問題不是流量，是錯的流量
合作前的數字看起來不差：每月穩定進來六十幾筆詢問。但業務端的實際狀況是，其中大約四成在第一次通話就結束，理由高度重複，想問國內預售屋、想找人代銷、想問保證報酬。
換句話說，他們每個月花時間處理二十幾筆本來就不會成交的詢問，而真正適合的客戶被埋在裡面，回覆速度反而變慢。
我們做的第一件事，是把拒絕寫清楚
首屏原本寫的是「專業海外置產顧問，值得信賴的夥伴」。我們改成三行：
- 只承接海外標的的顧問工作，不承接國內預售屋與成屋買賣。
- 只賣判斷與策略，不做代銷、不做代操，不保證成交與報酬。
- 服務對象是已經有預算、需要有人把風險標好再自己做決定的人。
三行寫完，客戶盯著螢幕看了很久，最後說：「這樣不是把人趕走嗎？」是的，就是要把不對的人趕走。
第二件事：把邊界一路寫到底
邊界只寫在首頁沒有用，因為多數人不是從首頁進來的。我們把同一組邊界寫進五個位置：
- 首頁首屏三行。
- 服務頁的「適合與不適合」段落，各四點。
- 常見問題頁的第一題與第二題。
- 需求問卷的第一題，直接讓不適合的人在填表階段就知道。
- 結構化資料的服務描述，讓機器判讀時也拿得到同一組邊界。
第四點特別有效。問卷第一題就問「您要處理的是海外標的還是國內標的」，選國內的人會看到一段說明，告訴他這不是本所的服務範圍，並建議他該找哪一類對象。
上線後兩週：難看的數字
- 詢問表單量：從每月 63 筆掉到 43 筆，降幅三成一。
- 問卷完成率：從 71% 上升到 88%（開始填的人更清楚自己要什麼）。
- 第一次通話即結束的比例：從 41% 降到 9%。
第一個數字讓所有人不安，後兩個數字才是真相：不是客戶變少了，是本來就不會成交的那一群人，在更早的階段自己離開了。
三個月後：真正的變化
第三個月結束時，成交件數是合作前的兩點一倍。業務團隊的說法比數字更直接：「現在進來的人，第一句話就是問條件，不是問你們做不做這個。」
平均成交天數從四十七天縮到二十九天，主要省下的是前期反覆確認範圍的時間。以每位業務每週省下的時數計算，等於多出將近一個人力，而人力成本沒有增加。
為什麼寫清楚邊界會提高轉換
三個機制同時作用。第一，篩選前移：不適合的人在看到頁面時就離開，不會佔用業務時間。第二，信任建立：願意說自己不做什麼的人，說自己做什麼時比較可信。第三，機器判讀：明確的邊界讓生成式引擎更容易把他們歸類到正確的品類，被錯誤推薦的情況同步下降。
什麼情況下不要這樣做
這個做法有前提。如果您的服務還在探索期、還沒確定該接哪一類案子，過早寫死邊界會讓您失去試錯的機會。這種情況應該先把案源分類記錄三到六個月，看哪一類真的做得好、做得開心、利潤合理，再把邊界寫下來。
另外，邊界要寫得具體才有用。「我們只服務認真的客戶」這種寫法沒有篩選力，因為沒有人覺得自己不認真。要寫成可以被判斷的條件：標的在哪裡、預算區間、決策角色、需要的交付形式。
可以直接照做的四步
- 列出過去六個月所有「談了但沒成」的詢問，歸類理由，找出最大的兩到三類。
- 把那兩三類寫成明確的「不承接」條件，用對方會看懂的話，不要用內部術語。
- 把同一組條件寫進五個位置：首頁、服務頁、常見問題、需求問卷第一題、結構化資料。
- 上線後只看三個指標：問卷完成率、第一次通話即結束比例、平均成交天數。詢問總量先放一邊，至少觀察八週。
第四點是這則案例最重要的提醒：如果您在第二週就因為詢問量下降而回頭改掉，永遠看不到第三個月的數字。
需要有人陪您把邊界寫出來、並確認它在五個位置一致，可以看 海外房地產企業顧問 的服務內容，或直接填 需求問卷。
邊界寫錯的三種常見寫法
第一種是寫成免責聲明。「本公司不對投資結果負責」這種句子是法律語言，不是篩選語言，讀者看完仍然不知道自己適不適合。
第二種是寫得太抽象。「我們只服務有長期規劃的客戶」聽起來合理，但沒有人會覺得自己沒有長期規劃，所以它篩不掉任何人。
第三種是藏在頁面最下面。邊界的價值在於提早篩選，放在第五屏等於沒有寫。
對 AI 收錄的附帶好處
明確的邊界對生成式引擎特別有用。模型在把一家公司歸類時，最怕的是服務範圍寫得包山包海，因為它無法判斷該把你放進哪一組候選名單。當「不承接國內預售屋與成屋買賣」這句話出現在頁面與結構化資料裡，模型反而更容易在「海外置產顧問」這一類問題裡提到你。
這個團隊在第三個月的重測裡，被錯誤推薦到國內房產相關問題的次數降到零，同時在海外置產問題裡的出現率上升。少被錯誤推薦，本身就是一種效率。
給主管的一句話
如果您的行銷主管在第二週因為詢問量下滑而焦慮，請他看第一次通話即結束的比例。那個數字才是真正在說話的數字。
補充一個實務細節：邊界上線之後，記得把業務端的第一句話一起改掉。過去業務接到電話會先問「請問您想找什麼樣的物件」，改成「請問您要處理的是海外標的嗎」，同一組篩選在電話端也生效，才不會前台篩完、後台又漏進來。
後續檢討時，我們沒有把成果歸因於某一個神奇句子，而是把每個接觸點分開記錄：訪客從哪一頁進入、是否讀到限制、問卷選了哪一類標的、業務第一次回覆用了什麼說法。這樣才能知道是內容本身帶來篩選，還是剛好遇到需求季節。若換成別的服務，仍可沿用這種分段觀察的方法，不必複製案例表面的數字。