第二章 从商品说起

   商品的分类：

             一、类目：类目就是一个纯粹的分类，像“服装、电器、手机”等这样分下去。从用户翻页的习惯看，耐心的极限是3页，3页以后的商品，点击率非常低。

            在商品数量比较少时，总交易额和被买家看到的有效商品量呈正相关。

        二、多级类目：一棵类目树，而当商品越来越多，类目树就会越来越深，买家就越难找到想要的商品，而每一次点击，用户都会有一定比例的流失，大概超过50%，且树分下去之后，交叉和重合不可避免，变成了一个很难管理的网。

三、属性+类目：为解决多级类目问题于2006年引入，一个商品只能属于一个类目，但可以有多个属性，属性有属性值，而属性值可以有多个，属性的本质还是为了分类。淘宝很多产品，都是灰度发布的，可以小范围是错、优化，成熟之后再大规模推广。类目之外又有了属性，属性下面有属性值，其实有的属性值还会变成子属性，比如阿迪又会是一个子属性，他的属性值为“performance系列（三条纹）”、Qriginal系列（三叶草）和Style系列（圆球形Logo）“。

属性和类目一样，也是一棵树——属性树。而Tag没有结构，更加松散，无法管理上亿的商品。所以属性有结构，也有级数的控制。

       从是否可枚举，是否可输入将属性值分为了三种，性别类型（可枚举不可输入），品牌类型（小二可枚输入，但是无法枚举完全，需要卖家帮忙），重量类型（不可枚举可输入，但是客观上有无穷多属性值）。

         这三种属性值：第一、管控的尺度是越来越松的。二、分类的功能是越来越小的。一般来说不可枚举的东西，是不可以分类的；但有些时候可能会按区间来做分类，把不可枚举的属性变成可枚举的区间。

属性和类目搭上关系的方式：首先，属性只能挂在叶子类目下面。其次，类目和属性是有关联关系的，这避免了某个类目下无关属性过多导致的麻烦。建立了一个很重要的关系类目属性，任一类目都有自己特有的属性。

类目和属性关联商品的方法，卖家发布商品的时候，先从根目录选到叶子类目录，再选择这个叶子类目录对应的类目属性的各种属性值。买家挑选商品的时候，也可以从类目和属性值两个维度筛选。

由于品牌值有很多，所以小二将其分成了男装品牌、女装品牌、手机品牌等，分别挂在不同的叶子类目下，带来几个问题：

第一、不同类目下都是品牌这个属性，但数据库里的ID不一致。

第二、品牌之下的属性值ID不唯一，例如男女装的耐克在数据库里属性值不归一了。

第三、同样一个“阿迪达斯”，不同的小二定义的格式不一致。

所以做了“属性归一”的事情，看了所有属性里面是“品牌”意思的属性，把这些属性合并掉，并在一个ID下，再把下面的属性值也做了合并，解决了上述后面两个问题。

为了避免第三个问题，还做了一个规范，英文在前面，中文在后面，然后用反斜杠隔开。

但是，品牌下的属性值还是有几万个，小二还是“违规”操作，任何地方都一样，光靠人的自觉性是很难成事的，一定要设计出漂亮的规则。一个问题不一定要用传统意义上的“开发产品功能”来解决，产品经理的责任从根本上是解决问题，而不是做产品。

解决问题，或者说满足需求，通常有三种方法——提高现实、降低期望、转移需求，而最常用的“产品开发”只是第一种，也是最费劲的一种方法。

公共属性：即为每个子类目都有的属性（如品牌、性别），可以将其直接挑出来，作为父类目的共有属性，在前台直接展示在非叶子类目下。

因为调整类目和属性，小二和买家间存在了不可调和的矛盾：小二们开始把类目树变浅，使得买家更快找到他想要的商品。利于小二的KPI，但是对于买家来说，经常会调整类目且编辑。

       靠情感维系的关系是脆弱的，靠利益维系的关系是稳固的。

       SPU（Standard Product Unit，标准化产品单元），单独建立了SPU库，主要针对书籍，因为有很多商品的分类可以分得非常精确。

第四章  搜索的本质

1.最开始的搜索：“下架时间”，距离下架时间越靠近的宝贝，在list中的排序就越靠前，这是因为：淘宝早期，最为重要的策略就是“吸引和培养尽可能多的卖家”，因为最初淘宝交易额的增长和商品数的增长是呈正相关的，按下架时间排序无疑是对所有卖家最公平（程序公平）的排序规则，充分考虑了卖家之间的平衡。缺点：效率并不高，且带来了作弊（spam和anti-spam，搜索引擎垃圾技术和反垃圾技术）。

2.随后改变的搜索：橱窗推荐，背景是：商品越来越多，开始把“公平vs效率”向天平的右侧倾斜，有橱窗推荐的产品会在排序上优先展示，就像线下的街边橱窗展位一样。橱窗推荐，其实是一种机制，借助每一个卖家帮我们筛选优质商品。其实橱窗推荐还有卖家之间流量调节的作用，即针对部分卖家（优质卖家和新卖家）做政策倾斜。

