特点： 虽然有多个种类的产品，产品线很丰富，但是根据不同维度做了不同的分类，让用户学习成本很低。 整体界面呈现上来说，黑色的TB栏让人看着很难受，很容易让人视觉疲劳。
修丽可货架展示
案之前，我们先设定目标，用于后续的复盘并且能 房主数据库 够根据该结果判断方案的有效性。以目前我正在做的产品为例，通过历史数据我们发现，用户在货价列表页的停留时间过长、商品类型较多当前的排序逻辑比较混乱。本次通过商品罗列和橱窗的优化，降低用户在货架列表页的停留时长，优化商品排序，提高用户搜索效率。 数据指标设定： . 当前橱窗页面人均停留时长为，优化目标为以下 . 当前橱窗页面次均停留时长为，优化目标为以下 四、优化思路 主要优化逻辑包含三个板块：排序维度、排序权重、用户行为。 . 自营电商产品在不同阶段商品的排序策略和排序维度 第一个维度是分类排序： 初创期策略 可以根据主推系列的权重以及品牌自身的逻辑来综合排序。
成熟期策略 主要以市场需求、用户需求为主，可以通过分类访问占比、转化率占比、支付占比分析排序。 第二个维度是商品排序： 初创期核心排序策略： 由于没有相对完整的数据辅助决策，则以新上架商品、爆品优先为主，其他商品根据业务情况选择排序。
成熟期核心排序策略
以新上架商品、爆品在前为主，其他商品根据 为品牌和消费者提供如何创 其点击率、页面停留时间、购买次数、转化率综合评估排序。 . 商品排序权重依据 判断维度可多样的包括访问率、支付人数、单次购买数量、转化率、评价数量等维度去定义。 比如说：成的转化率权重：成访问吕权重：成的单次购买数量。 . 分析用户行为 比如说我们想知道，是否有用户想要查看所有面霜的行为。 方式：通过数据埋点，用户搜索则上报，最后统计分析用户的搜索行为来决定商城的分类如何排序 数据分析执行落地对货架页进行分析排序通常包含两个类型：商品分类排序、商品排序一、商品分类排序以±法则为基础，分类中的内容控制在个左右。
多的内容会让
人出现认知负载，成为一种记忆负担，影响产品使 ig 号码 用体验。 不同产品的排序设定： 具体策略：根据栏目支付转化率、访问率、支付占比这三个相对后置的数据来决定栏目的排序。此处需要数据支撑验证，需对数据进行收集）数据与修改意见脱敏数据，仅供参考） 分类排序数据表现： 最终结果： . 根据数据反馈，删除并且合并了分类I、D、F，其中包括了原高顺位的D，以此将分类控制在个左右。
