跨国跨文化 VOC 研究
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/bazhuayu019。
技能介绍
要解决什么问题
出海或多市场运营时,同一品类在不同国家/地区的用户需求、表达方式和本地化机会往往被混在同一份评论池里分析,结论既难横向可比,也容易把渠道偏差误当成「文化差异」。本技能聚焦跨国 / 跨文化 VOC(用户之声):在尽量统一的数据口径下,对比 2~5 个目标市场的需求共性与差异,并产出带固定研究问题的结构化报告。
技能如何工作
执行前会确认产品/品类、目标市场与本地化关注点;数据侧按声明能力择优组合:用户提供数据(已有则优先)、Amazon Product Review(商品评论统一以 Amazon 为载体)、八爪鱼官方实时采集(仅非 Amazon Review 的结构化实时需求)、平台存量库搜(search_platform_content / list_platforms)以及 WorkBuddy 全网搜索(背景与二手引用,不能替代指定平台库搜)。
分析链路强调可审计的样本口径:持续计算清洗去重后的 n_valid,完整 VOC 报告需在 n_valid >= 100 且各市场单独披露样本量后再渲染;报告母版固定为 assets/report-skeleton.html,研究问题固定为 Q1–Q4(共同需求与差异、场景/表达/偏好、本地化优先级、样本/渠道 vs 文化)。专属模块包括市场需求差异、使用习惯、文化/符号证据、本地化清单与进入策略假设,不被通用「洞察表」替代。
适用边界与注意点
- 跨市场差异不能自动归因于文化;须先排查站点、渠道、时间与样本结构差异。
- 某市场样本过少时只能做定性/探索性比较,不因总量过百而强行量化该市场。
- 小红书、抖音等平台内容不得表述为 Amazon Review;库搜不可用时不应静默用全网搜索冒充已覆盖用户指定平台。
使用场景
- 对比美、德、日用户对同一 SKU 的功能诉求与差评焦点,排出本地化改动优先级
- 在确认各市场样本口径后,区分真实需求差异与渠道/站点带来的评论结构偏差
- 新品进入 2~5 国前,汇总各市场使用场景与表达习惯,写入进入策略假设模块
- 已有部分国家评论数据,需按技能规则补采 Amazon Review 至 n_valid≥100 再出完整 HTML 报告
适合人员
- 负责多国 listing 与差评治理的跨境电商产品运营,需要可比口径写清各市场差异
- 做出海 GO/NO-GO 的用户研究员,要在报告中单独披露各市场 n 并回答固定 Q1–Q4
- 本地化项目经理,要把 VOC 结论落成优先级清单而非一次性口头对比
- 用八爪鱼/WorkBuddy 补数的分析师,需遵守库搜白名单与 Amazon Review 切换提示规则