你的记录
搜索沉淀
AI 助手轻 Agent · 基于你的数据
我是你的品类助手,只基于你沉淀的数据工作。点上面的动作,或直接问。「找数据缺口」现在就能用;「总结 / 串联」接入 DeepSeek 后开启。
产品灵感
0 条
| 图片 | 名称 | 类型 | 状态 | 小红书 | 备注 | 操作 |
|---|
竞品册
0 条
| 图片 | 测试日期 | 竞品册 | 类型 | 门店/品牌 | 品类 | 产品数 | 产品摘要 | 感官均分 | 备注 | 操作 |
|---|
OEM 记录
0 条产品信息收件箱
| 图片 | 测试日期 | 产品 | 供应商 | 版本 | 感官均分 | 备注 | 操作 |
|---|
请选择上方产品开发分类。日常使用会直接进入对应完整页面,不在这里堆入口卡片。
档期管理
关键节点与 Coffee Bar 全流程 · 0 个档期
时间轴
每行一个档期;上层节点显示计划日期,下层节点仅显示已填写的实际日期。
计划周期
实际进度
计划节点
实际节点
上市日
今天
Coffee Bar 全流程
选择食品后查看并完成该食品的具体任务。
验证工作流
分类入口| 分类 | 用途 | 当前状态 | |
|---|---|---|---|
| 众测产品分数 | 一键导入问卷星 Word 报告,计算原始均分、8 维度加权分和 Peet's 适配加权分。 | 列表优先 | |
| 人员招募 | 管理样本池与 Peet's 用户适配权重;收入与可测时间只展示,不进入权重。 | 已接入 | |
| 改进方向 | 根据扣分维度、JAR、四象限和原始评论形成下一轮修改方向。 | 可由报告生成 | |
| 销售数据回顾 | 按月录入 USD 与复购率,和众测分数联动形成最终 Mapping。 | 可新增月度记录 | |
| 众测积分 | 后续迁移「众测积分管理系统总表」,管理参与记录和奖励统计。 | 待迁移 |
人员招募与 Peet's 用户适配权重
0 人核心目标用户 1.2每天咖啡 + 多次测试经验或女性 + 未明显排斥核心食品。可测时间不参与计算。
普通咖啡用户 1.0每天/每周 3-5 次咖啡 + 有一定测试经验,与 Peet's 食品场景有重叠。
弱相关用户 0.8咖啡低频、无测试经验或对部分核心食品排斥,但仍有一定参考价值。
明显非目标用户 0.6咖啡低频叠加明显排斥核心品类或无参与基础。收入仅展示,不直接计入权重。
| 姓名 | 性别 | 年龄 | 收入 | 咖啡频次 | 测试经验 | 适配标签 | 权重 | 详情 |
|---|
众测产品分数列表
0 条| 产品 | 有效评分人数 N | 原始均分 | 维度加权分 | Peet's 适配加权分 | JAR / 风险 | 最终判断 | 操作 |
|---|
一键导入问卷星报告
Word / 评论 / AI 总结导入问卷星默认 Word 报告或「含原始评论与评分」Word 文件后,自动匹配产品名称、8 个维度、JAR、四象限、原始评论和 AI 总结。
支持 .docx / JSON / CSV。选择多个文件或整个报告文件夹时,会按产品名称自动更新已有记录。
新增 / 编辑众测产品分数
8 维度8 维度评分权重
固定口径| 维度 | 权重 | 判断作用 |
|---|
计算公式
固定口径产品维度加权分 = SUM(维度分 × 维度权重) / 100。Peet's 用户适配加权分 = SUM(个人产品加权分 × 用户适配权重) / SUM(用户适配权重)。
如适配加权分与原始均分差异超过 10%-15%,报告提示样本结构对结果影响较大,并同步展示原始均分,避免单独使用适配加权分做结论。
决策阈值
产品判断| Peet's 适配加权分 | 判断 | 反向规则 |
|---|---|---|
| ≥ 4.10 | 优先推进,可进入上市准备。 | 如果购买意愿高,但完吃度低或味道平衡低,优先标记为“尝鲜型风险”。 |
| 3.80 - 4.09 | 有潜力,结合 JAR 优化后推进。 | |
| 3.50 - 3.79 | 谨慎推进,只适合小范围测试或 LTO。 | |
| < 3.50 | 暂缓 / 大改。 |
改进方向列表
自动生成| 产品 | 主要扣分维度 | 四象限 | JAR 信号 | AI 总结 | 建议动作 | 下一轮验证 | 操作 |
|---|
导入评论与自动生成
问卷星报告同一个 Word 报告文件可用于更新四象限判断、AI 总结和详情里的原始评论。导入后会优先按产品名称匹配已有众测分数。
待导入评论文件。
购买意愿 × 推荐意愿
四象限| 组合 | 判断 | 处理 |
|---|---|---|
| 购买高 + 推荐高 | 商业潜力 + 传播潜力 | 优先进入优化或上市准备。 |
| 购买高 + 推荐低 | 稳定基本盘 | 适合常规产品,不必追求话题性。 |
| 购买低 + 推荐高 | 话题型风险 | 适合 LTO 或小范围验证,不直接判断可长期卖。 |
| 购买低 + 推荐低 | 淘汰 / 大改 | 除非战略必要,否则不推进。 |
月度销售数据录入
USD / 复购率销售回顾列表
0 条| 月份 | 众测产品 | 正式 SKU | 近四周 USD | 一个月复购率 | 关联众测分 | 最终 Mapping | 操作 |
|---|
最终整体判断逻辑
Mapping| 组合 | Mapping 结果 | 业务动作 |
|---|---|---|
| 众测高分 + 复购高 | 长期潜力产品 | 优先常规化或扩大门店。 |
| 众测高分 + 复购低 | 首购强、复购弱 | 回看完吃度、味道平衡、份量和价格带。 |
| 众测中等 + 复购高 | 低估型稳定产品 | 回看外观和购买意愿,考虑陈列或命名优化。 |
| 众测低分 + 复购低 | 暂缓 / 大改 | 除非战略必要,否则不继续投入。 |
| USD 高 + 复购低 | 首购强、复购弱 | 检查完吃度、味道平衡、份量和复购阻碍。 |
维度 × 生意结果相关性地图
观察项当前阶段只做相关性观察,不用 AI 自动推导最佳权重。重点看 USD、复购率和众测维度之间长期是否稳定同向。
| 众测维度 | 优先观察指标 | 业务解释 | 注意事项 |
|---|
陈列验证
0 条| 项目 | 类型 | 状态 | 备注 |
|---|
烤程验证
0 条
| 产品 | 品类 | 品牌/来源 | 烤箱 | 测试日期 | 总加热时间 | 陈列条件 | 实测℃ | 外观 | 口感 | 结论 | 操作 |
|---|
门店问题反馈
0 条| 问题 | 类型 | 状态 | 备注 |
|---|
我的经验法则
0 条
把"踩过的坑"沉成一条条经验法则。将来接入 DeepSeek 后,可从感官记录和改进方向里自动提炼补充。
| 法则 | 产品类别 | 标签 | 做法 / 经验 | 操作 |
|---|
原料列表
0 条
| 图片 | 编号 | 物料名称 | 分类 | 最小包装(kg) | 最小包装价格 | 单价/kg | 供应商 | 来源 |
|---|
配方列表
配方详情 / BOM 成本
单份食材总成本0.0000
建议售价0.00
毛利率0.00%
0.0000
0.0000
研发记录
工艺列表
工艺步骤
| 序号 | 步骤名称 | 重量(g) | 时间(min) | 温度(°C) | 操作说明 | 关键控制点 |
|---|