全部历史文档
假设我要买一个相机，普通的地面店是让我自己在众多品牌中看商品标签，根据样子和参数选择一款；理想的地面店应该有店员问我相机主要是做什么用，如果我主要是外出长时间旅游纪念用（非专业爱好者），他应继续问我去什么地方为多，常去爬山的人许多人选用XX款和XX款，常去旅游城市的较多人喜欢XX款和XX款，如果经常去偏远的非成熟旅游区，通常认为XX和XX款比较方便。。。
通过相机的设计参数，用户能直接看出这些差异吗？不能。
号称“常去爬山的人最多人选用XX款和XX款”，可能只是因为它轻、防雨、赠送紫外滤片；号称适合“去偏远的非成熟旅游区”，可能只是因为它能使用普通电池；号称“常去旅游城市的较多人喜欢XX款和XX款”，可能只是因为其性价适中、样子美观。。。
上述的推荐，在莫须有或隐约有的产品参数支持下，进行了情景匹配，通过“许多人选用”“较多人喜欢”“通常认为”“有人认为”等给产品赋予显性的个性化，将产品参数解读为用户容易对号入座的信息。
为产品赋予情景化的标签，是不是比相比千篇一律的品牌、参数，更容易让顾客接受？
男人理性、直接，喜欢看参数，但也不等于他们对商品缺乏经验时不需要引导，只要在引导之后，再给他们看参数挑选的机会就行。
在《
强势》中，我们提过“零售服务的本质是初选，从世间万千供应商中选出品质合适的厂家，找到买家可能感兴趣的商品，再让买家从中挑选
”，这是由两个环节组成的，一个是组织商品采购，一个是组织商品呈现——帮助买家发现自己需要的商品，或者发现自己的需求，满足买家显性或隐性的需要。
在零售服务本质的第二个环节中，卖场的实质并不是商品陈列场所，而是需求发现和需求满足的场所。何田以为，需求发现和需求满足的最好方式之一，就是情境化，或者说描述化。
情境化、描述化，是把需求显性地、感性地描述出来，并以此组织商品呈现，而不让它隐藏在参数或说明中让用户自己去发现。
例如，让用户通过地图、地段标签寻找房子，无法代替“可报XX小学地段生的产权房”这一描述性的、显性化的分组对某些家庭的冲击力。
又例如，通过“参数筛选器”寻找手机，无法代替“适合放在裤兜里、稳重大方、辐射小”这样描述性的、显性化的分组对我的冲击力。
传统卖场受人力和环境所限制，没有条件对商品进行规模化的情境化组织（一个商品往往属于多种情境，组合是非常丰富的），往往只能以品类为呈现主线，让用户自行发现所需商品，并依靠店员的丰富经验作为补救。后者培训成本很高。
B2c电商拥有无穷的界面空间，和数据化、低成本的呈现组织能力，可以规模化地组织多样化的情境化呈现，根据界面互动精确匹配用户需求，这是其与现实店相比的最大天然优势之一。
要规模化地组织“多样化的情境化呈现”，需要对用户需求和商品特性进行多样化的分组。
通过在网站向用户提供问答式服务，引导用户通过询问获得推荐，可以很快发现大量可用于商品分组的显性需求，这可能是除了直接询问用户外，收集分组方式最简单的办法。
许多b2c在商品页提供两种类型的按钮：
1．购买类：购买、立即购买、放入购物车、购物车、加入购物车、马上订购、我要购买
2．收藏或暂存类：收藏、放入暂存架、暂存架、加入收藏夹、收藏该商品、我要收藏
这两类千篇一律的按钮，一个太硬，一个太软了。
一．把“收藏、暂存”改为“候选”
收藏或暂存类按钮的优点是，用户心里很放松，先把自己感兴趣的收集起来。缺点是，暗示“这次不着急结算”“收藏与购买无关”，没有在收集之后，立即引用户进入决策购买环节。
在线下业务时，跟用户谈得好了，有经验的业务员会直接引导用户去结帐，语言是仿佛用户已经说过要买了，绝不问用户要不要买，或者等用户自己提出要买。“收藏、暂存”类按钮缺乏这样的自然延伸到结帐的能力。
