起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識電商ToB產品篩選功能設計心得
最近在做一個供內部使用的語料分析工具，主要針對電商交易流程中的客服聊天記錄和交易評價。 踩了不少坑，記錄一些心得，分享給大家。
ToB電商客服聊天產品
開啟一個新產品，首先當然是定位你的產品，形成產品的感性認知。講解ToC與ToB產品差別、不同行業ToB產品差別的文章汗牛充棟。
這里只再強調一遍：務必深刻理解你的產品服務的業務的整個邏輯，不僅熟記軀干，還要親身體驗到每一個枝節。（有無數人強調，也有無數人犯錯，這里面的教訓可以再寫一篇文章了。）
對于電商產品的篩選功能來說，ToC，是決定用戶體驗的核心功能之一，篩選漏斗做的越好，用戶觸達目標商品的可能性就越大；ToB，則是最不能犯錯的模塊，數據的精準篩選是一切分析的前提。篩選功能看似簡單，卻也有好些坑要填。
篩選的需求
要做好篩選，第一部當然是確定好篩選的需求。
篩選需求一定要詳細了解到枝節
篩選需求的搜集，不是了解清楚有哪些篩選項就完了，結合數據庫數據，對每一個篩選項預期數量級、單項字節長度范圍、是否可以標簽化、是否需要多選，都應當清楚。這里前期的業務邏輯調研就發揮了巨大的作用。
最后綜合全部需求特征，構筑你的目標場景。
篩選模塊的功能設計
有了篩選需求，就開始為篩選模塊設計功能。
常見的篩選功能：篩選-復選與全選、全局搜索與欄目搜索、篩選記錄與快捷清除。
- 復選與全選功能取決于業務使用需求。
- 全局搜索一般用于單條搜索，在業務路徑清晰的ToB產品中不多見，欄目搜索的需要取決于當前篩選欄內的條目數量，一般來說條目數量>20當前篩選欄就得有搜索了。
- 篩選記錄與快捷清除功能主要看篩選行為的頻次，如果在一次完整的分析流程中需要多次篩選，那么篩選記錄與快捷清除是一個收益很大的功能，否則這個功能就沒有什么必要。
由于我的產品的篩選功能是一個低頻功能，故沒有為產品規劃篩選記錄與快捷清除模塊，而對于聊天記錄的集合分析也用不上全局搜索，所以我重點規劃了復選與欄目搜索功能。
根據需求建立場景設計功能
篩選模塊的交互樣式設計
整體展現：平鋪還是彈出
要對篩選模塊進行交互樣式設計，除了掌握條數字段等基本信息，我們還需要掌握用戶對篩選功能的使用頻次，C端產品需要大量的用戶調研確定用戶層次，而B端還是對業務現狀的理解。
淘寶網篩選
平鋪是指將篩選項完全羅列在當前頁面內，我們熟知的淘寶網就是采用這種模式，對于淘寶網來說，篩選是個常用功能。
這樣展現的好處是篩選更為直觀，操作便捷，篩選效率更高?？梢钥吹竭@種展現樣式有一定的限制，那就是展現條目本身是標簽或者可以標簽化，要么條目的最大字節長度在較低的水平，總體數量可要控制在一個合理的區間，如果篩選條目數量多到一屏放不下，則需要考慮彈出式篩選，甚至是將將篩選獨立成頁。
百度高級篩選
彈出式的代表是下拉列表，百度的高級篩選正是這種樣式，對于百度搜索，搜索條件篩選依附于全局搜索，是專家用戶才會使用的功能，并且一次搜索一般只需一次篩選，所以設計采用下拉列表，并隱藏在高級篩選中。
當篩選條目數量較多時，一個額外的空間更為友好。而如果篩選功能的使用頻次較低，將它隱藏在下一個層級，為關鍵信息預留更多位置也是很合理的。
欄目搜索的樣式
由于篩選條目數>20，故我們為產品篩選添加搜索。
欄目搜索既可以放置在下拉列表頂端，也可以與篩選框整合。
搜索位于下拉列表頂端
搜索位于篩選框內
下拉列表頂端使搜索功能更加明顯，但是要多占一行位置；與篩選框整合的話，在篩選框內閃動光標也可以提示搜索功能的存在（以目前的用戶教育水平，光標閃動交互提示完全足夠）。
我個人傾向于使用第二種，無論哪種，注意保持整體交互風格的一致性便好。
如此長的商品名——古老的復選框
在實際設計商品篩選時，超長的商品名配上復選需求讓商品篩選十分麻煩。淘寶寶貝名長達40~50字，而且由于重要信息一般在整個名字的中部，所以簡單省略是不可取。
可如果檢點做成下拉篩選框，這里就有一個交互體驗問題，單條名稱如此之長，商品篩選又通常是個集合，以至于用戶選到后面完全忘記自己選擇了什么。
一番思考后，我搬出了常用于上個時代的雙篩選欄，配合搜索使用。
雙篩選欄
這個雙篩選欄常見于一些大型分析軟件（SPSS、ArcGIS等）中，它很好地解決了忘記自己選擇了什么、是否選擇完全的尷尬。
商品篩選——隱藏的商品編號
需求中提到，需要用商品編號（ID）定位商品，但是放置一串串相似的數字在篩選框中，這個用戶體驗可太差了（長數字的可讀性太低）。
你猜用戶會不會瘋掉？
為了解決這個問題，我與前端小伙伴商量了一下。最后的解決方案是商品ID在篩選框中不顯示，但可以通過搜索匹配出來。
數字匹配名稱
總結
ToB產品的篩選相對于ToC來說通用性要弱很多，比起用戶體驗從有到優的優化，很多時候是在解決從無到有的過程。
情況越是復雜多面，就要注重前期的調研和信息搜集，盡可能考慮好每一個問題。
作者：汪知浩，TP公司成長期產品經理、交互設計師。熱衷微交互，探索魔鬼細節。
本文由@汪知浩 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
想問問圖中思維導圖是用什么軟件做的？
Xmind Zen
不是很明白，你在設計什么產品 ??
這篇文章主要是在講篩選這個功能，沒有特別強調產品。現在設計的是電商客服聊天記錄語義分析產品，是電商顧客意見采集和選品決策的工具型產品。
我去，看字面意思不是很明白，語義分析有什么用嗎，比如說我打情人節三個字，系統自動推薦我買套套嗎？ ?
你說的打情人節推薦買套套是一套“推薦算法”，系統通過語義識別情人節，2月14日，女朋友等文本，結合其他數據比如發言時間、發言場景等，將你說的話和數據模型匹配，根據匹配度算出你是一個有“性用品”潛在消費意向的用戶，然后向你推薦“套套”。而語義分析就是這整個推薦能成功準確達到目標的一環。
666 ??
提這種問題，證明你還是小白啊
打你屁股 ?
??