PRD分享:移動端推薦框產品需求文檔(附PDF文檔下載)
在電商選購環節,如何結合用戶使用場景與系統業務場景,有效的提升選購環節轉化率與流量質量,是一個漫長的迭代過程。基于對SKU<=0(售空或超賣)的狀態,商品已售罄,進行案例分析,提供將進入頁面的無效流量實現二次轉化,基于商品售罄-售罄商品關聯-商品推薦-點擊瀏覽-添加入袋的業務場景閉環,提供售罄商品選購解決方案,有效提升商詳頁的瀏覽量與入袋轉化。
1.產品概述
1.1 業務背景介紹
當前平臺選購,約有10.00%的品牌商品因已售完狀態下,進入頁面的UV入袋失敗,導致流量無法實現轉化,影響商詳PV與入袋轉化,新增個性化推薦框, 解決該問題
1.2 產品功能概述
商品關聯性推薦
1.3 產品前景描述
提升商詳PV與入袋UV轉化
1.4 產品整體流程/邏輯關系
功能框架圖:
操作流程圖:
推薦邏輯關系圖:
1.5 面向對象
所有人
瀏覽線上平臺的游客
1.6 名詞解釋
SKU:最小存貨單位
1.7 參考文檔
協同過濾算法規則文檔
2. 功能需求
2.1 商品詳情頁
若用戶點擊“推薦框”商品,進入商品詳情頁;點擊“返回”操作時,則返回至上一頁;且返回上一頁時,頁面布局保持不變;
點擊“到貨提醒”,則判斷訪問用戶,是否已登陸平臺:
是,則彈出提示層,輸入手機號碼,符合填寫條件,則根據商品到貨時間,執行通知任務
否,則上彈提示層,提示登陸信息
2.1.1 推薦框通知層
主要參與者:
瀏覽平臺訪客
用例圖:
前置條件:
用戶點擊狀態為“已售完”商品,進入本頁面,且當前未有其它消息推送;
后置條件:
若商品庫存未下架且SKU>0,則隱藏本層
功能簡述:
推薦框上彈入口
詳情描述:(具體的交互樣式,請根據交互設計師交互方案為準)
浮現說明:
用戶進入本頁面,消息管理自動進行消息推送:
- 若xxx類消息,則推送xxx類消息;
- 若AAAAA消息,則推送AAAAA消息;
- 若是推薦框消息,則推送推薦框通知層消息,且0.5秒后,自動上彈推薦層;
- 若同時出現3類消息并列,則根據消息推送優先級:xxx消息>AAAAA消息>推薦框通知層消息進行推送,以當前消息結束時間為節點,進入下一個消息通知;
操作說明:
用戶點擊“上彈按鈕”,則上彈出推薦框;
用戶點擊“下探按鈕”,則收起推薦框;
2.1.2 推薦框
主要參與者:
瀏覽平臺訪客
用例圖:
功能描述:
關聯商品陳列
前置條件:
本框商品在商品管理系統,發布狀態為“已上線”;且商品銷量在過濾記錄列表排序〉=16,則在“本框”生成一條陳列記錄;(詳細請看4.1.2)
后置條件:
若框內商品的SKU庫存量<=0時,則將商品下架不顯示;
詳情說明:
字段說明:
陳列規則:
采用“水平框”陳列,根據商品銷量最大值,從左至右降序排列;
操作規則:
點擊該商品,則跳轉至該商品的商品詳情頁,返回本頁時,需保持當前頁面布局不變;
3. 系統風險預估
為實現快速上線,V1.0AAAAA可能出現銷量越高,則庫存量越低,可推薦同類目商品<16個;
4.?其他需求
4.1推薦規則
4.1.1過濾規則
面向對象:
已錄入線上商品庫的商品;
用例圖:
前置條件:
已錄入商品庫的商品,狀態未已上架,且狀態為“售罄”
后置條件:
進行SKU<=0的商品進行過濾;
詳情說明:
系統需對當前庫存管理庫已行家的商品進行遍歷,且判斷被遍歷商品狀態為“已售完”:
是,則對該商品在的類目屬性,取最細的商品類目結構,對類目所關聯的商品進行歸類;且系統需根據以下條件,進行判斷過濾:(4.1.1.1)
- 若SKU<=0 ,過濾
- 若價格差>25%,過濾
且根據過濾結果,判斷過濾后的商品數量,是否<32件(4.1.1.1.1)
- 是,則結束
- 否,則根據售罄商品,往上一級類目,進行商品歸類,且對歸類的商品,執行4.1.1.1商品過濾,且根據過濾結果,執行4.1.1.1.1邏輯,以此類推… …
- 否,則結束
4.1.2 提取\排序規則
面向對象:
已經4.1.1過濾的商品;
用例圖:
功能描述:
匯總已進行過濾的商品,進行排序;
前置條件:
商品管理系統,將已售完的商品進行過濾,生成過濾結果
后置條件:
商品銷售庫存>=16,則在關聯的推薦框推送一條商品記錄
規則說明:
排序提取規則:
