Requirements background
产品团队常面临：
• 海量用户评论/调研问卷文本
• 人工分类耗时耗力
• 难以量化情感倾向
Melder文本分析方案
- Smart Classification
expense or outlay=CATEGORIZE(A2,"feedback type",{"功能建议","bug报告","体验抱怨"})自动打标签，准确率达92% - emotional analysis
=SENTIMENT(A2)公式输出：
• 正向/负向评分(0-100)
• 关键词云
• 情绪波动曲线 - 主题聚类
对开放式问题使用=THEMES(A2)自动提取：
• 高频话题TOP5
• 关联词网络
• 紧急度评分
operating skill
1) 先使用=GEN(A2,"生成3个改进建议")获得AI洞察
2) 结合数据透视表统计各分类占比
3) 对负面反馈设置=IF(SENTIMENT(A2)<30,"紧急","常规")分级处理
This answer comes from the articleMelder: Add-in to add AI formula and document processing power to Excel tablesThe
May not be reproduced without permission:AI productivity tools " 怎样改善非结构化用户反馈的分析效率？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil