中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)讀：在網(wǎng)上購(gòu)物時(shí)，消費(fèi)者的一舉一動(dòng)都備受產(chǎn)品經(jīng)理的注意。如何讓用戶(hù)找到心儀的產(chǎn)品，如何讓用戶(hù)停留的時(shí)間更長(zhǎng)，如何促使用戶(hù)進(jìn)行購(gòu)買(mǎi)等等，這些問(wèn)題都促使產(chǎn)品不斷升級(jí)迭代。本文作者將用實(shí)際案例分析實(shí)時(shí)意圖算法的應(yīng)用，希望對(duì)你有幫助。

店鋪全部商品頁(yè)是商家將商品按照品牌或品類(lèi)的維度展示的全部商品的集合。消費(fèi)者在易購(gòu)平臺(tái)瀏覽商品、內(nèi)容等，然后通過(guò)各種渠道進(jìn)入店鋪全部商品頁(yè)。

消費(fèi)者的進(jìn)店行為會(huì)有常見(jiàn)的兩種場(chǎng)景：一是進(jìn)店看店鋪品牌或者品類(lèi)下有沒(méi)有同品牌或者同品類(lèi)的相似商品，可能性?xún)r(jià)比更高，銷(xiāo)量更高，或者更好的可替代商品。二是通過(guò)促銷(xiāo)活動(dòng)的吸引，且相信品牌，在品牌下看是否有合適的、可供選擇的商品，可以參與促銷(xiāo)活動(dòng)一起購(gòu)買(mǎi)。當(dāng)然也還會(huì)存在其他進(jìn)店鋪全部商品頁(yè)瀏覽逛逛的場(chǎng)景，暫不一一贅述。

店內(nèi)流量進(jìn)入全部商品頁(yè)之后，看到意向商品，會(huì)直接點(diǎn)擊商品坑位或者購(gòu)物車(chē)標(biāo)志進(jìn)入商品詳情頁(yè)，然后進(jìn)行加購(gòu)或者直接下單的操作。

原來(lái)全部商品頁(yè)展示商品通常按照綜合、銷(xiāo)量、新品、價(jià)格幾個(gè)維度排序展示，如上左圖所示。其中商品的綜合排序是根據(jù)平臺(tái)的綜合規(guī)則計(jì)算出的排序，銷(xiāo)量是根據(jù)商品在一定時(shí)間內(nèi)的銷(xiāo)售數(shù)量進(jìn)行排序，新品是根據(jù)商品上架時(shí)間的前后排序，而價(jià)格則是根據(jù)商品的售價(jià)由低到高或者由高到低排序。以上四個(gè)排序是消費(fèi)者常用的幾個(gè)維度。

按上述的四種排序都是基于平臺(tái)、商品等維度給出的，也是電商平臺(tái)通用的全部商品頁(yè)產(chǎn)品展示設(shè)計(jì)。這種展示方式好不好？是不是符合消費(fèi)者的習(xí)慣？能不能帶來(lái)更多的流量轉(zhuǎn)化？

針對(duì)上面一些疑問(wèn)我們有了新的想法，能不能根據(jù)消費(fèi)者的意向優(yōu)先展示消費(fèi)者的心儀商品呢？消費(fèi)者的意向如何確定？如果確定意向了，根據(jù)意向推送出來(lái)了商品真的能帶來(lái)更高的轉(zhuǎn)化么?這些轉(zhuǎn)化如何用數(shù)據(jù)來(lái)衡量呢？

下一步就是看看如何解決。于是經(jīng)歷了充分思考、討論和談判等等系列操作，制定了以下幾個(gè)步驟來(lái)設(shè)計(jì)：找方法、找場(chǎng)景、定數(shù)據(jù)指標(biāo)，并在上線(xiàn)之后根據(jù)數(shù)據(jù)指標(biāo)來(lái)驗(yàn)證是否可靠，是否需要修正數(shù)據(jù)指標(biāo)。

找方法：

由于平臺(tái)之前分析過(guò)消費(fèi)者在易購(gòu)平臺(tái)各渠道頁(yè)面的搜索、瀏覽、加購(gòu)、收藏、購(gòu)買(mǎi)等行為。通過(guò)對(duì)以上這些行為進(jìn)行加權(quán)分析，可以計(jì)算出消費(fèi)者近期的商品偏好，暫且將這種計(jì)算方法稱(chēng)為消費(fèi)者實(shí)時(shí)意圖算法。通過(guò)算法可以在消費(fèi)者進(jìn)入店鋪后實(shí)時(shí)計(jì)算并篩選出店內(nèi)所有商品里與消費(fèi)者偏好相匹配的商品。如果有，則在店鋪推薦頁(yè)中優(yōu)先展示消費(fèi)者意向商品。

