竞品差评聚类出来之后，类别不能直接拿去改款

把竞品的两千条差评丢给模型，十分钟出来八个类别，每个类别还标了提及占比。这份东西看着特别像结论，很多人直接拿去开改款会。

这一步跳得太快了。聚类给出的是待验假设，不是改款依据。

四类偏差

差评聚类结果里的四类偏差

第二类在小语种站点最常见。买家写的抱怨里有好几个不同的词，翻译层把它们压成同一个中文词，模型自然归成一类。你看到的是「质量问题」占 30%，实际拆开是四个互不相关的小毛病。

第一类的处理办法最省事：聚类之前先按评论时间切一刀，只取近 12 个月，或者按产品版本号分两组各聚一次。多花五分钟，能挡住改错代际这种低级错误。

频次高不等于该改

提及次数是最好拿的数，也是最容易误导的数。

我现在的排序依据是提及频次乘以退货贡献，不是单看频次。有些问题被提得多，但买家提完还是留下了；有些问题被提得少，提完就退了。后者才是钱。

这个排序做不出来，聚类结果就只能用来做定性参考。

具体的算法不复杂：每个类别下的评论数除以总评论数得到提及占比，再乘以这个类别在退货原因里的出现比例。两个都是百分数，相乘得到一个粗排序，够用了。

从类别到改款，还隔着两道翻译

第一道是归因。差评里说盖子拧不紧，可能是螺纹公差，也可能是垫圈材质，还可能是装配工位的问题。模型不会替你做这道归因，它只会告诉你买家说了什么。

第二道是成本。改这个点要动模具还是换供应商，改完单件成本涨多少，涨完这个价格带还站不站得住。这一步不在模型的能力范围内，它连你的成本结构都不知道。

两道翻译做完，八个类别通常只剩两三个能进改款会。这是正常的结果，不是聚类做得不好。一次改三个点已经是上限，再多就没有对照组了，改完你不知道是哪个点起了作用。

我留的一个检验动作

聚类跑完，我随机抽三十条原始评论，自己手工归一遍类，然后跟模型的分类结果对。

对得上的比例低于七成，这份聚类就不进改款会，回去调提示词或者换样本。这个动作二十分钟，但它能挡住最贵的一种错误——基于错误分类开了一场所有人都很认真的会。

一个边界

聚类最适合的场景是找盲区，不是排序。它能在两千条评论里找出你没想到的问题类型，这件事人做不了。它不适合告诉你这些问题里哪个最该先改，那件事得靠你自己的退货数据和成本表。

把这两件事分开用，聚类才有价值。混在一起用，你会得到一个看起来很专业、实际没法执行的清单。