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?；趯KU<=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。