【天天问每周精选】第14期：电商产品的设计和运营需要注意哪些问题？
据11号凌晨天猫的官方数据统计，双十一购物狂欢节开场52秒交易额冲到了10亿元，10分钟内成交订单达到6300万单，预估将比去年的成交量翻一倍。以淘宝为代表，电商的发展可谓如日中天，如火如荼，消费者已形成了线上消费的习惯，如今利用线上渠道开展营销活动以及品牌推广是商家的不二利器。
今天正好双11，除了剁手和吃狗粮之外，来和天天问一起看看电商产品在设计和运营过程中需要注意哪些问题吧？
问题清单：
电商类产品经理具体分为哪几种？并说说新人学习思路。
电商活动策划小白应该如何不断的提升自己？
怎样做好社群电商？
怎么设计好电商后台系统流程？
如何做一套优秀的电商推荐系统？
电商发放优惠券做活动，如何防止恶意刷券的行为？
欲知详情，请往下看：
问题1：电商类产品经理具体分为哪几种？并说说新人学习思路@浩浩
精选回复@Lock
本人也是从事电商行业，也是个新人，就以我自己来说说吧。
我们做的是本地化的实体+互联网，其实我感觉不管是哪种类型的PM都是分这么几种，画图经理、文案经理、运营经理、数据分析、总体来说很少有真正意义上的PM。
我是先学习的axure、Visio等各种软件，先成为了一个画图经理，平常就是领导安排要做哪些功能，要改动哪些，就画原型图，然后对原型图进行标注和讲解；
开始写方案，前期是仅针对原型图进行说明方案，等于是前端设计方案。之后慢慢接触了一些后端系统的事情，CRM、CMS等等，熟悉业务链，开始做每个方案的时候会加上做这项功能的想法，这个功能整体的逻辑层。
考虑用户的体验，每个交互，点击等等，会给用户呈现哪些东西。
紧接着要看数据了，PC和APP的各项数据，刚开始完全看不懂，看到一堆的数字也不明白是什么意思，看多了就好了。
逐渐的对接开发部门、业务部分、营销等等，到了现在。
个人感觉电商与其他产品不同的地方是需要对接的人太多了，因为不是社交、金融、教育这些，电商的目的是卖货，通过互联网手段盈利。所有整体会很庞大，涉及的系统各方面很多，并不单单是一个前端用户体验的问题。多和运营、信息部门沟通会有助于做产品。
现在我们公司比较奇葩的地方就是需求部门太多，没有办法安心的做产品，要接需求，分析需求可行性，如果确定要做的话，就开始做设计、方案、逻辑这些，然后提交开发。
另外，当有时间的时候还需要和运营的同学讨论下个版本的排期和计划什么的。
问题详情：http://wen.woshipm.com/question/detail/n7h28.html
问题2：电商活动策划小白应该如何不断的提升自己？@大雕
精选回复@老猫猫
关于活动的策划推广，首先了解活动的目的，促销？产品？还是用户？如果是清仓，简单粗暴的文案和设计就足够了，直接了当的现买现卖。
如果是推产品，那就抓住产品的特性挖掘出卖点，比如推新推爆。要抓用户活跃或者注册的，那就稍微复杂一些，必须得带点互动的东西，如抽奖、大转盘、连连看或是抢红包，提高用户的参与度。其实，最简单的就是签到活动获取积分和奖品了。你有具体观察过其他部门推广的平台有哪些，有研究过他们为什么选择这些平台吗？主要采取什么推广方式？如果只是粗略的投放推广那就是烧钱了，效果也好不到哪里去。
关于文案：电商行业其实是将传统的商务流程电子化了，主要是销售和业绩，那么主要任务就是吸引顾客点击并促使其实现购买，简单粗暴的标明打折力度和价格是最好的方式。不同风格的文案最终的目的只有一个——促进成交。
@栗子
疑惑1：“不可能每次活动只曝光好产品啊。”首先好产品这个概念是相对的，一般来说性价比高的产品会被定义为好产品，原因是对大众的吸引力较其他产品强。其他产品好是好关键是有人知道吗？所以利用“好”产品做活动提高平台的流量后再推其他产品就容易些了。
疑惑2：写活动文案目的无非就是三个，吸引新用户、留住老用户、促进成交。分析下你文案被拒绝的原因。一切不以促活促成交的文案都是耍流氓。
疑惑3：推广当然要有针对性，不分渠道不分平台的推广只能说是浪费资源浪费钱。至于这个问题你跟负责推广部门的同事多沟通，了解他们的怎么推广的会更好。
