🎯 分析目的
本次分析要回答的核心问题
- 【问题1】 — 【为什么做这次分析 / 业务背景】
- 【问题2】 — 【要回答哪些核心问题】
📋 分析结论
一句话核心结论
【关键数据】
【同比变化:↓XX%】
核心结论(3-5条)
- 【结论1】 — 【一句话结论 + 关键数据支撑】
- 【结论2】 — 【一句话结论 + 关键数据支撑】
- 【结论3】 — 【一句话结论 + 关键数据支撑】
关键指标概览
正向率:【X%】 · 中性率:【X%】 · 负向率:【X%】
主分类分布
| 分类 | 消息量 | 玩家数 | 正向率 | 负向率 | 情感分布 |
| 【分类名】 | 【N】 | 【N】 | 【X%】 | 【X%】 | |
🔧 优化建议 策划必读
📋 建议实施矩阵(每个建议必须含5要素)
| 建议 | 预估效果 | 开发成本 | 优先级 | 验收标准 | 风险 |
| 【方案1】 |
【预期指标变化】 |
【低/中/高+说明】 |
S |
【具体数值+时限】 |
【副作用/最坏情况】 |
| 【方案2】 |
【预期指标变化】 |
【低/中/高+说明】 |
A |
【具体数值+时限】 |
【副作用/最坏情况】 |
| 【方案3】 |
【预期指标变化】 |
【低/中/高+说明】 |
B |
【具体数值+时限】 |
【副作用/最坏情况】 |
优先级说明:S=止血 ·
A=稳收 ·
B=增量 ·
C=探索
- 【方案1】 — 【措施描述】→ 预期效果
- 【方案2】 — 【措施描述】→ 预期效果
- 【方案3】 — 【措施描述】→ 预期效果
- 【方案1】 — 【措施描述】→ 预期效果
- 【方案2】 — 【措施描述】→ 预期效果
- 【方案1】 — 【措施描述】→ 预期效果
- 【方案2】 — 【措施描述】→ 预期效果
📋 优化方案执行路线图
| 阶段 | 周期 | 核心动作 | 关键KPI |
| P0 止血 | 7月上旬 | 【核心动作】 | 【KPI】 |
| P1 稳收 | 7月中下旬 | 【核心动作】 | 【KPI】 |
| P2 增长 | 8月起 | 【核心动作】 | 【KPI】 |
数据论证
✅ 正向信号——玩家认可的内容与体验
【主题1:如审美偏好/社交氛围】
【数据支撑:讨论量/正向率/玩家占比等】
【玩家原声1】
📡 【服务器】· 👤 【角色名】 · 【氪金分层】
【玩家原声2】
📡 【服务器】· 👤 【角色名】 · 【氪金分层】
💡 策划解读:【这条数据意味着什么,策划应该做什么】
❌ 负向痛点——主要问题与风险
痛点1:【痛点标题】 🔴强烈
数据支撑:负向率【X%】,讨论量【N】条,付费占比【X%】
【玩家原声1】
📡 【服务器】· 👤 【角色名】 · 【氪金分层】
【玩家原声2】
📡 【服务器】· 👤 【角色名】 · 【氪金分层】
💡 策划解读:【根因分析+建议方向】
💡 诉求缺口——玩家期待与机会点
意见反馈结构化分析
| 问题分类 | 反馈数 | 占比 | 付费占比 | 典型原声 |
| 【分类1】 | 【N】 | 【X%】 | 【X%】 | |
聊天提炼——玩家的日常诉求
以下从【N】条聊天讨论中提炼出玩家最关心的【4大诉求】:
- 【诉求1】 — 【数据支撑】条讨论 · 【解读】
- 【诉求2】 — 【数据支撑】条讨论 · 【解读】
- 【诉求3】 — 【数据支撑】条讨论 · 【解读】
- 【诉求4】 — 【数据支撑】条讨论 · 【解读】
📊 论证总结——核心信号
| 信号 | 等级 | 结论 | 数据支撑 |
| 1 | 🔴 | 【一句话结论】 | 【关键数据】 |
| 2 | 🟡 | 【一句话结论】 | 【关键数据】 |
| 3 | 🟡 | 【一句话结论】 | 【关键数据】 |
| 4 | 🟡 | 【一句话结论】 | 【关键数据】 |
| 5 | 🟢 | 【一句话结论】 | 【关键数据】 |
| 6 | 🟢 | 【一句话结论】 | 【关键数据】 |
🎨 专题分析模块——按场景替换的专项章节
以下数据基于聊天中玩家自发对外观设计的情感评价提取(正向评价=喜欢,负向评价=讨厌),不含中性提及。
外观对象喜欢/讨厌排行——按总讨论量排序
| 外观对象 |
