判斷力實驗室 · Judgment Lab
會做事的人，用數據做更好的判斷
給行銷、PM、營運的數據分析實戰——從業務問題到結論，不被工具綁架。
從 KPI、GA4、A/B 測試到數據故事力，這裡不是在教你背工具，而是訓練你把商業問題拆成可驗證的判斷。
你是不是也遇過：儀表板做得漂亮但老闆不買單？A/B 跑出顯著，但業務覺得沒感覺？GA4 數字跟後台對不上，花半天 debug？AI 生出一堆分析，但你不確定該信哪一個？這些不是工具問題，是判斷力問題。這個平台不教你工具按鈕，教你從業務問題出發，選對證據、看出陷阱、做出能說服老闆改策略的結論。
Focus
給會做事的人，把數據變成更好的商業判斷
Audience
行銷、PM、營運、分析師，以及需要用數據說服老闆改策略的人。
Current State
PoC 先放上 placeholder 課程，後續會逐步補齊完整內容與案例。
Judgment Flow
先問對問題
不是先打開工具，而是先界定商業目標、指標和觀察窗口。
Judgment Flow
再看證據
報表、儀表板、測試結果都只是證據來源，不是答案本身。
Judgment Flow
最後做判斷
學會把數據翻譯成決策，讓團隊知道下一步該做什麼。
Analysis Tracks
從思維到方法論的學習路徑
這個 PoC 先展示分類與多站課程過濾。真正的課程內容會在下一階段逐步補上。
基礎層：分析思維
Shared Course
電商儀表板入門
用 SQL 準備資料、理解 KPI 定義，為製作 Looker Studio 儀表板打好基礎
Shared Course
非工程人的技術通識
拆解 Web、App、API 與資料庫的協作邏輯，建立與工程師溝通的共同語言。適合常常覺得「工程師在講什麼我聽不懂」的行銷、業務、PM。
Analysis Primary
數據分析思維 101
給行銷、PM、營運：從業務問題出發，用數據做出可以說服老闆的判斷。不教工具表層，教你拿到一份報表怎麼看、怎麼問、怎麼下結論。
Shared Course
GTM 與電商追蹤
不求人！學會 Data Layer、Event 架構，看懂 GA4 電商追蹤碼的運作原理
工具層：動手做
方法論：由淺入深
Shared Course
A/B 測試的數據邏輯
科學化驗證行銷方案！學會算樣本數、判斷顯著性、避開常見統計陷阱
Shared Course
數據視覺化
用 Chart.js 畫互動圖表，讓數據說話
Analysis Primary
指標設計實務 101
給行銷、PM、營運：不是 KPI 字典，也不教 BI 工具操作——教你從業務問題出發，選對指標、看出數字陷阱、設計出老闆看完會想改策略的儀表板。AI 能幫你產生 100 個指標，但選對那一個能說服老闆的，還是得靠你。
FAQ
常見問題
判斷力實驗室跟 Hahow、六角學院的數據分析課有什麼不一樣？
市面上大多數數據分析課是工具導向的——教你 GA4 怎麼設事件、SQL 怎麼 join、Excel 怎麼做樞紐。判斷力實驗室走完全不同的路徑：從業務問題出發，教你怎麼選對指標、看穿數字陷阱、做出能說服老闆改策略的結論。工具課學完你會「會用」，這裡學完你會「會判斷」。適合已經會用工具、但卡在「拿到數據不知道要怎麼下結論」的人。
我是行銷/PM，不會寫 code，也能學這個嗎?
可以，這個平台的設計就是給非技術人員——行銷、PM、營運。核心課程（數據分析思維 101、指標設計實務 101）完全不用寫 code，只需要會看表格和基本四則運算。有程式的課（A/B 測試的數據邏輯、AI 數據分析）也會用 AI 當助教，重點是學「怎麼判斷數字」，不是學「怎麼寫語法」。如果你想同時學 SQL/Python，姊妹站 learn.ranran.tw 有完整的非工程人程式課。
學完這些課，我能做什麼？
拿到一份報表，你可以：(1) 看出哪些數字是虛榮指標、哪些才值得追蹤；(2) 把業務問題拆成可驗證的假設；(3) 設計出一組「北極星 + 驅動指標」讓團隊知道該改什麼；(4) 跑完 A/B 測試後，判斷該上線、該再跑、還是該放棄；(5) 在老闆面前用三分鐘把複雜的數據故事說清楚，並給出明確的行動建議。整體目標是把你從「數據使用者」升級到「數據決策者」。
為什麼不教 GA4 操作或 SQL 查詢？
因為那些技能在 2026 年已經被 AI 壓縮到幾秒完成——你問 Claude、ChatGPT 或 Gemini「幫我寫一個 GA4 事件設定 / 跑一個 SQL 轉換漏斗」，答案好幾個複製貼上就能跑。真正稀缺的是「拿到 AI 產出的結果後，能不能判斷它對不對、能不能換成商業行動」。這需要的是思維訓練，不是工具練習。如果你想學工具操作，YouTube、Hahow、六角學院都有很好的課；這裡專注教工具教不了的。
AI 都能自動做數據分析了，人還需要學這個嗎？
AI 能產出「分析」，但產不出「判斷」。判斷需要兩個 AI 沒有的輸入：你的業務脈絡（這個公司的策略、老闆的偏好、團隊的能力邊界）+ 你對不確定性的容忍度（這個 p=0.06 的結果該不該推？這個 sample size 夠嗎？）。AI 給你的永遠是「數字上的答案」，不是「商業上的決策」。這個平台教的就是把 AI 的分析能力，轉成你的判斷力。AI 越強，人的判斷力越值錢。