User Feedback Analysis

---
name: user-feedback-analysis
description: 多源用户反馈结构化分析，支持主题编码、JTBD映射、机会矩阵输出，驱动产品改进
when_to_use: |
  用于把多源用户反馈（NPS / 工单 / 访谈 / 评论）做结构化分析、JTBD 映射、机会矩阵时调用。
  典型触发："分析这批反馈" / "用户痛点是什么" / "JTBD" / "机会矩阵"。
  不用于：定量数据分析（不是 skill 范围）/ 竞品调研（用 competitive-analysis）/ 单条反馈记录（直接走 notes/MEMORY）。
user-invocable: true
allowed-tools: [Read, Write, Edit, Glob, Grep]
---

# 用户反馈分析技能

## 数据来源识别

支持四类标准数据源：

| 来源类型 | 示例 | 分析侧重 |
|---------|------|---------|
| **客服记录** | 工单、在线对话历史 | 问题频率 + 痛点严重度 |
| **平台评论** | 应用市场评价、G2/Capterra | 情感倾向 + 公开声誉 |
| **调研问卷** | NPS/CSAT 开放题 | 满意度趋势 + 改进建议 |
| **用户访谈** | 访谈记录、录音文字稿 | 深度动机 + JTBD 发现 |

## 三阶编码流程

### 第一阶：开放编码

不预设分类，通读全部反馈，为每条反馈打标签：

**操作步骤**：
1. 逐条阅读原始反馈
2. 提取关键信息，打 1-3 个标签
3. 标签格式：`[对象]+[评价]`

**标签示例**：
```
"处理结果不太满意" → [输出质量]-[不达标]
"每个月只能用20次太少了" → [配额]-[不够用]
"提交后一直没有响应"   → [系统稳定]-[超时]
"能不能加个新模板"     → [功能模板]-[新模板需求]
```

### 第二阶：主题聚合

将相似标签合并为候选主题：

**操作步骤**：
1. 将标签按相似度分组
2. 为每组命名一个主题
3. 验证主题质量

**主题验证三标准**：
| 标准 | 检查问题 |
|------|---------|
| **独立性** | 每个主题不与其他主题重叠？ |
| **穷举性** | 所有反馈都被至少一个主题覆盖？ |
| **代表性** | 主题名称能准确代表其包含的反馈？ |

**输出格式**：
```markdown
### 主题 1：{主题名称}（{N} 条反馈）
- 代表性引语："{原始反馈摘录}"
- 包含标签：[标签1]、[标签2]、...
- 情感分布：正面 {N}% | 中性 {N}% | 负面 {N}%
```

### 第三阶：机会提炼

将主题转化为 JTBD（Jobs to Be Done）格式的机会陈述：

```markdown
### 机会 OPP-{序号}

**JTBD 陈述**：
当 {情境} 时，{用户角色} 想要 {动机}，
以便 {预期结果}，
但目前存在 {阻碍}。

**来源主题**：{主题名称}
**反馈条数**：{N} 条
**严重度**：P0 / P1 / P2
```

## 情感分析维度

对每条反馈进行情感标注：

### 情感极性（1-5 分）

| 分值 | 含义 | 关键词信号 |
|------|------|-----------|
| 1 | 强烈不满 | 垃圾、骗人、退款、投诉 |
| 2 | 不满意 | 差、不好用、失望、浪费 |
| 3 | 中性 | 一般、还行、凑合 |
| 4 | 满意 | 好用、方便、不错 |
| 5 | 非常满意 | 太棒了、神器、推荐、离不开 |

### 情感标签

从以下标签中选取：满意 / 失望 / 困惑 / 愤怒 / 惊喜 / 焦虑 / 无感

### 严重度评分

| 级别 | 定义 | 行动 |
|------|------|------|
| **P0** | 影响核心功能，用户无法完成主要任务 | 立即转化为需求 |
| **P1** | 影响使用体验，但有替代方案 | 排入下一迭代 |
| **P2** | 轻微不满，不影响核心使用 | 记录观察 |

## 竞品提及检测

在反馈中自动标记竞品名称：

```markdown
## 竞品提及记录

| 竞品名称 | 提及次数 | 对比维度 | 情感倾向 |
|---------|---------|---------|---------|
| {竞品1} | {N} 次 | {功能/价格/质量} | 正面/负面 |
| {竞品2} | {N} 次 | {功能/价格/质量} | 正面/负面 |
```

竞品提及频率表同步至 `competitive-analysis` skill 作为输入。

## 严重度 × 频率矩阵

将所有提炼出的问题按两个维度排布：

```
           低严重度              高严重度
高频率 │  快速修复（P2）      │  ★ 优先解决（P0）  │
       │  体验优化，快速迭代   │  核心问题，立即响应  │
       ├─────────────────────┼────────────────────┤
低频率 │  监控观察            │  深度调研（P1）     │
       │  记录但暂不行动      │  用户访谈跟进       │
```

### 各象限行动指南

| 象限 | 行动 | 输出 |
|------|------|------|
| **优先解决**（高频+高严重度） | 立即转化为 P0 需求 | → `requirement-analysis` skill |
| **快速修复**（高频+低严重度） | 快速迭代修复 | → 输出 P2 任务**草稿**，由用户 / 主 Claude 调 `task-management` 落盘 |
| **深度调研**（低频+高严重度） | 安排用户访谈深挖 | → 补充访谈后重新分析 |
| **监控观察**（低频+低严重度） | 记录不行动 | → notes.md 观察区 |

## 四类输出物

### 输出 A：主题分析报告

```markdown
## 主题分析报告

分析范围：{数据来源} | {时间窗口} | {反馈总数}

### 主题概览
| 排名 | 主题 | 反馈条数 | 情感均值 | 严重度 |
|------|------|---------|---------|--------|
| 1 | {主题1} | {N} | {1-5} | P0/P1/P2 |
| 2 | {主题2} | {N} | {1-5} | P0/P1/P2 |

### 各主题详情
（每个主题包含：代表性引语 + 标签列表 + 情感分布 + 趋势判断）
```

### 输出 B：JTBD 机会清单

按优先级排列的机会列表，每条含 JTBD 陈述 + 来源主题 + 严重度。

### 输出 C：严重度 × 频率矩阵

四象限可视化 + 每个象限中的具体问题列表 + 建议行动。

### 输出 D：产品优化建议

质量/体验类反馈汇总 + 具体优化方向 + 预期改善指标。

## 执行步骤

1. 明确数据来源和分析范围（时间窗口 / 产品范围 / 用户类型）；有关键疑问先提问
2. 收集并整理原始反馈（标注来源 / 时间 / 用户类型）
3. 执行三阶编码（开放编码 → 主题聚合 → 机会提炼）
4. 完成情感分析（极性 + 标签 + 严重度）
5. 执行竞品提及检测
6. 生成严重度 × 频率矩阵
7. 在响应消息中呈现四类交付物的完整分析结果
8. 收到用户确认信号后落盘（归属按 skill: `document-norms` §1 判定）：绑定单模块的反馈分析 → `projects/modules/<basic>/<sub>/research/FEEDBACK-{序号}.md`；跨模块 / 全产品的 → `projects/specs/FEEDBACK-{序号}.md`