業務健康度規則對照表

文件資訊

建立日期: 2025-10-01
最後更新: 2025-10-01
文件版本: v1.0
適用系統: Business Health Analytics v1.0

文件目的

本文件提供業務健康度洞察系統的完整規則對照表，包含：

業務洞察生成規則 - 所有洞察觸發條件與輸出格式
警示生成規則 - 指標閾值與警報觸發邏輯
戰略建議規則 - 基於警示的建議對應關係
健康度評分標準 - 各維度計算公式與評級標準

一、業務洞察生成規則

1.1 洞察類型總覽

洞察ID	洞察標題	觸發條件	類型	影響	信心度	分類
INS-001	業務表現優異	`overallScore >= 90`	opportunity	low	0.95	業務分析
INS-002	業務健康度需改善	`overallScore <= 60`	warning	high	0.90	風險管理
INS-003	系統穩定度警告	`metrics.system < 7.0`	warning	high	0.85	技術監控
INS-004	業務指標下滑趨勢	`trends.direction='下降' AND change > 5`	warning	high	0.88	趨勢分析
INS-005	業務成長動能強勁	`trends.direction='上升' AND change > 10`	opportunity	medium	0.90	成長機會
INS-006	客服效能待改善	`metrics.support < 5.0`	info	medium	0.80	客戶服務
INS-007	營收表現需關注	`metrics.revenue < 6.0`	warning	high	0.87	財務分析

1.2 詳細規則說明

INS-001: 業務表現優異

觸發條件

typescript

overallScore >= 90

判斷邏輯

綜合評分達到 90 分以上
表示業務各方面運行良好

輸出格式

json

{
  "title": "業務表現優異",
  "description": "整體健康度達到 {overallScore} 分，系統運行狀況良好",
  "type": "opportunity",
  "impact": "low",
  "confidence": 0.95,
  "category": "業務分析",
  "actions": [
    "持續監控關鍵指標",
    "擴大成功策略應用"
  ]
}

業務意義

正面回饋，鼓勵團隊保持現狀
可考慮擴大業務規模
建立最佳實踐案例

適用場景

季度業務回顧
投資者簡報
績效考核

INS-002: 業務健康度需改善

觸發條件

typescript

overallScore <= 60

判斷邏輯

綜合評分低於 60 分
表示業務存在明顯問題

輸出格式

json

{
  "title": "業務健康度需改善",
  "description": "整體健康度僅 {overallScore} 分，建議優先改善關鍵指標",
  "type": "warning",
  "impact": "high",
  "confidence": 0.90,
  "category": "風險管理",
  "actions": [
    "檢視營運流程",
    "改善客戶體驗",
    "優化支援效率"
  ]
}

業務意義

需要立即關注並採取行動
建議召開緊急會議
制定改善計劃

適用場景

業務危機管理
營運優化專案
組織結構調整

關聯指標

客戶品質 < 60
營運效率 < 60
客服效能 < 60

INS-003: 系統穩定度警告

觸發條件

typescript

metrics.system < 7.0

判斷邏輯

系統穩定度評分低於 7.0 分
基於 Realtime 警報狀態計算
可能影響業務運行

輸出格式

json

{
  "title": "系統穩定度警告",
  "description": "系統穩定度 {system.toFixed(1)} 分低於標準，可能影響業務運行",
  "type": "warning",
  "impact": "high",
  "confidence": 0.85,
  "category": "技術監控",
  "actions": [
    "檢查系統模組狀態",
    "執行故障排除",
    "強化監控機制"
  ]
}

系統穩定度計算公式

typescript

// 多模組權重計算
const notificationWeight = 1.5  // 通知系統權重
const orderWeight = 2.0         // 訂單系統權重（最重要）
const inventoryWeight = 1.2     // 庫存系統權重

const totalWeight = notificationWeight + orderWeight + inventoryWeight

const weightedScore = (
  (notificationStability * notificationWeight) +
  (orderStability * orderWeight) +
  (inventoryStability * inventoryWeight)
) / totalWeight

