VOC 全链路分析看板

要解决什么问题

运营侧常见两类看板容易混为一谈：客服数据看板盯的是工单量、响应时长和绩效；而 VOC（Voice of Customer） 要回答的是客户在说什么、痛点在哪、情感如何、主题是否在变。评价、问卷开放题、工单备注、社媒反馈往往分散在 Excel、腾讯文档或接口里，手工归纳主题、画趋势、写汇报既慢又难形成「发现 → 行动 → 验证」的闭环。

技能如何工作

本技能按 四阶段全链路 顺序执行，每阶段产出明确产物供下一阶段使用。

1. 数据接入与结构化：支持本地 Excel/CSV、腾讯文档（表格/文档）、API 与非结构化文本；自动探测编码，将源字段映射到 content、time、source 等标准字段，并输出记录数、时间范围与字段完整度概览。
2. 文本分析与主题提取：对 content 做主题聚类（小样本通读、大样本先建框架再批量归类）、整体/强度/时间维度的情感标注、词频与新兴关键词，以及 影响×严重度 的问题优先级矩阵。
3. 趋势与行动闭环：量、情感、主题与 NPS/评分的时间序列；按来源、用户类型、产品等细分对比；在看板或表格中挂载可追踪的行动项（负责人、计划/完成日期、验证结果）。
4. 看板与报告输出：按场景选择 HTML 交互看板（dashboard_template.html + Chart.js/ECharts）、腾讯文档智能文档/表格、PPT 汇报结构，或数据量较小时的 Markdown 分析报告。

scripts/ 下的 voc_text_analyzer.py、dashboard_generator.py 与 references/ 中的方法论文档支撑批量处理与行业词典适配（电商、SaaS、金融、出行等）。

适用边界与注意点

• VOC 可能含个人信息，输出需 脱敏；App 评价常有极端情感与 刷评，应结合多源并标注异常样本。
• 行动建议需标注实施难度，VOC 更适合 周期性 复跑而非一次性截图；与纯客服 KPI 看板目标不同，勿用本技能替代工单 SLA 类指标。