怎么做非标品的商品类目设计？

只要做电商，商品类目设计就是绕不开的一环。好的类目设计能让供需双方更快、更好定义或找到所关心的商品，是整个电商体系的地基，是构建并链接各个模块的桥梁。而标品与非标品，就是商品类目划分中最简单、最基础的概念。在本文中，笔者将为大家详细介绍非标品的产品类目设计，希望对你有所启发。

标品与非标品

狭义上来说，标品是有明确的统一规格、型号或者款式的商品，比如手机。

广义上来说，标品可称为有统一市场标准的商品，有很强的替代性，买家对标品更关心的是价格和销量，比如钻石，认准4C标准和GIA证书，在谁家买都一样。

而非标品与标品相反，没有统一的市场标准，没有统一的规格、型号，没有很强的替代性。一块农家腊肉，一件网红店衣服，一幅大师画作，这些商品信息量大且分散，些许细微变化都会对价格产生极大影响，非标程度不同，导致用户决策购买的因素也不同。

就拿一块农家腊肉来说，如何标准化用户所需要的商品信息呢？地区是四川还是湖南？如果是湖南的是湘西还是岳阳？辣还是不辣？五花肉还是后腿肉？一年陈还是二年陈？甚至不同农家由于个人的差异，手艺不同，味道也会千差万别，你会发现非标品很难有明确的分类和标准。

非标品若想实现线上电商化，面对的第一个困难就是如何提炼出商品的标准信息。毕竟， 建立商品管理系统就是在试图将商品标准化，设计商品类目就是非标品标准化的第一步 。

接下来，就要聊聊非标品的商品类目设计具体应该如何着手。

第一步：梳理商品信息

1. 梳理商品的标准信息和个性化信息

设计商品类目时，找到非标品所有商品信息是必不可少的步骤。

以汽车领域为例，新车是标品，厂商、型号、年款、配置等信息都是汽车的标准信息，标准信息都一致时，新车与新车之间是没有差别的。

而二手车是非标品，和新车相反，即使两辆标准信息完全一致的车型，由于使用中的差别这类个性化信息，最终投射到二手市场就会形成“一车一价”的特点。

因此，二手车平台通常会对二手车提供三方专业检测，将车辆事故、底盘状况、关键部件、常用功能和外观内饰等使用情况，这类消费者关心的个性化信息进行展露。

由此可见，同是一辆汽车，标品和非标品所包含的商品信息量是有很大不同的，非标品要更深、更广。相比标品，非标品有其不具有的个性化信息，通常指向自身的款式、创意、服务等的附加值，是我们需要着重梳理的内容，只有标准信息和个性化信息二者齐全，才能构筑出非标品的商品全貌。

2. 参考行业规范

除了纵向挖掘商品自身的信息以外，还需要横向参考行业规范。

第一种方式，扒淘宝、京东、有赞相应类目的类目树。通用型电商平台类目完整，任何商品都能在上面找到相应类目。

但是需注意的是，这些类目对于非标品往往不够精准。

淘宝、京东这类电商平台中，商品曝光推行“运营推荐＋搜索排名”双策略机制，排序规则往往和销量、评价高度相关，说白了是标品的天下。

比如袜子，一个标品白袜一天卖上百双很容易，商家只需要维护跟进一个商品的销量和评价就能获得较好的平台曝光。那么设计师手绘袜呢？这种非标品由于手绘图案不同，理论上库存是很少的，若想和标品一样卖上百双，商家等于要录入并维护上百个商品，付出超出标品百倍的成本还无法达到一样的效果。

这就是主流电商平台很难做好非标品的原因，相应的类目运营也不会花太多精力，完全参考这类平台的非标品类目往往会让你陷入误区。

因此，第二种方式，扒垂直行业的类目树更为高效，更为准确。

仍以二手车为例，通过梳理非标品产业链上存在的电商，我们找到C2C平台瓜子二手车。我们可能无法直接看到瓜子的后台商品管理界面，但通过前端对应的商品分类，你能获取到二手车的商品信息应包含品牌、车系、车龄、里程、亮点配置等内容，方便你更快掌握应通过哪些信息构筑二手车的商品全貌。

第二步：拆分商品信息至最细粒度

不同类型用户导航信息的路径和深度是不一样的，拆分商品信息至最小粒度时，务必多角度考虑。以服装这类典型的非标品为例，假设我们在梳理上衣的商品信息，已知衣服是区分有袖的和无袖的，这时我们就应该思考，这样的信息是否已经拆分到最细粒度？

有袖的，可以根据长短拆分为短袖、中袖、长袖，如果目标消费者是女孩，还可以根据款式拆分为直筒袖、公主袖、泡泡袖；无袖的，同样可以根据款式不同，拆分为马甲、背心和吊带。

那么，从这个例子中，到底拆到多细才是尽头？中袖不可以继续拆分成5分袖、7分袖吗？

我认为，拆分到找到最小库存单位就足够了，就是定义非标品的SKU（ Stock Keeping Unit ） 。

我们购买一件衣服，选好款式、颜色，还需要找到适合的尺码，通过这三个要素就能让商家定位到我们要的货品，这就是一个SKU。如果衣服有3种款式，2种颜色，5个尺码，那么这件衣服就有3*2*5共30个SKU。

为什么说拆分信息拆到找到SKU就足够了呢？仍以中袖为例，如果一件上衣，其他颜色、尺码等信息一致，中袖这个信息能否让我们定位到一个SKU？

如果能，不需要继续拆分；如果不能，就需要继续拆分，因为这就是消费者购买衣服的关键决策信息，不能缺失。

做信息拆分时我们需要明确一个目的， 我们设计商品类目，是希望可以缩短用户导航到最终想要的商品的路径，因此商品类目必然大于SKU，拆分到SKU信息就已经是最细粒度了 。