// 系統效能因子調整
const systemPerformanceFactor = 0.95
const finalStability = Math.min(weightedScore * systemPerformanceFactor, 10)

業務意義

技術問題可能影響客戶體驗
需要技術團隊立即介入
可能需要臨時停機維護

適用場景

技術故障應對
系統升級決策
DevOps 流程改進

INS-004: 業務指標下滑趨勢

觸發條件

typescript

trends.direction === '下降' AND trends.change > 5

判斷邏輯

週對週比較呈現下降趨勢
下降幅度超過 5%
需要立即關注

輸出格式

json

{
  "title": "業務指標下滑趨勢",
  "description": "檢測到業務指標下降 {change.toFixed(1)}%，需要立即關注",
  "type": "warning",
  "impact": "high",
  "confidence": 0.88,
  "category": "趨勢分析",
  "actions": [
    "分析下降原因",
    "制定改善計劃",
    "加強監控頻率"
  ]
}

趨勢計算邏輯

typescript

// 計算客戶品質變化
const customerChange = (current.customerQuality - previous.customerQuality) * 100

// 計算營運效率變化
const operationalChange = (current.operationalEfficiency - previous.operationalEfficiency) * 100

// 平均變化幅度
const avgChange = (customerChange + operationalChange) / 2

// 趨勢判定
if (avgChange < -2) {
  direction = '下降'
  change = Math.abs(avgChange)
}

業務意義

業務衰退的早期訊號
需要找出根本原因
可能需要策略調整

適用場景

業績下滑應對
市場競爭分析
產品策略調整

常見原因分析

客戶流失率上升
訂單轉換率下降
競爭對手促銷
產品品質問題
客服回應變慢

INS-005: 業務成長動能強勁

觸發條件

typescript

trends.direction === '上升' AND trends.change > 10

判斷邏輯

週對週比較呈現上升趨勢
上升幅度超過 10%
表現優於預期

輸出格式

json

{
  "title": "業務成長動能強勁",
  "description": "業務指標上升 {change.toFixed(1)}%，表現優於預期",
  "type": "opportunity",
  "impact": "medium",
  "confidence": 0.90,
  "category": "成長機會",
  "actions": [
    "分析成功因素",
    "擴大優勢策略",
    "設定更高目標"
  ]
}

業務意義

業務成長的正面訊號
適合擴大投資規模
可複製成功經驗

適用場景

成長策略制定
資源分配決策
團隊激勵

成功因素檢查清單

[ ] 新的行銷活動是否奏效？
[ ] 產品改進是否受歡迎？
[ ] 客戶滿意度是否提升？
[ ] 轉換率是否優化？
[ ] 團隊效率是否提高？

INS-006: 客服效能待改善

觸發條件

typescript

metrics.support < 5.0

判斷邏輯

客服健康度評分低於 5.0 分
可能影響客戶滿意度

輸出格式

json

{
  "title": "客服效能待改善",
  "description": "客服健康度 {support.toFixed(1)} 分，可能影響客戶滿意度",
  "type": "info",
  "impact": "medium",
  "confidence": 0.80,
  "category": "客戶服務",
  "actions": [
    "優化回應時間",
    "培訓客服人員",
    "改善服務流程"
  ]
}

客服健康度計算

typescript

// 基於 tickets 和 conversation_summary 計算
const avgResponseTime = query('SELECT AVG(first_response_minutes) FROM conversation_summary')
const resolutionRate = query('SELECT AVG(resolution_rate) FROM tickets')

// 回應時間評分 (越低越好)
const responseScore = Math.max(0, 10 - (avgResponseTime / 60))

// 解決率評分
const resolutionScore = resolutionRate * 10

// 綜合評分
const supportHealth = (responseScore * 0.3 + resolutionScore * 0.7)

業務意義

客戶體驗可能受影響
需要客服團隊改進
可能導致負面評價

適用場景

客服團隊培訓
服務流程優化
客戶滿意度提升

INS-007: 營收表現需關注

觸發條件

typescript

metrics.revenue < 6.0

判斷邏輯

營收健康度評分低於 6.0 分
建議檢視訂單流程

輸出格式

json

{
  "title": "營收表現需關注",
  "description": "營收健康度 {revenue.toFixed(1)} 分，建議檢視訂單流程",
  "type": "warning",
  "impact": "high",
  "confidence": 0.87,
  "category": "財務分析",
  "actions": [
    "分析訂單轉換率",
    "優化付款流程",
    "提升產品競爭力"
  ]
}

