Orkas Orkas
下载 GitHub
ECommerceReviewer 评论与 VOC 分析

把商品评论，变成有证据支撑的改进清单。

ECommerceReviewer 读取你提供的评论、评分、追评和客服反馈，归纳带数量与原文引用的 VOC 主题，区分根因与假设，并为商品、页面、客服和创意改进排出优先级。

交付 VOC 主题 差评根因 改进优先级
下载 Orkas，开始任务
ECommerceReviewer示例
它替你做完的事

三类评论分析任务，证据都可追溯。

当你需要弄清客户为什么不满、有多少人提到、先改什么时，就交给它。

评论导出 → VOC 主题地图

去除重复导出，按 SKU 和时间段分组，每个主题都对照明确的分母计数。

差评 → 根因分析表

区分商品缺陷、预期落差、页面误解、物流、服务和误用，并给出各自的置信度。

VOC 结论 → 排序后的行动

按严重度、频次和置信度为商品、页面、客服和创意行动排序，并写明仍需补充的证据。

工作方式

从一句需求，到可以审阅的交付物。

01

提供反馈数据

上传评论、评分或客服反馈的导出文件，并说明分析要支持的决策。

02

核对样本范围

先列出来源、时间段、数量、重复记录和缺失字段，让你清楚主题覆盖了哪些数据。

03

开始分析

归纳主题与痛点、判断严重度、提出根因假设，每一项都附带原文引用。

04

按优先级行动

查看排序后的行动、各自的依据，以及哪些结论还需要验证。

在 ECommerceReviewer 里开始第一个任务。

安装 Orkas、选择模型，然后添加任务和相关素材。

下载 Orkas
1

安装

下载适合当前电脑的版本，并按系统提示完成安装。

2

选择模型

使用可用的官方模型，或连接支持的模型供应商。

3

添加评论数据

附上评论或客服反馈文件，并说明这次分析要回答的问题。

FAQ

开始前可能会问的问题。

可以上传哪些反馈数据？

评论、评分、追评或客服工单的导出文件，支持 CSV、TSV、Excel、JSON、TXT、Markdown 和 PDF。公开社媒帖子可以作为补充样本加入。

它会去电商平台抓取评论吗？

不会。它分析你提供的导出数据，不附带评论抓取工具。结论限定在这批样本内，小样本或只含差评的样本不会被说成整体比例。

它会重写我的商品页吗？

不会。它把经过验证的发现转成商品、页面、客服和创意方面的优先建议；完整的商品页或创意制作是单独的任务。

把下一批评论交给 ECommerceReviewer。

提供反馈数据，核对样本概况，拿到能追溯到原文的 VOC 优先级。

免费下载 Orkas