对于淘宝商家功能，想到了两个点，整理下来

1、店铺首页定时切换

淘宝店铺的首页或者说是专题页面，可以支持两个版本或者以上，可以设定版本生效的时间段。

主要应用场景：电商大促对于每个运营和设计来讲可谓是喜忧参半，有双十双十二这样子的大活动，都是晚上零点开始，一年不下于四五次，要熬夜换页面。自己策划活动也是需要准时切换页面，每次卡点更换心急如焚。如果可以定时切换，这样子不仅解放设计，也有利于用户体验，等待的消费者不用每次刷新都发现页面还没有更换。

2、店铺首页千人前面

店铺首页支持多版本的千人前面

主要应用场景：主要用在精准营销上，可以对新客老客户展现不同的页面，新客推爆款，老客推新品；在换季的时候，针对南北方温度差异，还可以区分营销活动，夏秋交季，北方提前推秋冬装，南方还可以保持夏装清仓的节奏…

在网站重构的时候，整理需求，虽然是自建的 B2C 商城，但是因为品牌的增多，商品数据也指数上涨，老大对于 B2C 商城的发展方向的构思是平台化，而且消费者在搜索浏览商品时，平均深度在3页，需要优先展示优质的商品，满足用户的需求，提升网站转化率，类目列表和搜索结果列表的排序规则需要重新设计优化。

我们核心要解决的一个问题是：能够让用户快速查到想要的商品。这里的核心就是「想要的」，一方面我们就需要了解用户的画像，即人群特征和行为偏好，另一方面就是要推荐给用户普遍收欢迎的商品。这里就包含了两大层数据：输入层和输出层

• 输入层：这里的数据就包含：用户画像，行为偏好，搜索内容三部分
• 输出层：输出的是商品，对商品进行评估就需要全方位的分析商品的数据：商品名称关键词、商品属性（品牌、类目、风格、元素、尺码、版型…）、商品标签、价格、促销、商品销售、曝光量、点击率、流量、转化率、库存、退款率、评分…

把这些数据指标进行分类，设计了一下搜索排序模型：

每个模型会处理商品的评分，因为搜索的结果需要快速展现，预先对一些中高频的搜索词建立索引，而商品的打分的更新也会安排周期性，不会过于频繁。

1. 相关性模型：匹配用户搜索词和商品类目、属性的相关性，这里对搜索词进行分词，优先匹配类目，然后匹配属性、标签，商品的属性区分优先级。
2. 销售模型：统计商品销售情况，用到的数据有销量、转化率、退款率几个指标，销售占的权重较高，主要统计近三十天的销量。
3. 人气模型：统计用户对商品的兴趣度，涉及的数据主要是点击率、流量、评分。
4. 运营模型：运营人工干预的需求，商品的促销，新品的加权，剩余库存以及人工干预排序。
5. 个性化模型：分析用户画像和行为偏好，用户人群画像，性别、年龄属性与商品的匹配度，用户的浏览习惯、消费习惯。对于用第三方统计工具的来讲，数据几乎不能收集，Google Analytics提供的受众群体受众特征的准确度也较低。

负责官网的运营以来，兼任产品经理的第一个接触的项目就是网站首页改版，针对这次首页的改版，从需求收集、产品分析、上线分析三个方面做一下总结。

1、需求收集

一般而言，改版的需求来源于以下几个方面：

1. BOSS制定的改版计划要求
2. 运营团队根据数据分析的结论提出需求
3. 产品以及设计师的思考（当前交互方式、设计流行趋势等）
   
   4.用户调研和用户的反馈

当然我们这次改版就是老大提出的需求。我们都知道动机理论，老大提需求背后肯定有她思考的点，面对这个需求的时候还需要进一步的请教老大真正的动机。 因为产品主要面向的是消费者，BOSS 的需求事实上可以归为要求，还不能算得上真实的需求。

需求的和评定上还有以下几方面：

1. 用户调研：我们长期运营着一个会员群，通过调研有奖的形式，邀请会员参与调查问卷，对于首页展现内容的意见和建议
2. 数据分析：这里我们经常用到的一个功能是热力图，通过这个分析用户的点击行为

3. 运营需求：收集运营的需求，对于网站展示的内容，以及内容的优先级进行排序

2、产品分析

1. 战略层：我们的改版目标就是提供给消费者良好的购物体验，首页的作用就是提供清晰的导购体验（如果是个性化的体验，就要考虑千人前面的因素）
2. 范围层：首页作为大部分访客首次着陆的页面，首先要满足有目标客户搜索，通过分类查找商品的需求，也要满足无目的客户逛的需求
3. 结构层：通过对内容需求优先级的评定和归类整理，确定不同内容的位置

4. 框架层：网站的布局一定要有层次，能够区分主次，避免出现信息拥堵，给用户造成心理障碍，减少跳失率

5. 表现层：用户感知的层面，能够传达网站的形象，给用户留下印象。这里主要就是设计配色，主色调+辅助色以及广告图片颜色、布局、文本等规范

3、上线分析

改版上线后，需要做的就是进行数据分析，分析改版的效果如何，这里就需要对比改版前后的各项数据来评判改版的成功与否。

1. 流量分析

• 流量去向：对比改版前后流量去向占比数据，分析是否达到预计的倒流效果
• 热力图：分析改版后用户点击情况是否达到预期

2. 用户黏性

• 主要分析指标：跳失率、停留时间，这两项指标代表用户对当前页面的喜爱程度。对比改版前后一段时间的数据，需要排除特殊运营活动的影响。比如大促节日

3. 用户反馈
   
   -通过用户访谈、或者调查问卷收集用户的意见喝建议。