PRD分享:移动端推荐框产品需求文档(附PDF文档下载)

在电商选购环节,如何结合用户使用场景与系统业务场景,有效的提升选购环节转化率与流量质量,是一个漫长的迭代过程。基于对SKU<=0(售空或超卖)的状态,商品已售罄,进行案例分析,提供将进入页面的无效流量实现二次转化,基于商品售罄-售罄商品关联-商品推荐-点击浏览-添加入袋的业务场景闭环,提供售罄商品选购解决方案,有效提升商详页的浏览量与入袋转化。


1.产品概述

1.1 业务背景介绍

当前平台选购,约有10.00%的品牌商品因已售完状态下,进入页面的UV入袋失败,导致流量无法实现转化,影响商详PV与入袋转化,新增个性化推荐框, 解决该问题

1.2 产品功能概述

商品关联性推荐

1.3 产品前景描述

提升商详PV与入袋UV转化

1.4 产品整体流程/逻辑关系

功能框架图:


操作流程图:


推荐逻辑关系图:


1.5 面向对象

所有人

浏览线上平台的游客

1.6 名词解释

SKU:最小存货单位

1.7 参考文档

协同过滤算法规则文档

2. 功能需求

2.1 商品详情页

若用户点击“推荐框”商品,进入商品详情页;点击“返回”操作时,则返回至上一页;且返回上一页时,页面布局保持不变;

点击“到货提醒”,则判断访问用户,是否已登陆平台:

是,则弹出提示层,输入手机号码,符合填写条件,则根据商品到货时间,执行通知任务

否,则上弹提示层,提示登陆信息

2.1.1 推荐框通知层

主要参与者:

浏览平台访客

用例图:

前置条件:

用户点击状态为“已售完”商品,进入本页面,且当前未有其它消息推送;

后置条件:

若商品库存未下架且SKU>0,则隐藏本层

功能简述:

推荐框上弹入口

详情描述:(具体的交互样式,请根据交互设计师交互方案为准)

浮现说明:

用户进入本页面,消息管理自动进行消息推送:

若xxx类消息,则推送xxx类消息;

若AAAAA消息,则推送AAAAA消息;

若是推荐框消息,则推送推荐框通知层消息,且0.5秒后,自动上弹推荐层;

若同时出现3类消息并列,则根据消息推送优先级:xxx消息>AAAAA消息>推荐框通知层消息进行推送,以当前消息结束时间为节点,进入下一个消息通知;

操作说明:

用户点击“上弹按钮”,则上弹出推荐框;

用户点击“下探按钮”,则收起推荐框;

2.1.2 推荐框

主要参与者:

浏览平台访客

用例图:

功能描述:

关联商品陈列

前置条件:

本框商品在商品管理系统,发布状态为“已上线”;且商品销量在过滤记录列表排序〉=16,则在“本框”生成一条陈列记录;(详细请看4.1.2)

后置条件:

若框内商品的SKU库存量<=0时,则将商品下架不显示;

详情说明:

字段说明:

陈列规则:

采用“水平框”陈列,根据商品销量最大值,从左至右降序排列;

操作规则:

点击该商品,则跳转至该商品的商品详情页,返回本页时,需保持当前页面布局不变;

3. 系统风险预估

为实现快速上线,V1.0AAAAA可能出现销量越高,则库存量越低,可推荐同类目商品<16个;

4. 其他需求

4.1推荐规则

4.1.1过滤规则

面向对象:

已录入线上商品库的商品;

用例图:


前置条件:

已录入商品库的商品,状态未已上架,且状态为“售罄”

后置条件:

进行SKU<=0的商品进行过滤;

详情说明:

系统需对当前库存管理库已行家的商品进行遍历,且判断被遍历商品状态为“已售完”:

是,则对该商品在的类目属性,取最细的商品类目结构,对类目所关联的商品进行归类;且系统需根据以下条件,进行判断过滤:(4.1.1.1)

若SKU<=0 ,过滤

若价格差>25%,过滤

且根据过滤结果,判断过滤后的商品数量,是否<32件(4.1.1.1.1)

是,则结束

否,则根据售罄商品,往上一级类目,进行商品归类,且对归类的商品,执行4.1.1.1商品过滤,且根据过滤结果,执行4.1.1.1.1逻辑,以此类推… …

否,则结束

4.1.2 提取\排序规则

面向对象:

已经4.1.1过滤的商品;

用例图:


功能描述:

汇总已进行过滤的商品,进行排序;

前置条件:

商品管理系统,将已售完的商品进行过滤,生成过滤结果

后置条件:

商品销售库存>=16,则在关联的推荐框推送一条商品记录

规则说明:

排序提取规则:

系统需对已过滤记录,根据商品销售库存数进行统计,根据销售库存数最大值,降序排列,且根据商品销售库存数量>=16的商品,往关联的已售完商品推荐框,推送一条商品陈列记录

4.1.5 A\Btest规则

面向对象:

本方案与协同过滤方案

详情说明:

协同过滤规则

由数据分析部门,提供的协同过滤算法的规则

A\B竞选规则

时间周期:由功能上线当天00:00分至往后第30天的23:59分

面向用户:C类用户

统计结果:跟踪推荐的关联商品的点击UV、PV与入袋转化

竞选权重:点击UV10%,点击PV:30%;入袋转化60%

附带产品需求文档,供大家思考,与互相学习:

链接:https://pan.baidu.com/s/1qYaWT0C密码: rkjb

来源:人人都是产品经理

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容