營收健康度計算

typescript

// 基於 order_summary 計算
const currentMonthRevenue = query('SELECT SUM(total_amount) FROM orders WHERE ...')
const previousMonthRevenue = query('SELECT SUM(total_amount) FROM orders WHERE ...')
const revenueGrowth = (currentMonthRevenue - previousMonthRevenue) / previousMonthRevenue

// 目標達成率
const revenueTarget = getMonthlyTarget()
const achievementRate = currentMonthRevenue / revenueTarget

// 綜合評分
const revenueHealth = (revenueGrowth * 5 + achievementRate * 10) / 2

業務意義

營收目標可能無法達成
需要檢視銷售策略
可能影響公司財務

適用場景

營收策略調整
銷售團隊動員
產品定價優化

🚨 二、警示生成規則 (Phase 1.5)

2.1 指標閾值總表

metric_name	顯示名稱	分類	閾值	比較	嚴重度	警報訊息範本
customer_churn_rate	客戶流失率	客戶健康	15.0	>	critical	客戶流失率達到 {value}%，超過警戒值 {threshold}%
high_value_customer_count	高價值客戶數	客戶價值	50	<	warning	高價值客戶僅剩 {value} 位，低於目標 {threshold} 位
avg_response_time	平均回應時間	客服效率	120.0	>	warning	平均回應時間 {value} 分鐘，超過標準 {threshold} 分鐘
order_completion_rate	訂單完成率	營運效率	85.0	<	warning	訂單完成率 {value}%，低於標準 {threshold}%
inventory_stockout_count	缺貨商品數量	庫存管理	3.0	>	warning	缺貨商品數量 {value} 件，超過警戒值 {threshold} 件
business_momentum_trend	業務動能趨勢	業務動能	-5.0	<	critical	業務動能下降 {value}%，需要立即關注
customer_growth_trend	客戶成長趨勢	成長指標	0.0	<=	warning	客戶成長率 {value}%，低於預期

2.2 警報生成邏輯

SQL 函數: `generate_dashboard_alerts()`

sql

CREATE OR REPLACE FUNCTION generate_dashboard_alerts()
RETURNS TABLE (
    id UUID,
    alert_type VARCHAR(50),
    title VARCHAR(200),
    message TEXT,
    severity VARCHAR(20),
    metric_name VARCHAR(100),
    current_value DECIMAL,
    threshold_value DECIMAL,
    confidence_score DECIMAL(3,2)
)
LANGUAGE plpgsql
AS $$
BEGIN
    -- 遍歷所有活躍閾值
    FOR metric IN SELECT * FROM metric_thresholds WHERE is_active = TRUE
    LOOP
        -- 查詢當前指標值
        EXECUTE format('SELECT %s FROM %s WHERE %s',
                       metric.metric_column,
                       metric.source_table,
                       metric.filter_condition)
        INTO current_value;

        -- 判斷是否超過閾值
        IF evaluate_threshold(current_value, metric.threshold_value, metric.comparison_operator) THEN
            -- 生成警報
            RETURN QUERY
            INSERT INTO dashboard_alerts (...)
            VALUES (...)
            RETURNING *;
        END IF;
    END LOOP;
END;
$$;

2.3 前端警報組合邏輯

警報來源整合

typescript

// DashboardApiService.ts - getSystemAlerts()
const alerts: SystemAlert[] = []

// 1. Realtime 警報 (系統穩定度)
const realtimeAlerts = getGlobalRealtimeAlerts().getRealtimeAlerts()
alerts.push(...realtimeAlerts)

// 2. 庫存警報
const inventoryAlerts = await this.getInventoryAlerts()
// - 缺貨警報: out_of_stock_count > 0 → error
// - 庫存不足: low_stock_count > 0 → warning
// - 庫存充足: healthy_stock_count > 0 AND alerts.length === 0 → success