从“自然延伸到结帐”角度出发，可以考虑把“收藏与暂存”类按钮改为“候选”按钮。
把“收藏、暂存”改为“候选”，文字暗示仍然是无压力，但对用户的后续行为产生了要求。既然是候选，那就回头要选一选，无论是用户的思维定势，还是网站的引导，都默认用户回头得来这里选一选去结帐。
我们要改变的不是按钮文字，而是整个购物流程的重心。
二．“候选”是大哥，“购买”是小弟
购买类按钮的优点是，能在用户看商品页产生购买冲动时立即捕捉该冲动，将商品贴上“准备购买”标签，既然已经做过要购买的自我承诺，用户在结算阶段，重新判断的机会降低。
缺点是，暗示“点了就要买”“要买才点”，逼用户立即做判断。虽然其实用户完全可以在购物车那里删除，但用户已经进入了思维定势，在点击此按钮前，脑袋里感受到了压力——“我真的要买吗”，这样会把很多可买可不买的，或者当时不太肯定要买，放弃了，再找回又懒得干，于是错过。
哪怕在购买旁边反复向用户强调，他可以随时删改商品，用户的思维定势仍然存在。
在之前的讨论中，我们曾一再强调商品页的使命就是入蓝，“用户先无压力地
把比较感兴趣的商品随手丢入购物车，既不比较性价也不考虑预算，把决策留到结帐阶段才做”（《再谈商品页的加减法》）。让用户在无压力下先收集感兴趣的商品，是主线，因此，“候选”应该是商品页两个按钮的大哥，“购买”类按钮是小弟。
这一身份的确定，影响用户行为流程的设计。
三．“候选池”和“购物车”一屏同在
用户行为重新定义后，“购物车”代表确实要拿上柜台结帐的东西，候选池代表用户还没挑选好的东西。
从“候选池”和“购物车”两个入口看到的界面不同，但界面都应该是一分为二的，购物车的商品和候选池的商品在一个界面里同时显示，都可以随时把购物车移到候选池，或者反过来。
要让用户明确购物流程：主线流程是先把商品加入候选池-再从中选择合适的购买；辅线流程是把打算买的加入购物车，但结帐前仍可以不要或先不拿定主意，暂时丢到候选池；候选池的商品可以选择清空，也可以保留在长期候选池里。
四．引导用户“自然延伸到结帐”
上述购物流程的调整，把“候选池”作为用户行为主线，并且自然地与结帐衔接起来。
问题是：
1．怎样在用户看够之后，既不早也不迟自然而及时地引导用户去候选池选择结帐？
2．用户未进入购物流程而留下的候选池，在他离开后，怎样重新吸引他回来完成购物？
这些是购物流程重心调整的关键挑战，以后再慢慢讨论。
欢迎交流，IM见何田博客右上方。
怎样算一个好首页？实现首页的使命的就是好首页。
何田以为，首页的的第一使命是激发和捕捉新用户的兴趣，其中，匹配覆盖面和刺激强度是两个关键元素。
用什么来衡量首页刺激和捕捉新用户兴趣的能力？
把首页定位为入口，在目前统计信息有限的情况下，可以把主动触发率或者说二跳率可以作为首页优劣的主要参照指标：从首页点开其他页面的用户比例越大（而不一定是平均打开的页面越多），这个首页就越好。
这样我们就把问题转化为：如何提高首页的二跳率。
观察B2c的首页，常见三种取向：第一种首页基本无单品，以图片加文字引导的“集中二跳点”为主，吸引人尽快再点一次；第二种首页列出大量商品，希望通过总有几款打中用户眼球，最常见；第三种是前面两种的平衡或混合。
哪一种有最好的匹配覆盖面和刺激强度，最能提高首页的二跳率？以及，二跳之后最能产生三跳、四跳和购买转化？
最近从不同来源看了几家感性类商品站点的用户点击分布热图，发现一个共同的特点，首页和商品列表页的商品：
1． 点击分布很不均衡，相当比例的的商品点击率很低
2． 最热的商品，跟同页的热门分类、热门频道相比，点击率也不高
