美文网首页
飞猪-目的地-特惠路线改版建议

飞猪-目的地-特惠路线改版建议

作者: jerelai | 来源:发表于2017-12-18 00:05 被阅读24次

1.迭代目的:

期望通过对移动端“目的地 — 特惠路线”的产品改版,提高(自由行、跟团游)等商品的订单增长率。

2.产品场景:

(1)旅游需要较长的时间做决策,用户会多次浏览目的地相关内容。

(2)用户浏览“目的地 — 特惠路线”模块时,通过 “热门”等标签 和 商品标题 2个元素获取关于行程的信息。

3.产品问题:【目的地—特惠路线】

(1)标签分类对用户刺激不足;因为仅采用了“热门”等简单分类。

(2)长商品标题提高了用户获取信息的难度;因为为吸引用户,商家录入含行程的长标题。

4.产品方案:

4-1.概述:(具体产品方案,详见第5节—详细产品方案)

(1)抽取用户关注的商品特征作为标签,通过标签组的形式呈现给用户。

4-2.步骤说明:

(1)抽取用户关注的商品特征作为标签。

(2)建立商品标签推荐模型(热门推荐+个性推荐)。

(3)采集、处理、分析计算用户行为数据合商品数据。

(4)用户标签组的形式推荐到通过标签组推荐内容。

5.详细产品方案

5-1.抽取用户关注的商品特征作为标签。

商品特征含:产品类型、出发地、行程天数、价格区间、线路玩法;标签显示如下:

(1)产品类型:自由行、跟团游、当地玩乐、一日游、用车、邮轮、门票。

(2)出发地:“城市/地区名”+出发,如:广州出发、乌鲁木齐出发。

(3)行程天数:1天、1夜、2天1夜、3天2夜等。

(4)价格区间:XXX元;显示标签时,统计的最低价格的价格。

(4)线路玩法:单个景点名,如故宫;模型统计数据时,线路玩法的当个景点统计。

5-2.建立商品标签推荐模型(热门推荐+个性推荐)。

5-2-1.热门推荐:(在数据不足情况下,根据大众的喜好推荐用户商品)

(1)数据集:取统计时间点近30天的、所有用户浏览目的地的“成交的商品属性”和“”商品列表页用户筛选行为”数据。

(2)使用场景:用户于未登录状态,或登录状态下浏览商品详情页不超过3个不同商品。

5-2-2.个性推荐:(推荐给用户更适合的商品)

(1)数据集:取统计时间点近30天、目标用户浏览目的地的“商品列表页用户筛选行为”和“浏览的商品详情页的商品属性”数据。

(2)使用场景:登录状态下浏览商品详情页超过3个不同商品。

5-3.采集、处理、分析计算用户行为数据和商品数据。

推荐模型

5-4.用户标签组的形式推荐到通过标签组推荐内容。

(1)改版后3个商品特征(标签)组成标签组,如下右图。

(2)3个标签、 推荐商品按推荐模型取值。

(3)标签组排序:1.价格区间、2.出发地、3.行程天数、4.线路玩法、5.产品类型;如标签组合出现:价格区间+行程天数+产品类型时,排序则为“价格区间+行程天数+产品类型”。

(4)界面刷新机制:用户每次进入界面刷新。

(5)商品排序机制:按推荐模型得出的重叠度从高至低排序。

“特惠路线”界面


“特惠路线”交互流程

6.数据分析

指标:特惠路线的商品订单增长率。

需求:确定特惠路线入口的订单增长率是否提升?

步骤:(统计时长:1个月,统计节点:天、周、月)

1.统计特惠路线入口的订单增长率是否环比、同比显著增长。

2.若该入口订单增长率显著增长,统计:特惠路线入口转化率转化率 = 特惠路线订单成交量订单成交量 / 特惠路线3个入口UV。

结论:若订单增长率、入口转化率均环比、同比显著增长;说明改版带来了效果。

7.产品支持:

(1)人员:算法、数据分析、技术开发、运营、产品、商务、客服;注:算法团队用于对模型的创建、验证、调优。

(2)数据:需采集大量的用户行为数据,注意埋点和服务器资源的利用;注:用户行为数据含用户的浏览商品的商品特征,及用户在商品列表页筛选商品的行为。

8.产品方案评价:

8-1.优点:

(1)卖点更清晰:提前突出行程信息,降低用户浏览和决策时长。

(2)降低信息获取门槛:通过标签组形式对商品特征进行归类,信息更简洁、更清晰。

(3)更精准的推荐:通过热门推荐+个性推荐,推荐适合用户内容,提高订单成交可能性。

(4)扶持更多商家:去中心化,更多商家有曝光给机会。

8-2.缺点:

(1)维护门槛变高:需算法团队,不断对模型调优工作。

(2)需大量计算资源:涉及到大量数据,需提供更多的计算。

相关文章

网友评论

      本文标题:飞猪-目的地-特惠路线改版建议

      本文链接:https://www.haomeiwen.com/subject/fasuwxtx.html