// 3. 客服警報
const supportAlerts = await this.getSupportAlerts()
// - 回應時間過長: avg_response > 120min → warning
// - 回應時間良好: avg_response <= 60min → success
// - 工作量提醒: total_conversations > 0 → info

// 4. 訂單警報
const orderAlerts = await this.getOrderAlerts()
// - 待處理訂單: pending > 2hrs → warning
// - 今日訂單活動: completed_today > 0 → info

優先級排序

typescript

// 按優先級排序: error > warning > info > success
const priorityOrder = { error: 1, warning: 2, info: 3, success: 4 }
alerts.sort((a, b) => priorityOrder[a.type] - priorityOrder[b.type])

// 限制顯示數量 (最多 8 個)
return alerts.slice(0, 8)

三、戰略建議規則 (Phase 1.5)

3.1 建議類型總表

recommendation_type	對應 metric_name	分類	標題	影響	工作量	優先級	時間軸
customer_retention	customer_churn_rate	客戶價值	啟動客戶流失預防計劃	high	high	95	緊急（2-4週）
customer_acquisition	high_value_customer_count	業務成長	重建高價值客戶群	high	high	90	中期（2-3個月）
business_turnaround	business_momentum_trend	營運策略	業務動能復甦行動	high	high	100	立即執行（1-2個月）
growth_recovery	customer_growth_trend	成長策略	客戶成長策略調整	high	medium	85	短中期（6-12週）
operational_improvement	avg_response_time	客服優化	改善客服回應效率	high	medium	85	2-4週
process_optimization	order_completion_rate	營運效率	訂單處理流程優化	medium	medium	75	3-6週
inventory_management	inventory_stockout_count	庫存管理	庫存補貨策略優化	medium	medium	70	2-4週
general_improvement	(其他)	系統優化	系統監控優化	medium	low	60	短期（2-4週）

3.2 建議生成邏輯

SQL 函數: `generate_strategic_recommendations()`

sql

CREATE OR REPLACE FUNCTION generate_strategic_recommendations()
RETURNS TABLE (
    recommendation_type VARCHAR(50),
    category VARCHAR(50),
    title VARCHAR(200),
    description TEXT,
    impact_level VARCHAR(20),
    effort_level VARCHAR(20),
    priority_score INTEGER,
    confidence_score DECIMAL(3,2),
    business_context JSONB,
    estimated_timeline VARCHAR(50)
)
LANGUAGE plpgsql
AS $$
BEGIN
    -- 基於現有警示生成建議
    FOR current_alerts IN
        SELECT * FROM dashboard_alerts
        WHERE is_active = TRUE AND is_resolved = FALSE
        AND severity IN ('critical', 'warning')
        ORDER BY severity DESC, detected_at DESC
        LIMIT 5
    LOOP
        -- 根據 metric_name 匹配規則
        CASE current_alerts.metric_name
            WHEN 'customer_churn_rate' THEN
                RETURN QUERY SELECT
                    'customer_retention'::VARCHAR(50),
                    '客戶價值'::VARCHAR(50),
                    '啟動客戶流失預防計劃'::VARCHAR(200),
                    format('當前客戶流失率%s，建議立即檢討客戶滿意度並啟動挽回計劃。',
                           format_metric_value(current_alerts.current_value, 'percentage'))::TEXT,
                    'high'::VARCHAR(20),
                    'high'::VARCHAR(20),
                    95::INTEGER,
                    0.90::DECIMAL(3,2),
                    jsonb_build_object(
                        'source_alert_id', current_alerts.id,
                        'current_value', current_alerts.current_value,
                        'impact', '營收保護'
                    )::JSONB,
                    '緊急（2-4週）'::VARCHAR(50);
            -- ... 其他規則
        END CASE;
    END LOOP;