这说明什么？我以为这一现象是很值得警惕的：单品在概率意义上普遍低命中率，对用户兴趣的匹配覆盖面不够大、刺激不够强。
可以大胆作出以下推论：
1． 如果品类较多，首页罗列多个独立品类，每个品类列出几款推荐产品（或畅销产品），那么这几款推荐产品如果匹配用户兴趣不成功，用户很可能会对整个品类丧失探究兴趣。
我们已经知道，单品的兴趣命中能力是比较低的，这几款典型商品在吸引部分用户的同时，推开了更多的用户；
2． 如果品类不多，首页大量罗列商品，那么就是暗示用户首页已经有足够代表性，如果首页见不到适合刺激自己兴趣的商品，用户就可能离开（为了缓解这一点，可以强化“下页”或“更多”）。
由于首页用户未被按兴趣分流，用户不得不行走在大量无感觉商品中寻找可能感兴趣的商品，按照前述单品弱小的发现，每个单品能够刺激到的用户比例是很有限的，因此这个寻找效率很低，首页即使有大量商品罗列，仍然难以覆盖很大的访问人群，会丢失相当的用户；
3． 如果首页主体位置只推荐很少几款单品，而不强调品类列表入口，那么将有大量用户对这几款具体商品不感兴趣而离开，风险很大；
这些未经证实的推论，可以进一步得到以下推论：
最理想的首页，既不罗列商品，也不按门类推荐典型商品，而是按照用户的潜在分类（商品品类、功用、消费力、行为倾向），以图文形式呈现多个入口，进入下一级的商品列表；
这些入口起到了过滤分流的作用，在更狭窄的匹配面上，可以保证在查看下级商品列表时有较高的兴趣命中率；
这些图文形式的入口，面积不要太大，要明显象入口，图片的选择和文字引导一样都非常重要，集中传递信息、强化刺激。
狭窄的匹配划分+强化的刺激，就是首页提高二跳率的关键法门。
不同的b2c，其新用户稳定性结构不同：
通过熟人口碑、媒体报道等信任途径而来的用户，带有解决某种问题、寻找某个东西的动机的用户，购买理性类商品的用户，有较好的探索耐心；通过引擎、广告而来的用户，只是随意逛逛没有特别目标的用户，比较缺乏探索性，短时间内没接触到匹配自己兴趣的东西，以及刺激不够强度，很容易就会跑掉；男生和女生有耐心的东西是不一样的。。。
根据新用户稳定性结构的不同，首页可以采取不同的取向。前面的讨论主要针对新用户稳定性差的b2c，例如女装。
除了狭窄匹配面和强刺激，还有一点也很重要，就是给首页做减法，那些只有少量用户感兴趣、点击率低的东西，如果无法改造就取消，减少对用户注意力的分散，先把新用户引到最有可能刺激用户的商品列表或促销页面。
例如：
在新用户对商品开始感兴趣之前，很少人关注没有结合具体商品或品类的全场促销政策，例如全场性的送分、买N送N、折扣，这些东西不用花太大面积强调。全场促销不如分散差异化的局部促销。
在新用户对商品开始感兴趣之前，用户不关心物流和运费、不关心积分政策，这些没必要在显著位置。
首页显示的社区内容看的比摸的多，点击率通常很低，主要用来暗示人气，不需要期待用户去点击，因此小面积+快速动态就好。
只有热的分类和tag多人点，有些没多少人点的没必要在首页出现，移到“更多”去。
上述讨论，我们把首页第一使命定位为新用户的保有和转化，得到的结论是：通过集中刺激——分流，通过集中匹配——转化。
通过cookie处理，老用户看到的首页应完全不同，以后有机会再慢慢讨论。
欢迎交流讨论，IM见何田博客右上方。
Paidai上海电商聚会的发起者红军，主持着一个很有价值的女性商品b2c电商交流群（群号：59726932），我在里面收获良多，欢迎女性b2c经营者一起交流。
四．用户意图
在《
再谈商品页的加减法》和《
商品页的加减法》曾强调在商品页不要分散用户注意力，这要在典型的列表页-商品页流程下才适用，对于从引擎直接进入商品页的用户，就不适用，因为从引擎进来的用户，进入前信息不充分，是相当不稳定的。
