案例研究 Case Studies

真實專案，可驗證的成果

每個案例都來自實際開發紀錄：痛點是什麼、我們怎麼解、換來了什麼。量化數字寫得出來的才寫，寫不出來的我們不編。

報表自動化|北部連鎖牙醫集團・35 家分店

每週的手工週報，如何安全地變成一顆按鈕

行銷團隊管理 13 個 Meta 廣告帳號，每週營運週會前要人工產出 6 份子報表、共 31 個 KPI 指標——流程長、易錯、只有特定員工會操作。

痛點

每週靠人工跑程式、開試算表副本、匯出 CSV 再貼上，每一步都可能出錯
6 份子報表、31 個 KPI，來源橫跨廣告後台、客服紀錄、醫師班表
數字對不上時，沒人說得清這個 KPI 是從哪些欄位、哪些規則算出來的

解法

先接數據：廣告 API 直入資料庫，13 個帳號一次同步，可重複執行不會寫壞
安全切換：新舊系統平行跑 4 週，數字逐格比對（容差 ±1），一致後才讓舊流程退役
100 項驗收清單逐項簽收，附完整操作手冊與歷史回填工具
一鍵週報：7 個步驟自動完成匯入與 6 份子報表；每個 KPI 都能查數據血緣

成果

每週手動報表作業 → 一鍵完成，不再依賴特定員工
31 個 KPI 全部有公式文件，每個數字可追溯來源
約 700 個自動化測試持續保護整條管線

「自動化最難的不是寫程式，是讓老闆敢把舊流程關掉。我們用 4 週平行驗證 + 逐格比對換來這份信任。」

老系統整合|同集團總部・33 家分店 HIS 系統

33 家分店的健保申報狀態，總部第一次一眼看完

各分店的健保申報狀態只存在各店本地的 HIS 醫療系統裡，要看就得逐店撥 VPN 登入人工翻頁——而新版 macOS 連內建的 L2TP VPN 都移除了。

痛點

申報是否準時、是否退件，鎖在 33 家分店各自的本地老系統
每月人工逐店 VPN 巡檢，總部形同沒有即時視野
作業系統移除 L2TP 支援後，連「人工連進去」都快做不到

解法

Docker 容器內自建完整 VPN 通道，33 家分店的既有設備一台都不用動
容器內跑瀏覽器自動化，自動登入每家店的 HIS 抓取申報明細
33 家分店序列自動執行，全程約 15–30 分鐘，結果集中寫入雲端資料庫
可排程每月自動跑，總部開儀表板即看到全部分店狀態

成果

總部第一次能在單一畫面掌握全部分店的申報狀態與異常
每月人工逐店巡檢 → 全自動

「很多人以為只有雲端系統才能自動化。不能改的老系統、鎖在內網後面的資料，一樣有解。」

廣告數據整合|醫療產業廣告代理商

Google、Meta、LINE 三個廣告後台，合併成一個畫面

操盤多個客戶的三平台廣告帳號，但平台指標定義各說各話、客戶要看成效只能等人工報表——最核心的問題是：平台只知道點擊，不知道成交。

痛點

三平台的花費、轉換、歸因窗口定義不一，跨平台比較毫無基準
操盤團隊每天在三個後台之間切換，人工整理客戶報表
廣告平台算不出每支廣告的真實投資報酬率

解法

三平台 API 每日自動拉數（LINE 無官方套件，自行實作簽章串接）
統一指標語意層：幣別、時區、歸因口徑標準化
多租戶權限隔離——內部看全部，客戶登入只看得到自己的數據
接入預約與成交資料，算出診所層級的「真 ROAS」，且每層數據誠實標示可信度

成果

三平台數據、多客戶帳號一個畫面看完，每日自動更新無需人工
廣告花費第一次能對到實際成交金額，而不是平台自己宣稱的轉換

「先把數據地基打穩，AI 分析才有意義。數據不可信，AI 只是加速產生錯誤結論。」

你的公司也有「靠人撐著」的流程嗎？

預約 30 分鐘免費流程診斷：描述你現在的流程，我們告訴你哪一段最值得先自動化。

預約免費流程診斷看實戰筆記