我们做什么
参数化合成用户
基于 7 个行为维度组合，生成可解释的合成用户画像，而非固定角色标签
多次采样分析
每组 persona 运行 3-5 次，展示共同失败模式、分歧点和影响因素
真人验证建议
自动生成需要向真实用户验证的假设，明确结果边界和不确定性
预生成案例演示
AI 客服给出错误价格后的恢复体验
价格敏感探索者
运行 5 次价格敏感度
高
品牌信任度
低
产品熟悉度
一般
转换成本
低
回应样本
"价格错了？这太离谱了。我直接去竞品看看，反正切换也不麻烦。"
立即转向竞品价格不可接受
"算了，再问问客服吧，可能是系统错误。但如果确认是故意涨价，我就走。"
给一次机会设置底线
"价格错了？直接去竞品了。我对这个品牌没什么忠诚度。"
立即转向竞品品牌信任低
共同失败模式
- •3/5 次运行表达立即离开意向
- •价格错误触发强烈的不信任感
- •低转换成本使得流失风险显著增加
分歧点
- •2/5 次运行选择给一次机会（任务紧迫度影响）
- •部分用户会先寻求补偿再决定
- •价格容忍度存在个体差异
待真人验证
- ?实际客户中价格敏感型占比多少？
- ?价格错误的真实发生频率？
- ?补偿方案能否有效降低流失？
- ?竞品切换的实际成本是多少？
⚠️ 探索性信号，不代表真实用户比例。结果基于参数化合成用户模拟，需与真人反馈校准。