线上的优势是可以披露很多线下难以披露的信息，如历史销量、浏览量、评价。。如果不利用起来的话，以降低买家的挑选成本，从哲学角度上讲，就太傻了。

3.“人气排序”：在榨取卖家知道哪些宝贝好后，榨取买家知道哪些宝贝好，人气：宝贝的受欢迎程度（转化率、销量等若干买家行为产生的指标），基于一个假设——卖的好的宝贝，质量和买家认可度要高于卖的不好的宝贝。买家通过浏览、购买等行为投票，这也是一种机制，借助海量买家帮我们筛选优质的商品，而且这在线下很难做到。

但这样打破了生态系统的平衡。人气排序的两大弊病：

一是马太效应。卖家开始通过打造“爆款”的方式使得排名靠前，给店铺引流，虚假交易，刷销量。二是覆盖率低。

对卖家来说，最好的排序无非两点：1.宝贝、卖家靠谱2.是可挑选的余地

“1”是买家，特别是新买家的基本需求，1解决的基础上2就显得越来越重要了

阿基米德与卖家的抗议

       传统搜索，通常使用准确度、覆盖度、更新度、速度等方面来评价，具体效果往往围绕CTR（Click Through Rate，点击率）展开。

阿基米德的主要特点有两个：一个是将人气排序与时间轮播结合起来，另一个是增加了卖家服务质量的因素。

卖家是否靠谱：是否加入了消费者保障体系、信誉好不好、动态评分高不高，有没有作弊行为，阿基米德增加了大量体现卖家服务质量的因素。

如何保证卖家公平：1.宝贝按下架时间进行轮播2.橱窗推荐得以保留

现在淘宝再有什么搜索上的大的改动，一定会慢慢地灰度发布，至少三五个月才改完，让卖家有足够的时间去适应、去改变。

阿基米德本身的问题：

第一版阿基米德排序，采用的是“有指导的机器学习”方法，参与排序的参数是通过算法生成的，能保证数据效果的最佳，但也含着巨大的问题——不可解释。

2011年“规则版”排序，就是要解决这个问题，简单地说就是要做到可解释、可指导卖家向哪个方向努力。把参与搜索排序尤其是判断卖家服务质量的各项因素，包括退款率、纠纷率、转化率、好评率、DSR（商品描述、服务态度、发货速度）动态评分等，都明确告诉卖家。

举例子：

滞销商品不进索引   2008年，搜索将滞销的商品放入历史库，不再引入索引。

聚宝盆      商品的收藏人气利用起来做的，买家非常喜欢，但因卖家的作弊而下架。

合并同款和款式打散 通过这个功能，搜索可以将结果中相同款式的宝贝打散，也可以聚合，提高了搜索结果页的丰富度、让用户翻更少的页面看到更多的款式，也可以对相同款式，不同卖家的宝贝进行比较，最终促成用户的成交。

合并卖家与卖家打散  搜索通过卖家维度进行聚合，卖家就能很方便地以店铺为单位进行浏览：看到跟自己气质不符合的店铺，直接略过；发现合意的店铺，就进去仔细逛逛，也让购物有了更多选择。

当一个系统优化到一定程度后，必然会进入帕累托最优（Pareto Optimality)，也被称为帕累托效率（Pareto Efficiency)，是指资源分配的一种理想状态，即假定固有的一群人和可分配的资源，从一种分配状态到另一种分配状态的变化中，在没有使任何人情况变化的前提下，也不能使得某些人的处境变好，换句话说就是不可能再改善某些人的情况，而不是任何其他人受损。

心态的修炼 从罚人到度人

作弊方式：虚假交易；标题滥用；类目错放

刷销量反作弊：1.一笔订单N件宝贝，针对性打击“一笔多件”。2.一个宝贝下多次订单，针对性打击“一人多笔”

通过卖家作弊分，将卖家分成了多档，对他们的搜索展现机会做了相应的控制。要成为真正很牛的产品经理，也不能戾气太重,我们有了如下反思：

首先，来看看反作弊的准确度和覆盖率，即误杀、漏杀的问题。

其次，算法的完善总是离不开人的智慧。想到了让卖家和买家来一起参与，这就是——搜索诊断助手和举报系统。

搜索诊断助手：配合anti-spam对卖家的反馈而诞生的，告诉卖家如何可以做的更好。

搜索举报按钮：对于买家，每条搜索结果上面有一个提示举报的按钮（网页版是在图片右上角鼠标悬停）。

从商品到产品，一站式的理想

淘宝想到了把标品的导购过程拆分“先选产品（SPU），再选卖家”。

在2010年，搜索很重要的方向就是：基于产品库的标准类垂直搜索，特点是以产品节点为基础，整合点评、咨询、知识问答、图片等购前、购中、购后的信息，为用户提供全方位一站式的购物搜索体验。

