淘宝产品十年事 ——细数淘宝成立十年来经历的重大变化、核心产品的设计,以及背后的思考

第2章 从“商品”说起

类目+属性,一个商品只能属于一个类目,但可以有多个属性,解决交叉问题。

第3章 “淘宝”就是导购

当商品供应量远小于买家需求量时,需要为有需求的买家提供预订服务、资讯服务、订阅提醒服务。对有相应能力的卖家提供相关的情报,以刺激市场发展。

当商品供应量近似于买家需求量时,关注需求的满足率,通过细分人群,为不同人群提供不同的导购决策产品,来降低流失率。

当商品供应量远大于买家需求量时,需要对有需求的买家做优质商品和卖家的推荐,以及促销活动的推荐,并且针对不同人群提供不同的决策树。对没需求但有可能购买的买家做信息推送,以扩大需求量,同时为卖家提供付费型的营销工具。

前后台类目拆分:卖家通过后台类目发布商品,买家通过前台类目选择商品。用相对固定的后台类目可以衍生出一个随时变化的前台类目,后台类目满足卖家,前台类目满足买家。

Spu:关键属性,标准化产品。

Sku:销售属性,最小购买单位。

如何发商品:买家发一个商品的时候,自动判断有没有这个spu,有则直接发商品,无则自动挂一个spu上去。

第4章 搜索的启示

橱窗推荐:借助每一个卖家帮我们筛选优质商品,对卖家来说,需要考虑自己的哪些商品更好,客观上大大提升了买家体验。

针对新进买家,额外奖励10格橱窗推荐宝贝。

人气排序:基于假设卖得好的宝贝,质量和买家认可度要高于卖得不好的宝贝。

人气排序两大弊端:一是马太效应,搜索结果页长期被少数大卖家占据,流量分配极度不平衡,中小卖家生存空间被挤压,卖家开始通过打造爆款引流,虚假交易、刷销量滋长。二是覆盖率低,总有一批商品永远得不到曝光,无法得到初始的流量,没有持续新卖家加入,容易把平台做死。

基尼系数:成交相关数据,将人气排序和时间轮播结合起来,增加卖家服务质量因素,但缺点是无法告诉卖家需要从哪里改进。

搜索优秀例子:

(1)滞销商品不进索引:将滞销商品放入历史库,提升结果页的商品质量。

(2)聚宝盆:商品收藏人气利用起来,但需要引入反作弊。

(3)合并同款与款式打散:搜索可以将结果中相同款式的宝贝打散,也可以将相同款式的宝贝聚合在一起。提高了搜索结果页的丰富度,让用户翻更少的页看到更多的款式,也可以对相同款式、不同卖家的宝贝进行比较。

(4)合并卖家与卖家打散:提升买家体验,帮助卖家获得展示机会。

当一个系统优化到一定程度后,必然进入帕累托最优,再要优化,则此消彼长。

(1)对一个类目过于照顾,则另一个类目的买家很可能就会受伤害。

(2)对一些top词照顾得太多,经常会伤害长尾词。

(3)对准确度照顾太多,就会伤害覆盖率。

反作弊没办法完全阻止作弊,但可以让卖家“作弊成本越来越高,收益越来越低,直到放弃作弊”。

卖家质量分:搜索诊断助手和举报系统。

卖家做得不对,要罚,更要告诉卖家如何可以做得更好。

最懂你的搜索:精细化与个性化:

精细化:对用户行为进行更完整的分析,不止是销量和转化,用户每一次点击,每一次浏览,每一次收藏,每一次询问,一方面销量影响没有这么大了,另一方面很多没有销量的优质商品也有更多机会浮现出来,中小卖家流量变多。

个性化:用户细分和商品/卖家细分,然后做对接。

第5章 “电商”还是商

按点击付费(cpc):google广告联盟,百度联盟的竞价广告。

按成交付费(cps):以实际销售产品数量计算广告费用,适合购物类、导购类,网址导航类,需要精准的流量才能带来转化(避免非精准因素)

