# Keterampilan Agen Analisis Sentimen > Analisis umpan balik pengguna dalam skala besar dengan keterampilan analisis sentimen ini: segmentasikan pengguna berdasarkan sentimen dan pekerjaan yang harus diselesaikan, dapatkan wawasan produk yang diprioritaskan. Mulai gratis dalam hitungan detik. - Canonical: https://nanoskill.ai/id/skills/sentiment-analysis-agent-skill - Markdown: https://nanoskill.ai/id/skills/sentiment-analysis-agent-skill.md - Author: phuryn - Published: 2026-11-05T06:30:00.000Z - Updated: 2026-11-06T10:20:37.181Z - Language: id - Source type: github - Popularity signal: 25845 ## Sources - https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/sentiment-analysis ## Install ```shell npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/sentiment-analysis ``` ## About Analisis sentimen mengubah umpan balik pengguna mentah menjadi wawasan produk yang tersegmentasi. Manajer produk, peneliti pengalaman pengguna, dan pendiri menggunakan keterampilan ini untuk memproses ulasan, survei, dan data dukungan, lalu mendapatkan profil segmen yang jelas, skor kepuasan, dan peluang peningkatan yang diprioritaskan. Kemampuan inti keterampilan ini meliputi identifikasi segmen otomatis, analisis tematik, penilaian sentimen pada skala -1 hingga +1, dan prioritas dampak. Ini melampaui sentimen keseluruhan dengan menghubungkan pekerjaan yang harus diselesaikan, titik nyeri, dan kesesuaian produk-segmen sehingga tim dapat melihat apa yang disukai pengguna dan apa yang mendorong kehilangan pelanggan. Gunakan selama perencanaan peta jalan, tinjauan kehilangan pelanggan, atau triase umpan balik pasca-peluncuran. Berikan ulasan toko aplikasi, ekspor survei, atau laporan mendengarkan sosial, dan ini akan mengembalikan rekomendasi tingkat segmen yang memisahkan kemenangan cepat dari inisiatif strategis, dengan kutipan langsung bila tersedia. ## Key features - **Jalankan analisis sentimen dalam skala besar**: Menyerap data CSV, PDF, survei, ulasan, dan social listening serta menyintesis umpan balik menjadi profil segmen yang jelas. - **Menilai sentimen berdasarkan segmen**: Memberikan skor sentimen -1 hingga +1 dan proksi NPS per segmen untuk mengukur kepuasan dan mendeteksi risiko churn. - **Ekstrak JTBD dan titik masalah**: Mengambil pekerjaan yang harus diselesaikan, hasil yang diinginkan, keluhan utama, dan kebutuhan yang belum terpenuhi dari umpan balik kualitatif dengan kutipan langsung bila tersedia. - **Prioritaskan peningkatan produk**: Mengurutkan wawasan berdasarkan frekuensi, keparahan, dan dampak bisnis untuk memisahkan kemenangan cepat dari inisiatif strategis. ## Use cases - **Analisis ulasan produk**: Manajer produk menjalankan analisis sentimen pada ulasan app store, G2, atau Trustpilot untuk mengidentifikasi pendorong kepuasan dan kritik di tingkat segmen. - **Sintesis respons survei**: Peneliti UX mengubah jawaban survei terbuka menjadi wawasan JTBD dan titik masalah yang diprioritaskan tanpa penandaan manual. - **Pantau laporan social listening**: Pemasar dan pemimpin komunitas memproses penyebutan dan utas umpan balik untuk mendeteksi ketidakpuasan dini dan permintaan fitur berdasarkan segmen. ## Result preview Lihat laporan sentimen dengan pengukur segmen, titik nyeri lintas segmen, dan daftar pendek untuk dibangun terlebih dahulu. ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-1.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-2.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-3.png) ![the demo of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-demo-4.png) ## Result walkthrough ### Instal Tambahkan Keterampilan Analisis Sentimen ke agen AI Anda. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-1.png) ### Unggah Data Umpan Balik Berikan ulasan, survei, atau ekspor mendengarkan sosial. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-2.png) ### Dapatkan Laporan Sentimen Anda Terima segmen berbasis perilaku dengan skor sentimen dan prioritas. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-3.png) ## Skill definition # Analisis Sentimen ## Tujuan Menganalisis data umpan balik pengguna berskala besar untuk mengidentifikasi segmen pasar, mengukur kepuasan, dan mengungkap peluang peningkatan produk. Keterampilan ini menyintesis umpan balik menjadi wawasan yang dapat ditindaklanjuti yang diatur berdasarkan segmen pengguna, sentimen, dan dampak. ## Instruksi Anda adalah peneliti pengguna dan analis umpan balik ahli yang mengkhususkan diri dalam sintesis data kualitatif dan analisis sentimen dalam skala besar. ### Masukan Tugas Anda adalah menganalisis data umpan balik pengguna untuk **$ARGUMENTS** dan mengidentifikasi segmen pasar beserta wawasan sentimen terkait. Jika pengguna menyediakan file CSV, PDF, respons survei, data ulasan, laporan social listening, atau sumber umpan balik lainnya, baca dan analisis secara langsung. Ekstrak pola, tema, dan sinyal sentimen dari data tersebut. ### Langkah Analisis (Berpikir Selangkah demi Selangkah) 1. **Ingesti Data**: Baca semua sumber umpan balik dan buat inventaris kerja 2. **Identifikasi Segmen**: Identifikasi setidaknya 3 segmen pengguna atau persona yang berbeda dari umpan balik 3. **Analisis Tematik**: Ekstrak tema berulang, poin masalah, dan umpan balik positif per segmen 4. **Penilaian Sentimen**: Tetapkan skor sentimen (-1 hingga +1) untuk kepuasan keseluruhan per segmen 5. **Penilaian Dampak**: Prioritaskan wawasan berdasarkan frekuensi, tingkat keparahan, dan dampak bisnis 6. **Sintesis**: Buat profil segmen dengan wawasan yang terkonsolidasi ### Struktur Keluaran Untuk setiap segmen yang teridentifikasi: **Profil Segmen** - Nama/pengidentifikasi dan karakteristik umum - Jumlah pengguna atau proporsi dalam dataset umpan balik - Kasus penggunaan atau konteks utama **Pekerjaan yang Harus Diselesaikan** - Pekerjaan inti yang ingin diselesaikan segmen ini - Hasil yang diinginkan terkait **Skor Sentimen & Tingkat Kepuasan** - Skor sentimen keseluruhan (-1 hingga +1) - Pendorong utama kepuasan dan pengurang kepuasan - Proksi Net Promoter Score (NPS) jika berlaku **Tema Umpan Balik Positif Teratas** - Apa yang disukai segmen ini tentang $ARGUMENTS - Kekuatan utama dari perspektif pengguna - Contoh kasus penggunaan yang berhasil **Poin Masalah & Kritik Teratas** - Keluhan atau frustrasi paling sering - Kebutuhan yang belum terpenuhi atau fitur yang hilang - Titik gesekan dalam perjalanan pengguna - Kutipan langsung dari umpan balik jika tersedia **Penilaian Kesesuaian Produk-Segmen** - Seberapa baik $ARGUMENTS melayani kebutuhan segmen ini - Potensi untuk meningkatkan kesesuaian melalui perubahan produk - Risiko churn atau ketidakpuasan **Rekomendasi yang Dapat Ditindaklanjuti** - 2-3 peningkatan berdampak tertinggi per segmen - Kemenangan cepat vs. inisiatif strategis - Segmen yang diprioritaskan atau diturunkan prioritasnya ## Praktik Terbaik - Dasarkan semua temuan pada umpan balik pengguna aktual; sebutkan sumbernya - Identifikasi perspektif mayoritas dan minoritas dalam segmen - Bedakan antara permintaan fitur dan poin masalah mendasar - Pertimbangkan konteks dan kendala yang dihadapi pengguna - Tandai segmen dengan ukuran sampel kecil atau sentimen yang tidak pasti - Cari pola lintas segmen dan poin masalah universal - Berikan pandangan seimbang tentang kekuatan dan kelemahan produk --- ### Bacaan Lebih Lanjut - [Riset Pasar: Teknik Lanjutan](https://www.productcompass.pm/p/market-research-advanced-techniques) - [Wawancara Pengguna: Panduan Utama untuk Wawancara Riset](https://www.productcompass.pm/p/interviewing-customers-the-ultimate) ## FAQ ### Apa itu analisis sentimen untuk umpan balik pengguna? Ini adalah metode membaca ulasan, survei, dan data dukungan untuk mengidentifikasi segmen pengguna dan menetapkan skor kepuasan, sehingga Anda dapat melihat kelompok mana yang menyukai atau kesulitan dengan suatu produk. ### Bagaimana keterampilan ini menganalisis data umpan balik pengguna? Ini mengikuti enam langkah: ingest data, identifikasi segmen, analisis tematik, penilaian sentimen pada skala -1 hingga +1, penilaian dampak, dan sintesis menjadi profil segmen serta rekomendasi. ### Skor sentimen apa yang digunakan? Setiap segmen mendapat skor sentimen keseluruhan dari -1 hingga +1, dengan 1 untuk positif dan -1 untuk negatif. Ini juga menambahkan proksi NPS ketika data mendukungnya. ### Segmen pengguna mana yang diidentifikasi? Skill ini mengidentifikasi setidaknya tiga segmen pengguna atau persona yang berbeda dari umpan balik, termasuk karakteristik mereka, proporsi dalam dataset, dan konteks utama. ### Apakah ini berfungsi dengan data CSV, PDF, dan survei? Ya. Ini dapat membaca file CSV, PDF, respons survei, ekspor ulasan, laporan social listening, dan sumber umpan balik lainnya serta menganalisisnya secara langsung. ### Dapatkah saya menggunakannya untuk ulasan produk atau social listening? Ya. Skill ini dirancang untuk umpan balik pengguna dalam skala besar, termasuk ulasan, survei, dan laporan social listening, serta menandai segmen dengan ukuran sampel kecil atau sentimen yang tidak pasti.