    -- 無警示時返回預防性建議
    IF recommendation_count = 0 THEN
        RETURN QUERY SELECT
            'preventive_excellence'::VARCHAR(50),
            '營運卓越'::VARCHAR(50),
            '建立預防性監控體系'::VARCHAR(200),
            '業務指標運行正常，建議建立更完善的預防性監控機制以保持穩定發展。'::TEXT,
            'medium'::VARCHAR(20),
            'low'::VARCHAR(20),
            70::INTEGER,
            0.75::DECIMAL(3,2),
            jsonb_build_object('focus', '持續改善')::JSONB,
            '持續執行'::VARCHAR(50);
    END IF;
END;
$$;

3.3 詳細建議規則

REC-001: 客戶流失預防計劃

觸發條件: metric_name = 'customer_churn_rate'

建議內容

類型: customer_retention
分類: 客戶價值
標題: 啟動客戶流失預防計劃
說明: 當前客戶流失率{value}%，建議立即檢討客戶滿意度並啟動挽回計劃
影響程度: high (可能流失大量營收)
工作量: high (需要跨部門協作)
優先級: 95/100
信心度: 0.90
時間軸: 緊急（2-4週）

建議行動

立即進行客戶滿意度調查
分析流失客戶特徵
制定挽回計劃並執行
建立預防性監控機制

業務脈絡

json

{
  "source_alert_id": "uuid",
  "current_value": 18.5,
  "impact": "營收保護",
  "estimated_revenue_loss": "NT$200,000/月",
  "target_churn_rate": "< 10%"
}

REC-002: 重建高價值客戶群

觸發條件: metric_name = 'high_value_customer_count'

建議內容

類型: customer_acquisition
分類: 業務成長
標題: 重建高價值客戶群
說明: 高價值客戶僅剩{value}位，建議調整產品定位並加強VIP客戶服務
影響程度: high
工作量: high
優先級: 90/100
信心度: 0.85
時間軸: 中期（2-3個月）

建議行動

分析高價值客戶流失原因
重新檢視產品定位和價值主張
建立VIP客戶專屬服務
開展高端客戶獲取活動

業務脈絡

json

{
  "source_alert_id": "uuid",
  "current_value": 32,
  "target_customers": 50,
  "expected_roi": "200-300%",
  "avg_customer_value": "NT$50,000"
}

REC-003: 業務動能復甦行動

觸發條件: metric_name = 'business_momentum_trend'

建議內容

類型: business_turnaround
分類: 營運策略
標題: 業務動能復甦行動
說明: 業務動能{direction}{value}%，建議成立專案小組進行市場分析並制定改善計劃
影響程度: high
工作量: high
優先級: 100/100 (最高優先級)
信心度: 0.88
時間軸: 立即執行（1-2個月）

建議行動

召開緊急高階會議
成立業務復甦專案小組
進行全面市場和競爭分析
制定並執行短期改善計劃

業務脈絡

json

{
  "source_alert_id": "uuid",
  "trend_direction": "下降",
  "change_percentage": -8.5,
  "priority": "CEO直接監督",
  "board_notification": true
}

📈 四、健康度評分標準

4.1 綜合評分計算

評分維度與權重

typescript

interface ScoreWeights {
  customerQuality: 0.40        // 40% 權重
  operationalEfficiency: 0.35  // 35% 權重
  supportEffectiveness: 0.25   // 25% 權重
}

overallScore = (
  customerQuality * 0.40 +
  operationalEfficiency * 0.35 +
  supportEffectiveness * 0.25
)

評級標準

分數	評級	顏色	圖示	業務狀態	建議行動
90-100	優秀	綠色	✅	卓越表現	保持現狀，擴大規模
75-89	良好	藍色	👍	運行順暢	持續優化，關注弱項
60-74	普通	黃色	⚠️	基本穩定	制定改善計劃
40-59	需改善	橘色	⚡	存在問題	立即採取行動
0-39	待加強	紅色	🚨	嚴重問題	緊急應對措施

4.2 客戶品質評分

計算公式

typescript

// 基於 RFM 分析
const rfmData = query('SELECT r_score, f_score, m_score FROM user_rfm_lifecycle_metrics')

