客户声音（Voice of Customer）

客户声音（Voice of Customer） 客户反馈是电子商务企业最有价值的数据来源之一，但大多数卖家难以系统地提取和利用评论、调查和支持票据中埋藏的见解。该技能应用结构化分析框架，将非结构化的客户反馈转化为优先级的、可执行的建议，以推动产品改进、营销细化和运营修复。 使用场景： 您有来自Amazon、Shopee、TikTok Shop或您自己的Shopify商店的客户评论批量，想要了解所有评论中的顶级投诉和赞扬主题 您的客户支持团队积累了数百个支持票据，您需要确定可以通过产品更改或流程改进解决的重复性痛点 您进行了售后调查或NPS调查，想要将开放式响应分类为具有情感评分和优先级排名的可执行主题 您正在准备季度商业审查，需要一个结构化的客户声音总结来呈现给您的团队或利益相关者，包括趋势分析和优先级排名 该技能的功能： 该技能摄取原始客户反馈文本（来自产品评论、调查响应、支持票据、社交媒体评论或实时聊天记录），并执行多层分析。它使用频率和共现模式识别重复主题，分配情感极性（正面、负面、中性、混合）给每个主题，并将主题映射到业务相关类别（例如产品质量、运输体验、价格感知、客户服务和包装）。然后，它根据影响评分（将频率与情感严重性相结合）对问题进行排名，并为每个顶级主题生成具体的可执行建议。输出弥合了原始反馈数据和具体业务行动之间的差距，可以提高客户满意度和驱动收入。 所需输入： feedback_text（必需）：要分析的原始客户反馈。这可以是一个包含多个评论的文本块、一个CSV格式的列表（每行一个评论）或来自评论平台的结构化转储。请包含至少20条反馈以进行有意义的模式检测。示例：复制和粘贴50条Amazon评论或导出您过去一个月的Zendesk票据。 product_or_store_name（必需）：被评论的产品或商店名称，以便分析可以上下文化地找到结果。示例：“TechGlow LED Ring Light 12-inch”或“NatureBlend Supplements Store”。 business_context（可选）：有关您的业务模式、目标受众或已知问题的任何额外上下文。这有助于该技能优先考虑实际可行的建议。示例：“我们是一个由3人组成的小团队，通过Shopify进行DTC销售，主要市场是美国和加拿大”。 focus_areas（可选）：您希望分析强调的具体方面，例如“运输投诉”或“产品耐用性”。如果省略，该技能将平等地分析所有主题。 输出格式： 输出分为五个清晰标记的部分。首先是3-5句的执行摘要，捕捉整体情感景观和最关键的发现。其次是主题分析表，列出每个识别出的主题及其频率计数、平均情感评分（从-1到+1）、代表性引用和业务类别标签。第三是情感分布细分，显示整体和每个类别的正面、负面、中性和混合反馈的百分比。第四是优先行动列表，根据影响评分（频率乘以严重性）对前5-7个问题进行排名，每个问题都有具体的建议、预估工作量（低、中、高）和预期业务影响。第五是趋势和机会部分，突出任何从反馈中揭示的新兴模式、未满足的客户需求或竞争优势，卖家可能没有注意到。 范围： 设计用于：电子商务运营商、产品经理、品牌团队和客户体验负责人 平台上下文：平台无关——适用于来自Amazon、Shopee、TikTok Shop、Lazada、Shopify、WooCommerce、Etsy或任何其他来源的评论 语言：英语 限制： 不连接到实时评论API或实时抓取平台；您必须提供反馈文本作为输入 情感分析基于语言模式识别，可能会误分类讽刺、俚语或高度依赖上下文的评论 为了进行统计显著的趋势分析，建议至少有50-100条反馈条目；较小的样本可能会出现噪音而不是真正的模式