问题详情：http://wen.woshipm.com/question/detail/tuaqd.html
问题3：怎样做好社群电商？@小安
精选回复@芒果道长
QQ群我没做过，说说我做过的微信群电商的经验吧。
去年8月份到11月份，我做了200多个微信群，人数有梯度的，30个400+人数的群，20个200+，剩下的都是100+：
第一种情况：在群里主要是发商品链接、红包、我自己商城的优惠券，一开始对其他链接或者竞争对手的链接都是放开的，大家都可以发，有这么几个现象：
群特别活跃，因为什么都可以发，都可以聊，并且人数会增加，有人不停的邀请其他人进来，转化也还可以；
各种闹人的虚假广告、**消息、微商广告轰炸，造成用户投诉，所以我们就把明显的广告和**的人全踢了；
竞争对手混进来恶意发比你低价的商品，拉几个托进来刷群，还有诋毁的，也踢了；
用户会把竞争对手的坏处拿到群里来说，对这个行业的不看好，另外常见的是用户总会把竞争对手搞错了，以为是你发的商品不好，造成品牌影响。
第二种情况：群内只能发我们商场的链接，其他全部踢，目前我们大群采用的是这个高压政策，小群放任，这种情况下有这么几个现象：
群不活跃，没人说话，发红包也不会很快抢完，甚至有没人领红包的尴尬情况；
由于高压政策和售后手段引导，群不出现负面信息了，相对较安静，所以商品链接得有专门的工作人员去发，不然用户很少会主动去发的。
做微信群电商有快一年了，也和很多做的不错的微商交流过，其实所谓的社交电商，有时候想想或许是个伪命题，特别是微信群：
首先是微信群功能相对QQ群来说太弱，特别是后面微信群100以上的，想再加入，必须要绑定银行卡，我们很多用户因为这个，都进不来群，他们不愿意绑定；
其次是用户与用户之间的弱关系或者临时关系，很难通过话题或者是其他载体来让群活起来，还不如借助产品来实现，比如抽奖、领券等等；
流动性太大，基本会一个星期就会有很多新面孔进来，之前运营人员辛苦维护的“关系”分分钟就得重新来一次。
但有另一种情况，地区拼团群，活得很好，给群主好处或者是群主有明确的价码，比如你进去发一个小时的广告100元等等，不过是极少数，并且从商业的角度来说，这种形式做起来太慢了，不如直接用一个1元特价拉起来的群快，天天里面发红包，一样的效果。所以微商特别聪明，专心做朋友圈，并且做得好的微商，朋友圈不是狂轰滥炸的广告，而是真实的生活并且每天就1~3条内容，频繁了绝逼遭到屏蔽。另外他们不会加很多人，而是一个号就加200左右的有效用户，并且打标签，不定期清理，不是目标用户就清理掉。
问题详情：http://wen.woshipm.com/question/detail/cemar.html
问题4：怎么设计好电商后台系统流程？@一帆风顺的一凡
精选回复@加菲
要设计一个完善、流程清晰的后台管理系统，首先你要对自家的业务十分熟悉，你要清楚业务有哪些、部门有哪些，同时对应的它可能会存在哪些场景，其次你需要知道在这些业务里边，哪些是能够功能化的，哪些是场景涉及流程及相关的部门人员。
其次，各个环节中间肯定有牵连，有一些环节可能会牵一发而动全身，这就要求你要将哪些环节、业务节点内容涉及到多系统的协同工作、以及数据流向及系统间的整体运转给弄清楚。
打个比方，商品的编码要怎么设计？这涉及到了供应商、ERP系统以及后台管理系统，首先要想清楚，供应商的相关信息无需体现在商品编码里，而是直接接在ERP系统里，所以产品编号规格可以简化为： 产品5-8位编码（根据你的最大预期商品总数取位数）+颜色+尺码。
这个逻辑捋顺了就好办了。
再者，关于后台的角色设计的问题，我认为角色的设计是以业务场景这个维度来展开的，主要来看你具体有哪些人在使用这个系统、以及角色之间的关系；例如可能会涉及到买卖双方、供应商、客服、第三方系统等。另外还有后台的类型，例如一个完整的电商后台系统就包括 电商系统，工单系统，ERP系统、WMS 系统等，每一个类型都对应着一个场景，在设计框架的时候需要灵活去配置，以避免以后业务灵活变动造成的既有的处理逻辑调整。
精选回复@阿南
后台管理系统应该至少包含以下内容，针对B2C而言：
客户管理：客户信息、地址管理，电商类的一般都要维护会员的收货地址；客户和地址一般都为一对多关系，所以后台要添加增删查改功能。