第三步：将商品信息合并同类项

将商品信息拆分至最细颗粒度后，就要根据不同目的、用途、对象，确定包含关系，做合并同类项操作，使得这一类目的商品能达成用户的心智共识。

在生鲜电商领域，水果也是一种非标品，我国著名植物学家俞德浚编著的《中国果树分类学》中，列举了694种水果，共计1万多个品种，仍有更多水果品种在陆续栽培和改良中。

这么多水果，在电商平台不可能一次性展露给用户，需要做合并同类项操作，并根据不同的需要进行展示。

在一亩田这类专业做农产品撮合交易的非标品电商中，面向用户都是农产品产销专业人士，必须尽可能覆盖市面上所有流通的水果。经过调研，一亩田商户所涉及的水果多达上百种，用户直接找到商品的难度较高。

因此，这上百种水果需要根据果实类型合并同类项，设计出核果仁果类、柑橘类、浆果类、热带水果、瓜果类、野果、红果参这七种分类，降低导购难度。

在淘宝中，淘宝后端面向的用户是零售商家，他们和一亩田的批发商户不一样，售卖的基本都是市面上常见水果。

我在淘宝后端类目中数了一下，水果之下大概有榴莲、龙眼、芒果等44个类目，类目较少，不需要再根据果实类型做合并同类项操作。

而淘宝前端又和后端不同，各种运营位都十分宝贵，面向的是普通消费者，大部分普通消费者所需求的都是家庭常见水果。

为了实现转化最大化，我们可以看到淘宝的前端类目中，水果之下仅合并并展现了12类热门当季水果。

此外，在合并同类项的过程中，有几点务必特别注意。

1. 设计好商品类目后，要验证包含关系

类目与类目之间的包含关系是没有标准答案的，这和数学上的包含关系不一样。比如瑜伽服装，面向三个类目：工作、兴趣、运动，你究竟会将它合并进哪个类目中？普通人可能倾向于放进兴趣或者运动类目中；如果你是瑜伽教练，瑜伽服装分进工作可能才是正确的包含关系。

因此，根据合并共性和包含关系梳理出一级类目、二级类目乃至更多级类目后，我们还需要有验证机制，辅助我们进行决策。

在这一块，我之前接触过用户研究中定性研究的方法论，非常适合用来验证包含关系。大概思路是先抽样一定数量的非标商品制作成卡片，卡片正面是商品名称，背面是商品简介。接下来邀请同事、用户，如果由他们查找该商品，他们会如何将商品卡片分入我们预先设置好的一级类目以及对应二级类目。

分类过程中，我们要观察不同类型用户将卡片分入分类人数比例或频次，就能很直观发现用户分类的一致性，哪些商品分类仍存在争议。

以我之前设计珠宝类后端商品类目为例，在验证类目包含关系过程中，我发现有一张翡翠蛋面的商品卡片存在较大争议。用户100%会将蛋面分入一级类目翡翠，但是分入二级类目时，80%会分入戒指，10%会分入项链，少部分会分入手链，甚至有部分用户不清楚应该如何分类。

经过思考并复盘得出结论，蛋面其实严格意义来说是个半成品，可以根据不同的需求镶嵌成戒指、项链、手链等不同类目的成品。蛋面属于公司发展成品定制业务的战略试水，显然，目前设计的二级分类看似包含了蛋面这种商品，在业务后续发展中却会存在较大隐患，将蛋面独立出来才更为准确。

2. 类目不是越详尽越好，最多不超过四级

商品类目不能设计得过于复杂。在上一个蛋面的例子中，如果一张商品卡片分入很多类目中，首要考虑的，应该是是否需要根据逻辑关系将这些分类合并为更高层次的类目，而不是直接为这个商品设计新的类目。

我是经过判断，戒指、项链、手链没办法因为蛋面这一类商品而合并，才采取了独立一个“蛋面”类目出来的方案。

其次，如果类目层级过多，将会导致我们管理上的难度大大增大，也会带来用户导购上的困扰。

蛋面之下，我们还会根据用户常用的蛋面形状继续设计“水滴形”“圆/椭圆形”“方形”“马鞍形”等类目，那么“方形”不能再细分成“正方形”“长方形”了吗？

虽然原理上类目允许进行无限极划分，但大部分用户已经不会再通过类目来导航定位如此微小差别的商品，直接使用搜索功能反而更高效。一般来说，按照正常的商品类目设计逻辑，四层以内的类目结构完全满足用户的导航需要，多一个层级就多一层导航的路径，损耗与流失反而会增加。

3. 前后端类目侧重点不同，命名要符合用户认知

商品类目实际上是我们产品与运营，基于人们生活习惯上的理解人为地为商品划分的一些分类称呼，通俗、易懂、无歧义，符合类目所面向用户的认知就是非常重要的要求。

前端类目直接面向消费者，它能帮助消费者快速导航需要的商品，特点是多变的、通俗的、主观的，以用户需求为中心；

相对来说，后端类目直接面向商品采购、库存管理、数据分析等工作人员，他们追求的是更稳定、更专业、更客观，便于商品管理和数据分析。

比如在淘宝后台女装类目“毛针织衫”中的一件衣服，冬天时，可以根据不同场景和需要，分到“时髦内搭”“大码女装”“慵懒风”“就爱宽松感”等前端类目中。到了春天，前端类目变成“换季清仓”，甚至夏天以后，这件衣服不再出现在任何一项前端类目中。

至此，一份非标品的商品类目就设计完了。

在后续的商品类目维护中，依然离不开梳理商品信息，拆分，再合并同类项这三个步骤。在此抛砖引玉，希望能和大家在非标品这个领域有更多交流。

 

作者：百转；公众号：百转进化论

本文由 @百转 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。