博晓通-产品创新工具的技术原理
数据层
全网商品评论数据、超过1000万商品数据
全网商品评论数据
超过 1000 万商品数据
技术层
NLP 自然语言处理技术、机器学习
NLP(自然语言处理技术）
人工智能核心机器学习技术
应用层
洞察用户痛点需求、抽取产品概念并验证表现
洞察用户痛点、需求
抽取产品概念并验证表现
目前我们积累的产品概念超过 3 万，口碑分析累积了 800 个维度
概念体系
使用场景
减肥
早餐
成分配料
A2蛋白
生牛乳
适用人群
老人
孕妇
评论体系
产品
减肥
早餐
品牌
形象
代言
服务
物流
客服
用户需求发掘：找到品类中有价值的用户痛点和需求
核心数据
该品类的整体用户评价
用户的讨论点
用户的痛点（广泛性，痛度）
不同维度的交叉对比：品类，品牌，不同价格段
用户的讨论点
用户的痛点（广泛性，痛度）
不同维度的交叉对比：品类，品牌，不同价格段
从用户需求中发现品类机会
如何确定品类机会
机会区域：用户关注度高但好评率低
刚需区域：用户关注率高且好评率高
个性区域：用户关注率低但好评率高
忽略区域：用户关注率低好评率低
刚需区域：用户关注率高且好评率高
个性区域：用户关注率低但好评率高
忽略区域：用户关注率低好评率低
发现流行趋势：通过机器学习算法呈现流行的产品概念
核心数据
呈现搜索概念的相关结果
呈现符合限定条件的概念结果
点击具体概念，现相关概念的市场表现
呈现符合限定条件的概念结果
点击具体概念，现相关概念的市场表现
产品概念验证：回溯产品概念的销售表现，存真去伪
核心数据
带有指定概念的销售表现，产品数量，关联概念等数据 分析维度，按时间，品牌，品类，价格段等
行业爆品的拆解和复盘
核心数据
销售表现复盘
回溯其定位和定价策略
复盘产品体验和变化趋势
拆解其产品概念
回溯其定位和定价策略
复盘产品体验和变化趋势
拆解其产品概念