分析反馈
执行全面的反馈审查，调查具体功能请求，理解客户情绪，然后准备简洁且可操作的客户之声演示
操作说明
第一步：了解可用来源
使用 Amplitude:get_feedback_sources 查看已连接的反馈渠道（调查、支持、应用评论等）。
第二步：获取主题洞察
使用 Amplitude:get_feedback_insights 并配合适当的筛选条件：
- 按类型筛选：
request（功能请求）、complaint（投诉）、lovedFeature（喜爱功能）、bug（缺陷）、painPoint（痛点） - 按日期范围筛选近期反馈
- 按来源筛选以进行特定渠道分析
第三步：深入特定主题
对于重点洞察，使用 Amplitude:get_feedback_mentions 查看驱动每个主题的实际用户反馈。
第四步：关联用户分群
使用 Amplitude:get_cohorts 了解反馈主题是否与以下因素相关：
- 用户使用时长（新用户 vs. 老用户）
- 计划类型（免费 vs. 付费）
- 使用水平（重度用户 vs. 轻度用户）
第五步：呈现分析结果
按以下结构组织：
- 摘要：用一句话概括分析的反馈源数量、提及次数以及关键结论。
- 紧急问题 🚩：客户报告的最严重的缺陷、问题或痛点。除非另有提示，否则分享 3-4 个主题。
- 热门功能请求 💡：客户提出的最热门功能请求。除非另有提示，否则分享 3-4 个主题。
- 赞扬 ❤️：客户最赞赏或喜爱的功能。除非另有提示，否则分享 1-2 个主题。
- 情感分析：非常简洁地概述主题，给出情感评分（1-5 分，5 分为最高），并提供证据片段。
- 优先级推荐：非常简洁的部分，总结前 3-7 个具体可操作的建议（除非另有提示），以便后续跟进。在每个标题前标注 [p0]、[p1]、[p2]、[p3] 以指示优先级，p0 最紧急，p3 最不紧急。
最佳实践
- 调查和分析要全面，但回应要简洁且可操作。
- 不要重复相同的部分或多次提及相同的结论。
- 每个主题包含 1-2 个代表性引述。优先选择最能解释该主题的引述。注明接收时间和来源。如果引述较长，只引用与主题相关的部分。
- 描述主题时，简要提及提及量、主要来源和时效性。
- 每个主题的格式应保持一致，例如：
简洁但描述性的主题名称（X 次提及）
可操作的一行描述或几个简洁的要点，解释具体的问题、请求或赞扬是什么，反馈相关的时间段，以及主题的主要来源。
- “支持主题的客户引述” - 来源名称（接收日期）
- “支持主题的客户引述” - 来源名称（接收日期）
- 在“优先级推荐”部分，每个推荐只需一个简洁但可操作的要点，而不是长篇的主题概述。
- 不要在最后总结你做了什么，简洁的优先级推荐之后直接结束。
- 尽可能将反馈与行为数据关联起来。