// 計算平均 RFM 分數 (1-5 scale)
const avgRScore = average(rfmData.map(d => d.r_score))
const avgFScore = average(rfmData.map(d => d.f_score))
const avgMScore = average(rfmData.map(d => d.m_score))

const avgRfmScore = (avgRScore + avgFScore + avgMScore) / 3

// 轉換為 0-100 分數
customerQuality = (avgRfmScore / 5) * 100

評分標準

分數	RFM 平均	客戶品質	說明
90-100	4.5-5.0	優秀	大量高價值客戶
80-89	4.0-4.4	良好	客戶忠誠度高
70-79	3.5-3.9	中上	客戶品質穩定
60-69	3.0-3.4	中等	有改善空間
< 60	< 3.0	待加強	需要客戶策略調整

4.3 營運效率評分

計算公式

typescript

// 基於訂單完成率
const orderSummary = query('SELECT * FROM order_summary WHERE ...')

const totalOrders = orderSummary.total_orders
const completedOrders = orderSummary.completed_orders
const cancelledOrders = orderSummary.cancelled_orders

// 訂單完成率
const completionRate = completedOrders / totalOrders

// 轉換為 0-100 分數
operationalEfficiency = completionRate * 100

評分標準

分數	完成率	營運效率	說明
95-100	95-100%	卓越	營運流程完善
85-94	85-94%	良好	營運穩定
75-84	75-84%	中等	有優化空間
60-74	60-74%	待改善	需要流程改進
< 60	< 60%	嚴重問題	營運流程需重建

4.4 客服效能評分

計算公式

typescript

// 基於解決率和回應時間
const ticketData = query('SELECT resolution_rate FROM tickets WHERE ...')
const conversationData = query('SELECT avg_first_response_minutes FROM conversation_summary WHERE ...')

// 解決率評分 (0-100)
const resolutionRate = average(ticketData.map(d => d.resolution_rate))
const resolutionScore = resolutionRate * 100

// 回應時間評分 (越低越好)
const avgResponseMinutes = average(conversationData.map(d => d.avg_first_response_minutes))
const responseScore = Math.max(0, 100 - (avgResponseMinutes / 120 * 100))  // 120min 為基準

// 綜合評分 (解決率 70%, 回應時間 30%)
supportEffectiveness = resolutionScore * 0.7 + responseScore * 0.3

評分標準

分數	解決率	回應時間	客服效能
90-100	> 90%	< 30min	卓越
80-89	80-90%	30-60min	優秀
70-79	70-80%	60-90min	良好
60-69	60-70%	90-120min	中等
< 60	< 60%	> 120min	待改善

五、閾值調整指南

5.1 何時需要調整閾值

業務環境變化

市場競爭加劇
季節性業務波動
公司策略調整
行業標準更新

資料量變化

業務規模擴大 (訂單量增加)
客戶基數成長
產品種類增加

誤報率過高

警報頻繁但非真實問題
團隊疲於應對假警報
重要警報被淹沒

5.2 閾值調整建議

客戶流失率 (customer_churn_rate)

業務階段	建議閾值	警報級別	理由
初創期	20%	warning	客戶基數小，波動大
成長期	15%	critical	標準值，需要控制
成熟期	10%	critical	客戶穩定，應更嚴格

平均回應時間 (avg_response_time)

客服團隊規模	建議閾值	警報級別	理由
小型 (1-3人)	180min	warning	人力有限
中型 (4-10人)	120min	warning	標準配置
大型 (10+人)	60min	warning	高標準服務

訂單完成率 (order_completion_rate)

產品類型	建議閾值	警報級別	理由
實體商品	85%	warning	考慮物流因素
數位商品	95%	warning	應該更高
客製化商品	75%	warning	製作時間長

5.3 閾值調整流程

資料收集: 收集最近 30-90 天的歷史資料
統計分析: 計算平均值、標準差、百分位數
業務討論: 與業務團隊確認合理範圍
試運行: 在測試環境驗證新閾值
正式部署: 更新生產環境設定
持續監控: 觀察調整後的警報頻率

5.4 閾值更新 SQL

sql

-- 更新指標閾值
UPDATE metric_thresholds
SET threshold_value = 12.0,
    updated_at = NOW()
WHERE metric_name = 'customer_churn_rate';

