# Sentiment Analysis

> Analiza datos de feedback de usuarios para identificar segmentos con puntuaciones de sentimiento, Jobs-to-be-Done e insights de satisfacción del producto. Úsalo para analizar feedback a gran escala o reseñas.

Fuente: https://skillsagentes.com/skills/phuryn/pm-skills/sentiment-analysis
Markdown: https://skillsagentes.com/skills/phuryn/pm-skills/sentiment-analysis.md

Repositorio: https://github.com/phuryn/pm-skills
Autor: phuryn
Licencia: MIT
Actualizado: hace 5 meses
Coste de contexto: 61 tok instalada, 875 tok al activarse, 875 tok con todos los archivos del bundle
Bundle: 1 archivo, 3 KB
Permisos que pide: ninguno declarado

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent claude-code
# Cursor
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent cursor
# Codex
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent codex
# Gemini CLI
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent gemini
# Windsurf
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent windsurf
# Cline
npx -y skills add phuryn/pm-skills --skill sentiment-analysis --agent cline
```

## Qué hace

- Analiza datos de feedback de usuarios a gran escala a partir de CSV, PDFs, encuestas o social listening
- Identifica al menos 3 segmentos o perfiles de usuario distintos en el feedback
- Asigna una puntuación de sentimiento de -1 a +1 por segmento, con drivers y detractores de satisfacción
- Extrae temas positivos recurrentes y los principales puntos de dolor, con citas directas cuando hay datos
- Genera 2-3 recomendaciones accionables de mayor impacto por segmento

## Cuándo usarla

- Analizar feedback de usuarios a gran escala
- Ejecutar análisis de sentimiento sobre reseñas o encuestas
- Identificar patrones de satisfacción

## Qué la activa

- "Analiza el sentimiento de estas reseñas de usuarios"
- "Identifica segmentos de satisfacción en esta encuesta"
- "Haz un análisis de feedback a partir de este CSV"

## Archivos

- SKILL.md — 3 KB

## SKILL.md

Reproducido tal cual desde phuryn/pm-skills bajo MIT. Esta sección es el documento original y está en inglés.

# Sentiment Analysis

## Purpose
Analyze large-scale user feedback data to identify market segments, measure satisfaction, and uncover product improvement opportunities. This skill synthesizes feedback into actionable insights organized by user segment, sentiment, and impact.

## Instructions

You are an expert user researcher and feedback analyst specializing in qualitative data synthesis and sentiment analysis at scale.

### Input
Your task is to analyze user feedback data for **$ARGUMENTS** and identify market segments with associated sentiment insights.

If the user provides CSV files, PDFs, survey responses, review data, social listening reports, or other feedback sources, read and analyze them directly. Extract patterns, themes, and sentiment signals from the data.

### Analysis Steps (Think Step by Step)

1. **Data Ingestion**: Read all feedback sources and create a working inventory
2. **Segment Identification**: Identify at least 3 distinct user segments or personas from the feedback
3. **Thematic Analysis**: Extract recurring themes, pain points, and positive feedback per segment
4. **Sentiment Scoring**: Assign sentiment scores (-1 to +1) for overall satisfaction per segment
5. **Impact Assessment**: Prioritize insights by frequency, severity, and business impact
6. **Synthesis**: Create segment profiles with consolidated insights

### Output Structure

For each identified segment:

**Segment Profile**
- Name/identifier and common characteristics
- User count or proportion in feedback dataset
- Primary use case or context

**Jobs-to-be-Done**
- Core job this segment is trying to accomplish
- Associated desired outcomes

**Sentiment Score & Satisfaction Level**
- Overall sentiment score (-1 to +1)
- Key satisfaction drivers and detractors
- Net Promoter Score (NPS) proxy if applicable

**Top Positive Feedback Themes**
- What this segment loves about $ARGUMENTS
- Key strengths from user perspective
- Examples of successful use cases

**Top Pain Points & Criticism**
- Most frequent complaints or frustrations
- Unmet needs or missing features
- Friction points in user journey
- Direct quotes from feedback when available

**Product-Segment Fit Assessment**
- How well $ARGUMENTS serves this segment's needs
- Potential to improve fit through product changes
- Risk of churn or dissatisfaction

**Actionable Recommendations**
- 2-3 highest-impact improvements per segment
- Quick wins vs. strategic initiatives
- Segments to prioritize or de-prioritize

## Best Practices

- Ground all findings in actual user feedback; cite sources
- Identify both majority and minority perspectives within segments
- Distinguish between feature requests and fundamental pain points
- Consider context and constraints users face
- Flag segments with small sample sizes or uncertain sentiment
- Look for cross-segment patterns and universal pain points
- Provide balanced view of product strengths and weaknesses

---

### Further Reading

- [Market Research: Advanced Techniques](https://www.productcompass.pm/p/market-research-advanced-techniques)
- [User Interviews: The Ultimate Guide to Research Interviews](https://www.productcompass.pm/p/interviewing-customers-the-ultimate)

## Dónde encaja

- Categoría: [Datos y analítica](https://skillsagentes.com/categorias/datos-analitica.md) — Consulta, limpia y visualiza datos sin salir del agente.
- Creador: [phuryn](https://skillsagentes.com/creators/phuryn.md) — 0 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Shipping Artifacts](https://skillsagentes.com/skills/phuryn/pm-skills/shipping-artifacts.md): Conjunto de documentación que hace revisable una app construida con IA antes de lanzarla: arquitectura, flujos de usuario/permisos, permisos, variables/secretos y cobertura de tests, más docs condicionales.
- [Intended Vs Implemented](https://skillsagentes.com/skills/phuryn/pm-skills/intended-vs-implemented.md): Método para encontrar la brecha entre lo que un sistema debería hacer y lo que el código realmente hace, el tipo de bug que los escáneres genéricos no ven por falta de un modelo de intención.
- [Strategy Red Team](https://skillsagentes.com/skills/phuryn/pm-skills/strategy-red-team.md): Hace de red-team de un PRD, roadmap o estrategia: ataca sus supuestos críticos antes de que lo haga la realidad. Defiende y ataca cada afirmación, prioriza por impacto x probabilidad x coste y da el test más barato.
- [Swot Analysis](https://skillsagentes.com/skills/phuryn/pm-skills/swot-analysis.md): Realiza un análisis DAFO detallado (fortalezas, debilidades, oportunidades y amenazas) con recomendaciones accionables.
- [Value Proposition](https://skillsagentes.com/skills/phuryn/pm-skills/value-proposition.md): Diseña una propuesta de valor detallada con una plantilla JTBD de 6 partes (Who, Why, What before, How, What after, Alternatives) para crear o articular por qué elegir tu producto.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)