积分管理：维护用户积分的计算规则、使用规则，可查询会员的积分变动历史和当前积分；收藏管理，用户在平台上收藏的商铺、商品等；账户管理（管理账户余额、充值记录等）；还有一个用户分析（详细可参考微信公众号后台）。
商品管理：包括商品的分类和具体商品信息，例如商品分类的增删查改，用户发布商品信息的增删查改等。
订单管理 ：平台上的订单从拍下到用户收货的状态要全程监控，对于关键的环节点所发生的信息及时更新；还可添加订单分析功能，用来可以分析某时间段内订单的变化趋势、订单比较集中的地区、异常订单监控等，为后续后台的优化提供数据参考。
日常基础数据管理：这个在后台运作的之前就应当搭建好，如客服说明、免责条款说明、公司简介、常见问题、用户协议等等需要维护的基础数据。
系统管理：后台管理系统的用户管理和权限管理，登录密码修改、登录日志和操作日志等等
问题详情：http://wen.woshipm.com/question/detail/7821d.html
问题5：电商发放优惠券做活动，如何防止恶意刷券的行为？@林涵
精选回复：@橘子汽水
1. 设置领取数量
每人最多能领取X张，对同一登录名or支付账号、收件人、手机号码以及同一地址进行限制，限制含有多个账号的用户使用优惠券，还有同一设备不可多次使用相同类型的优惠券，设置领取数量的门槛。有一些纯属让利获关注的（例如滴滴前期的烧钱补贴，百度1分钱买汉堡等），那么就要设置新用户才能领取并使用，要考虑注册的手机号、邮箱号、短信验证码、ip等的因素。
2. 使用的方式进行限定
比如电商中满500减50，满1000减100，购物金额达到一定数量才能使用优惠券；或者店铺里面有会员等级制度的，某些优惠限定会员或者VIP才能使用。
3. 技术排查
定期排查平台的用户进行交易情况，防止用户与商户恶意套取优惠券。因为优惠券是由电商承担的，比如在优步滴滴还进行红包补贴时，需要防止司机好友间“恶意刷单”。这时候需要对两个人手机号、IP地址进行定位，并设置力度大的惩罚机制。除此之外，还可以采取机器学习、用户历史行为分析等等，作为数据参考。
精选回复@榴芒小丸子
看到这个防刷我就有个疑问，你们做电商发放优惠券的目的不是为了刺激消费么，刷券的人除了倒卖之外就是分享给亲朋好友用，要不然他刷来干嘛？他刷了是要用的，如果1个人刷了100张自己用了2张分享给其他人，其他人也过来消费了10张20张，那么本质上不是还帮商家宣传又带动了店铺的销量了吗？
反正我们当时是来者不拒的，我们是用二维码发放50元无门槛的优惠券（产品价格一般2500+），所以用户将这个二维码分享出去我们还乐意呢，反正我们的成本预算就包括了这个优惠的价格，分享还等于帮我们做宣传了，能来消费欢迎都来不及了。所以我觉得你重点方错了，预期控制别人多拿防刷，倒不如限制每个用户/账号只能使用一张。
问题详情：http://wen.woshipm.com/question/detail/7sd1d.html
问题6：如何做一套优秀的电商推荐系统？@谁的眼泪会倾城
精选问答@曲澎涛
只做过最简单的推荐算法，简单写下：推荐算法目的是基于数据分析计算出用户可能喜欢的商品，进而促进成单。
角色：
无帐号，无cookie信息（不考虑）
无帐号，有cookie信息（浏览了很多商品，可能会对某些商品有需求）
有帐号，无购买行为（同2）
有帐号，有购买行为（购买了商品，对该商品的某些衍伸产品有意向；同2）
场景：
用户首次进入，啥也不懂。但是可以根据IP推荐当地爆款商品
用户有浏览行为，但是没有购买的，优先推荐浏览商品
用户有浏览行为，购买的，购买时开始推荐衍生产品（符合用户需求并可提高Arup）
用户有单次购买行为，根据品类定向延时推荐（例如牛奶，每4天推荐一次；楼主说的电饭锅，7个月推荐一次）
用户有多次购买行为的。根据多品类基于数据分析其他衍生品（例如购买了电脑+鼠标，可以推荐键盘或音响）；同时对于用户购买时间的不同设置推荐优先级（例如今天买了鼠标，明天买了牛奶，那后天电子类是不是比生鲜好一点？）
根据用户客户端属性判断购买力？我猜的，不知道是否科学…..