这时，只提供当前商品信息是不足够的，要围绕用户潜在意图推荐相关商品，当其不满意当前页时尽量捕捉其需求，提高二跳率，避免其直接关闭网页流失掉。
这时的相关推荐，既不应该围绕人，也不一定要围绕当前商品，而应围绕“关键词”。先优先显示包含相关关键词的商品，其次才显示相关商品。
而且，触发面积和视觉强调，都跟常规流程应很大的不同。换句话说，用户从站内商品列表还是从引擎搜索结果进入商品页，显示的内容应该是不一样的。
从这个角度进一步展开，当我们有能力让用户吐数据而掌握其需求时（参考《
浅用户，深应用》），推荐的商品自然应直接围绕已经了解的需求。
五．新用户和老用户
围绕新老用户的推荐思路是不同的。
新用户停留时间短，不稳定，所以要追求需求命中的最大范围；老用户追求的是匹配的精确化。
例如，对于新用户，排行榜的推荐意义比针对个人、单品的相关性推荐意义更大。因为排行榜是许多人用钱投票的结果，概率上更能命中新用户的需求。
当用户是通过搜索直接进入商品页时，我们可以同时提供围绕关键词的商品，以及相关品类的排行榜。
六．总结
相关推荐属于网站建设比较奢侈的部分，很多站根本没来得及顾及它。我的兴趣也不在这里，不过平时想多了，顺便整理一下。
其中最有用的，何田以为是“标签推荐法”、“用户自己充当算法”、“用户意图”这三段。
三．品种角度
从品种角度进行相关推荐，可分单品和标签两个角度。
1．单品相关性
围绕单品分析相关性，起码有三种数据角度：被同一人购买（但不一定在一次消费中）；在同一次消费中被购买；被同一个人浏览。这三种角度意义大不相同，应用时需要理解差异。
单品相关性有很多局限。例如单品相关性分析缺乏“判断力”，不能分析出竞争性商品，需要补偿措施；单品相关性分析需要足以让两个单品出现在同一场合的大量数据，对于销售高度长尾或销售周期很短的商品不合适。
这篇博客重点想谈的是标签相关性，因此对单品相关性分析略过。
2．标签相关性
围绕标签分析品种相关性，相关性的强度和直观程度受标签粒度的影响。例如对股票书感兴趣的人也可能对黄金理财书感兴趣，这样的标签粒度小，相关性强，相互关系很直观；而经管类书与英语类书虽然有相关性，但相对弱很多，不那么直观。
对于普通b2c而言，将商品系统的标签进行细化，结合标签内的排行榜，发展网页、邮件推荐体系，简单易行而命中率高，是十分可行的。
应用标签相关性推荐，以下两点是需要注意的：
1）品种间的关系
我们简单地将商品之间的相关性关系分为对手、跟班和好友三种：
对手商品指用户只选其一的低频购买商品，可能是跨品类的；
跟班商品指用户购买主商品后，很可能购买的相关品；
好友商品指对相同的人具备吸引力的非跟班商品。
在进行相关性推荐时，应根据商品之间的关系有的放矢，例如：
用户未购买某商品前，可以向其集中提供竞争性商品帮助选择；
用户已经购买某商品后，一定时期内不要再在其面前呈现竞争性商品，而是应集中呈现跟班；跟班商品可以跟主商品一起形成促销组合；
跟班商品初步浏览过后，无论是否购买，均不需要持续，而应集中呈现好友商品。
在交易完成后，可通过电子邮件、发货单夹带针对性优惠券等方式，继续推荐跟班商品和好友商品。
对于对手、跟班和好友的商品关系而言，对每一个商品进行管理是很难的，但对商品所在标签之间的关系进行管理则容易得多，人工判断便可在数据库层确定标签间的关系。
简单易行，这是我把标签相关性推荐作为重点的原因。
2）标签内的排行榜
相关性推荐无非是为了提高对用户潜在需求的命中率，排行榜在概率意义上代表最有普遍性的需求，通常具有最大的命中面积。
