| name | community-voc-analysis |
| description | 社区评论画像分析工具。适用于分析基金、投顾组合、理财产品等投资类社区的用户评论和讨论内容，提取真实用户VOC，输出结构化用户画像、情绪洞察、场景洞察、需求洞察、痛点/焦虑/期待洞察、内容选题生成、产品洞察、品牌定位洞察。当用户需要"分析社区评论"、"VOC分析"、"用户画像"、"社区评论画像"、"基金社区分析"、"投顾组合社区分析"时触发。 |
社区评论画像分析 Skill
概述
本 Skill 用于对基金/投顾/理财类产品的社区评论、用户讨论、反馈进行结构化分析，提取真实用户声音（VOC），生成多维度的用户洞察报告。
适用场景：
- 基金/投顾组合的社区评论分析
- 理财APP用户反馈整理
- 产品上线后的用户声音收集
- 品牌营销前的用户洞察
- 投后陪伴服务的优化建议
分析对象：
- 且慢、雪球、天天基金、蚂蚁财富等平台社区评论
- Reddit、FB group、知乎等外部讨论
- App Store/应用商店评论
- 客服工单、用户调研文本
输入参数
| 参数 | 说明 | 示例 |
|---|
产品名称 | 分析对象的名称 | 我要稳稳的幸福、长赢计划 |
产品类型 | 产品类别 | 固收+投顾组合、权益FOF、指数基金 |
社区来源 | 评论来源平台 | 且慢APP社区、雪球、知乎、集思录 |
评论文本 | 原始用户评论内容 | 用户提供或搜索获取 |
分析深度 | 输出模块数量 | 标准版(5模块)/完整版(9模块) |
分析流程
第一步：VOC 原始提取
从用户评论中提取结构化原始信息：
- 用户类型（新手/进阶/专业投资者）
- 年龄层推测（学生/职场新人/中年/退休）
- 使用场景（工资理财/养老金/教育金/闲钱增值）
- 情绪表达（兴奋/焦虑/失望/平静/愤怒）
- 痛点（收益不及预期/回撤超预期/看不懂调仓/费用不透明）
- 需求（省心/高收益/低风险/学习成长/社交认同）
- 对产品的真实看法（超预期/符合预期/低于预期）
- 对行业的真实看法（投顾是否值得信任/基金能否赚钱）
- 对规则/价格/质量/安全的担忧（投顾费/调仓逻辑/资金安全性）
- 高频关键词（top10用户自发提及的词汇）
第二步：用户画像识别
基于VOC总结典型用户画像：
- 年龄层分布
- 性别倾向
- 生活阶段（单身/已婚未育/育儿/空巢/退休）
- 投资目的（资产保值/稳健增值/养老储备/教育金/跑赢通胀）
- 购买动机（被推荐/自己研究/跟风/信任主理人/平台活动）
- 最大担忧（亏损/跑输理财/流动性/主理人离职）
- 最大期待（年化收益目标/回撤容忍度/持有周期）
- 对品牌的信任来源（历史业绩/主理人IP/平台背书/朋友推荐）
- 对营销的态度（反感硬广/接受软植入/信任KOL/只看数据）
- 对社区的依赖程度（每天看/偶尔看/只看收益/从不互动）
第三步：情绪洞察
提取用户核心情绪，分类输出：
- 正向情绪（信任/满意/感恩/安心/期待）
- 焦虑情绪（怕亏损/怕错过/怕调仓/怕通胀）
- 不满情绪（收益低/回撤大/说明少/服务差）
- 安全感需求（需要确定性/需要陪伴/需要解释）
- 自由感需求（希望自主调仓/希望随时赎回）
- 社交需求（想交流/想被认可/想分享收益）
- 尊严感需求（不想被当韭菜/不想显得无知）
- 财富增长需求（跑赢理财/跑赢通胀/资产翻倍）
