如何分析报告

VOC Insight MCP 不仅帮助您采集和分析消费者数据，更重要的是帮助您将数据转化为业务决策。完成数据采集后，您可以通过两种互补的方式使用分析结果：

• 阅读品牌社媒分析报告，快速了解市场发生了什么。
• 使用 AI 深度追问分析，围绕报告持续提问，深入理解原因并制定行动方案。

​

第一类：品牌社媒分析报告

​

什么时候使用

当您希望快速了解品牌、竞品及市场整体情况时。

典型场景包括：

• 定期监控品牌整体表现
• 查看消费者讨论与情绪变化
• 对比品牌与竞品表现
• 汇报分析结果
• 为后续策略制定提供数据基础

品牌社媒分析报告帮助您快速回答：

• 消费者最近在讨论什么？
• 哪些平台表现最好？
• 品牌与竞品有哪些差距？
• 用户最关注哪些产品问题？
• 当前市场有哪些值得关注的新趋势？

它帮助您回答：市场发生了什么（What Happened）。

各模块的详细说明见下方五大模块详解。

​

工具

报告反映的是最近一次数据采集完成后的分析结果。

如果您的品牌配置了定时监控，建议在查看报告前确认数据是否已更新；如需最新数据，请先执行数据刷新，再生成报告。

推荐使用流程：

1. refresh_brand — 刷新品牌数据（按数据采集量计费）。触发最新数据采集，可通过 get_refresh_progress 查看采集进度。
2. get_social_voc_report_kit — 生成品牌社媒分析报告（免费）。数据准备完成后，一次返回完整报告内容，包括分析模块、AI 解读及报告样式，由 AI 自动生成完整报告。

​

第二类：AI 深度追问

​

什么时候使用

报告不是分析的终点，而是进一步决策的起点。

查看社媒分析报告后，您可以继续围绕报告中的任何发现，用自然语言向 AI 提出问题。

AI 深度追问不会重新生成一份报告，而是在当前报告的基础上，结合完整数据持续展开分析，帮助您理解原因、寻找机会并制定行动方案。

您可以进行一次追问，也可以围绕同一份报告连续追问多个问题，整个分析过程始终基于当前报告的数据，而不会重新采集数据。

​

为什么建议使用 AI 深度追问，而不是直接询问本地 AI 助手？

本地 AI 模型拥有优秀的通用推理能力，但对于基于 VOC 报告的分析，还缺少两个关键能力。

完整的数据上下文

品牌社媒分析报告展示的是经过整理后的分析结果，而真正支撑这些结论的数据，包括：

• 原始帖子
• 评论内容
• 平台元数据
• 情绪标注
• 中间分析结果

都保存在当前报告对应的完整数据集中。

AI 深度追问能够直接访问这些完整数据，而不仅仅是报告中展示的内容，因此能够进行更加准确、更加全面的分析。

行业分析框架

除了完整数据之外，AI 深度追问还结合了 Pangolinfo 内置的行业分析框架，包括：

• 消费者洞察方法
• 品牌竞争分析框架
• 社媒营销最佳实践
• 情绪归因分析
• 增长机会识别方法

因此，它不仅能够解释数据，还能够进一步输出具有业务价值的策略建议。

​

与品牌社媒分析报告的区别

​

推荐追问场景

诊断类（为什么）

• “为什么这个品牌最近负面情绪上升？”
• “竞品 X 在 YouTube 上的声量增长主要来自哪些内容？”
• “这个平台的风险预警背后，用户在讨论什么？”

策略类（怎么做）

• “帮 Anker 在 YouTube 选 5 个值得合作的 KOC，给出理由”
• “针对最近的负面反馈，给出公关应对的三步方案”
• “如果下季度只能聚焦两个平台，推荐哪两个？为什么？”

对比类（A vs B）

• “我方和竞品在售后话题上的口碑差异是什么？”
• “两个竞品的用户画像有什么不同？”

决策类

• “如果预算减少 30%，应该优先保留哪些平台？”
• “如果只能优化一个产品问题，应该先解决什么？”
• “下一季度最值得投入哪些方向？“

​

⚠️ 重要：怎么问才能得到最好的结果

AI 深度追问的价值取决于你问题的质量。三个原则：

1. 问”为什么”和”怎么做”，而不是”是什么”

数据报告已经回答了”是什么”（声量多少、趋势如何）。深度追问的价值在于解释原因和给出建议。

• ❌ “这个月的声量是多少？” → 看数据报告即可
• ✅ “这个月声量上升了，主要驱动因素是什么？哪些内容贡献最大？”

2. 给出具体的场景和约束

越具体的问题，越能得到可执行的回答。

• ❌ “帮我分析竞品”
• ✅ “竞品 X 在 TikTok 上的内容策略和我们的差异是什么？如果我们想追赶，第一步应该做什么？”