高客单价线下消费(按下单数)。

预售:

(1)发货时间:实际过程中,非常需要修改发货实际,规定发货时间修改只能往后,不能往前修改。

(2)预售数量:预售库存。现库存并发是比较难的问题。

(3)预售价格:预售商品对买家来说有等待过程,预售价格理论上需要比现货价格便宜,不能支持营销平台的互斥叠加,且不能支持打折促销工具的改价设置。

(4)预售订金:未来需支持一部分订金预售模式,需要分期付款。

数据产品,消费数据分为以下几块:

(1)个人属性:从购买服饰的行为中,获取身高、体重、尺码;从购买品类预测职业、教育情况。

(2)社会关系:从购物行为判断婚恋情况,有无宝宝;从代付、代充值行为判断关联用户。

(3)兴趣偏好:从品牌偏好判断个人特征;从购物满足的马斯洛需求层次判断;从类目判断是否喜欢旅游、是否养宠物等。

(4)资产状况:从关联银行信息判断出收入的级别。

(5)信用档案:根据各种行为,计算此人可以透支的额度。

还有消费行为、操作行为、地理信息等。

第6章 “下单”之前

营销平台整体框架:

(1)基本信息:活动管理、活动状态、活动时间

(2)优惠对象:全网买家、店铺会员、店铺标签、淘宝标签

(3)优惠范围:指定店铺、指定类目、指定商品、指定市场

(4)优惠条件:满*元、满*件、限量

(5)优惠方式:折扣、减现、一口价、包邮、换购、赠品、返现、优惠券、积分

(6)优惠规则:优先级、优惠叠加、优惠计算、退款规则

(7)展示规范:搜索、detail(优惠标签)、detail(商家促销tab)、店铺模块、交易、站外推广。

尊重用户习惯背后有一个隐含条件,那就是市场类型,常见的市场可以分:全新市场、细分市场、就有市场。面向旧有市场的时候,意味着用户还是那批人,才需要严格尊重用户习惯的规则。

第7章 “交易”之时

纠结:到底何时减库存:拍下减库存/付款减库存

拍下减库存导致“恶拍”:系统增加库存保留时间,限制购买件数。

付款减库存导致“超卖”:付款时再次确认库存,设置安全库存,下单时提醒用户“这个商品比较火爆,如果不及时付款,不能保证有库存”。

天猫商家(b):默认付款减,更成熟,更适合卖家自己选择。

淘宝商家(c):默认拍下减,只有针对部分大卖家可以定制。

拍卖基本条件:拍卖必须有两个以上的买主、拍卖必须有不断变动的价格、拍卖必须有公开竞争的行为。

我们把交易拆分为三种对象:

交易规则库(规则):比如取消订单时间的规则、交易超时时间的规则、减库存方式的规则。

交易接口库(操作):比如创建订单的接口、修改订单的接口、取消订单的接口。

页面/流程定制库(信息):比如确认订单页面、已买到订单页面、已卖出订单页面。

第8章 “付款”之后

包邮、货到付款、运费险、退换货。

淘宝整个平台仍然缺乏交易售后的监督和保障。

评价体系的修正:

(1)拍下就可以互相评价-》只有在交易成功以后才能互评。(防刷)

(2)将买卖信用积分分离。(增加信用评价的实用性,也防刷)

(3)同一对买卖账号之间,一个自然月内最多6个好评。(增加可信度)

(4)显示虚拟商品交易信用比例。(防虚拟冲高信用后转实体)

仍然没法解决部分炒作信用和粉丝的问题。

申诉通道的打通,选择面向用户的价值。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 162,547评论 4 374
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,787评论 2 308
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 112,175评论 0 254
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,752评论 0 223
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,169评论 3 297
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 41,056评论 1 226
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,195评论 2 321
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,980评论 0 214
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,724评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,872评论 2 254
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,344评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,667评论 3 264
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,379评论 3 245
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,202评论 0 9
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,992评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,189评论 2 286
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,987评论 2 279

推荐阅读更多精彩内容