| name | china-demand-mining |
| description | 中国公域新媒体平台需求挖掘技能。从抖音、小红书、淘宝等平台抓取用户评论和反馈数据，根据需求类型（实物需求/无实物需求）智能选择数据源，特别关注小红书用户评论和电商差评，进行需求分析和分级，生成用户需求调研报告。
触发场景：
- 用户说"帮我挖掘 XX 领域/产品的用户需求"
- 用户说"分析 XX 产品的用户抱怨"
- 用户说"看看用户对 XX 有什么不满"
- 用户说"找找 XX 领域的痛点"
- 用户说"调研 XX 市场机会"
- 用户说"分析 XX 群体的情绪和需求"
|
中国公域新媒体需求挖掘
从中国主流社交平台挖掘用户真实声音，发现产品需求和市场机会。
核心原则
数据量要求
- 最低要求：每次需求挖掘必须至少抓取 2000条 清洗后的有效用户需求
- 越多越好：数据量越大，需求分析越准确
- 统计置信度：2000条数据达到95%置信度
智能数据源选择
根据需求类型自动选择最合适的数据源：
实物需求（产品/商品相关）：
- 必选平台：小红书、抖音、淘宝（优先级最高）
- 可选平台：京东、拼多多、微博
- 数据重点：产品评价、使用体验、差评分析
无实物需求（服务/内容/功能相关）：
- 必选平台：小红书、抖音、微博
- 可选平台：视频号、知乎
- 数据重点：用户评论、话题讨论、功能反馈
- 注意：不去电商平台抓取数据
工作流程
Step 1: 明确挖掘目标
向用户确认：
- 挖掘对象: 特定产品还是领域
- 需求类型: 实物需求还是无实物需求
- 竞品范围: 是否分析竞品的用户反馈
- 时间范围: 近期（1个月）还是更长时间
Step 2: 判断需求类型与选择数据源
实物需求特征：
- 涉及具体产品或商品
- 用户关注产品质量、功能、价格
- 适合从电商平台抓取评价数据
无实物需求特征：
- 涉及服务、内容或功能
- 用户关注体验、效率、便捷性
- 不适合从电商平台抓取数据
数据源分配（总计2000+条）：
| 需求类型 | 平台 | 数据量 | 权重 |
|---|
| 实物需求 | 小红书 | 600-800条 | 35% |
| 实物需求 | 抖音 | 400-600条 | 25% |
| 实物需求 | 淘宝 | 600-1000条 | 30% |
| 实物需求 | 京东 | 200-400条 | 15% |
| 无实物需求 | 小红书 | 800-1000条 | 40% |
| 无实物需求 | 抖音 | 600-800条 | 30% |
| 无实物需求 | 微博 | 400-600条 | 20% |
| 无实物需求 | 视频号 | 200-400条 | 10% |
Step 3: 构建搜索策略
根据目标构建多维度搜索查询，参见 SEARCH_PATTERNS.md。
抱怨类关键词：
[产品] 难用 / 垃圾 / 坑 / 吐槽[产品] 问题 / bug / 闪退弃用 [产品] / 从 [产品] 换到希望 [产品] 能 / [产品] 要是能[产品] 替代品 / 比 [产品] 好用
平台搜索策略：
| 平台 | 搜索方式 | 特点 |
|---|
| 小红书 | 关键词搜索笔记和评论 | 真实体验、详细反馈 |
| 抖音 | 视频关键词和评论 | 即时吐槽、情绪强烈 |
| 微博 | 话题搜索 | 深度讨论、观点鲜明 |
| 淘宝 | 商品评价和差评 | 真实购买、差评价值高 |
| 视频号 | 视频评论 | 成熟用户、内容务实 |
Step 4: 执行数据抓取与清洗
数据抓取要求：
- 原始数据抓取量：至少 3000-5000条
- 清洗后有效数据：至少 2000条
- 优先抓取负面反馈和差评（占比不低于40%）
数据清洗步骤：
- 去重：去除重复内容（相似度>80%视为重复）
- 过滤无效：删除广告、垃圾信息、字数少于5字的评论
- 文本清洗：去除表情符号和特殊字符
- 数据标注：情感倾向、需求类型、紧急程度
Step 5: 分析与分类
将收集的用户声音按维度分类，参见 ANALYSIS_FRAMEWORK.md。
分类体系：
- 功能缺失 - 用户想要但产品没有的功能
- 体验问题 - 使用中的摩擦和痛点
- 性能问题 - 速度、稳定性、兼容性
