用户洞察分析器
对用户研究数据进行深度分析,提取可行动的洞察。
功能
- 🔍 主题提取 - 自动识别关键主题和模式
- 💡 洞察发现 - 发现深层需求、痛点、机会点
- 🎯 优先级排序 - 按影响力和可行性排序
- 📊 可视化输出 - 生成分析图表和报告
- 🔗 关联发现 - 发现隐藏的因果关系
使用方法
分析数据
分析
来源:[访谈记录/问卷/评论/反馈]
类型:[探索性 / 验证性]
重点关注:[用户需求/体验痛点/竞品对比]
洞察类型
| 洞察类别 | 说明 | 示例 |
|---|---|---|
| 需求洞察 | 用户真正想要什么 | "用户想要的不是快,而是确定性" |
| 痛点洞察 | 用户卡在哪里 | "第一步太难,流失率高" |
| 机会洞察 | 未被满足的市场空白 | "30-40岁女性市场空缺" |
| 行为洞察 | 用户实际做了什么 | "嘴上说环保,行动不支持" |
| 情感洞察 | 用户感受如何 | "焦虑来自信息过载" |
分析维度
1. 认知层面
- 意识程度(无意识到有意识)
- 知识水平(新手到专家)
- 决策信心
2. 行为层面
- 行动频率
- 路径模式
- 障碍识别
3. 情感层面
- 满意度
- 推荐意愿
- 情感驱动
4. 价值层面
- 付费意愿
- 价值认知
- 替代方案
输出格式
## 用户洞察报告
### 执行摘要
- 分析数量:[N]条记录
- 核心发现:[一句话总结]
### 🎯 一级洞察
#### 洞察 1:[标题]
- **洞察内容**:[描述]
- **证据**:[支撑数据/引用]
- **置信度**:高/中/低
- **影响范围**:广泛/中等/小众
- **建议行动**:...
### 📊 主题分布
[可视化图表]
### 💬 用户原声精选
- "[引用1]"
- "[引用2]"
- "[引用3]"
### 🔗 关联发现
- 发现A → 导致B
- 痛点C ← 关联 需求D
### 📋 待验证假设
1. ...
2. ...
3. ...
### 💡 行动建议
[按优先级排序]
示例
用户:分析
来源:20份智能门锁访谈记录
类型:探索性
重点关注:购买决策因素
AI:好的,正在分析...
## 用户洞察报告
### 执行摘要
分析20份访谈,发现3个核心洞察
### 🎯 一级洞察
#### 洞察 1:安全焦虑是核心驱动力
**洞察内容**:用户购买智能锁的最大动机不是方便,
而是"担心忘记锁门"的安全焦虑。
**证据**:
- 18/20 用户提到"万一忘记锁"
- "安全感"出现频次:23次
- "方便"仅出现:8次
**置信度**:高
**建议**:
- 营销强调"安心"而非"便捷"
- 功能优先级:自动上锁 > 远程查看
#### 洞察 2:安装服务是决胜点
**洞察内容**:用户对安装服务的担忧超过产品本身,
10个用户提到"怕装不好"。
...
配置文件
analysis:
min_evidence: 3 # 最少证据数
confidence_threshold: 0.6 # 置信度阈值
max_insights: 10 # 最大洞察数
output:
format: markdown # 输出格式
include_charts: true # 包含图表
include_quotes: true # 包含用户引用