产品详细介绍

TheyDo AI 是一款专注于“客户旅程管理”的智能平台，通过对话式 AI、洞察挖掘（Mining Agent）和分析助手（Analyst Agent），将分散的客户反馈、调研结果和行为数据统一映射到完整的客户旅程之上，形成可追溯、可解释的“旅程智能（Journey Intelligence）”。

与传统只看单点数据的分析工具不同，TheyDo AI 基于旅程结构来理解体验：

  • 上下文感知的大模型（LLMs tuned for context）：模型不是孤立处理文本或数字，而是在客户旅程结构中理解每一个触点、步骤和体验片段，将定性与定量数据统一在同一旅程框架下。
  • Journey Graph 图谱与 RAG 能力：通过图谱化的旅程结构和检索增强生成（RAG）技术，系统在回答问题或生成洞察时，会自动从相关旅程节点和已连接的信号中提取上下文，使分析结果更准确、更贴合业务场景。

在此基础上，TheyDo AI 提供三大核心能力：

  1. AI 洞察挖掘（Mining Agent）

    • 持续监听来自客户的各种输入：如客户反馈、NPS/CSAT 调研、访谈记录、客服对话、产品使用行为等。
    • 自动识别并提炼新的洞察，或将新数据关联到已有洞察与旅程步骤中。
    • 将定性与定量数据自动对齐到具体旅程步骤，确保每条洞察都可追溯到真实客户信号。
    • 通过情绪（sentiment）、出现频率（recurrence）、波动性（variability）等维度，为洞察和旅程打分，形成统一的 Insight Score，帮助团队快速聚焦最重要的问题和机会。

  2. 分析助手（Analyst Agent）

    • 在旅程上下文中综合分析定性与定量数据，评估当前旅程设计是否合理、体验表现如何。
    • 自动识别体验断点、瓶颈和高影响力改进点，指出“在哪些环节改动能带来最大业务价值”。
    • 支持跨团队、跨用例的分析，帮助产品、运营、客服、市场等团队在同一旅程视角下协同决策。

  3. 对话式问答与工作流（Ask TheyDo & Workflows）

    • 通过 Ask TheyDo，你可以用自然语言直接向系统提问，例如：
      • “最近支付环节的客户情绪趋势如何？”
      • “新用户注册旅程中最常见的投诉是什么？”
    • 系统会在旅程图谱和已连接数据中进行检索和推理，返回带有证据和上下文的答案。
    • 支持将洞察与多步骤工作流集成，从“发现问题”到“制定方案与落地执行”形成闭环，实现从洞察到实施的自动化与标准化。

通过上述能力，TheyDo AI 帮助企业实现：

  • 分钟级旅程构建：从原始数据到完整旅程地图只需几分钟，而非数周或数月。
  • 实时更新的“活旅程图”：旅程不再是静态文档，而是随客户反馈和行为变化持续更新的动态地图。
  • 洞察规模化：在不增加人工工作量的前提下，将洞察挖掘和分析扩展到更多产品线、市场和团队。
  • 标准化与去偏见：通过统一的评分和结构化方法，减少个人主观偏见，让决策更基于真实数据和一致标准。

简单使用教程

以下是基于 TheyDo AI 的一个简明上手流程，帮助你从零开始构建和运营旅程智能体系：

步骤一：接入数据源

  1. 在 TheyDo AI 平台中创建或选择你的工作区。
  2. 连接常用数据源，例如：
    • 客户反馈与调研工具（如 NPS/CSAT 调研、问卷平台）；
    • 客服系统与对话记录；
    • 产品行为数据或事件追踪系统；
    • 研究报告、访谈纪要等非结构化文档。
  3. 确认数据同步频率（建议保持持续或高频同步，以便旅程实时更新）。

步骤二：建立基础客户旅程

  1. 在平台中创建关键客户旅程，如“注册与激活”“购买与支付”“售后支持”等。
  2. 为每条旅程拆分主要步骤和触点，例如：
    • 注册旅程：访问官网 → 填写表单 → 邮箱验证 → 首次登录。
  3. 将已有的研究成果或内部知识（如现有旅程图、流程文档）导入或手动录入，作为初始旅程模型。

步骤三：启用 Mining Agent 自动挖掘洞察

  1. 在旅程设置中开启 AI 洞察挖掘（Mining Agent）。
  2. 系统会自动：
    • 监听新进入的数据（反馈、调研、行为日志等）；
    • 将这些信号映射到对应的旅程步骤；
    • 生成或更新洞察卡片，并给出情绪、频率、波动性等评分。
  3. 在洞察列表中查看按 Insight Score 排序的结果，优先关注高分洞察和高影响旅程。

步骤四：使用 Ask TheyDo 进行对话式分析

  1. 打开 Ask TheyDo 对话界面。
  2. 直接用自然语言提问，例如：
    • “过去一个月结账流程中出现最多的负面反馈是什么？”
    • “新功能上线后，对 onboarding 旅程满意度的影响如何？”
  3. 查看系统返回的答案及其引用的旅程节点和数据来源，必要时追溯到原始反馈或事件记录。

步骤五：借助 Analyst Agent 优化旅程

  1. 在某条关键旅程中启动 Analyst Agent 分析。
  2. 让系统评估：
    • 当前旅程设计是否存在明显断点或冗余步骤；
    • 哪些步骤对客户满意度或转化率影响最大；
    • 哪些改动可能带来最大业务收益。
  3. 根据分析结果，创建改进方案或任务，并分配给相关团队（产品、运营、客服等）。

步骤六：构建从洞察到落地的工作流

  1. 在平台中配置多步骤工作流，例如：
    • 洞察被标记为高优先级 → 自动创建任务 → 指定负责人 → 设定截止日期；
    • 旅程某步骤情绪评分持续下降 → 触发预警 → 生成分析报告草稿。
  2. 定期回顾旅程表现和洞察变化，确保改进措施与最新客户需求保持一致。
  3. 随着数据积累和团队使用，持续迭代旅程结构和工作流，让 TheyDo AI 成为企业统一的旅程管理与决策中枢。