歡迎嚟到 Module 3！
好多 Marketer 最怕就係「睇數」。
以前做 Analytics，你要識 Export CSV、要識 Excel 公式、要識拉 Pivot Table，見到堆數字就頭痛。
💡 好消息：喺 AI 時代，你連 Excel 都唔使開。
我哋用最懶、最直觀嘅方法：「截圖 (Screenshot)」。 只要你識得 Cap 圖，你就識得做 Data Analytics。
1. 核心概念：AI 是你的「視覺」分析師
我哋唔教複雜嘅 Data Science。我哋只做三步「懶人」Workflow：
Snap (截圖)： 見到 Dashboard (IG/FB/Threads)，即刻 Cap 圖。
Upload (上傳)： 將圖片掟入 AI Chat。
Ask (發問)： 用廣東話問：「呢張圖講緊咩？邊個 Post 最勁？」
2. AI 實戰步驟 (截圖分析法)
Case Study Input：
數據來源： 你手機上嘅 Instagram / Threads / Facebook "Professional Dashboard" 畫面。
Step 1：視覺數據解讀 (Visual Data Interpretation)
目標： 唔使入 Excel，叫 AI 直接睇 Dashboard 搵出 Top Performers。
工具： Gemini (Web App) 或 ChatGPT (任何識睇圖嘅 AI)
教學：
打開你嘅 IG/Threads App，去 Insights (洞察報告) 頁面。
截圖 (Screenshot) 顯示 "Reach", "Engagement", "Followers" 嘅畫面，或者 Top Posts 嘅列表。
打開 Gemini，點擊 "+" 上傳截圖。
落 Prompt (指令)：
[上傳截圖]
你是資深 Marketing Analyst。
請分析這張 Instagram Dashboard 截圖：
1. **表現總結：** 我們的 Reach 和 Engagement 趨勢是升定跌？
2. **Top Content：** 圖中顯示邊個 Post (或邊種類型) 表現最好？
3. **異常值：** 有沒有哪個數據特別高或特別低？
Step 2：(optional) 截圖社群聆聽 (Visual Sentiment Analysis)
目標： 聽下網民講咩。(如果你的 Post 有足夠留言，這是一個加分步驟；如果暫時未有，可以跳過)。
教學：
去你個爆 Post 嘅留言區，截圖 (如果長，可以截幾張)。
將所有截圖一次過 Upload 俾 AI。
落 Prompt (指令)：
[上傳留言區截圖]
請閱讀這些留言截圖：
1. 大家的情緒是正面定負面？
2. 歸納出客戶問得最多的 3 個問題 (FAQ)。
3. 有沒有人表示想報名 (Sales Intent)？
Step 3：AI 戰略優化 (Optimization)
目標： 將「圖」變成「行動」。
Prompt (通用)：
基於剛才的 Dashboard (同埋留言分析，如果有的話)，請為下個月的 Campaign 提供 **3 個具體行動建議**：
1. **Keep (保留)：** 甚麼做對了？(e.g., 繼續做 Reel 因為 Reach 最高)
2. **Kill (刪除)：** 甚麼浪費金錢？
3. **Change (修改)：** (e.g., 留言好多人問價錢，建議下個 Post 直接寫明)Step 4：最終輸出 (Report)
將 AI 嘅分析文字 Copy 出嚟，用 Gemini 一鍵 "Export to Slides"，Send 俾老細/團隊，收工!
3. 通用法則：一套武功，打通任督二脈
這套 「截圖分析法 (Screenshot Analytics)」 的強大之處在於——它通用於所有平台。
你不需要學習 Google Analytics 4 (GA4) 的複雜介面，不需要學 YouTube Studio 的後台操作，也不需要學 Shopify 的報表設定。
睇 GA？ 截圖 -> 問 AI：「邊個網頁最多人睇？」
睇廣告報表？ 截圖 -> 問 AI：「邊個 Ad Set 最抵？」
Technically, you can do ANY analytics.
只要畫面上有數據，AI 就能幫你解讀。這才是 AI 給予 Marketer 真正的自由。
Module 3 總結：閉環思維 (The Loop)
你喺呢度得到嘅 「優化建議」，其實就係你 下個月 Module 1 嘅 新輸入 (Input)！
AI Marketing Workflow 完成！ Plan (M1) -> Do (M2) -> Check (M3) -> Act (M1)
下一站，我哋去 Module 4 總結成個旅程，同埋講下 AI 嘅未來。
