Com base no cenário de pós-venda de e-commerce, analise profundamente os comentários dos usuários em várias dimensões, extraia tendências emocionais, pontos de dor principais e sugestões de melhoria, e gere relatórios de análise estruturados.
Copiar
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.
Copiar
Atue como um especialista sênior em operações de e-commerce para realizar uma análise semântica profunda dos dados de comentários de pós-venda de usuários fornecidos. Você precisa identificar a polaridade emocional (positiva, negativa ou neutra) de cada avaliação e extrair com precisão os problemas específicos mencionados pelos usuários, como atraso na logística, danos aos produtos ou má atitude do atendimento ao cliente. Além disso, resuma as palavras-chave de reclamações de alta frequência, avalie a tendência geral de satisfação do usuário e proponha estratégias específicas de otimização de serviços com base nesse feedback. A saída final deve incluir estatísticas de distribuição de sentimento, um resumo dos problemas principais e estratégias de melhoria executáveis, garantindo que os resultados da análise tenham valor prático de orientação comercial, evitando o empilhamento mecânico de listas e usando um fluxo de linguagem natural.
Copiar
Recomendação





Lar
