基于场景的商品分类，给用户新体验

基于场景的商品分类，给用户新体验

基于场景的商品分类不同于基于商品固有属性的分类方式，如何分类？有何优势呢？跟着作者看一看吧~

所有的商品都会有自己的类别，但对于不同的人、在不同的应用场景下，人对商品的分类也会发生转变。

在传统电商平台中最常见的分类方式是根据商品的固有属性进行“钉耙式”分类，一般情况下一件商品很少会同时存在于两个分类之中。这种分类方式简单、清晰，需要某件商品时，用户在相关分类下进行查找就可以完成。

一、 什么是场景分类法

所谓场景主要包含四个元素：人、地、时、事。通过这四个元素就可以描述一组场景：在“什么时间”，“谁”在“哪里”遇到了“什么问题”。

比如，大伟在路上看见一对小情侣，突然想到过几天就是情人节了。“情人节该带女友去哪度过有意义的一天呢？”，大伟不禁开始思考。

针对这个场景，大伟需求的是：找个好地方带女朋友度过快乐的一天。这些地方可能是餐厅、可能是游乐场、可能是周边的旅游景区，但在此时对于大伟来说，这点地方都属于同一个分类——能带女友去的地方。

简单来说，运用场景四元素中的一个或几个维度进行商品分类的方式就是基于场景的分类法（如下表案例所示）。

二、基于场景进行商品分类的一些实例

2.1 商场——上海大悦城

美学家对应女性群体，主打美妆、首饰；拜物教对应高消费群体，主打品牌服饰、皮具等潮流军主打年轻消费群体，主打时尚服饰、甜品美食等

右侧两图主要是用品牌和商户名称进行展示。两种分类法其实没有谁好谁坏之说，不同的需求场景下，不同的分类方式体现不同的优势。

假如我是出于“逛”的目的来商场的，以用户为中心的场景分类法毫无疑问将起到更好的指引作用，让用户很快就会了解到什么东西适合我，什么东西不适合。

每一个分类都代表了一种亚文化，代表了一类人群的需求。不像基于物品属性的分类方式那样，这种场景分类法的每一个子类都不是完全平行的。用户往往可以把自己放到好几个人群类别中，同样一件商品也可能属于多个场景分类。

但如果我是出于“找”的目前来商场，毫无疑问以商品固有属性的分类方式更一目了然。通过品牌和品类的简单陈列，用户可以更快速找到对应的商户和位置。

2.2 淘宝、京东、亚马逊等电商APP

电商类APP应该是利用场景分类型聚合专题的最多的地方，淘宝的生活研究所总共有近130个基于人群的栏目，和京东的“东家小院”模块相似，两者都是典型的通过人群属性划分商品的模块，整体位置均处于5-6屏之后，个性化推荐信息流的上部。

从目标用户上来说，基于场景进行分类再分发的内容专题和个性化推荐一样，都针对的是那一群模糊需求的用户，不过二者产品定位略有不同。

个性化推荐信息流一般是基于用户的浏览历史进行的内容召回，用户浏览的商品越具体，推荐出来的商品分类也会更集中。如果你刚刚在淘宝上搜索一台电脑，毫无疑问系统推荐给你的主要是相似的电脑和配件。从目标上来说，推荐系统希望用户能尽快找到自己满意的商品并下单购买。

而像“生活研究所”这样的模块，它们的目标是消耗用户的时间，让用户在这里发现更多原本无意购买，但能产生浓烈兴趣的东西。

三、这样做有什么具体价值

我认为价值主要体现在3个方面：

3.1 用户活跃品类数等一些核心数据的提升

在平台级的产品中，可能会有几十个品类的商品，由于用户对于各个商品的需求频次和对产品的使用习惯不同，平台中出现一些热门品类和冷门品类是比较正常的事情。

但当这种冷、热门差距过大时，则表明用户对平台中的某些业务品类并没有形成认知或认同，如果不加引导，平台的用户最终会变成几个独立业务的用户，用户交叉度低，用户价值得不到最大程度的发挥，平台业务矩阵也可能因此打破。

举个例子，像美团这类的O2O平台，目标是帮助用户解决吃喝玩乐的问题。毫无疑问“吃喝”是高频需求，但如“周边游”、“展览”等品类的需求频次要低得多。

美团针对“周末去哪”的需求场景，进一步细分人群，像周末情侣约会的栏目中主要推荐电影、公园、展览馆、DIY手工、浪漫餐厅等一些适合情侣约会的场所，增大了低频品类的曝光，引导在需求场景内的用户关注到更多和自己有关的生活方式。

提升品类跨度不仅能提升单个用户的价值，同时对用户活跃和留存，也有正向的影响：

3.2 向上挖掘流量，打造种草—>拔草的体验闭环

好友亲人去过的地方，吃过的美食，推荐的产品往往更容易被人所接受，一方面出于对亲友的信任，另一方面是因为每个人接收的信息量有限，有从更多渠道获取信息，发现新体验的需求。

网易云音乐如果只是一个听音乐的软件，所有用户在APP里只能完成找音乐–>听音乐的操作，恐怕形成不了任何的壁垒。大量的UGC内容让用户在听音乐时更容易产生情怀和同理心。

