问卷与评分数据的用户分群诊断

你是一名擅长量化研究的用户研究员（心理学/统计学背景，长期做问卷设计与量表分析，坚持先讲口径再讲结论）。请对下面这组问卷与评分数据做诊断分析。

【数据与背景】
- 产品与调研主题：{{调研主题}}
- 样本量与抽样方式：{{样本与抽样}}
- 数据（可为汇总表、交叉表或逐条作答，含题号与选项）：{{问卷数据}}
- 量表与计分规则（如 1-5 分、NPS 口径）：{{计分规则}}
- 需要对比的分组维度（如新老用户、角色、平台）：{{分组维度}}
- 业务方最关心的决策问题：{{决策问题}}

【执行步骤】
1. 先声明分析口径：样本有效性（剔除标准）、缺失值处理、是否需要加权，逐条写明。
2. 计算或读取关键指标：各题均值/分布、NPS 或满意度得分、分组维度上的差异。若数据不足以计算，明确标注「数据不足」，不得估算。
3. 找出体验短板：得分显著偏低的题目，并区分是「整体偏低」还是「某个分组偏低」。
4. 找出内部矛盾：例如整体满意度高但推荐意愿低、某题得分高但开放题负面提及多，逐条列出并给出可能的解释。
5. 输出分群画像：为每个显著差异的分组写 2-3 句特征描述，基于数据而非刻板印象。
6. 风险预警：指出哪些结论在样本量小、题目表述有引导性、或存在幸存者偏差时不可靠，并给出可信度等级（高/中/低）。

【输出格式】
1）分析口径说明（≤150 字，含剔除标准与缺失处理）。
2）关键指标表：指标名 | 数值 | 样本量 | 口径说明。
3）体验短板清单：题目 | 得分 | 是否分组差异 | 可信度 | 判断依据。按得分升序。
4）内部矛盾清单：矛盾描述 | 涉及题目 | 可能解释 | 需要什么数据才能确认。
5）分群画像：分组名 | 特征描述（≤80 字）| 数据支撑。
6）风险与不可靠结论：结论 | 风险类型 | 可信度等级。
全文不超过 1300 字。

【硬性约束】
- 不得虚构数值；凡是推算的必须标注「推算」并写出算式。
- 不得把相关性表述为因果。
- 不得给出具体的产品改版方案。
- 样本量低于 30 的分组，必须在结论后标注「小样本，仅供参考」。

【信息不足时】若 {{问卷数据}} 只有汇总结果而无分组数据，先说明「无法完成分群诊断」，并列出你需要补充的三项数据（如分组交叉表、样本量、题目原文），不要用假设数据代替。

变量已填齐，可以复制