不同。假設兩者的合格商機庫存都是 100 筆、每筆成交價值相同、且產能可以在案子結案後重新投入：

• 甲：18 個月產出 100 × 50% = 50 筆成交，換算為每月 50 ÷ 18 ≈ 2.78 筆。
• 乙：6 週約 1.5 個月，產出 100 × 20% = 20 筆成交，換算為每月 20 ÷ 1.5 ≈ 13.33 筆。

乙的每月產出約為甲的 4.8 倍（13.33 ÷ 2.78 ≈ 4.8）。這個計算的假設必須明講：它假設兩者的單筆價值相同、產能可以立即再投入、且需求充足到能持續補充新的商機。這三個假設在真實世界都可能不成立——例如 18 個月週期的案子通常單價高很多，若甲的單筆價值是乙的六倍，結論就會反過來。重點不是「短週期一定比較好」，而是「只給轉換率、不給週期長度與單筆價值的比較，無法支持任何結論」。

因此漏斗的最小完整描述是三個數字一組：轉換率、週期中位數、單筆價值。少一個都不能比較。

兩種達到 60 筆成交的路徑

現在把槓桿問題數量化。知行學習明年要把成交從 40 筆提高到 60 筆（成長 50%），有兩條路徑。

方案 (a)：把訪客從 20,000 提高到 30,000，各階段比率維持不變。

30,000 × 10% = 3,000 名單 3,000 × 20% = 600 合格商機 600 × 40% = 240 提案 240 × 25% = 60 成交

驗算端到端：60 ÷ 30,000 = 0.2%，與原本相同——因為所有比率都沒動，端到端比率當然不變，成長全部來自分母放大。

方案 (b)：訪客維持 20,000，把合格商機到提案的轉換率從 40% 提高到 60%，其餘不變。

20,000 × 10% = 2,000 名單 2,000 × 20% = 400 合格商機 400 × 60% = 240 提案 240 × 25% = 60 成交

驗算端到端：60 ÷ 20,000 = 0.003 = 0.3%；連乘驗算 10% × 20% × 60% × 25% = 0.003 = 0.3%。兩條路徑吻合。

兩個方案都給出 60 筆成交，這是刻意設計的：同一個結果可以從分母端或比率端達成，數學上等價。 真正的決策不在算術，而在成本與可行性。

方案 (a) 的成本相對容易估算而且是外部支出：需要多買 10,000 個訪客。若目前每個訪客的取得成本是 30 元，增量支出約 300,000 元；但取得成本通常不是常數，愈往外圍買愈貴，實際可能更高。它的優點是可以在幾週內啟動、可以隨時停止、不需要改變任何人的工作方式。

方案 (b) 的成本主要是內部的時間與注意力：重寫資格條件、訓練業務、調整提案流程、可能還要換掉不適合的工具。它不需要現金支出，但需要管理層持續投入好幾個月，而且失敗風險較高——「提高轉換率」不像「增加預算」那樣有保證的執行路徑。它的優點是效果會留下來：比率一旦改善，之後每一年的每一個訪客都受益，而買來的流量停止付費就消失。

誠實的補充（inference）：方案 (a) 的算式假設各階段比率在流量放大後維持不變，而這個假設通常不成立。 增量流量的意圖強度一般低於既有流量，因此訪客到名單、名單到合格商機的比率往往會下滑。若名單轉合格商機的比率從 20% 掉到 15%，方案 (a) 的結果會變成 30,000 × 10% = 3,000、3,000 × 15% = 450、450 × 40% = 180、180 × 25% = 45 筆成交——只有 45 筆，離 60 筆還很遠，而錢已經花掉了。這是推論而非本課數字所證實的事實；正確做法是先小額測試增量流量、單獨追蹤其世代的下游比率，再決定是否放大。

一個實務上常見的第三條路：兩者都做，但先做 (b) 再做 (a)。理由是若比率是漏的，放大分母只會讓漏得更多；把比率修好之後再買流量，同一筆預算換到的成交數更高。這是本課數字支持的推論，不是普遍真理——若比率已接近該行業的實務上限，優先擴大分母才是對的。