精选回复@jacky
个人感觉电商推荐最好用的是协同过滤，因为人跟商品这两样东西都太复杂了，能猜中你喜欢的估计也只有兴趣跟你一致的那群人了。
用协同过滤可以向你推荐好几样可能毫不相关的产品给你，而用各种“商品标签+用户标签”是很难将这种关系关联起来的，例如传说中的啤酒与尿布案例。
下面就一个例子来分析：
我曾经买过一双nike的鞋，系统又给我推荐了一台加湿器，居然真的是我想要的，当时很好奇为什么会是这个？后来看到的推荐理由是“购买这件商品的还看了这些”。
其实，协同过滤好处不仅体现在能关联不相关的商品上，还能把商品分层次来推荐。鞋和加湿器都会分档次的：买200块钱的鞋，可能更倾向于买100左右的；买1500块钱鞋的人，可能倾向于买2000多的加湿器；买时尚品牌的鞋，可能倾向于买颜值高的加湿器；买耐用的鞋，可能更喜欢使用寿命比较长的加湿器。
这些复杂的因素用相关推荐都是很难计算出来的，但是当数据量足够大的时候，用协同过滤算法都可以得到很好的答案。
以下是曾经写过的一篇文章的节选，也是有关推荐算法方面的，可以一起看看：
一个完整的推荐系统由行为记录模块、模型分析模块和推荐模块组成。
行为记录模块负责记录可体现用户喜好的行为，如点击、评分、下载、购买等；模型分析模块则实现了对用户行为记录的分析，采用不同的算法建立模型描述用户的喜好信息；最后，通过推荐模块，实时的从内容集筛选出目标用户可能会感兴趣的内容推荐给用户。如采用打点的模式，通过数据维度将每个用户映射到三维空间里，通过矢量半径测算需求相似度，若两者各有10000个指标，而相同的有8000个，则说明这两人兴趣比较相近。
但基于“内容过滤”与“协同过滤”两种算法的推荐容易出现“冷启动”“数据稀疏”等问题。冷启动（主要是协同过滤）指的是推荐集所推荐的内容必须是先被其他用户使用过的，而那些未被大量评论覆盖的产品来说，他们是很难进入他人的推荐集；数据稀疏是个难以避免的问题，单个用户不可避免的只能接触到总数据的一小部分，而当两用户评价过的内容没有交集时，算法就难以判断这两用户是否兴趣相似，从而难以找到相似的用户集。
搜索引擎与个性推荐的区别
前面已经说过，从用户角度来说，两者的使用目的是不同的，具体不同点如下所示：
推荐是被动接收的行为，搜索是用户的主动行为；
推荐一般是联想辐射的，而搜索一般是即时需求，目标明确；
推荐是通过分析用户行为展现出的结果，而搜索是服务端获取该用户行为的一个入口。
相对搜索来说，推荐有着很清晰的优点：
主动精准，可快速帮用户找到需要的信息；
为自己打上标签信息，为商户广告的投放增加准确性 。
但也有一定的缺点：
需要用户行为积累；
多样性与精准性矛盾，推荐的信息源容易变的越来越单一；
容易泄露用户隐私；
短期或即时的兴趣容易对算法造成干扰；
用户“最喜欢”的数据可能会因为评估次数的不同而偏移。
如我最喜欢西瓜，但在看到西瓜前我已经“喜欢”了草莓三次了，那么就算我点喜欢西瓜算法也会判断我为“最喜欢草莓”，从而使用户对自己的价值观感到模糊。
问题详情：http://wen.woshipm.com/question/detail/op1s.html
小结
看完以上的问答，顿感做电商产品的不易。电商产品可谓是最复杂的产品类型之一，电商后台系统的设计十分复杂，需要理清各种商品、用户、支付等环节的信息，非常考验产品经理的逻辑性，一个错误往往就牵一发而动全身，因此需要十分谨慎。让用户能酣畅漓淋的尽情购物狂欢，背后是电商产品经理及运营们默默耕耘，用团队的心血所换来的。
想要了解更多关于内容运营的干货知识，请继续关注135编辑器。
立即登录