先选好要推荐的对手、跟班或好友标签，再推荐这些标签的排行榜，可以在精确的基础上获得最大的命中范围。
值得注意的是，那怕在一个标签内，排行榜也没必要固定不变，完全可以根据用户的群落而自动变化。例如用户对价格的倾向性是低的，那么各类应用标签，我都可以用一个价格倾向性指标来交叉过滤，给用户提供“面向个人的排行榜”。
二．人的角度
从人的角度进行相关性推荐，有强弱不同的多种方式。
1．强相关
根据重合品种分析人和人的相关性、分析个人dna，一般b2c玩不转，只是流流口水谈概念没意思，不提。
2．弱相关
许多b2c改用直接的“买过这个的人还买过这个”来代替，通过单品间的偶然关联来推荐，增加长尾品种被触发的接触机会，这样的简化推荐很轻松，但属于“有说法没算法”，需求命中率是有限的。改善的方法是进行品类、标签范围的相关约束。
3．泛相关
还有一个办法，是让用户自己充当算法。
taobao上的购物达人，遇到很感兴趣的东西或店时，可能会留意谁这么有品位买过，进而观察她还买过什么，顺藤摸瓜。这时用户自己充当了算法，给自己找到了相关推荐。同样道理，我们只需要帮助用户找到“参考者”，收藏之，那么此人的购物记录或收藏记录就可以成为相关推荐。
怎么找到这个“参考者”而让用户来收藏呢？不一定需要复杂的算法。首先这个人一定是个重度用户，不然缺乏足够和常更新的购物记录或收藏记录；其次这个人购买过用户曾严重关注的商品。将这样的人及其购买记录作为“可能跟你兴趣一致的人”呈现给用户就足够，让用户自己来判断是否有相似兴趣，是否值得跟踪。
如果有可能，可以编辑发现或“制造”出各种模型的典型用户，他们最好是生动的人，有照片、有博客（导入用户的空间或博客）、有发言，站方有意增加他们的曝光率。。。方便用户对号入座，找到自己喜爱的参考者。
这些参考者的消费或收藏记录，可以让用户订阅，及时推送到个人。
用户的参考者不仅仅帮助用户满足其常规需求，甚至可能挖掘用户其自己不知道的隐性需求，例如自己想要成为那样的人，虽然做不到，但可以通过模仿购物得到心理满足。
不是所有商品都适合这么干，只有商品特性属于个体型，而且网站的用户关系持续性好，才适合给用户找参考者。
在《
社区与电商的关系》我们谈过与商城采取统一品牌、会员后台衔接的独立社区是最有价值的，这样的社区跟销售数据结合起来，最便于发展消费参考者。
说明：整理思路时断断续续写了多段，发博客时合并了一下，这篇博客长得谁都没耐心看，因此重新分成4篇来发。
相关推荐不仅仅是算法问题，更是业务逻辑问题，从业务逻辑分析，哪怕不用任何算法，也可以大幅提高推荐的命中率。
一．人的角度还是品种角度
1．根据产业特点分
可以根据产业特点将相关性推荐分为购买相对集中和购买高度分散两种：
购买相对集中：如果行业的品种新增速度慢、产品生命周期长，因此购买相对集中，两人购买相同两个品种的比例高，则该领域可以挖掘品种间统计学意义的相关性，从品种角度进行相关推荐。
购买高度分散：反之，如果行业的品种新增速度快、产品生命周期短，因此购买高度分散，两人购买相同两个品种的比例很低，应侧重于买家的相互参考、个人dna的挖掘等人的角度的推荐。
例如，图书是品种量最多的产业之一，排除热销书、教材、专业书，大部分书的购买高度分散，对于占品种数主要比重的长尾品种，两个人拥有相同两本书的几率是很低的，这些长尾品种，相互关联性难以直接推算，适合放弃品种角度的相关分析，改从人的角度来推荐。
2．根据商品特性分
从个性匹配的程度，商品可以分两大类，一类是个体型，例如小说、音乐、女装、饰品等，一类是功能型，例如专业书、化妆品、数码、家电、玩具等。
前者，适合从人的角度，围绕消费者的个性dna做相关性推荐；后者，适合从品种角度，聚焦于品类各细小分类的领先品种发现及品种之间相互关系的发现。
