# Duygu Analizi Ajan Becerisi > Bu duygu analizi becerisiyle kullanıcı geri bildirimlerini ölçekte analiz edin: kullanıcıları duygu ve yapılacak işlere göre segmentlere ayırın, önceliklendirilmiş ürün içgörüleri elde edin. Saniyeler içinde ücretsiz başlayın. - Canonical: https://nanoskill.ai/tr/skills/sentiment-analysis-agent-skill - Markdown: https://nanoskill.ai/tr/skills/sentiment-analysis-agent-skill.md - Author: phuryn - Published: 2026-11-05T06:30:00.000Z - Updated: 2026-11-06T10:20:37.181Z - Language: tr - 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 Duygu analizi, ham kullanıcı geri bildirimlerini segmentlere ayrılmış ürün içgörülerine dönüştürür. Ürün yöneticileri, UX araştırmacıları ve kurucular, yorumları, anketleri ve destek verilerini işlemek için bu beceriyi kullanır; ardından net segment profilleri, memnuniyet puanları ve önceliklendirilmiş iyileştirme fırsatları elde eder. Becerinin temel yetenekleri arasında otomatik segment tanımlama, tematik analiz, -1 ile +1 arasında duygu puanlaması ve etki önceliklendirmesi bulunur. Yapılacak işleri, sıkıntı noktalarını ve ürün-segment uyumunu birbirine bağlayarak genel duygunun ötesine geçer; böylece ekipler hem kullanıcıların neyi sevdiğini hem de müşteri kaybına neyin yol açtığını görebilir. Yol haritası planlaması, müşteri kaybı incelemeleri veya lansman sonrası geri bildirim önceliklendirmesi sırasında kullanın. Uygulama mağazası yorumları, anket dışa aktarımları veya sosyal dinleme raporları sağlayın; geri dönüş olarak hızlı kazanımları stratejik girişimlerden ayıran segment düzeyinde öneriler sunar, mevcut olduğunda doğrudan alıntılarla birlikte. ## Key features - **Ölçekli duygu analizi yapın**: CSV, PDF, anket, inceleme ve sosyal dinleme verilerini alır ve geri bildirimi net segment profillerine dönüştürür. - **Segmente göre duygu puanı verin**: Memnuniyeti ölçmek ve kayıp riskini tespit etmek için her segmente -1 ile +1 arasında duygu puanı ve NPS göstergesi atar. - **Yapılacak işleri ve sorun noktalarını çıkarın**: Nitel geri bildirimden yapılacak işleri, istenen sonuçları, en önemli şikayetleri ve karşılanmayan ihtiyaçları, mevcut olduğunda doğrudan alıntılarla birlikte çeker. - **Ürün iyileştirmelerini önceliklendirin**: Hızlı kazanımları stratejik girişimlerden ayırmak için içgörüleri sıklık, ciddiyet ve iş etkisine göre sıralar. ## Use cases - **Ürün incelemelerini analiz edin**: Ürün yöneticileri, segment düzeyinde memnuniyet etkenlerini ve eleştirileri belirlemek için uygulama mağazası, G2 veya Trustpilot incelemelerinde duygu analizi yapar. - **Anket yanıtlarını sentezleyin**: UX araştırmacıları, açık uçlu anket yanıtlarını manuel etiketleme olmadan yapılacak işler içgörülerine ve önceliklendirilmiş sorun noktalarına dönüştürür. - **Sosyal dinleme raporlarını izleyin**: Pazarlamacılar ve topluluk liderleri, segment bazında erken memnuniyetsizliği ve özellik talebini tespit etmek için bahsedilenleri ve geri bildirim konuşmalarını işler. ## Result preview Segment göstergeleri, segmentler arası sıkıntı noktaları ve öncelikli geliştirme listesi içeren bir duygu raporu görün. ![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 ### Kur Duygu Analizi Becerisini yapay zeka ajanınıza ekleyin. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-1.png) ### Geri Bildirim Verilerini Yükle Yorumlar, anketler veya sosyal dinleme dışa aktarımları sağlayın. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-2.png) ### Duygu Raporunuzu Alın Duygu puanları ve önceliklerle birlikte davranış temelli segmentler alın. ![the step of sentiment analysis agent skill](https://file.nanoskill.ai/sentiment-analysis-agent-skill-step-3.png) ## Skill definition # Duygu Analizi ## Amaç Büyük ölçekli kullanıcı geri bildirim verilerini analiz ederek pazar segmentlerini belirleyin, memnuniyeti ölçün ve ürün iyileştirme fırsatlarını ortaya çıkarın. Bu beceri, geri bildirimi kullanıcı segmentine, duyguya ve etkiye göre düzenlenmiş eyleme dönüştürülebilir içgörülere sentezler. ## Talimatlar Nitel veri sentezi ve ölçeklenebilir duygu analizi konusunda uzmanlaşmış bir kullanıcı araştırmacısı ve geri bildirim analistisiniz. ### Girdi Göreviniz, **$ARGUMENTS** için kullanıcı geri bildirim verilerini analiz etmek ve ilişkili duygu içgörüleriyle pazar segmentlerini belirlemektir. Kullanıcı CSV dosyaları, PDF'ler, anket yanıtları, inceleme