Flowbase

背景

产品团队不缺反馈——缺的是把散落在客服记录、社群讨论与用户访谈里的声音，变成下一次评审会上能拍板的依据。Flowbase 补齐「收集之后」的半场：归纳、归因、指派与追踪。

问题

反馈的价值不在收藏，而在被指派。

资料库越建越厚，决策却越来越难：同一主题在不同渠道反复出现，语气不同、颗粒度不同；没有归因和优先级，研究结论就停在「我们听到了很多声音」，而用户的耐心已经在别处被消耗。

方法

先定「下一步行动」的形状

倒着设计系统：先约定一条洞察在评审会上的呈现格式——问题、证据、建议、负责人——再倒推采集与归纳需要哪些字段。格式即约束，约束即产出。

归纳交给 AI，判断留给人

聚类、去重、跨渠道合并由 AI 工作流完成；每一簇的命名、重要性与取舍由研究者确认。机器做初筛，不做定论——研究者的判断力花在刀刃上。

让洞察有生命周期

每条归纳后的洞察都带状态流转：新发现、已讨论、已排期、已关闭。研究从「写完即终点」变成可追踪、可回顾的循环。

原则

• 行动导向：不能指派给具体负责人的洞察，不入库
• 证据先行：每条结论都能点回原始反馈
• AI 是初筛，不是裁判
• 周期性回顾比一次性报告更重要