3．组合的结果
根据行业特点和商品特性，可以分出相关推荐的两种主要角度：
人的角度：购买高度分散的产业、个体型商品。例如女性服饰。
品种角度：购买相对集中的产业、功能型商品。例如化妆品、专业书
购买高度分散但功能型的商品，很难进行相关性推荐。
购买相对集中且个体型的商品，两个推荐角度都可以做。
这个定性先做好了，就不会用错力。
为了便于理脉络，我把用户到达b2c站后的有效行为分成三个关键环节：触发、入蓝、结帐。
触发的任务是捕捉用户兴趣，通过提高的接触面积和触发率，使用户尤其新用户在短暂的访问中发现尽量多的可能感兴趣的商品。关键词是兴趣、命中、点击。
入蓝的任务主要在商品页完成，就是将商品放入购物车。
最近莲叶东群（38692494）讨论过，其实购物车这个名字不好，给了用户当场选择决策的压力。在地面店，把商品放入购物车的过程已经完成了一大半的选择判断工作，在网店，用户打开商品页的过程没地面店那么迅捷直观，迟疑不作为间容易永远地错过商品，这个流程不合适。
更理想的是用户先无压力地把比较感兴趣的商品随手丢入购物车，既不比较性价也不考虑预算，把决策留到结帐阶段才做，入蓝过程最好是爽爽的，未付款就预先享受购物的乐趣。关键词是吸引、兴奋、轻松。
结帐不仅是付款，更是决策过程，所有要判断的、选择的。。要动脑筋的过程，都转移集中到这个环节处理。关键词是信任、方便、帮助。
虽然用户行为上这三个环节可能是交叉的融合的，但网站设计时每个环节应重点突出、火力集中，才能在每个阶段捕捉到最多机会。
《
商品页的加减法》讨论入蓝阶段焦点要集中，提议商品页尽量不要推荐其他商品，许多朋友表示
反对。其实何田不反对推荐商品，只是强调推荐商品的场合和时机。
用信息包围用户，能够提高每次的用户接触面积，但如果在当前商品未完成入蓝前用户注意力转到其他商品，则可能影响当前商品的入蓝率（参考《
陈列的齐人之福》）。用户在商品页的思想和行为比较复杂，
从触发到入蓝这个过程很不稳定，机会容易流失，一切干扰都应尽量避免。
在不影响当前商品入蓝率的前提下，增加其他商品触发面积当然是好的，如果有冲突，应先保障已有触发的入蓝率，再设法提高触发面积。例如，关闭当前页后的推荐比当前页的推荐更值得提倡（例如以互动形式弹新页或刷新已打开页）；如果确实不舍得商品页的触发面积，一定要在当前商品页推荐，那么要尽量在用户不想再看当前商品内容的前提下。
不同页面的战术目标是不同的：
列表浏览页面，目标是捕捉用户潜在兴奋点，“触发”用户查看商品详细页；
商品详细页面，目标是刺激用户兴奋点，并且不仅仅是刺激，关键是时间和强度之乘积争取让用户突破那个门阀（嘿嘿，有联想不？），将商品放入购物车。
。。。
提高每一次打开商品详细页的转化几率，就能提高整体转化率，关键在于，用户可以有浏览的态度，商家不要有浏览的态度。
每次打开商品页，都应该视为战役中的一场独立攻城战。注意力应集中在当前商品，不要贪多和游移，目标要集中在推动“临门一脚”——放进购物车。与这个目标无关的东西，不妨放一边去。
例如，在许多的b2c，商品详细页的旁边都有推荐其他的“相关”商品，我认为是一种追求浏览点击的“媒体”的做法，不是追求成交的“商务”做法。
如果在地面店里你拿起一个商品看，还没决定购买时，旁边营业员急急跟你介绍另一个同类商品也不错，你觉得如何？我会觉得，这个营业员如果不是别有所图，就是脑袋里缺根弦。购买决定有快有慢，但都需要积累刺激，以冲破门阀，为什么要干扰客户呢？
在实体店中如果要推荐商品，应该分两种情况：如果顾客放下此商品没要，可以推荐同类的竞争性商品，争取满足其已经显示的需求；如果顾客要了该商品，就不要再推荐竞争性商品，而应推荐补充性商品，挖掘其未显示的潜在需要。
