01
先把评论从情绪还原成任务
用户会说“难用”“很吵”或“完全不值”，但这些词无法直接指导产品。第一步不是统计情绪，而是追问：用户当时想完成什么任务？使用环境是什么？失败发生在哪个环节？
以加湿器为例，同样是“不好用”，背后可能分别对应夜间噪音、频繁补水、清洁困难或湿度失控。拆开之后，产品机会才开始变得具体。
- 场景：卧室、客厅、母婴房
- 任务：补湿、恒湿、夜间使用
- 阻力：白粉、噪音、清洁、补水
- 结果：舒适、安心、低维护
02
用频率、痛感和解法空间筛选信号
高频不等于高价值。有些问题经常出现，但用户已有简单替代方案；另一些问题频率不高，却会直接导致退货或差评。需要同时看出现频率、决策影响和品牌是否有能力解决。
我会把每类问题放进同一张机会矩阵，避免团队只被最大声的意见牵引。矩阵的目的不是给洞察打一个漂亮分数，而是让产品、营销与供应链能讨论同一个证据。
- 出现频率是否稳定
- 是否影响购买、留存或退货
- 现有产品解决得是否充分
- 技术与成本上是否有解法
03
把机会组织成产品角色，而不是功能清单
当机会被识别后，不应把所有需求堆进同一个型号。更有效的做法，是围绕人群与场景建立不同产品角色，再为每个角色确定首要购买理由。
Provirtec 的三条路径分别对应小空间、家庭升级与精细照护。这样做让研发知道取舍，让内容知道优先级，也让渠道知道不同型号应该如何被比较。
04
让上市数据回到洞察循环
研究不应在产品立项时结束。Listing 的点击、转化、问答与新评论，会继续验证最初的机会判断。HC-13 围绕无白粉、自动恒湿与易清洁建立信息结构，最终以 15% CVR 验证了这组价值表达。
重要的不是用结果证明自己最初正确，而是知道下一轮应该保留什么、调整什么。