外觀
報名紀錄
所有場次的報名資料都會匯到這一頁,方便跨場次篩選、貼標籤、匯出名單。

欄位說明
| 欄位 | 意思 |
|---|---|
| 用戶 | 報名者的 LINE 顯示名稱(含頭像) |
| 姓名 / Email / 電話 / 公司 | 報名表填的內容(依場次設定的欄位而異) |
| 場次 | 報名了哪一場(重複播放場次會標明哪一個 occurrence) |
| 報名時間 | 按下「我要報名」的時間 |
| 是否出席 | 系統自動偵測或管理員手動標記 |
| 觀看進度 | 預錄 / 內建直播類型才有,看了影片多少 % |
篩選
頂端篩選器組合使用:
- 場次 — 只看某一場的報名
- 報名時間區間 — 例如「上週」「上個月」
- 是否出席 — 篩出席 / 未出席 / 全部
- 是否有 LINE 綁定 — 純訪客 vs LINE 登入
使用情境:直播後 24 小時內找出「沒到的人」
直播結束後,篩「該場次 + 未出席」,得到一批雖然報了名但沒進場的人。批次貼上「曾報名未出席」標籤,啟動專屬挽回流程送他們「錯過直播沒關係,回放看這裡」訊息。
出席的判定邏輯
系統根據兩個訊號自動判定:
| 訊號 | 來源 |
|---|---|
| 進過直播間 | 用戶曾打開 /session/:id/live 頁面 |
| 觀看時長 | WatchLog 累計觀看秒數 |
累計觀看時長 ≥ 影片總長的 50% → 自動標記為「已出席」。
你也可以手動勾選某筆改成「出席」或「未出席」——例如某位 VIP 私下說「我有看,但用桌機沒登 LINE」,可以手動補。
問題:為什麼門檻是 50% 而不是 100%?
用戶很常「快轉到最後」或者最後幾秒是致謝畫面,看了也不會吸收。實務上看完一半已經是很高的承諾,所以系統把門檻設在 50%。
如果你的場次屬於「重點集中在開頭」(例如業配直播只看 10 分鐘就可以下單),可以到「自動標籤」設不同的觀看比例條件(例如 ≥ 20% 就貼「有看開頭」標籤)。
批次操作
勾選多筆後可以一次:
- 批次貼標籤:例如把這場已出席的人都貼上「鐵粉」
- 匯出 CSV:把選中的筆數匯出成 csv 檔
- 批次刪除:誤建立的測試報名
使用情境:直播結束後幫所有有來的人貼「鐵粉」
直播結束 → 篩「《打造你的第一家網路商店:YouTube 直播首發場》+ 已出席」→ 全選 → 批次貼標籤 →「鐵粉」。
之後 Meta 廣告後台對這個標籤建相似受眾,廣告觸及到「跟鐵粉相似的潛在客戶」,CTR 通常會比冷流量好 3 倍以上。
CSV 匯出 / 匯入
匯出 CSV
勾選要的欄位後按「匯出 CSV」。常用於:
- 轉到自家 CRM(HubSpot、Salesforce)
- 發實體禮物(需要姓名地址)
- 給講師看名單
- 給財會做收支記錄
匯出檔欄位含:用戶 LINE userId、姓名、Email、電話、報名時間、場次標題、occurrence 時間、出席狀態、觀看進度、所有標籤。
匯入 CSV
如果你有既有系統的報名名單想一次匯過來,可以用這個。系統會試著比對 LINE userId(如果有的話),對上的會連動現有用戶,對不上的會以「純資料報名」紀錄存在。
注意事項:匯入時對不上 LINE userId 的紀錄收不到通知
匯入時系統會比對 LINE userId,如果只有 Email、沒有 LINE 綁定,這筆會變成「孤立資料」,不會收到任何 LINE 通知(沒有 LINE userId 可推送)。
建議新活動時直接讓用戶用 LINE 報名,資料最完整。CSV 匯入比較適合「歷史資料補上來」的場景。
觀看進度的解讀
觀看進度 = 已觀看秒數 ÷ 影片總長。只有以下兩種場次類型有意義:
- 預錄影片(RECORDED) — 真實追蹤每秒觀看
- 內建直播系統(LIVE) — 即時追蹤直播觀看時長
| 進度 | 意義 |
|---|---|
| 0% | 報名但完全沒進直播間 |
| 1–49% | 進了直播間,但中途離開(沒達到出席標準) |
| 50–79% | 已出席(達到自動判定門檻) |
| 80% 以上 | 深度觀看(會自動觸發「深度觀看」標籤) |
| 100% | 看完整支影片 |
問題:同一位用戶看兩次同一支影片會怎麼算?
取看最久的那一次。假設他第一次看了 30%、過兩天回來看到 80%,最終進度顯示 80%。
這個設計是因為「你只關心他有沒有看到重點」,累積到最深的那一刻就夠了。中途離開並不會讓系統「忘記」之前看過的段落。
問題:重複播放(WEEKLY / MULTI)場次怎麼看?
每個 occurrence 的報名都各自一筆。例如「每週 AI 電商實戰直播」開了 12 個 occurrence,一位用戶報了 3 場,報名紀錄頁就會看到他的 3 筆紀錄、各自顯示 occurrence 時間。
要看一個用戶在整個 WEEKLY 系列上的總體出席率,到用戶詳情頁會更清楚。