最懂你的搜索，精细化与个性化

精细化

       用户每一次点击、每一次浏览、每一次收藏、每一次询问以及这些行为对应的场景，都会被全面的分析，而商品与商品之间的关系也会被引入其中。

个性化

      严格来讲个性化也是精细化的一部分，但由于个性化非常引人注意，所以还是单独拿出来说一说。

2012年：在大码、中老年、性别和价格偏好方面的针对性工作，使得特定场景下的转化率有明显的提升。

2013年：用户个性化因子扩展到了十几个，同样取得了成交转化的显著提升。

个性化说到底，无非是用户细分和商品/卖家细分，然后做对接。而丰富、准确的商品特征库，是个性化的基础，对于这一块，搜索自己是做不完的，一定得依靠全站卖家、卖家各种角色的力量，依靠大生态系统。

第五章 电商还是商

招财进宝：买家是按照成交付费的

广告的方式：CPT（Cost Per Time）,即一种以时间来计费的广告，虽然进步很大，但仍然原始。

CPM（Cost Per Impression）按展示次数付费的广告。流量越大，展示越多，付费越多。

以上两种都是展示广告，下面几种则更加精准。

CPC（Cost Per Click），CPC是一种点击付费广告，关键词广告一般采用此种定价模式。

CPS（Cost Per Sales），CPS是一种以实际销售产品数量来计算广告费用的广告，更多地适合购物类、导购类、网址导航类的网站，需要精确的流量才能带来转化。生意再小，也敢于做广告了。

如果我们把点击和付费广义看作一种行为，则还有CPA（Cost Per Action），CPA是一种按广告投放实际效果计价方式的广告，即按回应的有效问卷或订单来计费，而不限广告投放量。对于网站主，CPA风险＞CPM风险,但投放成功CPA收益＞CPM收益。

电商参与商业的轻重程度

       我们更多地是在为看不见、摸不着的流通环节买单，这就是你会觉得很多商品“太贵了”的原因。电商环境里特有的几个例子：

淘客站：淘客佣金，美丽说、蘑菇街这类社会化导购站点，也是淘客站。

淘品牌：开始创建自己的品牌，自己设计，对整个供应链的控制加强了。

代运营：主要是指帮助一些希望做电商的传统企业展开网上销售的公司。

天猫旗舰店：商家以自有品牌（商标为R或TM状态）入驻天猫开设的店铺，类似于线下的品牌直营店。

天猫专营店：类似于线下的小型、多品牌、专业卖场。

独立B2C：传统的大型零售商，全链条自己控制较多，当当、京东。

B2C平台：平台商提供场地、各种经营服务，零售商，也就是很多的独立B2C入驻开店，天猫就是典型的B2C平台。

从淘宝团购到“聚划算”

团购刚开始没有做起来，买家看到卖家底线，达不到团购人数也要求以这个价格购买，诚实商家无法赚钱，部分商家抬高原价做促销。

基本上，做了两三年以上的产品经理，就不仅仅是做产品功能了，还必须考虑商业模式、运营策略等。

刚开始，聚划算是从淘江湖这样以互动交流为主的社区而与交易偏远的业务中，不懂得不能推单品单店的淘宝天条中萌芽，“淘金币”也是推单品单店的业务，也是在淘江湖中诞生出来的。

作为产品经理，这个故事告诉我们：规则都是人定的，也许随着时间的推移、环境的变化，已经不太合理。这个时候就需要我们不断去重新审视规则的目的，而不被规则所困，从而找到新的突破点；同时，这也能帮助完善规则。

没有设计的设计就是最好的设计，用户最好感知不到产品的存在，这才是符合人性的产品设计。而对于聚划算初期的交易流程，毫无“符合人性”可言。

刚开始是在现有交易模式上搭建团购场景，不改变交易流程，之后简易交易流程出土：给消费者生成团购代码，同时将代码返回到商家，消费者凭借团购代码去下单，商家核对无误后给消费者下单，一种对暗号的方式。

聚划算的弊端：1.恶意买家获得很多团购代码，但不做交易，占座不卖2.出售代码

新一版聚划算：

对参团消费者要求：（1）在淘江湖中有真实的个人信息，较完善的个人信息。（2）买家信用在一分以上（3）至少有三名淘江湖好友。

购买方式：参加一次团购也必须要至少邀请自己的三名好友参加才可以成团。

经过对交易流程的深入了解及场景的充分考虑，2010年9月17日，这也是个里程碑式的日子，计划算2.0版本上线内测了，优化效果有：

对于商家：自主招商报名，后台三级审核，线上实时反馈。

对于小二：灵活的开团设置，商家，商品管理，开团锁定，系统自动成团。

对于消费者：抛弃奇怪的交易流程，体验大大提升，实现占座释放、库存回补等特性。

从聚唱会、聚蕉行动开始，产品经理开始思考团购的本质，并不是简单的促销，而是供应链的改进，让买家可以在消费过程中发声，把生产驱动变为消费驱动，也就是我们常说的C2B。

C2B与预售 交易的未来

从哲学的角度来说，提前知道一些信息总是有用的，这就是“预测”的价值。

预售当时纠结的几个点：

发货时间：通常是比较久以后，避免商家提前虚假发货，引起系统默认收货，导致卖家骗钱成功。

solution：交易需要单独支持预售——卖家在约定发货时间提前三天才能发货，这样有心里预期，如果没收到货就可以及时处理，不会“默认收货”。