-- 更新警報嚴重度
UPDATE metric_thresholds
SET severity = 'warning'
WHERE metric_name = 'avg_response_time'
  AND threshold_value = 120.0;

-- 新增自定義閾值
INSERT INTO metric_thresholds (
    metric_name,
    display_name,
    category,
    threshold_value,
    comparison_operator,
    severity,
    is_higher_better,
    alert_message_template
) VALUES (
    'custom_metric_abc',
    '自定義指標 ABC',
    '業務分析',
    50.0,
    '>',
    'warning',
    TRUE,
    '{display_name}達到 {value}，超過目標 {threshold}'
);

六、案例研究

案例一：客戶流失率飆升應對

情境

客戶流失率從 8% 突然上升至 22%
觸發 INS-002 (業務健康度需改善) 和 REC-001 (客戶流失預防計劃)

分析步驟

查看 RFM 分析，發現高價值客戶流失嚴重
檢視客服記錄，發現最近產品品質投訴增加
分析訂單資料，發現退貨率上升

採取行動

立即暫停有問題的產品批次
主動聯繫近期流失的高價值客戶
提供補償方案和專屬優惠
加強品質管控流程

成果

2 週內流失率降至 12%
成功挽回 60% 的流失客戶
建立預警機制防止再次發生

案例二：營收目標達成挑戰

情境

營收健康度降至 5.2 分
觸發 INS-007 (營收表現需關注)
月營收僅達成目標的 75%

分析步驟

分析訂單轉換率，發現購物車放棄率高達 68%
檢視付款流程，發現第三方支付整合問題
查看客戶回饋，發現運費政策不清晰

採取行動

緊急修復支付流程技術問題
優化運費顯示，提前告知總費用
推出限時免運費活動刺激購買
發送購物車放棄提醒郵件

成果

購物車放棄率降至 52%
訂單轉換率提升 25%
當月營收達成目標的 95%

🔄 七、規則維護與更新

7.1 定期審查週期

審查類型	頻率	負責團隊	審查內容
閾值校準	每季	資料分析團隊	檢視警報頻率和準確度
規則優化	每半年	產品團隊	新增/調整業務規則
系統驗證	每月	技術團隊	確認計算邏輯正確性
文件更新	隨時	全體	記錄變更和經驗

7.2 規則版本控制

版本命名規則: v{major}.{minor}.

major: 重大規則變更 (新增維度、演算法重構)
minor: 次要功能更新 (新增洞察類型、調整閾值)
patch: 錯誤修復和文字優化

變更記錄範例

markdown

## v1.1.0 (2025-11-01)

### Added
- 新增 INS-008: 產品健康度洞察
- 新增 REC-009: 產品組合優化建議

### Changed
- 調整客戶流失率閾值: 15% → 12%
- 優化營收健康度計算公式

### Fixed
- 修復系統穩定度計算錯誤
- 修正趨勢分析邊界條件問題

7.3 A/B 測試策略

測試新規則

建立平行運行環境
50% 流量使用新規則
50% 流量使用舊規則
比較警報準確度和業務改善效果
勝出規則全面推廣

評估指標

警報準確率 (真陽性 / 總警報數)
行動轉換率 (採取行動 / 收到建議數)
業務指標改善幅度
團隊滿意度評分

📞 支援與回饋

回報問題

如發現規則問題或有改進建議，請透過以下管道聯繫：

GitHub Issues: https://github.com/your-org/ecommerce-dashboard/issues
Email: analytics-team@your-company.com
內部 Slack: #business-health-alerts