常見誤解

「轉換率越高越好。」 轉換率是比率，可以用縮小分母來提高。把資格條件收得極嚴，合格商機從 400 掉到 100，但提案轉換率可能從 40% 跳到 70%，報表變好看而成交數變少。轉換率只有在分子（成交數或營收）同時被檢視時才有意義。極端情況下，一個只服務一位老顧客的漏斗轉換率是 100%，而那不是一個值得追求的狀態。這個誤解成立的特殊條件是：當分母被固定（例如流量預算鎖死）時，比較轉換率確實等同於比較成交數。

「B2B 就是慢一點的 B2C。」 差別不是速度而是結構。B2C 的決策者是一個人，B2B 是一個採購群體，其中使用者、購買者與決策者的需求可能互相衝突——使用者要好用、購買者要便宜、決策者要風險低。單一訊息在 B2C 可以成立，在 B2B 幾乎必然遺漏某個角色。把 B2C 的做法（更漂亮的落地頁、更短的表單、更強的行動呼籲）搬到 B2B，通常會提高名單數而不提高成交數，因為卡住的地方根本不在那裡。

「漏斗每一階段都該平均改善。」 各階段的改善成本與改善空間差異極大。訪客到名單受限於流量品質與網站，合格商機到提案受限於業務流程，提案到成交受限於價格、競爭與採購程序。把資源平均分配，等於在最難改善的那一段浪費最多。正確做法是估算每一段「提高 10 個百分點需要多少成本」，再比較每一元換到的成交數。

「這個月的成交除以這個月的名單，就是我們的轉換率。」 這是期間式讀法的典型錯誤。當平均週期是六個月時，這個月成交的案子多半來自半年前的名單，分子與分母不是同一批人。在漏斗成長期，這個算法會高估轉換率（分母是較小的舊批次還沒被算進來、分子卻是完整的），在萎縮期則低估。要得到可用的數字，必須把成交回溯到它進入漏斗的那個世代。

「端到端轉換率 0.2% 太低了，一定有問題。」 0.2% 本身不含任何判斷資訊。若每筆成交的年約值是 36,000 元，40 筆成交對應 1,440,000 元的年約值總額；判斷好壞要看的是取得成本與這個值的關係，不是比率高低。B2B 的訪客大多是研究者、學生、競爭者與求職者，天生就不會轉換；分母裡混了大量本來就不可能成交的人，比率當然低。真正該問的是「合格商機之後的比率是否合理」，那才是被銷售流程影響的部分。

「業務說名單品質變差，那是他們找藉口。」 有時候是，有時候不是，而這件事可以被檢驗而不必用猜的。把新增流量來源獨立成一個世代追蹤下游比率，兩個月內就會知道。把可檢驗的主張當成情緒發言處理，是漏斗管理中最貴的一種懶惰。

實務檢查表

• 為每一個漏斗階段寫下一句進入條件，且該條件必須是一個能在系統裡查到時間戳記的事件；寫完後請一位沒參與定義的同事，用同一份紀錄重新分類十個案子，分類結果不一致的階段要重寫定義。
• 在每一份漏斗報表的標題列明時間窗與讀法（世代式或期間式），兩種讀法不放在同一張圖上比較。
• 每季用兩條路徑計算端到端轉換率（直接相除與各階段連乘），兩者不吻合時停下來查資料，不要調整數字。
• 每一個轉換率旁邊固定附上兩個數字：該階段的週期中位數，以及該階段案件的平均單筆價值。
• 把資格審查的條件寫成一份不超過五項的清單，每一項都可觀察；每季檢視一次被判定不合格的案子中有多少後來從競爭者買了東西。
• 估算每一段「提高 10 個百分點」的成本與所需時間，排出優先順序，而不是平均分配資源。
• 新增任何流量來源時，把它獨立成一個可追蹤的世代，至少觀察一個完整銷售週期後再決定是否放大。
• 分開記錄「成交（簽署完成）」與「收入認列」兩個數字，並在報表上標明兩者定義不同，不可互相驗算。
• 每次變更階段定義時，同時重述至少四個季度的歷史數字；無法重述就在趨勢圖上標示斷點。
• 在設計名單蒐集表單、行銷同意條款與主動接觸流程前，就當地適用的行銷同意、個人資料保護與電子通訊規則尋求當地合格的法律專業協助。

