问卷数据洞察分析(VOC)
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2d9d1ec9/bazhuayu007。
技能介绍
要解决什么问题
产品和运营团队手里常有 Excel/CSV 问卷:量表题要算 NPS、满意度或购买意愿,开放题里又藏着结构化题没问到的需求。手工做交叉表、显著性检验和开放题归纳,既容易口径不一致,也很难把「谁跟谁有差异」「什么在驱动目标指标」说成一套可交付的结论。
技能如何工作
本技能面向问卷数据 VOC 深度分析:在用户上传主数据的前提下,走样本概览 → 核心指标 → 交叉分析/显著性表 → 开放题主题聚类等专属模块,而不是用一张通用洞察表糊弄过去。
典型输入包括问卷文件、题目说明或编码表、分析维度、目标变量(如满意度/NPS/购买意愿)以及可选分群标准。缺关键项会先追问;能从已有输入确认的内容不会重复盘问。
正式完整报告固定回答四类问题:样本结构与核心指标、人群/维度的可信差异、与目标指标相关的可靠关联、开放题揭示的未覆盖需求。报告渲染走 assets/report-skeleton.html 母模板,且仅在 n_valid ≥ 100(清洗去重后的有效受访者条数)时生成完整 VOC 报告;不足 100 只能要求补充同类问卷样本,或输出明确标注的探索性结果。
适用边界与注意点
- NPS 必须在问卷中有对应题项,否则不能硬算。
- 显著性检验、回归等推断方法需满足样本与数据条件;条件不满足时应说明而非强行下结论。
- 默认只使用用户提供的数据,不自动启动八爪鱼实时采集、平台存量库搜、
WorkBuddy全网搜索或 Amazon Review;外部公开内容不能凑成问卷受访者。 - 社媒/论坛等内容若被引用,表达上需区分「公开平台可见讨论」与问卷样本内结论,避免无依据外推全市场。
使用场景
- 上传满意度问卷后,要找出分群在关键题项上的显著差异并写进汇报
- NPS 问卷已收集一批样本,需交叉分群并检验哪些因素与推荐意愿相关
- 产品上线后收集的 CSV 含开放题,要把非结构化反馈聚类成可对照量表结论的需求清单
- 样本清洗后有效受访者尚不足 100,需先判断能否做探索性分析还是必须补同一问卷口径的样本
适合人员
- 负责 VOC 闭环的产品经理,要把量表驱动因素和开放题需求合成一份固定四问结构的报告
- 用户研究专员,习惯用 Excel 导出问卷,需要交叉分析与显著性表且不接受无样本依据的推断
- 运营或增长同学,按渠道/客群分群看满意度或购买意愿,并核对指标题项是否齐全(含 NPS)
- 交付市场调研结论的分析师,坚持正式报告仅在有效样本 ≥100 且仅用用户主数据时输出