客製化 BI 報表與資料 Dashboard 系統開發完整指南：6 個關鍵決策、3 個報價區間、5 個常見地雷

「我們有六套系統：CRM、ERP、進銷存、客服、POS、Google Analytics。每一套都有自己的報表，但老闆早上一句『這個月毛利率到底是漲還是跌？』，財務跟業務要花三小時把六份表合起來，還對不上。」

這是我們最近 6 個月內接到第 14 個客戶說過的同一句話。中小企業數位化進度跑了 3-5 年之後，會出現一個共通的天花板——資料分布在六、七套系統裡，老闆要的「一張可以決策的儀表板」永遠拼不出來。Power BI、Tableau、Looker Studio 這類 SaaS 解一半問題；剩下一半（資料整合、權限治理、客製指標、即時更新）就是「客製化 BI 系統」的戰場。

Gartner 2026 BI 與分析市場報告 指出，全球 BI 與分析市場規模超過 $360 億，中型企業（100-500 員工）平均每年花 $80,000-$250,000 在 BI 系統上——但「資料整合層」（ETL / data warehouse / data mart）才是真正吃預算的地方，而這部分 SaaS 完全幫不上忙。

這篇就是要把客製化 BI / Dashboard 系統的決策拆給你看：什麼時候 SaaS 撐不住、6 個關鍵決策、3 個報價區間、5 個常見地雷、與廠商談合約前必問的 7 個問題。讀完你會知道「我們公司到底該不該動」「動的話從哪一塊開始最划算」。

為什麼 SaaS BI 撐不到後期——5 個真實場景

先說結論：Tableau、Power BI、Looker Studio、Metabase 本身沒問題，問題是「當你的營運邏輯超過某條線，SaaS 就會變累贅」。下面這 5 個場景是我們客戶踩雷頻率最高的。

場景一：資料來源 5-8 個以上，每個 API/schema 都不一樣。Tableau 可以「連得到」，但維護 connector + schema mapping 每年要花 60-100 小時，比自建 ETL 還貴。

場景二：客製指標頻繁更新。例如「毛利率」要扣掉物流成本、退貨率、季節性促銷折扣——這種公式 SaaS 工具用 calculated field 寫得起來，但寫到第 30 個就變成「沒人看得懂的 Excel 公式」，新人接不了手。

場景三：權限治理要做到「row-level」。業務 A 只能看自己客戶、業務主管看自己部門、CFO 看全公司——SaaS 工具支援這個但設定極複雜，且不同 SaaS 的權限模型不通用，跨系統權限治理會崩。

場景四：即時更新要求。SaaS 工具的 refresh interval 通常是 15 分鐘到 1 小時，老闆要看「今天上午 10 點即時銷售」就會卡。客製可以做到 sub-minute、甚至 sub-second（用 WebSocket + materialized view）。

場景五：手機與大螢幕雙端。Tableau / Power BI 的手機 App 是「縮小版的桌面儀表板」，UX 不行；但老闆 70% 時間用手機看數字。客製可以做手機優先 + 大螢幕儀表板雙版本，UX 完全分流。

客製化 BI 系統 6 個關鍵決策

這 6 個決策是我們在前期諮詢一定會跟客戶確認的——任一題沒釐清，後續開發成本可能多出 30-50%。

決策 1：資料整合架構（ETL vs ELT vs CDC）

ETL（Extract → Transform → Load）適合資料量小、來源穩定的場景；ELT（先 Load 進 data warehouse 再 Transform）適合大資料量、有 Snowflake / BigQuery 預算的公司；CDC（Change Data Capture）適合需要即時更新的場景。三選一不是純技術問題——它直接決定每月雲端費用會差 5-15 倍。

決策 2：Data warehouse / data mart 選型

台灣中小企業常見選擇：自架 PostgreSQL（最便宜、容量 < 500GB 可以撐）、ClickHouse（OLAP 強、適合報表查詢）、Snowflake（彈性最高但月費 $500-$5000+）、BigQuery（Google 生態整合好、流量計費）。每個選擇都會影響後續 ETL pipeline 設計，建議先諮詢再動工。可以對照我們寫過的 RDBMS、DocumentDB、Knowledge Graph 資料庫選型指南。

決策 3：前端儀表板技術棧

三種主流路線：Next.js + Recharts / Visx（最彈性、最貴）、Apache Superset（開源 BI 工具、學習曲線高）、Metabase（最快上線但客製度低）。如果你的客製指標需求高、且有設計師可以調 UX，Next.js 自建是長期最划算；如果你只想要 80 分的儀表板趕快上，Metabase 可以 2 週上線。

決策 4：權限模型（user / role / row-level / column-level）

最低標準：使用者 + 角色（admin、manager、user）。中階：row-level（業務 A 只看自己客戶資料）。高階：column-level（HR 看得到員工資料但看不到薪資欄）+ audit log（誰看了什麼資料）。權限模型每升一階，開發時數約增加 30-50%。

決策 5：即時性需求（batch / micro-batch / streaming）

Batch（每日跑一次）：成本最低，適合月度 / 季度報表。Micro-batch（每 15 分鐘 / 每 1 小時）：適合營運儀表板。Streaming（即時更新）：適合營運中心、客服 SLA 監控。三個檔位的雲端成本差距可達 10-50 倍——別一上來就要 streaming。

