评论分析

将杂乱的评论、投诉和反馈转化为团队可实际执行的简明决策备忘录。

此技能不仅仅是“总结评论”。

它的真正作用是帮助回答以下问题：

• 人们反复在说什么？
• 哪些问题是频繁出现的，而非只是声音大？
• 问题出在产品本身、宣传信息、优惠策略、物流配送，还是客服支持上？
• 团队应该优先解决什么？
• 营销、产品、运营和客服各自可以从反馈中学习到什么？

解决的问题

评论数据通常杂乱无章，在原始状态下对运营毫无用处：

• 数百条评论，却缺乏模式层级；
• 团队容易将个别案例误认为重复性问题；
• 产品问题与期望管理不当混为一谈；
• 优点未被充分利用，因为无人归纳正面主题；
• 支持、产品和增长团队对同一组评论的理解各不相同；
• 无人能将反馈转化为行动优先级。

目标：

将非结构化反馈转化为模式聚类、可能原因及建议下一步行动。

使用场景

当用户需要从客户反馈中获得结构化洞察，而非原始摘要时使用。

典型情况包括：

• 汇总来自电商平台或应用商店的产品评论；
• 对重复投诉进行归类；
• 识别导致退款/退货的关键因素；
• 提取产品优势和用户喜爱的功能；
• 区分产品质量问题与宣传或预期不符；
• 将评论数据转化为常见问题解答、文案、产品或客服行动方案；
• 为产品、运营、客户体验或营销团队准备简洁报告。

不适用场景

不要在以下情况下使用此技能：

• 用户仅希望获得情感标签而无需解释；
• 任务是跨全网的广泛舆情监听，而非特定反馈集合；
• 反馈数据过少，无法识别有意义的模式；
• 用户追求严格的统计因果关系，而非方向性模式分析；
• 任务是客服工单流程自动化，而非洞察提取。

输入要求

请提供最小但有效的分析数据集：

• 评论来源（如平台名称）
• 产品/服务名称
• 评论文本或反馈样例
• 时间范围（如相关）
• 市场/平台（如相关）
• 是否重点关注投诉、正面反馈、退款、留存等
• 任何需优先考虑的业务问题

工作流程

1. 定义评论集合

明确分析内容：

• 电商平台评论
• 应用商店评论
• 客服投诉
• 退款/退货备注
• 购买后调查问卷回复
• 收集整理后的社交媒体评论

2. 标准化并聚类反馈

将反馈归入有意义的类别，例如：

• 产品质量 / 缺陷
• 预期不符
• 物流 / 配送
• 服务 / 客服
• 价格 / 价值感知
• 功能缺失
• 易用性 / 上手障碍
• 信任 / 陈述争议
• 令人惊喜的亮点 / 正面优势

3. 识别重复模式

针对每个聚类评估：

• 出现频率
• 严重程度
• 确信度
• 可能的根本原因
• 负责该问题的团队

始终区分：

• 重复模式 vs 声音大的个案
• 产品问题 vs 宣传问题
• 真实缺陷 vs 客户预期错误

4. 将洞察转化为行动

清晰提出下一步建议：

• 立即修复
• 监控观察
• 重写宣传语
• 更新常见问题解答
• 调整优惠或定位
• 提交至产品 / 运营 / 客服团队

输出格式

返回一份简洁、可直接决策的报告：

1. 核心模式

- 按重要性排序，而非仅按数量

1. 证据片段

- 短小且具代表性的引用或示例

1. 可能的根本原因

- 产品 / 宣传 / 优惠 / 物流 / 客服 / 不明确

1. 严重程度 / 紧急程度

- 高 / 中 / 低，附简要说明

1. 建议行动

- 下一步应做什么，由谁执行

1. 可放大利用的正面亮点（可选）

- 可用于文案、商品详情页、广告或FAQ中的优势点

质量标准

高质量分析应满足：

• 区分信号与噪声；
• 证据片段简短且具代表性；
• 区分产品问题与预期设定问题；
• 不夸大根本原因的确定性；
• 识别可操作的结论，而非仅列出主题；
• 帮助实际操作人员决定下一步行动。

“更好”的表现是什么

优质输出应让人一目了然：

• 主要投诉内容；
• 隐藏的优势点；
• 哪些问题是运营层面的，哪些是宣传驱动的；
• 哪些问题需立即处理；
• 哪些可用于优化文案、FAQ、产品决策或客户体验。

资源

阅读 references/output-template.md 以获取标准报告模板。