找場(chǎng)景：

有了實(shí)時(shí)意圖算法，也可以適用到店鋪內(nèi)場(chǎng)景。那么應(yīng)該用在哪里呢？又經(jīng)過(guò)充分討論、溝通和選擇。作為店內(nèi)第二大流量頁(yè)面全部商品頁(yè)就被選擇了。就是上面左圖的全部商品頁(yè)，用含有實(shí)時(shí)意圖算法的推薦排序替換綜合排序。并且在PC端、IOS、安卓、WAP和微信小程序中，在全部商品頁(yè)中都使用這種推薦算法排序展示。

簡(jiǎn)言之，消費(fèi)者在平臺(tái)搜索、點(diǎn)擊、收藏、加購(gòu)了商品之后，算法會(huì)將這些行為因子集合，并計(jì)算出意圖偏好。在消費(fèi)者進(jìn)入店鋪全部商品頁(yè)，根據(jù)算法匹配出符合消費(fèi)者意圖的商品，在首屏最前面的坑位中展示。如下圖所示，消費(fèi)者在主站搜索過(guò)華為兒童手表，并且點(diǎn)擊瀏覽、收藏、加購(gòu)過(guò)華為兒童手表，則在進(jìn)入華為蘇寧自營(yíng)旗艦店全部商品頁(yè)，會(huì)優(yōu)先展示最符合消費(fèi)者意圖的兒童手表。

定數(shù)據(jù)指標(biāo)：

將實(shí)時(shí)意圖算法應(yīng)用到店鋪全部商品頁(yè)之后，該用什么樣的數(shù)據(jù)指標(biāo)確定算法起了作用，給這個(gè)頁(yè)面帶來(lái)了更好的轉(zhuǎn)化呢？通常店鋪全部商品頁(yè)在整個(gè)消費(fèi)購(gòu)物鏈路是非必經(jīng)鏈路，很多時(shí)候不能直接帶來(lái)轉(zhuǎn)化。以往衡量這個(gè)頁(yè)面的好壞是通過(guò)商品詳情頁(yè)達(dá)到率的指標(biāo)來(lái)看。即店鋪全部商品頁(yè)引導(dǎo)進(jìn)入商品詳情頁(yè)的流量，這是一個(gè)比率指標(biāo)，是一段時(shí)間內(nèi)從全部商品頁(yè)進(jìn)入商品詳情頁(yè)的UV占比，比率=（進(jìn)入商品詳情頁(yè)的UV/店鋪全部商品頁(yè)的UV）*100%。例如進(jìn)入店鋪全部商品頁(yè)的流量為100個(gè)人，其中直接進(jìn)入商品詳情頁(yè)的有20個(gè)人，這個(gè)指標(biāo)就是20%。如果有了推薦算法，這個(gè)指標(biāo)上升了，那么就認(rèn)為算法是成功且可靠的。

數(shù)據(jù)驗(yàn)證是否可靠：

算法和功能上線(xiàn)后，通過(guò)觀察商品詳情頁(yè)的達(dá)到率的趨勢(shì)圖觀測(cè)。如下圖所示，易購(gòu)主要主要流量集中在APP，下圖第一條紅線(xiàn)是含實(shí)時(shí)意圖推薦算法的APP提審的時(shí)間。到APP被大部分設(shè)備更新約有一周左右。提審以后的一段時(shí)間，店鋪全部商品頁(yè)進(jìn)入商品詳情頁(yè)的UV到達(dá)率持續(xù)上升，且較為明顯。在某種程度上來(lái)說(shuō)，算法起效果了。

數(shù)據(jù)圖1—全部商品頁(yè)進(jìn)商詳頁(yè)到達(dá)率

修正數(shù)據(jù)指標(biāo)：

數(shù)據(jù)起效果了，大家都很開(kāi)心，但好景不長(zhǎng)，這種情況持續(xù)了不到一個(gè)月，數(shù)據(jù)指標(biāo)持續(xù)下降，并且比原有的數(shù)據(jù)還低，可以看一下上圖的第二條紅色豎線(xiàn)。意識(shí)到問(wèn)題，去找算法工程師，找流量源頭，看是否有算法變動(dòng)，看是否流量出問(wèn)題，是不是統(tǒng)計(jì)數(shù)據(jù)差異，還是服務(wù)器問(wèn)題等等，集中每個(gè)可能的力量找原因。持續(xù)了很長(zhǎng)一段時(shí)間，都沒(méi)有頭緒。到底是什么原因?qū)е聰?shù)據(jù)下降呢？除了這個(gè)數(shù)據(jù)指標(biāo)，還能有什么數(shù)據(jù)可以反映變化呢？

于是查看了全部商品頁(yè)的引導(dǎo)轉(zhuǎn)化率指標(biāo)，即一段時(shí)間內(nèi)通過(guò)當(dāng)前頁(yè)面進(jìn)行下單購(gòu)買(mǎi)的轉(zhuǎn)化率，這個(gè)指標(biāo)比率=（通過(guò)全部商品頁(yè)完成下單的客戶(hù)數(shù)/該頁(yè)面的訪客數(shù)）*100%。如下圖2所示。