決策 6：手機 / 大螢幕 / TV wall 分流

老闆手機看的是「3-5 個核心 KPI」、辦公室大螢幕看的是「30+ 指標細節」、營運中心 TV wall 看的是「即時警示」。三個介面的 UX 完全不同。一開始就規劃好分流，比上線後再改省 60-80% 開發成本。

3 個報價區間：從基本到企業級

以下是我們在實際諮詢過案件中觀察到的合理區間。比 客製化 CRM 系統開發指南 略高，因為 BI 系統最貴的是「資料整合層」，CRM 主要是「業務流程」。

以上不含後續維護費。維護費合理區間是「開發費的 18-25%/年」——比 CRM / billing 系統略高（因為資料 schema 與指標公式變動頻繁）。100 萬的標準型，每年維護費約 18-25 萬，包含 ETL pipeline 監控、新指標加入、resource scaling。

5 個常見地雷與避坑做法

這 5 個是我們在實際接案 / 顧問諮詢中，看過 50+ 個客戶踩過的雷。寫進你的合約與驗收標準，可以省 30-50% 後續返工成本。

地雷 1：「資料先合一定再做儀表板」結果合了 6 個月還沒上線

正確做法：MVP 階段選 1-2 個最痛的 KPI 上線（例如「即時毛利率」「業務 pipeline 預測」），驗證資料管線可以撐，再慢慢加更多指標。如果一開始就想合 8 個資料源，會卡在 ETL 半年動不了。

地雷 2：低估「指標定義」的政治成本

「客戶數」這個指標，業務、財務、客服三個部門的定義通常不同——是不是去重？包不包含退款客戶？是不是包含試用期？指標定義不對齊就上線，老闆看到三份「客戶數」會抓狂。建議花 2 週做「指標字典」，由 CFO 或營運長拍板，再進開發。

地雷 3：權限模型一開始沒設計好

業務只能看自己客戶這個需求，看似簡單，但實作上要在每個 query 加 WHERE 條件、UI 顯示要 mask、export 要過濾——這套基礎建設後補比一開始就做貴 3-5 倍。第一個 sprint 就要把權限模型寫好。

地雷 4：手機與桌面 UX 同一份

「我們的儀表板手機也看得到」≠「老闆會用手機看」。老闆用手機通常是「臨時想知道一個數字」，需要的是「2-3 個 KPI 大字體 + 上下滑動」；桌面是「深度 drill-down」。同一份 UX 兩端都會用得不爽，分流才能讓老闆真的用。

地雷 5：缺少「資料品質監控」

最痛的故事：客戶上線 BI 半年後發現某個資料源 connector 早就壞了，所有報表少了 30% 資料，老闆下了三個月錯誤決策。每個 ETL job 都要有「資料品質檢查（rule-based + anomaly detection）」+ 即時 alert，這條建議用 AI 預測流失客戶（用 Claude API） 那種 anomaly detection 模型做。

與廠商談合約前必問的 7 個問題

這 7 題建議寫在 RFP 或第一次見面就問。任何一題答不出來、含糊應付的廠商，建議換一家。

• Q1：你們的 ETL pipeline 用什麼工具？Airflow / Dagster / 自寫？有沒有監控儀表板？
• Q2：資料品質檢查怎麼做？rule-based + anomaly detection 各占多少？
• Q3：權限模型 row-level 你們以前實作過幾次？能不能看現成案例？
• Q4：手機版的 UX 由誰負責設計？開發前能否看到 mockup？
• Q5：未來新增資料源要多久？我們自己加得了嗎？還是必須付你們？
• Q6：上線後 3 個月內出現「資料對不上」的處理 SLA 是什麼？
• Q7：源碼是不是交付？hosting / 維運 / 監控分別是誰負責？

特別提醒 Q7——很多客製化 BI 廠商會用「我們託管你不必管伺服器」當賣點，結果你被綁死在他們的 hosting 上、未來想換廠商必須全部重做。寫合約時源碼歸屬與 hosting 分離務必明列。

MVP 上線 3 個月該做的事——一張表收尾

最後給你一份「MVP 上線後 3 個月」的 checklist。BI 系統真正的價值在於上線後逐步把指標跟組織營運綁起來，上線那一天反而只是起點。

客製化 BI 系統要做得值得，關鍵往往不在功能多炫，而在把「每月從各系統手動拉數、貼 Excel、重做同一批報表」這種重複工作從人身上拿掉、讓重複的部分自己跑——這也是恆遠做客製化系統時優先處理的：先消除重複的工作與重複的時間。想看不同產業實際怎麼用客製化系統省掉重複人工，可參考 恆遠 6 個產業的實戰案例。

結論：BI 真正的定位是「決策中樞」，遠遠超出「報表系統」的層級

中小企業最常見的錯誤是「把 BI 當成更漂亮的報表系統」——花錢買 SaaS 然後讓 IT 維護。真正的 BI 是「決策中樞」，要跟組織營運綁在一起，由 CFO 或營運長親自監督指標定義、品質、與決策回饋迴路。沒有這個層級的人 own 它，再貴的 BI 系統也只會變成「沒人看的儀表板」。

看到這裡，如果你正在評估該不該動 BI 系統客製化、或正在跟廠商談合約——可以把現況丟過來，我們陪你一起想從哪一塊開始。可以 聊聊你的 BI 規劃，也可以看看我們的 AI 顧問服務 把 AI 預測指標（流失、需求預測、異常偵測）整合進儀表板裡。也可以對照其他客製化系統指南：