地區差異

漏斗的算術與階段定義原則跨地區成立：比率的計算方式、世代與期間的差異、連乘與直接相除必須吻合，這些都與管轄區無關。但漏斗的每一個入口動作都受當地法律規範，而這些規範不是全球通用。

第一，直效行銷的同意（consent）要求差異很大。有些管轄區對電子商業訊息採取事前選擇加入（opt-in）制度，有些採取事後選擇退出（opt-out），有些對既有顧客關係設有例外，有些對不同通路（電子郵件、簡訊、電話、傳真）適用不同規則。「取得名單」這個看似中性的漏斗動作，在不同地方需要的紀錄與授權完全不同。

第二，主動接觸（cold outreach）的規則同樣分歧。是否可以在未經事先同意下寄送商業電子郵件給企業信箱、是否必須提供可運作的退訂機制、是否須在訊息中揭露寄件者身分與地址、是否有政府維護的拒絕來電名單必須事先比對——這些都是管轄區層級的規定，且會隨時間修訂。

第三，個人資料保護義務影響漏斗的整個資料層。合法處理依據、告知義務、保存期限、跨境傳輸的條件、當事人的查詢與刪除權利、以及紀錄與稽核要求，都會決定你能在 CRM 裡留下什麼、留多久。把某地可行的做法整套搬到另一地，是這個領域最常見的違規來源。

第四，契約成立與消費者保護的規則因地而異。要約與承諾如何構成有拘束力的合約、標準條款何時被納入、B2C 交易是否享有法定的猶豫期或解約權、哪些條款會因不公平而不生效力——這些都取決於適用法律與交易類型，本課的「成交」定義是漏斗管理上的操作定義，不是任何地區的法律判準。相關的制度性比較請對照 成立與治理的地區差異，並就實際文本與流程尋求當地合格的法律專業協助。as-of 2026-07-31，本課不記載任何具體地區的門檻、期限或表格。

資料來源

IFRS 15 Revenue from Contracts with Customers 支持本課「收入認列採五步驟模型、以辨認與客戶的合約為第一步、且認列時點取決於履約義務是否被滿足」這項事實陳述，也是本課主張「漏斗上的成交與財務報表上的收入是兩個不同的量」的依據。該準則規範財務報導，不規範銷售流程管理；把它的邏輯借用到漏斗定義上屬於本課的推論（inference）。

Conceptual Framework for Financial Reporting 支持「有用資訊的基本品質特性為攸關性與忠實表述，可驗證性為增強性品質特性，且可驗證性意指不同觀察者能就描述是否忠實表述達成共識」這項事實。本課把此標準類比到漏斗階段邊界的定義要求，該類比是作者的推論。

IAS 1 Presentation of Financial Statements 支持「財務報表要求表達一致性與提供比較資訊」這項事實，是本課「變更階段定義時應重述歷史或標示斷點」這項實務建議的類比依據；漏斗報表本身不在該準則適用範圍內。

三份來源皆為國際財務報導準則層級文件，不涵蓋任何單一管轄區的行銷同意、個人資料保護、消費者保護或契約法規則，因此本課「地區差異」一節的所有陳述都以未指名的方式表述，不引用這三份來源作為法律依據。知行學習及其全部數量、比率與金額均為教學 example；各階段轉換率、端到端轉換率、方案 (a) 與 (b) 的推導、以及週期比較的每月產出估算，都是作者依題設假設所作的算術推導（inference）。來源 accessed 2026-07-31。