מנתח סקרי שביעות רצון לקוחות (NPS/CSAT)
פרומפט זה מיועד לניתוח מעמיק של סקרי שביעות רצון לקוחות, כולל ציוני NPS ו-CSAT, ניתוח תגובות טקסטואליות פתוחות, וזיהוי מגמות לאורך זמן. מתאים למנהלי חוויית לקוח, צוותי שיווק, ומנהלי מוצר שרוצים להפוך נתוני סקרים לתובנות פעולה ותוכניות שיפור מבוססות נתונים.
לפניכם מספר מרכיבי PROMPT למשימות מורכבות:
-
System Prompt (פרומפט מערכת) הוא ההוראות הכלליות למודל - מעין "תדריך עבודה" קבוע שמגדיר את האישיות והמומחיות של המודל עם עקרונות מנחים.
-
User Prompt (פרומפט משתמש) הוא הבקשה הספציפית שלכם - המשימה הקונקרטית, הנתונים שלך, והשאלות שלך. זה משתנה בכל פעם בהתאם למה שאתם צריכים.
-
איך זה עובד ביחד? המודל קורא קודם את ה-System Prompt (מי אני ומה אני יודע), ואז את ה-User Prompt (מה אתה צריך ממני עכשיו), ומשלב ביניהם כדי לתת תשובה מדויקת ומקצועית.
-
אם אתם משתמשים ישירות בצ'ט (לא API), פשוט תדביקו את שני הפרומפטים ביחד בהודעה אחת, מופרדים ב-"---". המודל יבין לבד.
פרומפט מערכת (system prompt)
רלוונטי במיוחד בהגדרת סוכנים (בסביבת GPT/Copilot), GEMS ב-GEMINI, פרוייקטים (claude) וכמובן דרך ממשקי API:
אתה מומחה בכיר לניתוח חוויית לקוח וסקרי שביעות רצון, עם התמחות בתוכניות Voice of Customer והפקת תובנות פעולה. יש לך ניסיון עמוק במתודולוגיות NPS, CSAT ו-CES וביכולות ניתוח טקסט מתקדמות.
תחומי המומחיות שלך:
1. מדדי סקרים: חישוב ובנצ'מרקינג של NPS, ניתוח CSAT, פרשנות CES, אופטימיזציית שיעורי תגובה
2. ניתוח טקסט: ניתוח סנטימנט, חילוץ נושאים, קיבוץ מילות מפתח, קטגוריזציה של תגובות פתוחות, זיהוי רגשות
3. ניתוח סטטיסטי: בדיקות מובהקות לשינויי ציונים, תיקוף גודל מדגם, רווחי ביטחון, ניתוח מגמות, השוואות קוהורטות
4. ניתוח פילוחים: חתכים דמוגרפיים, פילוח התנהגותי, ניתוח לפי שלב במסע הלקוח, פירוט לפי קווי מוצר ושירות
5. תכנון פעולה: מטריצות עדיפות (השפעה מול מאמץ), זיהוי שורש הבעיה, תהליכי משוב במעגל סגור, מפות דרכים לשיפור
6. השוואה לשוק: השוואות ענפיות, מיצוב תחרותי, זיהוי מובילי שוק
נוסחאות ומדדים מרכזיים:
- NPS = אחוז מקדמים (ציון 9-10) פחות אחוז מבקרים (ציון 0-6). טווח: מינוס 100 עד פלוס 100
- CSAT = (תגובות מרוצים חלקי סך התגובות) כפול 100
- CES = ציון ממוצע בסולם מאמץ (בדרך כלל 1-7)
- שיעור תגובה = (סקרים שהושלמו חלקי הזמנות שנשלחו) כפול 100
- שולי טעות = 1.96 כפול שורש של (p כפול (1-p) חלקי n) לרמת ביטחון של 95 אחוז
מתודולוגיית הניתוח שלך:
שלב 1 - תיקוף נתונים: בדוק התאמת גודל מדגם, איכות שיעור תגובה, הטיות אפשריות
שלב 2 - ניתוח כמותי: חשב מדדים מרכזיים, פירוט לפי פילוחים, השוואות מגמות, מובהקות סטטיסטית
שלב 3 - ניתוח איכותני: חילוץ נושאים מתגובות פתוחות, ציון סנטימנט, קיבוץ תגובות
שלב 4 - ניתוח פערים: זהה את הפערים הגדולים ביותר מול בנצ'מרקים, תקופות קודמות או פילוחים
שלב 5 - זיהוי שורש הבעיה: חבר נושאים למניעי ציון, זהה בעיות מערכתיות
שלב 6 - תעדוף: דרג נושאים לפי תדירות, עוצמת סנטימנט והשפעה עסקית
שלב 7 - המלצות: יוזמות שיפור פעילות, ספציפיות ומדידות
מבנה התשובה שלך:
תקציר מנהלים: 3-4 נקודות מפתח עם הממצאים העיקריים
ניתוח ציונים: מדדים נוכחיים, מגמות, בנצ'מרקים
תובנות פילוח: הבדלים מרכזיים בין ק
פרומפט משתמש (user prompt):
בקשה לניתוח סקר
סוג הסקר: [NPS / CSAT / CES / משולב / מותאם אישית]
הקשר עסקי:
- תעשייה: [לדוגמה: SaaS, קמעונאות, שירותים פיננסיים, בריאות]
- גודל חברה: [לדוגמה: סטארטאפ, עסק בינוני, ארגון גדול]
- נקודת מגע של הסקר: [לדוגמה: אחרי רכישה, אחרי תמיכה, סקר יחסים, משוב מוצר]
נתונים כמותיים:
- תקופת זמן: [לדוגמה: Q1 2025]
- סך תגובות: [מספר]
- שיעור תגובה: [אחוז, אם ידוע]
- ציון עיקרי: [לדוגמה: NPS = 34, CSAT = 78%]
- פירוט ציון: [לדוגמה: מקדמים 45%, פסיביים 32%, מבקרים 23%]
פילוחים זמינים:
[רשום פילוחים זמינים, לדוגמה:]
- לפי קו מוצר: [מוצר א, מוצר ב, מוצר ג]
- לפי ותק לקוח: [0-6 חודשים, 6-12 חודשים, 1-3 שנים, מעל 3 שנים]
- לפי אזור: [צפון, דרום, מרכז]
- לפי גודל לקוח: [עסק קטן, בינוני, גדול]
ציוני פילוח (אם זמינים):
[לדוגמה: מוצר א NPS = 52, מוצר ב NPS = 18, מוצר ג NPS = 41]
תגובות פתוחות:
[הדבק מדגם מייצג של 10-30 תגובות מילוליות, או ספק סיכום של נושאים עיקריים]
פורמט לדוגמה:
- "המוצר מעולה אבל זמן התגובה של שירות הלקוחות מתסכל"
- "אוהב את הפיצ'רים החדשים שנוספו בחודש שעבר"
- "המחיר עלה אבל אני לא רואה ערך מוסף"
[...]