- 定价问题 - 价格、性价比、付费模式（实物需求）
- 内容问题 - 内容质量、数量问题（无实物需求）
- 竞品对比 - 用户为什么选择/离开
评估维度：
| 维度 | 等级 | 标准 |
|---|
| 频次 | 高频 | 50+ 条独立反馈 |
| 频次 | 中频 | 20-50 条独立反馈 |
| 频次 | 低频 | <20 条独立反馈 |
| 情绪强度 | 强烈 | 垃圾、坑死、崩溃 |
| 情绪强度 | 中等 | 难用、失望、烦 |
| 情绪强度 | 轻微 | 希望、建议、期待 |
| 可操作性 | 高 | 可直接转化为产品任务 |
| 可操作性 | 中 | 需进一步调研 |
| 可操作性 | 低 | 过于模糊或主观 |
Step 6: 需求分级与优先级
根据频次 × 情绪强度 × 可操作性 确定优先级：
P0级（紧急重要）：
- 出现频率 > 100次（占比 > 5%）
- 负面比例 > 50%
- 影响核心功能使用
P1级（重要不紧急）：
- 出现频率 50-100次（占比 2.5-5%）
- 负面比例 30%-50%
- 影响用户体验
P2级（紧急不重要）：
- 出现频率 20-50次（占比 1-2.5%）
- 负面比例 < 30%
- 边缘功能问题
P3级（不紧急不重要）：
- 出现频率 < 20次（占比 < 1%）
- 个性化需求
- 长期优化建议
Step 7: 生成报告
输出结构化 Markdown 报告，参见 REPORT_TEMPLATE.md。
输出格式
需求挖掘报告
# [产品/领域] 需求挖掘报告
**生成时间**: YYYY-MM-DD
**需求类型**: 实物需求 / 无实物需求
**数据来源**: 小红书, 抖音, 微博, ...
**样本量**: 分析了 N 条用户反馈
---
## 执行摘要
> 3-5 句话总结核心发现
### 关键数字
| 指标 | 数值 |
|------|------|
| 分析反馈总数 | N |
| 高频痛点数量 | N |
| 发现的产品机会 | N |
| 强烈不满占比 | X% |
---
## 一、Top 5 用户痛点
| 排名 | 痛点 | 分类 | 频次 | 情绪 | 典型声音 |
|------|------|------|------|------|----------|
| 1 | [痛点描述] | 功能缺失 | 高 | 强烈 | "..." |
---
## 二、产品机会矩阵
| 机会点 | 用户需求本质 | 现有方案不足 | 建议方向 | 优先级 |
|--------|--------------|--------------|----------|--------|
| [机会1] | [需求] | [不足] | [建议] | P0 |
---
## 三、详细分析
### 3.1 功能缺失类
#### 3.1.1 [功能需求名称]
**频次**: 高/中/低 | **情绪**: 强烈/中等/轻微 | **可操作性**: 高/中/低
**用户原声:**
> "引用用户原话..." — [平台] | [时间] | 👍 123
**需求分析:**
用户真正想要的是...背后的本质需求是...
**产品建议:**
1. 短期：...
2. 长期：...
---
## 四、行动建议
### 立即可做（Quick Wins）
1. **[建议1]**: [具体说明]
### 中期规划（1-3个月）
1. **[建议1]**: [具体说明]
### 需要进一步调研
1. **[问题1]**: [为什么需要更多调研]
---
## 五、数据来源明细
| 平台 | 搜索关键词 | 有效反馈 | 链接汇总 |
|------|------------|----------|----------|
| 小红书 | [keywords] | N | [查看](#) |
| 抖音 | [keywords] | N | [查看](#) |
最佳实践
- 数据量保证: 必须确保清洗后至少2000条有效数据
- 平台选择: 根据需求类型选择合适的数据源
- 原文引用: 保留用户原话，避免过度解读
- 注明来源: 每条发现都标注出处
- 量化呈现: 用频次、比例说明问题普遍性
- 可操作性: 将痛点转化为具体产品建议
参考资料
