什么值得买爆料产品优化

让购买更愉悦——什么值得买

什么值得买是我决心走向产品生涯的第一篇内容，今日机缘巧合在微博上和什么值得买的CEO那总有了几句交流，也想趁这个机会写写占用碎片时间最多的app——什么值得买。

用他们自己的话来说，“什么值得买”是一个致力于建立完善的内容体系满足消费者全方位的需求，设立好价、好物、好文、海淘、音视频等频道，全力打造用户能够第一时间了解、体验优质商品的平台。

产品定位很清晰，一个能够使用户第一时间了解、体验优质商品的丰富内容平台。

模块设计也紧扣主题；

好价模块就是为了满足第一时间了解优质产品；

好物模块则是为了让更多用户体验优质产品。

本篇文章，着重讨论值得买的“好价”模块，这一模块已经发展得十分完善，本文也有一些鸡蛋里挑骨头的意味。相比之下，“好物”模块的基础功能虽已经实现，却存在用户投稿率不高，互动率不多等问题，在大力发展UGC内容平台的当下，拥有大量访问量的平台如何引导用户发帖，增加用户黏性，这也应该是作为产品优化的一大难点。更重要的是，我认为内容发展才是平台未来的重点，只有让“丰富内容”与好价结合，平台才有更高的用户黏性。 文章编写时，正值app V8.7版本上线，对’好物’模块进行大刀阔斧得改动，需要更多深入体验才能进行产品分析。所以关于好物模块，将放在下一篇文章内讨论。

【好价】：第一时间了解、体验优质商品

拆分来看，什么值得买作为一家从折扣信息爆料平台起家的互联网产品，不可否认，在爆料内容以及商品种类丰富程度上，在业界无人出其右。2015年时，我还因爆料时效性问题专门发私信给那总，在运营小编无法处理庞大爆料数据的情况下，建议改为值友专家团的审核模式，提高爆料效率。但今日翻过头来再看，我的建议就太过小儿科了，大数据和机器学习的应用，完全能够通过算法实现机器审核爆料问题，什么值得买中现行的审核机制应该就是 人工 + 机器识别 的方式，随着自然语言处理的研究更加深入，全机器识别审核的实现不会再是梦想。

现今平台24小时时段内在好价精选栏目中爆料数大致是300条。（发现栏目条数为倍数增长），就现在的体量来看，好价的爆料数基本可以满足用户需求，作为轻、中度用户，一日在app中停留时间为半小时左右，300条爆料信息足够填充信息需求。

但是，即便是作为中立的信息推介平台，哪一类型的信息（爆料商品）更能令人满意，用户对于爆料服务存在着怎么样的需求，这都是对于产品优化都很关键的问题。

因为我无法得到大面积的用户产品反馈，所以只能在app中两大用户使用痕迹中入手，一是评论区用户回复内容，二是爆料内容的满意率与参与人数。所用数据均为自行从什么值得买网页内抓取的，数据真实有效，但可能由于数据抓取的偶然性导致一定偏差，敬请谅解。

从数据入手，用爬虫提取运动户外商品分类中，前10页爆料信息中的共2984条评论，设定关键词筛选，以分析用户回帖内容，得出占比前三的回帖类型。

数据帮我们找到在这一品类中，最重要的三个用户需求。而这三个需求，则是三个十分值得讨论的的议题，其中我认为能够通过单纯软件层面优化解决需求的是第一点。

尺码、商品细节疑问

关于尺码及商品细节问题，一直是用户在运动户外品类最关心的内容，而现行模式是由有购买欲望的用户发起提问、已购买用户回复回答、完成需求解答。

可是需求解决过程中，存在着很多不可控因素，例如：

（1）已购买用户是否会点进评论区（发现问题），

（2）已购买用户在多次回复同一商品后，是否还会在评论区会选择回复相似问题（解答问题），

（3）当新用户连续提问时，已购买用户是否能够及时发现并回复问题（时效性），

这三个不可控因素极大程度上影响了’尺码疑问’这一用户需求的解决。 不可否认的是，现行模式极大提高了用户黏性，很大一部分用户交流发生在这一场景中，增加了用户黏性，但实际上是缺乏效率的。对此我们提出疑问，是不是在满足这一用户需求的场景中，有更好的解决方案呢？

其实传统电商网站中，对于这一用户需求的解决更加急迫，而实际上他们采取的解决方案则是赋予给了人工客服（询问）与评论区反馈。而对于什么值得买平台而言，我认为评论区反馈的模式更值得借鉴，但是传统模式还是缺乏一定效率，不利于快速解决痛点。

就传统模式而言，我观察淘宝、京东、网易惠惠海淘三家评论区的具体细节，要素有以下几点：

固定要素：购买日期、款式、颜色、尺码大小、对于产品的文字反馈、

可选要素：货品图片、对本条评论的咨询功能、对该评论的点赞功能

对于我设想的解决方案，建立产品数据库来解决需求痛点。传统模型内的原有要素都是值得采纳的，但为了提升效率，加强标准化，我建议选用及增添以下要素：

固定要素：款式、颜色、尺码大小、标准尺码大小、对于产品的文字反馈、

可选要素：货品图片、对本条评论的咨询功能、对该评论的点赞功能

并添加亮点功能：向购买过的人提问功能

新功能设计如下：

如此一来，在爆料中用户关于尺码细节问题的需求，解决流程变为：

模拟产品设计布局如下：

这样的优点是：

1、数据库可以最有效率得解决用户基本需求。

2、”向买过的值友提问“在解决关于用户复杂问题需求的同时，也保证了评论中的用户参与度，一定程度上弥补了由减少基本提问而导致的参与度下降。

什么值得买在价格爆料业务中做的已经十分优秀，在行业内也可以说是做的最好的产品。但是相对于UGC内容平台而言，需要做的还很多，无论是转化流量到论坛、还是引导用户发帖、培养用户阅读习惯，都有很长的一段路要走。待我细细体验过V8.7版本之后，再与大家分享。

感谢。

注：

1、本文所采用数据均为平台公开数据，真实有效。

2、本文是正式开始产品内容学习后所写的第一篇产品分析文章，所抓取的切入点可能并不准确，大多数观点也是自说自话，并没有成熟的方法论，望见谅。