好的產品優化提案，往往卡在「有想法、沒數據」或「有數據、沒判斷」。只有想法，難以證明問題值得投入；只有數據，也可能只看見現象，無法找出原因，如何串連使用者需求、產品情境與數據證據，是將洞察轉化為決策的關鍵。
本次講座邀請到 Alvis ，從 User Journey 出發，透過實際案例的解析，帶你梳理使用者的目標、行為與阻礙，將觀察轉化為可驗證的假設，並練習設計指標與分析架構，同時示範如何與 AI 協作，加速問題探索與分析規劃。
當 AI 可以做的事情愈來愈多，我們也要小心 AI 生成指標可能踩到的坑，像是時間窗口不一致、歸因模糊、定義不清等常見陷阱。因此，我們不只學習如何使用 AI，也將練習追問、檢查與驗證，建立更具說服力且可執行的產品優化方法。
本次透過「流失使用者預警」的真實案例解析，帶你一步步看見從商業問題到分析架構、再到落地決策的完整過程。
讓你的提案更有數據支撐，對產品產生實質影響力。
Part 1｜從 User Journey 到假設：分析的起點
Part 2｜建立指標與分析架構：AI 能加速，但不能取代判斷
Part 3｜實戰案例：流失用戶預警的完整拆解
UX／產品工作者或對主題感興趣者，或是符合以下情境：
手上已有數據，卻不確定該如何佐證與轉化為行動
想從 User Journey 系統化拆解使用者問題
想嘗試設計可驗證的假設、指標與分析架構
想運用 AI 加速產品分析，同時避開常見陷阱
・
直播時間：2026/09/24 (四) 19:30-21:00
講師演講預計 50-60 分鐘
QA 預計 30 分鐘
錄影權限：
單場學員保留至 10/24，一個月內可觀看錄影
UX 訂閱會員保留至 12/31，年底前皆可複習
・
．
Email 收取：學院將寄送至你報名的信箱
從本頁面查找：登入狀態下，進入「內容章節」
・
如果你希望在 2026 全年度，與 13 位來自不同專業的 UX 工作者交流與討論，每個月都有新案例補給，讓判斷力為你所用，歡迎加入🔗 UX 訂閱制學習計劃。
