AI 數據行銷人 6 週培訓計畫｜報表自動化 × 數據分析 × 策略調整

1. 學會 AI 分析與數據驗證

實際帶學員理解 AI 如何參與數據整理、分析、洞察與決策。

AI 很方便，但不代表 AI 的答案一定正確。因此課程會同時教會目前最夯的 Data Studio 以及 AI Vibe Coding 報表，讓學員可以從報表驗證 AI 的分析結果。

2. 不只教特定 AI 工具的操作

AI 工具持續快速更新，因此課程更重視可以長期使用的能力：

• AI 工作流程設計
• 認識底層的上下文邏輯 (Context Window)
• Prompt 結構
• 改善資料品質
• AI 數據分析
• AI 結果驗證
• 人機協作

即使未來使用的 AI 模型或工具改變，這套方法仍然可以延續。

3. 從工程師＋行銷數據實務角度出發

課程不只從「怎麼使用 AI」出發，也會解釋資料是如何串接、整理與提供給 AI 使用。

讓非工程背景的行銷人，也能建立正確的資料與 AI 協作觀念。

課程定位

從報表到 AI 應用，打造 AI 行銷數據工作流程，最終目標不是學會單一 AI 工具，而是建立一套：

資料取得 → 數據整理 → 報表→ AI 分析 → 人工驗證 → 優化行動

行銷人每天面對 Meta Ads、Google Ads、GA4、電商後台等不同平台，真正花時間的往往不是「看數據」，而是整理資料、更新報表、切換平台、比對成效，再從大量數字中找出問題。

這堂課不只教你製作一張報表而已，而是帶你建立一套可以長期使用的 AI 行銷數據工作流程。

從數據串接、自動化更新、數據報表，使用 AI 與 MCP 直接讀取廣告數據、分析異常、整理洞察與提出優化方向，讓 AI 真正參與日常行銷工作。

課程會同時擁有 Data Studio（Looker Studio）、AI 報表的實務教學，讓學員除了能與 AI 對話之外，也能透過報表驗證 AI 的分析結果，避免只依賴 AI 回答。

AI 應用作品

課程難易度

本課程難度為入門（2 星）課程 ★★☆☆☆。

• 參考難度：GA4 ★★★☆☆
• 參考難度：GTM ★★★★☆

學完這堂課，你將可以做到

• 整合 Meta Ads、Google Ads、GA4、電商／官網等不同來源的行銷數據。
• 建立自動更新的行銷資料流程，減少人工下載 CSV、複製 Excel 與整理報表的時間。
• 使用 Data Studio 建立 Meta 報表。
• 讓 AI 協助分析廣告與網站數據，不再需要逐一切換平台查看。
• 使用 AI 比較不同期間、活動、素材、關鍵字與流量來源的成效。
• 利用 AI 找出數據異常、成效變化與可能需要優化的項目。
• 使用 AI 串接跨平台數據與查詢。
• 理解 Context Window、Prompt、AI 模型選擇等重要 AI 協作觀念。
• 學會判斷 AI 分析是否合理，利用原始數據與報表交叉驗證。

關於講師

講師同時具備行銷數據應用、廣告追蹤、程式開發與 SaaS 工具開發經驗。

• 龔泰銓（阿泰） 黑客數位創辦人 / 快客數據工程師
• 講師 Threads 、數據 LINE 社群、黑客數位官網、快客數據官網

回覆與作業設計

作業一：建立 AI 行銷報表

由學員建立自己的行銷數據報表，講師針對資料架構、指標與視覺化方式提供修改建議。

• Data Studio 數據報表 (二擇一)
• Vibe Coding 數據報表 (二擇一)

作業二：AI 數據分析

學員提供一段自己與 AI 分析行銷數據的完整協作紀錄。內容需包含：

• 提出的問題
• 使用的資料
• AI 的分析結果
• 自己如何驗證 AI 結果

講師協助指出 Prompt、分析方法以及驗證流程可以改善的地方。

最終作業：建立 AI 行銷工作流程

學員設計一套適合自己工作的：資料取得 → 報表 → AI 分析 → 驗證 → 行動

• 工作流程，作為未來實際工作的 AI 行銷 SOP。

可詢問講師適合每一位學員的工作流程。

回覆與作業設計

課前問題回覆：購課前的問答，老師會在 3 天內進行回覆

課程討論回覆：課程討論區的問題，老師預計在 3 天內進行回覆

批改作業的頻率：老師預計在 7 天內進行回覆批改作業，並將按照繳交順序依序回覆批改