3. 直接说出你的问题，不要改写或精简

无需改写、概括或精简您的问题。直接告诉 AI 您真正想解决的问题即可，AI 深度追问会基于完整数据理解您的意图并进行分析。

​

推荐分析流程

一个典型的完整分析流程：

① 创建知识空间并采集数据
（create_space / refresh_brand）
        │
        ▼
② 阅读品牌社媒分析报告
（get_social_voc_report_kit）
了解市场发生了什么
        │
        ▼
③ 发现值得深入分析的问题
例如：
• 为什么负面情绪增加？
• 为什么竞品增长更快？
• 哪个平台值得继续投入？
        │
        ▼
④ AI 深度追问分析
（report_follow_up_analysis）
理解原因、寻找机会、制定策略
        │
        ▼
⑤ 围绕同一份报告持续追问
不断完善分析与决策

​

第三类：用户画像与模拟访谈

当问题变成“哪些人会买、为什么买、为什么不买”时，使用 persona 用户画像链路：

1. 用免费的 get_persona_voc 读取当前画像总览。
2. 只根据返回的 availableSections 调用 get_persona_section，按需读取人群详情、证据、人口特征、讨论主题、竞品等模块。
3. 没有画像报告，或用户明确要求重生并确认 99 credits = 59400 积点 时，调用 generate_persona_voc，再用 get_persona_generation_progress 查看异步进度。
4. 不知道问什么时用 list_persona_questions；针对单个人群用 ask_persona，向所有人群问同一问题用 ask_all_personas。两者均为 1 credit = 600 积点，后者按请求计费，不按人群数量乘。
5. 第一人称访谈至少完成两轮后，可用 get_persona_interview_summary 生成访谈总结。

ask_persona、ask_all_personas 和访谈总结返回的是 simulated 模拟内容，不是真实用户证言。遇到 REPORT_SUPERSEDED 或 CURSOR_STALE，丢弃旧的 reportId/cursor，回到总览重新读取。

​

全报告通用约定

三条贯穿全报告的约定：

• 竞品对标优先：关键指标会尽量同时展示我方与竞品表现。对品牌决策来说，看相对差距通常比只看绝对值更有意义。
• 全局口径统一：时间范围、数据口径等全局控件会影响整份报告，应先确认当前分析窗口。
• 结论可下钻：趋势、情绪、关键词和 AI 引用应尽量回到原始帖子，报告结论需要能追溯到证据。

​

全局控件

​

品牌头部卡

页面最顶部承载品牌身份与全局操作。这里切换时间范围或数据口径后，下方所有模块随之刷新；重采集、配置、导出等高权重操作也通常集中在这里。

• 品牌名称 / 描述：监控的主品牌及业务定位简介。
• 最后刷新时间：上一次采集完成的时间，是判断数据新鲜度的依据；采集中时不更新。
• 监控关键词 / 竞品标签 / 官媒账号：界定监控范围。增删竞品通常需要重新采集才生效。
• 采集排期：定时采集模式、日期与时刻。
• 品牌监控中：提示当前正在采集，此时数据可能不是最新。

​

五大模块详解

​

① AI 市场洞察与关键指标

回答：

品牌整体表现如何？
当前最值得关注的机会和风险是什么？

常见内容包括整体判断、增长机会、风险预警、竞争压力、关键指标卡和平台分布摘要。适合用来快速判断品牌当前整体状态。

​

② 竞品对比 · 趋势和份额

回答：

我方与竞品在声量、互动、情绪上差多少？
谁在增长，谁在下滑？

适合判断我方声量份额是否扩大、哪个竞品近期更活跃、哪些平台上竞品优势更明显，以及我方是否存在明显短板。

​

③ 用户声音 · 情感与 VOC

回答：

用户在夸什么？
用户在抱怨什么？
负面反馈背后的原因是什么？

常见内容包括情感分布、正面驱动因素、负面驱动因素、代表性帖子和可追问的用户反馈主题。适合产品、运营、客服和内容团队使用。

​

④ 平台分析 · 风评看板

回答：

哪个平台口碑更好？
哪个平台更容易出现风险？
不同平台上的讨论重点是否不同？

适合决定下一步内容和投放重点、风险监控优先级，以及哪个平台需要客服或公关跟进。

​

⑤ 数据中心 · 帖子与下钻

回答：

支撑这个结论的原始帖子是什么？
能不能筛选某个平台、情绪或主题？

数据中心适合做证据回溯和二次分析。通过 MCP，也可以让 AI 直接查找某一类帖子：

找 10 条关于价格太贵的负面帖子。
只看 YouTube 和 Reddit 上关于售后的讨论。