SuperAPI AI 工具集

customer-feedback-analysis

通用与其它

查看项目

更新于 10-16 01:11

技能介绍

用途:将 NPS 问卷、CSAT 评分、客服互动、应用商店评论等原始客户反馈转化为结构化洞察,提取开放式文本中的反复主题、计算量化评分分布、识别随时间变化的趋势,并生成把客户情绪与具体产品领域和业务结果关联的报告。

主要能力:聚合多来源反馈并打上日期、客户分层、套餐等级、账户时长、渠道等元数据;去重、统一评分量表、去除 PII、处理多语言、过滤机器人或垃圾回复;对开放式文本做主题建模,归类到产品可靠性、易用性、具体功能、价格感知、支持质量、上手体验、竞品对比等主题并附置信度与代表性原话;计算 NPS(推荐者占比减贬损者占比)、CSAT 均值、主题频次分布,并按分层拆分、做统计显著性检验;对比环比或同比,标记主题量变化超过 20% 的情况,发现新出现主题,并将情绪变化与产品发布、定价调整或市场事件关联;输出含执行摘要、量化记分卡、主题拆解与引语、趋势分析、分层对比和按频次与业务影响排序的建议报告。

使用方式:提供反馈数据(CSV、JSON 或描述数据集)并说明分析范围,代理返回结构化洞察报告。示例请求:分析 Q4 NPS 调查结果(850 份回复),按套餐等级拆分评分,提取贬损者评论中的主要主题,并识别 Q3 未出现的新主题。

适用场景:NPS 与 CSAT 分析、应用商店评论情绪分析、功能请求提取、分层满意度对比、竞品提及情报整理。

限制与注意事项:低回复率(低于 15%)可能存在无应答偏差;调查疲劳会降低回复率并拉低评分;讽刺或反语回复可能被误判,需人工复核情绪与评分矛盾项;单次故障可能主导整个调查周期,需按事件前后分段;竞品提及应单独分析并转交产品策略。资料未提供具体收费、价格、平台支持范围或安装命令等信息。