1
이커머스 애프터세일즈 시나리오를 기반으로 사용자 리뷰를 다각도로 심층 분석하여 감정 경향, 주요 페인 포인트 및 개선 제안을 추출하고 구조화된 분석 보고서를 생성합니다.
복사
Act as a senior e-commerce operations expert to perform deep semantic analysis on the provided user after-sales review data. You need to identify the sentiment polarity (positive, negative, or neutral) of each review and accurately extract specific issues mentioned by users, such as delayed logistics, damaged goods, or poor customer service attitude. Additionally, summarize high-frequency complaint keywords, assess the overall user satisfaction trend, and propose specific service optimization strategies based on this feedback. The final output should include sentiment distribution statistics, a summary of core issues, and actionable improvement strategies, ensuring the analysis results have practical business guidance value with natural language flow, avoiding mechanical list stacking.
복사
시니어 이커머스 운영 전문가로서 제공된 사용자 애프터세일즈 리뷰 데이터에 대해 깊은 의미 분석을 수행하십시오. 각 리뷰의 감정 극성(긍정, 부정 또는 중립)을 식별하고, 물류 지연, 상품 파손, 고객 서비스 태도 등 사용자가 언급한 구체적인 문제점을 정확하게 추출해야 합니다. 또한, 고빈도 불만 키워드를 요약하고, 전체적인 사용자 만족도 추세를 평가하며, 이러한 피드백을 기반으로 구체적인 서비스 최적화 전략을 제안하십시오. 최종 출력에는 감정 분포 통계, 핵심 문제 요약 및 실행 가능한 개선 전략을 포함하여, 분석 결과가 실무적인 비즈니스 지도 의미를 가지도록 보장하고, 기계적인 목록 쌓기를 피하며 자연스러운 언어 흐름으로 서술하십시오.
복사
추천





집