在b2c类似，在商品页不应该推荐任何其他商品，哪怕是补充性商品，应该让用户把注意力集中在当前商品，当用户注意力离开当前商品后，再设法推荐：如果用户已经将商品放入购物车，可以出现一个成功反馈页面，在此页面给出补充性推荐，引导用户发现潜在的相关性需求。这个页面不应出现竞争性商品。如果用户对该商品不感兴趣而关闭商品页，他很可能继续看打开商品页之前所看的列表页，查看其他商品，我们不需要再做什么。
为了实现上述要求，b2c的数据库要增加一张表，记录哪些商品相互是竞争性商品，哪些相互是补充性商品。
分散用户注意力的不仅仅是其他商品推荐，还有链接。
如果条件允许，最好不让用户通过任何链接离开本页而中断情绪。各种背景介绍、用户评论等，均直接提供足够摘要给用户，使大部分懒用户不再需要查看任何链接，只有非常勤奋较真的用户才去看详细链接。
再极端一点，如果有可能，连额外的点击都不要让用户做，让用户舒畅地看下去，流畅地吸收刺激。
许多b2c在商品页通过选项框来切换显示产品的参数、图片、用户评论和简介，还有些站把所有图集中在一个框里显示，鼠标悬停在小缩略图时切换细节图，这样的格式化显示虽然整齐，却让用户的思绪来回变换，不流畅，而且十分不利于文字配合诱导。这样的形式也许可以用于男人购买的理性产品，对女性购买的商品及感性产品却是不利的。对于女性商品及感性商品，以一页性浏览为好。
上面反复强调的是，在商品详细页，尽量不要分散用户注意力，然而，我们却应在所有地方刺激用户，让其随时意识到可以放心地把商品放入购物车。
在商品介绍中，放入购物车的引导应该是文字性的，多处存在，而不仅仅是一个放入购物车的按钮。
告诉用户，觉得这个商品差不多可以了，就先放进购物车，一会交钱时再慢慢考虑。先在将逛的过程爽一把再说，一件件感兴趣的丢进购物车。
告诉用户，这些商品是可退货、可换货的，不但一会可以扔掉不买，而且买了也会非常安全，不爽的只是商家，你买和不买都是爽的。
告诉用户，这个商品咱家是最好的卖家，现在买是最好的时候，这个商品与其他竞争性商品比是独一无二的或者最合适你的。。。
这些都需要大量文字跟“放入购物车”配合，文字最好融合在商品文本信息里，而不是独立的一段统一图文。
前面说过，每次打开商品页，都应该视为战役中的一场独立攻城战，每场战斗都应有一个指挥员，那就是商品编辑。
何田以为，在商品页上的编辑投入，是最划算、最关键的，是b2c最重要的人力投入之一，地位与网站美工相当。
用户如果在前面的查看中没有把商品放入购物车，他在后面如果没发现更合适的商品，还可能回头找回该商品。这个浏览历史的查阅应该为用户提供，但随处提供链接即可，没必要把浏览轨迹一直跟随着实时显示——否则就提醒了用户在商品详细页就进行斟酌比较。
在商品页这个环节，唯一目标就是让用户推着个大车轻松地随看随拿，争取用户多多把商品放入购物车，没必要在这个环节仔细斟酌比较。斟酌比较是结算环节的任务，我们要为用户提供合理的服务，帮助他从购物车中，选择他真正需要的商品。这是另一场辛苦的战役，后面的博客再作讨论。
这篇博客的题目叫“商品页的加减法”，意思是减少商品页的所有非关键功能，强化商品兴奋和购物车诱导两大功能。一时所感，不一定对，请达人指教。
观察淘宝成功的商铺，经常会看到两个共同点：光从店面文本和店主态度就能感觉到人气，不管文字粗野还是恭谨，骨子里的牛皮烘烘都扑面而来；商品图片或文字描述相当专业，体现出店主对商品的充分掌握和信心。他们的商品不一定是最好的，价格不一定是最好的，服务不一定是最好的，态度不一定是最好的，但用户趋之若骛。