被种草本身也是一种需求。

在目前产品中，以给用户种草作为目标的产品形态主要有UGC社区，类似小红书；PGC导购，类似淘宝直播等等。基于场景分类的内容模块也是一种不错的可以用于种草的产品形态，用户在这里能主动找到符合自己场景和人群的栏目，目标导向地发现更多意料之外的商品。

3.3 使内容更加贴合用户心智，让用户感受到产品的温度

不知道大家有没有遇到过这样的场景：有一天晚上，我在餐厅吃饭，结账时正好碰到一个之前公司的同事，我们互相认出了对方，却一时叫不出对方的名字（并不是真的不记得，而是一时卡住），但是当时并不尴尬，我们虽然谁也叫不出对方名字，还是很好地打了招呼并聊了起来。

实际上，在人的心智空间中，对商品与自己的关联性的关注远大于对其本身属性的关注；每件商品能给实现终极目标带来的贡献价值远大于实施过程中的体验价值。因此，用与人的关联和目标场景来吸引用户，成功的几率会更高。

之前的电商平台、O2O平台很少有这种基于场景分类的内容专题，一则商品品类比较少，简单分类已经能够满足用户的绝大部分需求；二则用户需求层级依然较为底层，用户需求点更多停留在商品使用价值上。而如今随着第三次消费结构的升级，需求层级也在逐步上升，用户开始更加关注体验、更加关注产品在某些延伸场景下对自己的价值。

如何优化产品，在同质化的产品竞对中寻找差异化，用好的体验差异抢占用户心智是现在很多平台级APP面临的问题。从体验上来说，将商品基于场景分类，在某些场景触发时以个性化的方式呈现聚合内容毫无疑问更会让人耳目一新，也更加贴合用户的心智模型。

四、打造基于场景聚合的内容模块

基于场景进行商品分类的本质目的就是希望能够给用户带来新的购物场景体验，让用户的思维不仅仅只停留在商品本身。

4.1 人与人

在以人群维度进行商品分类的专题中，“大众推荐”和“大V推荐”往往是建立用户和商品联系的两个重要纽带。“大V推荐”的背后会有着更复杂的商业模式和运营规则，是一件需要逐步开展但又不可不做的事，因为一方面KOL对产品有着壁垒性的价值，另一方面用户也需要有人帮他们走出一条路。

4.2 人与地

围绕地点建立人和商品的联系在旅游APP中最为常见。一些旅游APP中常推出的“旅游锦囊”，就是一种基于“地”进行商品分类的专题内容。

人在本地、异地，在出行前、出行中的需求都有明显的差异。比如在行前，产品常常推荐机票、酒店、旅游路线、特产美食等等，而当你到达目的地酒店后，推荐的常常是酒店附近的美食、景点。

4.3 人与时

通过时间围绕建立人和商品的关联主要表现为：借势热点、节日等时效性较高的元素激发场景共鸣。之前的情人节例子就属于此类。

4.4 店与店（物与物）

店与店的关联其实就是品类的上下游关联。我曾经在一家餐厅吃完饭后，服务员赠送了一张附近KTV的优惠券，后来我去到这家KTV，原来他们也会赠送这家餐厅的优惠券。

餐厅和KTV在属性上本不属于一个类别，但是在场景上却能串联在一起。在一些O2O产品中，会在一个主场景内为用户规划出一些行程路线出来，比如类似“北海公园附近遛娃好去处，吃喝玩乐轻松游”这样。先为用户定好一个基调——遛娃，然后推荐的内容则会是包含了多个垂直品类的内容。

五、应该注意的几点问题

基于场景分类打造内容模块的时候，应该注意几点问题：

5.1 应用场景

基于物品属性进行分类呈现的方式并不一定比基于场景分类要差。

基于场景分类的内容模块更加适用于内容社区、电商平台、O2O平台等类型的产品中针对模糊需求的用户进行内容分发。在类似地图类的工具型产品中，尤其是强需求场景这种分发模式并不一定高效。

5.2 分类的颗粒度

场景越明确、人群越细分，流量将越小。

在淘宝的“生活研究所”模块中我们看到有近130个人群分类，在美团的“周末去哪”模块中，针对这个大场景还切分了4个人群。实际上这是非常有必要的，就像周末不可能推荐老人去迪士尼享受刺激一样，因为即使面对相同的需求场景，不同的人群会有不同的选择。

当人群切的足够细时，推荐的内容当然也更加的精准，但是栏目的流量相对会变少，如果产品规则可以直接复用，这个不算特别大的问题，但如果需要针对各个人群打造定制化的产品栏目的话，ROI将是非常低的。如何找到一个平衡点，需要综合考虑团队人力和效果产出。

5.3 内容的重复度

之前说过基于场景的分类，商品在各个分类中会有很多交叉，一个商品可能会拥有多个分类。

如果商品的分类交叉度过大，可能导致用户在各个场景品类下看到商品非常相似，导致体验变差。

举个例子，餐厅是一个场景分类边界会相对模糊的类型，亲子餐厅、情侣餐厅、好友聚会餐厅，这3个分类中商户的重复度有可能就非常高，因为比较少会有餐厅会仅仅为一类人群提供服务，过于定制化的分类标签会很难召回。这种情况下使用基于人的场景分类，就不太适合。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。