Atoms怎么分析目标用户_AI用户需求分析功能教程

Atoms能够自动完成用户画像构建、需求聚类以及改进建议生成等工作。在使用时，需要按照【具体人群+具体产品+已有数据类型】这三个要素进行描述输入，然后上传标注数据，经过情感 - 主题建模、实体级需求识别以及场景归因分析等步骤，最终输出原声摘录、优先级矩阵以及落地动作卡。

用Atoms分析目标用户，不需要你手动爬数据、写SQL或调参建模——输入一句话描述你的产品或业务场景，它自动完成用户画像构建、需求聚类和可落地的改进建议生成。

第一步：明确你要分析的对象

在Atoms首页点击「新建项目」→ 选择「用户需求分析」模板 → 在弹出框中用自然语言填写：“我想为面向Z世代的手工DIY材料包做用户洞察，目前只有一批小红书评论和300份问卷。”

这一步不能写成“分析用户”，必须包含

三个要素。漏掉任一要素，Atoms会默认启动通用行业模型，结果将严重偏离手工材料包的真实语境。

第二步：上传并标注原始数据

方法一：直接拖入CSV文件（字段需含“评论内容”“评分”“发布时间”）

方法二：粘贴小红书/淘宝/抖音的原始评论文本，Atoms自动识别平台特征并补全元数据

特别要注意哦！要是上传的是未经清洗的截图OCR文本，Atoms在预处理的时候，会把所有包含“#”“@”“http”的行都给丢弃掉。这是为啥呢？就是为了防止广告水军的数据把模型训练给污染了。所以呀，你得先用手机备忘录，手动把那些带链接的评论删掉，然后再上传才行呢。

第三步：启动多维度AI解析

点击「开始分析」后，Atoms并行执行三项任务：

① 情感-主题耦合建模：把“包装盒太薄，第三次收到都压扁了”自动归入【物流体验→外包装强度不足】主题簇，并标记为高置信度负面信号（置信度0.92）

② 实体驱动的需求映射：识别出“丙烯颜料易干”“镊子太短夹不住小零件”等17个具体部件级痛点，而非笼统的“质量差”

③ 场景化需求归因：对比工作日vs周末评论发现，“下班后拆包组装”高频出现于21:00–23:00，结合“灯光暗看不清说明书”判断——这不是说明书问题，而是

第四步：获取可执行建议

分析完成后，页面右侧生成三栏式报告：

• 左栏「用户原声摘录」：展示带时间戳的真实评论片段，点击可回溯原始数据行

• 中栏「需求优先级矩阵」：横轴是影响用户付费意愿的程度，纵轴是当前产品覆盖缺口，右上角坐标点自动标红（如“防潮密封袋”需求覆盖度仅12%但付费意愿达89%）

• 右栏「落地动作卡」：直接给出“下个迭代版本在包装内增加LED折叠灯+二维码扫码看AR组装指引”的完整执行路径，含UI文案、技术对接说明和测试验收标准