把访谈记录编码为证据并选出第一批客群

从访谈记录中筛除提问形式带来的偏差，只统计“最近遇到过且付出了代价”的证据，并用考虑了样本量的区间来选出第一个客群。

人们会礼貌地回应别人的想法。如果把诱导和假设类问题的回答以及夸赞读成需求，就会在并不存在的市场上花几个月。把记录编码为证据，并连样本的大小也要考虑，这种习惯就是动手做之前的验证的全部。

id,segment,question_style,said_problem,days_since_last,workaround,spent_krw_month,commitment

segment：freelance_designer、inhouse_marketer、small_agency
question_style：past、hypothetical、leading
said_problem：是否说有问题（0/1），days_since_last：上一次遇到距今多少天（没有说的话为空）
spent_krw_month：现在每个月为这个问题花的钱，commitment：none、compliment、followup、pilot、preorder

可用的访谈：question_style == "past"。
近期问题：said_problem == 1 并且 days_since_last ≤ 30。
代价：spent_krw_month > 0，或者 commitment 为 pilot、preorder。
证据：可用的访谈中，属于近期问题并且有代价的。
Wilson 95% 区间：z = NormalDist().inv_cdf(0.975)，当 p = k/n 时，中心 = (p + z²/2n)/(1 + z²/n)，半宽 = z·√(p(1−p)/n + z²/4n²)/(1 + z²/n)。
比率保留到小数点后第四位。

在 /root/founder/problem/counts.json 中，为每个细分客群写入 all（访谈数）和 by_style（按 past、hypothetical、leading 分别的数量）。
在 /root/founder/problem/said.json 中，为每个细分客群写入 said_all_rate（所有访谈的 said_problem 比率）和 said_usable_rate（仅可用的访谈）。
在 /root/founder/problem/problem.py 中创建 evidence(row)（csv.DictReader 的一行 → True/False）。
在 /root/founder/problem/evidence.json 中，为每个细分客群写入 usable、evidence、rate（evidence ÷ usable）。
在 /root/founder/problem/signals.json 中，为每个细分客群写入 median_spend（可用、属于近期问题、且在花钱的人的月支出中位数，没有则为 0）、strong（可用访谈中 pilot、preorder 的数量）、compliments（所有访谈中 compliment 的数量）。
在 problem.py 中加入 wilson(k, n) → [low, high]（n 为 0 时为 [0.0, 1.0]）。
在 /root/founder/problem/ranking.json 中写入 by_said_all（said_all_rate 最高的细分客群）、by_point（证据比率最高的）、by_lower_bound（证据的 Wilson 下限最高的）、lower_bounds（细分客群 → 下限）。
在 /root/founder/problem/decision.json 中写入 target（by_lower_bound）、need_more（下限 < 0.5 ≤ 上限的细分客群，排序）、drop（上限 < 0.5 的细分客群，排序）。

对谁问了什么样的问题

在 /root/founder/problem/counts.json 中，为每个细分客群写入 all 和 by_style（past、hypothetical、leading）。

用 csv.DictReader 读取，按 segment 和 question_style 统计。请看看各细分客群的提问形式所占比重是否不同。

提问形式会放大回答

在 /root/founder/problem/said.json 中，为每个细分客群写入 said_all_rate 和 said_usable_rate。

分子是 said_problem == "1" 的访谈，分母则是：前一个为该细分客群的全部，后一个为 question_style 是 past 的访谈。

把证据条件做成函数

在 /root/founder/problem/problem.py 中创建 evidence(row)（过去行为问题、最近 30 天内遇到过、花钱或者试点、预购）。

三个条件必须全部满足才是 True。空的 days_since_last 要在转成 int 之前先过滤掉。30 天是包含在内的。

各细分客群的证据

在 /root/founder/problem/evidence.json 中，为每个细分客群写入 usable、evidence、rate。

分母是可用的（past）访谈数。不要除以全部访谈数。

金钱、承诺，以及夸赞

在 /root/founder/problem/signals.json 中，为每个细分客群写入 median_spend、strong、compliments。

median_spend 的对象是可用、属于近期问题、并且支出大于 0 的人（没有则为 0）。compliments 与提问形式无关，全部统计。

用区间处理小样本

在 problem.py 中加入 wilson(k, n) → [low, high]。

z 为 NormalDist().inv_cdf(0.975)。把说明中的中心和半宽公式原样搬过来。n=0 时为 [0.0, 1.0]。

三种排名

在 /root/founder/problem/ranking.json 中写入 by_said_all、by_point、by_lower_bound、lower_bounds。

用同一份记录排三次序——所有回答中“有问题”的比率，证据比率（点估计），以及证据的 Wilson 下限。

第一个客群和下一批访谈

在 /root/founder/problem/decision.json 中写入 target、need_more、drop。

区间把 0.5 夹在中间的，是还不知道的（need_more），连上限也低于 0.5 的，是该放弃的（drop）。