具体外观名(点名频次) |
❤️ 喜欢 |
💔 讨厌 |
喜欢率 |
总提及 |
设计方向评估 |
| 【外观对象】 |
🟢 【外观名】 ♥【N】/♠【N】 (【N】条)
|
【N】 |
【N】 |
【X%】 |
【N】 |
🟢 安全线,玩家高度接受 |
💡 核心洞察:【哪类外观踩雷/哪类安全/具体建议】
深度分析维度——【N】个新分析维度
以下为新增的交叉分析维度,从周度趋势、层级差异、活动前后对比、话题热度等角度交叉挖掘聊天数据的深层信息。
📅 周度趋势分析——玩家情绪随版本节奏波动
【月份】各周情感趋势
| 周 | 消息量 | 正向率 | 负向率 | 情感倾向 | 本周热门话题TOP3 |
| 【W1】 | 【N】 | 【X%】 | 【X%】 | | 【话题1、话题2、话题3】 |
👥 各层级玩家关注点差异——不同付费深度,不同游戏诉求
各层级玩家关注领域分布
| 层级 | 讨论量 | 最关注领域(TOP) | 领域分布 | 核心洞察 |
| 免费 | 【N】 | 【TOP3分类】 | 【详细分布】 | 【洞察】 |
📊 活动前后对比(Before/After Analysis)——每个活动的情绪冲击评估
8个运营活动的前/中/后3天情绪变化
| 活动名称 | 日期范围 | 前3天负向率 | 活动中负向率 | 后3天负向率 | 前→中变化 | 评估 |
| 【活动名】 | 【日期】 | 【X%】 | 【X%】 | 【X%】 | 【+/-X%】 | 【⚠️/➡️/✅】 |
📈 话题热度趋势——Rising/Falling Keywords
【N】个话题的周度热度趋势
| 话题 | W1 | W2 | W3 | W4 | W5 | 趋势 |
| 【话题】 | 【N】 | 【N】 | 【N】 | 【N】 | 【N】 | 【↑/↓/→】 |
💬 聊天数据附录
🌐 网络问题时空分布——辅助定位根因
每日网络问题分布
| 日期 | 网络相关消息量 | 占当日比 | 标记 |
| 【日期】 | 【N】 | 【X%】 | 【🔴高风险/...】 |
时段分布
【19:00-23:00晚高峰聚类数据】
👤 受影响玩家名单(【N】人,点击展开)
以下为聊天中提及网络/卡顿/掉线问题的玩家,按日期排序。
| 日期 | 服务器 | 角色名(ID) | 分层 | 问题描述 |
【日期】 【时间】 | 【服务器】 | 【角色名】 ID:【ID】 | 【分层】 | 【问题描述】 |
📝 反馈数据附录
以下为意见反馈的详细数据。核心结论已整合至上方"玩家洞察·需要什么"和"优化方案"章节。
【分类名】 · 【N】条 · 【X%】
【玩家原声】
📡 【服务器】· 👤 【角色名】 · 【氪金分层(金额)】 · 📅 【日期】
📊 报告质量评估(评估报告专用)
15维度评估雷达图
结构设计 ★★★★★
▲
前瞻性 ★★ │ 数据分析逻辑 ★★★★
╲ │ ╱
╲ │ ╱
叙事沟通 ★★★★★───┼───★★★★ 数据可信度
╱ │ ╲
╱ │ ╲
对比基准 ★★★★ │ ★★★★★ 数据呈现
│
报告完整度 ★★★─┼─★★★ 分析深度
│
建议质量 ★★★───┼───★★★ 归因严谨性
│
可复现性 ★★★★ │ ★★☆ 异常值处理
╲ │ ╱
╲ │ ╱
业务理解 ★★★★───┴───★★★★ 方法论规范
综合加权评分:3.7 / 5.0
维度评分明细
| 编号 | 维度 | 评分 | 一针见血 |
| 1 | 结构设计 | ★★★★★ | 摘要前置 + 分层递进 + 结论闭环,教科书级 |
| 2 | 分析逻辑 | ★★★★☆ | 链路完整自洽,但停在"怎么掉的"而非"为什么掉" |
| 3 | 数据可信度 | ★★★★☆ | 多维交叉验证力度强,但大R样本太小未做审慎处理 |
| 8 | 异常值处理 | ★★☆☆☆ | 500-589段由1人大R拉高均值,未排除即下结论 |
| 15 | 前瞻性 | ★★☆☆☆ | 预测性不足,缺乏先行指标和监控预警 |
SABC问题分级清单
| 级别 | 问题 | 出处 | 改进方向 |
| S | 500-589段异常值未排除 | 5.2节 | 标注"剔除异常值后实际变化为XXX" |