- 合法安心需求（牌照合规/资金安全/信息披露）
- 归属感需求（认同主理人理念/认同同路人社区）
第四步：用户场景洞察
提取真实投资场景：
- 日常盯盘场景（每天看收益/每周看一次/只在大跌时看）
- 工资到账场景（定投日/发薪日加仓）
- 家庭决策场景（夫妻商量/给父母理财/给孩子存钱）
- 市场波动场景（大跌时社区互动/大涨时晒收益）
- 调仓跟随场景（收到调仓通知后的反应）
- 社交分享场景（向朋友推荐/在社群讨论/发朋友圈）
- 退休生活场景（退休金理财/稳健第一）
- 大额资金场景（年终奖/拆迁款/卖房款一次性投入）
- 城市通勤场景（地铁上刷收益/午休看社区）
- 深夜焦虑场景（睡前看账户/失眠刷评论）
第五步：用户需求洞察
拆解用户真实需求：
- 功能需求（自动调仓/止盈止损/定投/资产分析）
- 情绪需求（陪伴感/被理解/降低焦虑）
- 安全需求（回撤可控/波动小/不亏本）
- 合规需求（牌照齐全/信息披露/费用透明）
- 社交需求（交流讨论/获得认同/跟随大V）
- 健康需求（不因投资影响睡眠/不焦虑）
- 身份认同需求（理性投资者/长期主义者/同路人）
- 自由需求（随时可赎回/自主决策权）
- 价格需求（低投顾费/免申购费/性价比）
- 可靠性需求（主理人稳定/策略不漂移/平台不跑路）
第六步：痛点/焦虑/期待洞察
总结用户核心痛点与期待：
- 最大痛点
- 最大焦虑
- 最大担忧
- 最大期待
- 最大抱怨
- 最大满意点
- 最常讨论的话题
- 最容易争论的话题
- 最容易引发互动的话题
- 最能引起共鸣的话题
第七步：内容选题生成
基于VOC洞察生成适合的内容选题：
- 情绪型内容（安抚焦虑/庆祝收益/共情亏损）
- 场景型内容（工资理财/年终奖配置/养老规划）
- 教育型内容（科普调仓逻辑/解释回撤/资产配置）
- 安全型内容（合规牌照/资金安全/风控体系）
- 数据型内容（业绩归因/历史回测/股债性价比）
- 社区型内容（同路人故事/用户访谈/问答精选）
- UGC型内容（用户晒收益/投资心得/理财日记）
- 新手内容（从零开始/第一笔投资/常见误区）
- 家庭内容（夫妻理财/给父母钱/教育金规划）
- 对比内容（vs银行理财/vs货币基金/vs自己炒股）
第八步：产品洞察
给出产品优化方向：
- 功能改进建议
- 安全设计建议
- 配置建议
- 使用体验建议
- 新手用户优化建议
- 合规披露建议
- 信息展示建议
- 陪伴服务建议
- 交互设计建议
- 费用结构建议
第九步：品牌定位洞察
给出品牌/主理人定位建议：
- 用户最信任什么品牌气质（专业/稳健/真诚/陪伴）
- 用户讨厌什么品牌风格（画饼/甩锅/冷漠/割韭菜）
- 用户更喜欢哪种表达（数据说话/故事打动/直白解释）
- 用户更相信谁（主理人/平台/朋友/自己）
- 用户更容易被什么打动（历史业绩/同路人故事/透明调仓）
- 品牌应该站在哪一边（用户侧/机构侧/中间调停）
- 品牌不应该做什么（过度承诺/回避问题/轻视用户）
- 品牌长期内容方向
- 品牌语气建议
- 品牌价值观建议
输出格式
输出为结构化Markdown报告，包含：
- 执行摘要（3-5条核心洞察）
- 各模块详细分析
- 可视化建议（词云/情绪分布/用户画像图）
- 行动建议清单
使用示例
用户：分析且慢上"我要稳稳的幸福"组合的社区评论画像
执行：
1. 收集且慢社区、雪球、知乎等平台的用户评论
2. 运行9模块分析流程
3. 输出结构化用户画像报告