系統需對已過濾記錄,根據商品銷售庫存數進行統計,根據銷售庫存數最大值,降序排列,且根據商品銷售庫存數量>=16的商品,往關聯的已售完商品推薦框,推送一條商品陳列記錄
4.1.5 A\Btest規則
面向對象:
本方案與協同過濾方案
詳情說明:
協同過濾規則
由數據分析部門,提供的協同過濾算法的規則
A\B競選規則
時間周期:由功能上線當天00:00分至往后第30天的23:59分
面向用戶:C類用戶
統計結果:跟蹤推薦的關聯商品的點擊UV、PV與入袋轉化
競選權重:點擊UV10%,點擊PV:30%;入袋轉化60%
附帶產品需求文檔,供大家思考,與互相學習:
鏈接: https://pan.baidu.com/s/1qYaWT0C 密碼: rkjb
本文由 @倒爺001 原創發布于人人都是產品經理。未經許可,禁止轉載。
謝謝分享!確實鏈接失效了,對了!墨刀的素材廣場里面也有PRD文檔,可以直接復用。
求分享1103809366@qq.com
新人求分享 2401485918@qq.com
可以分享一下嗎?鏈接不在,我郵箱是2818356052@qq.com
倒爺好,599220829@qq.com,謝謝您
可以分享下么?郵箱:327867988@qq.com 來自一位新人的真誠訴求
鏈接不存在呀
邏輯關系圖是用什么畫的?VISIO?
可以分享下么?郵箱:1223064919@qq.com 來自一位新人的真誠訴求
你好,上面的網盤鏈接失效了,不知道可以再分享一下嗎?謝謝。我郵箱是412426454@qq.com
可以分享下么?郵箱:1164691174@qq.com 來自一位新人的真誠訴求
可以分享下么?郵箱:1164691174@q.com 來自一位新人的真誠訴求
可以分享么? 我的郵箱616718676@qq.com
可以分享下么。我的郵箱:1286628813@qq.com
可以分享下嗎,郵箱:838138212@qq.com,萬分感謝
流程圖可以優化下
附件是PPT寫的嗎
實用,謝謝?。?!
ab測試那個指一部分商品上推薦,一部分不上,比較兩者的數據么?
出2套以上的方案測試
謝謝分享
您好,我想向您請教一下A\Btest規則,不是很理解,能簡單描述一下么?比如它的作用以及它的實施效果等,謝謝!
怒我直言,的確是干貨,但是有點把簡單需求復雜化的意思,很多東西描述過于累贅,反正會讓技術 領導看的云里霧里
這份PRD只表達了邏輯關系,還可以寫的更細
還有一點忘說了,文檔里提到的那些數字16、25%、32都是怎么得來的?入門新人,望指點
一般瀏覽一組商品,16個最合適,超過便瀏覽不完,少了選購弱化,感覺空;25%是價格差,一個在選購商品選購中,買家核心關注價格、標題與圖片;
如:對于模糊購買需求與精確購買需求的買家,看了10元的商品,基本把價格定位在10元,超過50%會猶豫,超過100%,放棄會拉高,增加頁面跳出率。
“排序提取規則:
系統需對已過濾記錄,根據商品銷售庫存數進行統計,根據銷售庫存數最大值,降序排列,且根據商品銷售庫存數量>=16的商品”。根據這里說的16指的的是庫存大于16數量的,而并非最后羅列呈現在推薦框的?。縿偪戳讼峦扑]框目前是8個商品。所以想問的是為何提取規則選擇庫存量大于16的?這個取值不會太小嗎?
如下這樣理解對嗎?32是SKU>=32的篩選出了一組“同類”商品,16是在這組商品中按銷量由大到小篩選出前16名的商品,然后流入到推薦框橫排的8個位置中(按銷量由大到?。?/p>
你可以想象是一位買家,看對了一雙200元的鞋子,你很想買,但是沒有了,這時候推薦一款相似的鞋子七雙,視覺上款與功能都無多大區別,價格分別為:100、150、200、250、300、350、400,這時候你擁有選擇3雙的機會,你會選擇那3雙?
設身處地想想的確有那么點意思 ??
你怎么不問:為啥有協同過濾算法這條規則了,還要弄一個過濾規則 ??
這個倒是沒有仔細想過,愿聞其詳 ??
多謝指點
我竟然認真看完了。。
有一點不懂想請教一下:為什么要控制過濾后的商品數量>=32?
另外文檔后面的過濾邏輯有處錯誤,應該是筆誤,無傷大雅
系統風險預估,剩下16作為備用商品
噢~這點我沒考慮到
哈哈,發現的話可以提出來,互相學習 ??
倒爺微信:
ftl_keen
公眾號:
fuckpm
??