規則貢獻

歡迎團隊成員貢獻新的業務規則！請遵循以下步驟：

Fork 專案並建立新分支
在測試環境驗證新規則
撰寫規則文件和案例
提交 Pull Request
團隊審查和討論
合併並部署

文件維護者: 資料分析團隊 + 產品團隊 最後審閱: 2025-10-01 下次審閱: 2025-11-01

Agent 管理

類別

假日管理

類別

客戶分析

類別

客戶分群

Interfaces

類別

客服分析

類別

活動評分

Interfaces

類別

產品分析

類別

群組通知

類別

訂單分析

類別

通知 API

類別

系統架構

業務健康度規則對照表 ​

文件資訊 ​

文件目的 ​

一、業務洞察生成規則 ​

1.1 洞察類型總覽 ​

1.2 詳細規則說明 ​

INS-001: 業務表現優異 ​

INS-002: 業務健康度需改善 ​

INS-003: 系統穩定度警告 ​

INS-004: 業務指標下滑趨勢 ​

INS-005: 業務成長動能強勁 ​

INS-006: 客服效能待改善 ​

INS-007: 營收表現需關注 ​

🚨 二、警示生成規則 (Phase 1.5) ​

2.1 指標閾值總表 ​

2.2 警報生成邏輯 ​

SQL 函數: generate_dashboard_alerts() ​

2.3 前端警報組合邏輯 ​

警報來源整合 ​

優先級排序 ​

三、戰略建議規則 (Phase 1.5) ​

3.1 建議類型總表 ​

3.2 建議生成邏輯 ​

SQL 函數: generate_strategic_recommendations() ​

3.3 詳細建議規則 ​

REC-001: 客戶流失預防計劃 ​

REC-002: 重建高價值客戶群 ​

REC-003: 業務動能復甦行動 ​

📈 四、健康度評分標準 ​

4.1 綜合評分計算 ​

評分維度與權重 ​

評級標準 ​

4.2 客戶品質評分 ​

計算公式 ​

評分標準 ​

4.3 營運效率評分 ​

計算公式 ​

評分標準 ​

4.4 客服效能評分 ​

計算公式 ​

評分標準 ​

五、閾值調整指南 ​

5.1 何時需要調整閾值 ​

5.2 閾值調整建議 ​

客戶流失率 (customer_churn_rate) ​

平均回應時間 (avg_response_time) ​

訂單完成率 (order_completion_rate) ​

5.3 閾值調整流程 ​

5.4 閾值更新 SQL ​

六、案例研究 ​

案例一：客戶流失率飆升應對 ​

案例二：營收目標達成挑戰 ​

🔄 七、規則維護與更新 ​

7.1 定期審查週期 ​

7.2 規則版本控制 ​

7.3 A/B 測試策略 ​

📞 支援與回饋 ​

業務健康度規則對照表

文件資訊

文件目的

一、業務洞察生成規則

1.1 洞察類型總覽

1.2 詳細規則說明

INS-001: 業務表現優異

INS-002: 業務健康度需改善

INS-003: 系統穩定度警告

INS-004: 業務指標下滑趨勢

INS-005: 業務成長動能強勁

INS-006: 客服效能待改善

INS-007: 營收表現需關注

🚨 二、警示生成規則 (Phase 1.5)

2.1 指標閾值總表

2.2 警報生成邏輯

SQL 函數: `generate_dashboard_alerts()`

2.3 前端警報組合邏輯

警報來源整合

優先級排序

三、戰略建議規則 (Phase 1.5)

3.1 建議類型總表

3.2 建議生成邏輯

SQL 函數: `generate_strategic_recommendations()`

3.3 詳細建議規則

REC-001: 客戶流失預防計劃

REC-002: 重建高價值客戶群

REC-003: 業務動能復甦行動

📈 四、健康度評分標準

4.1 綜合評分計算

評分維度與權重

評級標準

4.2 客戶品質評分

計算公式

評分標準

4.3 營運效率評分

計算公式

評分標準

4.4 客服效能評分

計算公式

評分標準

五、閾值調整指南

5.1 何時需要調整閾值

5.2 閾值調整建議

客戶流失率 (customer_churn_rate)

平均回應時間 (avg_response_time)

訂單完成率 (order_completion_rate)

5.3 閾值調整流程

5.4 閾值更新 SQL

六、案例研究

案例一：客戶流失率飆升應對

案例二：營收目標達成挑戰

🔄 七、規則維護與更新

7.1 定期審查週期

7.2 規則版本控制

7.3 A/B 測試策略

📞 支援與回饋

回報問題

規則貢獻