有时候，你会感觉到用户似乎在这些店铺面前吸了某种东西，判断力大减，购买倾向大增。这种东西，和友人反复讨论，友人总结为二字：强势。
深以为然。
零售服务的本质是“初选”，从世间万千供应商中选出品质合适的厂家，找到买家可能感兴趣的商品，再让买家从中挑选。即使是厂家自营，本质也是如此。
从零售本质出发，对B2c用户最重要的驱动力，是商家初选商品的能力。
证明商家初选能力的角度有很多，例如商品图片和文字的专业性，例如品质保证及售后保障（代表商家信心），例如商家不卑不亢甚至“披着羊皮的牛”的态度，例如人气（说明其他人已经验证了其专业性），例如正面的评论，例如媒体或口碑推荐。。。
何田以为，对个体而言，在大部分商品领域，或者在某一领域的细分角度，每个人都是信息弱者，都是脆弱不自信的。这些证明商家能力的角度，究其本质，针对的是同一点：用户在信息弱势下的脆弱不自信。
用户的购买，哪怕是貌似理性的判断，有多大比重是非理性因素决定的？他/她的内心，何时已经不知不觉产生了倾向性？
b2c要让用户购买倾向大增，可以有两个本质相同的角度：1。强化用户的信息弱势感，放大其脆弱不自信；2。强化证明自身选择供应商和选择产品的专业能力（这里“选择”的含义是双向的，也暗示商家的品质被供应商所选择）。
这两点都是为了形成 “相对强势”，哪怕是在局部。
为了做到这两点，这需要在大量细节上形成综合合力，细节之处，全是功夫，容后慢叙。这里只讨论b2c普遍较弱的两点，一曰人场，二曰鲜明。
人场的重要性就不用多说了。B2c作为数字店面，与地面零售店相比，在人场的构造上有天然的优势，我认为这是b2c的核心优势之一。
许多b2c对人场已十分重视，但在人场的系统化构造上，似乎还很有潜力。
例如：
用户进入网站、与网站内容互动、与客服互动，在时间上是离散的，但我们可以把他们集中起来呈现。例如，许多网站有在线客服，如果这些在线交流的内容，不让其随风飘散，而是自动转化为“问巴”或者论坛的贴子，并且弱化或误导时间观念，就可以“积累”出热烈咨询的气氛。
只有一般性的互动是不够的，b2c应主动地积累与购买相关的“强证明”信息，例如故意让热销商品短期缺货、引导用户对缺货商品询问或登记（用户不问自己问）；成交后引导用户领取优惠券，领取时填写商品满意度调查。。。这些强信息对后来用户的影响是长期而巨大的。
口碑微观环境是需要控制的。例如，我们可以只显示那些有利或回复后变为有利的内容，不合适公开的内容，只需要用cookie处理一下，就可以变成发表者自己可以看到，别人看不到。
。。。
b2c普遍较弱的另外一点是鲜明。许多B2c缺乏自己鲜明的特征和取向。
细节合力固然重要，但如果缺乏鲜明的信心冲击，并不容易打破用户的防线。尤其对于无地域差异化的b2c而言，过于中庸温和难以对用户形成局部强势，转化率是必然低的。
以前看过一本很有名的书《乌合之众》，讨论人群的非理性行为，正反馈的集体环境和极端的领袖都是必要的。在理性环境下极端看起来不可理喻，但在特殊群体情境下，极端不单不可笑，而且很动人，只有极端能动人。在“强势”的包抄下，人群倾向性大增。人心就是这么脆弱。
B2c，应该在信心冲击上，有自己的鲜明特征和态度取向，极端一点也无妨。
在欧洲旅游时，对教堂之宏印象极深，可以想象一般百姓进了教堂，在建筑、人群及仪式面前，心灵将处于怎样的一个场中。还需要思考吗？脑袋里也许只剩下皈依的愿望吧？
咱的网站，能让用户丢掉自我吗？
最近需要整理一些想法，因此写博客比较勤，一方面理思路，一方面与朋友交互。欢迎探讨实际工作中遇到的问题和瓶颈，IM见http://blog.donews.com/hetiantian右上方。