verileri, sosyal dinleme raporları veya diğer geri bildirim kaynakları sağlarsa, bunları doğrudan okuyun ve analiz edin. Verilerden kalıpları, temaları ve duygu sinyallerini çıkarın. ### Analiz Adımları (Adım Adım Düşünün) 1. **Veri Alımı**: Tüm geri bildirim kaynaklarını okuyun ve çalışan bir envanter oluşturun 2. **Segment Belirleme**: Geri bildirimden en az 3 farklı kullanıcı segmenti veya persona belirleyin 3. **Tematik Analiz**: Her segment için tekrarlayan temaları, sorun noktalarını ve olumlu geri bildirimleri çıkarın 4. **Duygu Puanlaması**: Her segment için genel memnuniyete yönelik duygu puanları (-1 ile +1 arasında) atayın 5. **Etki Değerlendirmesi**: İçgörüleri sıklık, ciddiyet ve iş etkisine göre önceliklendirin 6. **Sentez**: Birleştirilmiş içgörülerle segment profilleri oluşturun ### Çıktı Yapısı Belirlenen her segment için: **Segment Profili** - Ad/tanımlayıcı ve ortak özellikler - Geri bildirim veri setindeki kullanıcı sayısı veya oranı - Birincil kullanım durumu veya bağlam **Yapılacak İşler (Jobs-to-be-Done)** - Bu segmentin gerçekleştirmeye çalıştığı temel iş - İlişkili istenen sonuçlar **Duygu Puanı ve Memnuniyet Düzeyi** - Genel duygu puanı (-1 ile +1 arasında) - Memnuniyeti artıran temel faktörler ve memnuniyetsizlik nedenleri - Uygunsa Net Tavsiye Skoru (NPS) tahmini **En Öne Çıkan Olumlu Geri Bildirim Temaları** - Bu segmentin $ARGUMENTS hakkında sevdiği şeyler - Kullanıcı bakış açısından temel güçlü yönler - Başarılı kullanım örnekleri **En Öne Çıkan Sorun Noktaları ve Eleştiriler** - En sık şikayetler veya hayal kırıklıkları - Karşılanmayan ihtiyaçlar veya eksik özellikler - Kullanıcı yolculuğundaki sürtünme noktaları - Mümkün olduğunda geri bildirimlerden doğrudan alıntılar **Ürün-Segment Uyumu Değerlendirmesi** - $ARGUMENTS'ın bu segmentin ihtiyaçlarını ne kadar iyi karşıladığı - Ürün değişiklikleriyle uyumu iyileştirme potansiyeli - Kayıp (churn) veya memnuniyetsizlik riski **Uygulanabilir Öneriler** - Segment başına en yüksek etkili 2-3 iyileştirme - Hızlı kazanımlar ve stratejik girişimler karşılaştırması - Önceliklendirilecek veya önceliği düşürülecek segmentler ## En İyi Uygulamalar - Tüm bulguları gerçek kullanıcı geri bildirimlerine dayandırın; kaynakları belirtin - Segmentler içindeki hem çoğunluk hem de azınlık bakış açılarını belirleyin - Özellik talepleri ile temel sorun noktaları arasında ayrım yapın - Kullanıcıların karşılaştığı bağlamı ve kısıtları göz önünde bulundurun - Küçük örneklem boyutuna veya belirsiz duyguya sahip segmentleri işaretleyin - Segmentler arası kalıpları ve evrensel sorun noktalarını arayın - Ürünün güçlü ve zayıf yönlerine dengeli bir bakış sağlayın --- ### İleri Okuma - [Pazar Araştırması: İleri Teknikler](https://www.productcompass.pm/p/market-research-advanced-techniques) - [Kullanıcı Görüşmeleri: Araştırma Görüşmeleri İçin Nihai Rehber](https://www.productcompass.pm/p/interviewing-customers-the-ultimate) ## FAQ ### Kullanıcı geri bildirimi için duygu analizi nedir? İncelemeleri, anketleri ve destek verilerini okuyarak kullanıcı segmentlerini belirleme ve memnuniyet puanları atama yöntemidir; böylece hangi grupların bir ürünü sevdiğini veya zorlandığını görebilirsiniz. ### Bu beceri kullanıcı geri bildirim verilerini nasıl analiz eder? Altı adımı izler: veri alımı, segment belirleme, tematik analiz, -1 ile +1 arasında bir ölçekte duygu puanlaması, etki değerlendirmesi ve segment profilleri ile önerilere sentezleme. ### Hangi duygu puanını kullanır? Her segment -1 ile +1 arasında genel bir duygu puanı alır; 1 olumlu, -1 olumsuz anlamına gelir. Veriler desteklediğinde ayrıca bir NPS tahmini ekler. ### Hangi kullanıcı segmentlerini belirler? Beceri, geri bildirimden en az üç farklı kullanıcı segmenti veya personası belirler; bunların özelliklerini, veri kümesindeki oranını ve birincil bağlamını içerir. ### CSV, PDF ve anket verileriyle çalışıyor mu? Evet. CSV dosyalarını, PDF'leri, anket yanıtlarını, inceleme dışa aktarımlarını, sosyal dinleme raporlarını ve diğer geri bildirim kaynaklarını okuyabilir ve bunları doğrudan analiz edebilir. ### Ürün incelemeleri veya sosyal dinleme için kullanabilir miyim? Evet. Beceri, incelemeler, anketler ve sosyal dinleme raporları dahil olmak üzere ölçekli kullanıcı geri bildirimi için tasarlanmıştır ve küçük örneklem boyutuna veya belirsiz duygu durumuna sahip segmentleri işaretler.