客户反馈分析
把商品评价和客户反馈丢进去,输出情绪分析、痛点清单、功能诉求排序和改进优先级矩阵。
功能与用途
卖家手里往往堆着几百条评论,看几条就问「客户到底在抱怨什么」,其实分布和严重程度都看不出来。它把评价按情绪拆开、归纳出反复出现的痛点、把功能诉求排出先后,并给一张改进优先级矩阵。前提是得提供自己的真实评价和平台信息,它给的欧美基准也要按自己市场再校准。
适用场景
- 某款产品评分从 4.6 掉到 4.2,评论越滚越多,想找出到:某款产品评分从 4.6 掉到 4.2,评论越滚越多,想找出到底是哪几个问题在拖分。
- 新品要改第二代,需要从老款评价里挑出客户最想要的功能,排清楚:新品要改第二代,需要从老款评价里挑出客户最想要的功能,排清楚先做哪个。
- 准备上架一个新品类,想先看同类产品的差评集中在哪里,避开已知:准备上架一个新品类,想先看同类产品的差评集中在哪里,避开已知的坑。
- 老板问「客户为什么不复购」,需要一份有依据的痛点清单而不是靠:老板问「客户为什么不复购」,需要一份有依据的痛点清单而不是靠感觉回答。
适用人群
- 跨境电商运营
- 亚马逊/独立站卖家
- 负责选品与改款的产品岗
使用步骤
- 把评价原文、反馈数据或品牌名/ASIN 交给它,并说明品类、所在平台和当前遇到的问题。
- 它先做情绪分析,把正面、负面、中性评价的分布和代表原话列出来。
- 从负面内容里抽痛点,并按出现频次和严重程度汇总成清单。
- 拿到功能诉求排序和改进优先级矩阵,对照自家资源确认先改哪几项。
- 把结论落到具体动作前,先核对平台当前政策与美欧基准是否适用于自己的市场。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 电商
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 简单
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 需提供自己的商品评价或客户反馈数据
- 无数据时只能得到框架,得不到准确结论。
依赖与权限
- 读取用户主动提供的内容