简诗 AI 客户细分分析

你在处理什么数据，却在回答一个战略问题

产品进入新市场，或现有增长乏力时，团队常犯的错误是对着一份庞大的用户清单做「所有人」的假设。行为数据能告诉你谁在用，却很少直接说明他们为什么要用、什么场景下非用不可、不用会损失什么。

更麻烦的是，当数据分析师产出细分报告时，业务方往往已经带着预设结论在审阅，最后变成数字游戏。

这个技能解决的是：给大模型一个结构化的框架，让它基于你的输入（市场调研、客户数据库、现有细分文档）产出可供讨论的初始细分，而不是拍脑袋的分类。

技能如何工作

调用方式很简单，在提示词中传入你的目标，例如 $ARGUMENTS 填入你的产品名或市场方向。

技能内置了一套逐步推理的流程：

1. 市场探索：先界定整体可服务市场（TAM）的范围，而不是直接切分
2. 维度选择：从行为、人口统计、企业特征、需求四个维度中挑选合适的切分方式
3. 细分定义：生成 3–5 个互不重叠的细分群体
4. 画像构建：为每个细分整理角色描述，并验证其独立性
5. 机会评估：评估市场规模、增长潜力与竞争强度

每个细分的输出都包含七个字段：名称与概览、人口统计/企业特征、待办任务（Jobs-to-be-Done）、痛点与阻碍、期望收益、产品契合度分析、竞争环境。这意味着你拿到的不只是一份分类名单，而是每个细分群体「为什么需要你」的论证链条。

适用边界

• 技能产出的是初始假设框架，不是经过统计验证的结论。数据不足时，它会标注需要进一步研究的方向
• 输入资料的质量直接决定输出质量。如果你提供的客户数据库没有行为字段，切分维度会受限
• 涉及外部写入（如同步到 CRM、触发自动化）时，技能会先展示目标与影响，等待你确认，不会静默执行
• 细分的可衡量性（measurable）、可达性（accessible）、差异性（distinct）需要你自己在落地时验证