數(shù)據(jù)圖2—全部商品頁(yè)引導(dǎo)轉(zhuǎn)化率

左側(cè)紅線(xiàn)的左邊是未有算法的轉(zhuǎn)化率曲線(xiàn)，較為平坦。左側(cè)紅線(xiàn)往右是頁(yè)面中增加了實(shí)時(shí)意圖算法的轉(zhuǎn)化率曲線(xiàn)。全部商品頁(yè)的引導(dǎo)轉(zhuǎn)化率升高頻率變多，是呈現(xiàn)向上的趨勢(shì)。即便右側(cè)紅線(xiàn)的右邊商品詳情頁(yè)的到達(dá)率下降了。轉(zhuǎn)化率曲線(xiàn)升高的頻率依然沒(méi)有降低，也就是說(shuō)算法上線(xiàn)后一直是有效的。

看到這個(gè)數(shù)據(jù)趨勢(shì)，一顆心落下一大半。看來(lái)在后面的數(shù)據(jù)分析中全部商品頁(yè)的效果指標(biāo)不能看全部商品頁(yè)到達(dá)商品四級(jí)頁(yè)的到達(dá)率了，這個(gè)指標(biāo)對(duì)轉(zhuǎn)化評(píng)判不再有效。對(duì)此頁(yè)面的轉(zhuǎn)化效果需要直接分析頁(yè)面引導(dǎo)轉(zhuǎn)化率的指標(biāo)了。

回歸分析：

根據(jù)上面的數(shù)據(jù)可以初步確認(rèn)算法有效，并且確定了新的轉(zhuǎn)化效果評(píng)判指標(biāo)。還有個(gè)問(wèn)題沒(méi)有解決，就是為什么之前的指標(biāo)失效了。再回歸到整體業(yè)務(wù)線(xiàn)路上來(lái)看，到底是什么阻塞了大部分流量進(jìn)商品詳情頁(yè)，這部分流量被分流到哪里去了？在分析了大量產(chǎn)品需求改動(dòng)及數(shù)據(jù)之后，終于發(fā)現(xiàn)了問(wèn)題所在。

全部商品頁(yè)原來(lái)只是作為流量承接的中間頁(yè)角色，無(wú)法直接加購(gòu)或者購(gòu)買(mǎi)，流量通過(guò)這個(gè)頁(yè)面直接進(jìn)入商品詳情頁(yè)，也就是我們一開(kāi)始所描述的那個(gè)路徑。后來(lái)，我們的小伙伴為了提升消費(fèi)者的購(gòu)物體驗(yàn)，實(shí)現(xiàn)快速加購(gòu)，在當(dāng)前頁(yè)面的商品坑位的購(gòu)物車(chē)按鈕中增加了商品簇組件，可以實(shí)現(xiàn)當(dāng)前頁(yè)面直接加購(gòu)，進(jìn)入購(gòu)物車(chē)或者訂單頁(yè)。這樣流量進(jìn)入這個(gè)頁(yè)面后，就可以在這個(gè)頁(yè)面選擇商品規(guī)格型號(hào)后添加到購(gòu)物車(chē)，或者直接進(jìn)入訂單頁(yè)。如下圖所示。

通過(guò)這次優(yōu)化變動(dòng)，全部商品頁(yè)除去跳失的流量，其他流量基本有三種流向：進(jìn)入商品詳情頁(yè)、將商品加入購(gòu)物車(chē)后進(jìn)入購(gòu)物車(chē)頁(yè)面，從當(dāng)前頁(yè)面直接進(jìn)入訂單頁(yè)。多了流量渠道，流量的轉(zhuǎn)化指標(biāo)也不再主要參考商品詳情頁(yè)的到達(dá)率了，更加合理的參考指標(biāo)就是當(dāng)前頁(yè)面帶來(lái)的流量引導(dǎo)轉(zhuǎn)化率。

綜上所述，在實(shí)際業(yè)務(wù)中，對(duì)于大數(shù)據(jù)、智能算法的應(yīng)用，在業(yè)務(wù)場(chǎng)景的選擇上，數(shù)據(jù)考核指標(biāo)的選擇上需要綜合考慮業(yè)務(wù)目標(biāo)、流量的引導(dǎo)、轉(zhuǎn)化率及最終實(shí)現(xiàn)價(jià)值等各種因素考慮。

備注：實(shí)時(shí)意圖算法在店鋪私域除了應(yīng)用在全部商品頁(yè)，店鋪搜索結(jié)果頁(yè)和店鋪分類(lèi)結(jié)果頁(yè)也用到了這套算法，只是這兩個(gè)頁(yè)面定位不同于全部商品頁(yè)，且流量沒(méi)有全部商品頁(yè)高，沒(méi)有重點(diǎn)闡述。

當(dāng)前案例中分享的數(shù)據(jù)比例做了轉(zhuǎn)化，但是在數(shù)據(jù)曲線(xiàn)上則不受影響。

本文由 @簡(jiǎn) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自?Unsplash，基于 CC0 協(xié)議