| A | 缺同比基准和历史对照 | 3.1节 | 补去年同期数据 + 同类活动对比 |
| B | 元宝消耗断崖未深挖 | 4.3节 | 追问版本/系统/退游的结构原因 |
📈 关键趋势可视化
流水趋势(折线图占位)
说明:内联SVG折线图,离线可用,展示【3月→4月→5月→6月】流水变化趋势,5-6月出现明显下滑拐点
各段消耗对比(柱状图占位)
说明:内联SVG柱状图,离线可用,展示【5月 vs 6月】各等级段人均消耗对比
📎 分析方法
方法说明
- 数据清洗:去除纯数字/符号/图片占位符/emoji,保留有效内容
- 主题分类:正则关键词匹配,一级【N】类二级多子类
- 情感分析:正/负向关键词库二分类,同时命中归中性
- 版本日志:飞书在线表格自动提取(【N】个活动)
💰 氪金分层标准
| 层级 | 充值范围 | 标签色 |
| 免费 | 0元 | 灰色 |
| 小氪 | 1-100元 | 蓝色 |
| 中氪 | 101-1000元 | 橙色 |
| 大氪 | 1001-10000元 | 红色 |
| 神豪 | 10001元+ | 紫色 |
⚠️ 局限性说明
本报告的适用边界
- 数据范围局限:【如:仅覆盖指定时间段 / 指定服务器 / 指定用户群】
- 口径与样本局限:【如:抽样数据 / 样本量偏小 / 存在缺失字段】
- 方法论局限:【如:相关性分析不等于因果结论 / 未做实验验证】
- 结论使用建议:【如:适合作为方向判断,关键决策前需补充数据验证】
📋 交付回执 强制 · 未输出完整回执=未交付
信息声明
| 分析场景 | 【场景X(名称)】 |
| 本次深度 | 【L1 / L2 / L3】 |
| 数据范围 | 【XXXX 至 XXXX】 |
| 数据降级 | 【无 / 有(______)】 |
质量门状态(未通过项必须修正后重交)
| 质量门 | 状态 | 说明 |
| G1 结构完整性 | ✅ 通过 | 不通过→不进G2 |
| G2 数值对账 | ✅ 通过 | reconcile 硬门 |
| G3 逻辑严密性 | ✅ 通过 | — |
| G4 终版交付审查 | ✅ 通过 | — |
展开四道门检查明细(G1/G2/G3/G4)
G1 结构检查明细
- ☐ 有封面页(标题+分析人员+日期+数据范围)
- ☐ 有导航栏(左侧固定,含二级目录)
- ☐ 章节顺序合理(目的→结论→建议→论证→方法→局限)
- ☐ 无遗漏关键维度
G2 数值对账明细(8项原子检查)
- ☐ reconcile 交叉校验已执行:
validate.py --report <报告> --data <CSV> 🔴硬门
- ☐ reconcile 对账结果:___ 匹配 / ___ 未匹配(已标注)/ ___ 无法验证
- ☐ reconcile 原始输出随附 🔴必附
- ☐ 逐数字溯源(来源 / 派生公式+输入列)
- ☐ 百分比加总=100% / 全量=Σ分段 / 同一指标多处一致
- ☐ 异常值检测与标注 / 口径统一 / 无幻觉数据
G3 逻辑检查明细
- ☐ 每个结论有数据支撑 / 归因链完整 / 统计方法恰当
- ☐ 速率变量 vs 累积变量区分清楚 / 根因四问通过
G4 终版交付检查明细
- ☐ 图表清晰配色一致 / 排版美观 / 用法说明完整
- ☐ 异常值标注 / 深化路径联动专项校验通过
结论边界
- 本次结论适用于:【_______________】
- 本次结论不适用于:【_______________】
- 数据降级声明:【_______________】
下一步
- 建议优先动作:【_______________】
- 如需深挖可补充:【_______________】
📈 数据深化路径(补数据→解锁结论)🔴必填
- 当前数据基线:【_______________】
- 第1级解锁(补最少数据):补【___】→ 解锁【___】→ 支撑决策【___】
- 第2级解锁(进一步补):补【___】→ 解锁【___】→ 支撑决策【___】
- 第3级解锁(深度/对外):补【___】→ 解锁【___】→ 支撑决策【___】