从酒类的“超级品类日”，浅谈电商产品运营的规划设计

从之前分析的酒类品类特性：

• 浏览酒水的用户，基本都是有强需求，要么自己饮用，要么送朋友
• 酒类用户有品类的延续性，习惯引用白酒就经常看白酒，喝啤酒是就啤酒
• 酒类用户品牌延续性特别强，用户之前喝什么品牌的，基本是延续下来

品类入口策略：根据酒水品类特征：

• 酒水是相对细分品类；
• 需求内因特别明显；
• 品类延续性消费明显；

所以设计的时候品类入口在顶部，击中用户非常高，在头部直接就入口分流走了；如下图：

（首屏分流）

2.1 酒类包装策略

不同品类的酒类，用户购买的时候关注的点不一样，酒类包装策略，根据不同酒类的特征去做不同纬度的包装：

1. 白酒以品牌维度包装，比如五粮液、茅台；
2. 葡萄酒按照场景及国家分类，比如法国、意大利、德国酒庄产地;
3. 啤酒按照国家品牌分类，如比利时、德国、哈啤、喜力;
4. 洋酒按照人群场景使用分类，洋酒是人群小资属性，入门级的喝什么、高端的喝什么; ⑤小众酒主要是养生酒偏重品牌。

按照这些特性去规划页面，我们可以有理有据去设计页面的架构，所以在设计的时候，我们不是主观的去表达个人或者某一小部分人的需求，而是较为客观的合理去表达大多数用户的心理模型及需求，这样才能保证出来的是符合主流用户的主流价值。

2.2 结合推荐（用户行为识别）算法逻辑（BI：Behavior Identity）即用户相关性

如果按照上面的品类特征是不是就可以解决很大问题，答案：不是的；如何做到让页面的布局看起来懂用户，那么就是在推荐（用户行为识别）算法逻辑（BI：Behavior Identity）规则的制定。

很简单地讲，就是根据用户行为来给用户推荐他喜欢的内容，这个因子有很多，不同BI逻辑包含因子数量与比例也是不一样的。

比如，可以把用户最近浏览酒水品类给用户，也可以把用户经常购买的品类推给用户，还有可以把用户价值最高的，购买频率最多的推给用户，等等这些因子可以单一，也可以叠加起来构成算法逻辑。

在这次酒水细分品类项目中第一次尝试BI逻辑，这个也是由于到了特别细分的品类，推荐算法的价值能显现特别有价值，后来的数据验证（由于BI逻辑的引入总的GMV提升了约20%），因此BI逻辑的设计也是卓有成效。

最后主会场的UV订单转化率提升将近一倍（去年超品日），去年同比（同时期）的两倍，数据表现也验证了设计的价值。

3. 榜单会场设计

榜单会场的设计是让用户的购物目标更加清晰，因为榜单可以让用户知道哪些酒类适合什么样人群，哪些酒卖的特别好，哪些酒类有什么样的口感及畅销排行榜等等，从区域属性的酒类展示到饮酒场景的包装再到商品人气榜，都是让用户在这个页面浏览起来，达到逛的目的。

这些往往都是我们设计认为的榜单价值，但业务往往给这个页面的目标加上“GMV”，在电商领域设计师问业务目标的时候他们总是振振有词的说每个页面目标都是GMV这种霸王条款，搞的设计师都很头疼。

因此我们在做设计的时候梳理一下“业务目的”与“用户特征”这两个结合起来确定“设计策略”（如下图）：

3.1 榜单设计设计策略：1.细分（小）品类，大分类先展示

酒类作为细分品类，用户人群比较特殊，再加上榜单会场本身就是满足那些不知道该买什么、也不明白什么酒值得买的一些目标模糊的酒类用户，所以大分类展示给用户，“红、洋、白、啤、养生、黄酒”一眼让用户清晰直观知道分类维度如下图：

3.2 针对不同“区域属性、品牌、人群、场景”等维度进行推荐

从研究报告与品类特征了解，酒类具有区域属性特征，比如陕西喜欢西凤酒、青海青稞酒、河南杜康、贵州茅台、青岛哈啤、广东人喜欢喝洋酒、上海人喜欢喝红酒等等。

酒具备区域属性同时也具备品牌属性；为了让用户与自己所在相关，我们从用户行为相关、区域属性、品牌、人群、场景等（如下图）不同维度进行榜单推荐，用户的目标自然而然就清晰了，那就实现了转化率提升。

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!