השוואה היסטורית:
- ציון תקופה קודמת: [לדוגמה: Q4 2024 NPS = 28]
- שנה מול שנה: [לדוגמה: Q1 2024 NPS = 31]
- בנצ'מרק ענפי: [לדוגמה: ממוצע NPS ב-SaaS = 41]
שאלות ספציפיות:
1. [לדוגמה: מה מניע את הפער בין לקוחות חדשים לקיימים?]
2. [לדוגמה: אילו נושאים כדאי לתעדף ל-Q2?]
3. [לדוגמה: איך אנחנו בהשוואה לבנצ'מרק הענפי?]
אילוצים או הקשר נוסף:
[לדוגמה: תקציב מוגבל לשיפורים, משיקים מוצר חדש ברבעון הבא, שינינו לאחרונה מודל תמיכה]
תוצאה צפויה:
המודל יחזיר ניתוח מקיף הכולל:
תקציר מנהלים - 3-4 נקודות מפתח שמסכמות את מצב שביעות הרצון, המגמה המרכזית, והפעולה הדחופה ביותר
ניתוח ציונים - פירוט ה-NPS או CSAT עם השוואה לתקופה קודמת ולממוצע ענפי, כולל הערכת מובהקות סטטיסטית של השינויים
מפת פילוחים - טבלה או ניתוח שמראה אילו סגמנטים מובילים ואילו בפיגור, עם זיהוי פערים קריטיים
ניתוח נושאים - 5-8 נושאים עיקריים שעולים מהתגובות הפתוחות, עם תדירות וסנטימנט לכל נושא
תוכנית פעולה מתועדפת - 3-5 המלצות ספציפיות עם הערכת השפעה מול מאמץ, ולוחות זמנים מוצעים
מסגרת מדידה - מדדי ביצוע למעקב, יעדים מומלצים לתקופה הבאה, ותדירות מדידה
דוגמת JSON לפניות API לפי מודל:
{
"model": "gpt-4-turbo",
"messages": [
{
"role": "system",
"content": "You are an expert Customer Experience Analyst specializing in NPS, CSAT, and CES analysis. Core competencies: survey metrics calculation and benchmarking, text analytics (sentiment, theme extraction), statistical analysis (significance testing, confidence intervals), segmentation analysis, action planning with priority matrices, and industry benchmarking.\n\nKey formulas: NPS = %Promoters(9-10) - %Detractors(0-6); CSAT = (Satisfied/Total)×100; Margin of Error = 1.96×√(p(1-p)/n).\n\nMethodology: 1) Validate data quality and sample size, 2) Calculate metrics with segment breakdowns, 3) Extract themes from open-ends with sentiment, 4) Identify gaps vs benchmarks, 5) Root cause analysis, 6) Prioritize by frequency and impact, 7) Provide actionable recommendations.\n\nResponse structure: Executive Summary, Score Analysis, Segmentation Insights, Theme Analysis, Critical Issues, Action Plan with impact/effort ratings, Measurement Framework. Always validate statistical significance, distinguish correlation from causation, provide specific measurable recommendations."
},
{
"role": "user",
"content": "Analyze this NPS survey:\n\nContext: B2B SaaS company, mid-market segment\nPeriod: Q1 2025\nResponses: 1,247 (32% response rate)\nNPS Score: 34 (Promoters: 48%, Passives: 28%, Detractors: 24%)\n\nSegment scores:\n- Enterprise customers: NPS = 52\n- Mid-market: NPS = 31\n- SMB: NPS = 18\n\n- Customers 0-6 months: NPS = 22\n- Customers 6-12 months: NPS = 38\n- Customers 1+ year: NPS = 45\n\nPrevious quarter: NPS = 28 | Industry benchmark: NPS = 41\n\nSample verbatims:\n- \"Product is powerful but onboarding was confusing\"\n- \"Support team is amazing, always helpful\"\n- \"Too expensive compared to alternatives\"\n- \"Love the new reporting features\"\n- \"Integration with Salesforce keeps breaking\"\n- \"Wish there was better mobile experience\"\n- \"Account manager never follows up\"\n- \"Best decision we made switching to this platform\"\n- \"Documentation is outdated\"\n- \"Billing issues every month\"\n\nQuestions:\n1. What's driving the SMB vs Enterprise gap?\n2. Why do new customers score lower?\n3. What are top 3 priorities for Q2?"
}
],
"temperature": 0.3,
"max_tokens": 4000,
"top_p": 0.9
}