惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threat Research - Cisco Blogs
博客园 - 聂微东
小众软件
小众软件
P
Proofpoint News Feed
Security Archives - TechRepublic
Security Archives - TechRepublic
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
TaoSecurity Blog
TaoSecurity Blog
博客园 - 司徒正美
罗磊的独立博客
N
News and Events Feed by Topic
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
Security Affairs
S
Security @ Cisco Blogs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
The GitHub Blog
The GitHub Blog
月光博客
月光博客
S
Secure Thoughts
P
Proofpoint News Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Forbes - Security
Forbes - Security
H
Heimdal Security Blog
W
WeLiveSecurity
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
L
LangChain Blog
T
The Blog of Author Tim Ferriss
NISL@THU
NISL@THU
Google DeepMind News
Google DeepMind News
Cloudbric
Cloudbric
H
Hacker News: Front Page
The Last Watchdog
The Last Watchdog
Hacker News - Newest:
Hacker News - Newest: "LLM"
C
Cisco Blogs
博客园 - 三生石上(FineUI控件)
博客园_首页
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Schneier on Security
Project Zero
Project Zero
SecWiki News
SecWiki News
爱范儿
爱范儿
The Register - Security
The Register - Security
AI
AI
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Y
Y Combinator Blog
L
Lohrmann on Cybersecurity
Application and Cybersecurity Blog
Application and Cybersecurity Blog
P
Privacy International News Feed
J
Java Code Geeks
S
Securelist
C
Cyber Attacks, Cyber Crime and Cyber Security
V
Visual Studio Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品如何设计交易系统——结算篇(0-1)
淡淡优雅 · 2023-06-27 · via 人人都是产品经理

交易系统是电商行业非常重要的部分,那么,如何做一个交易结算系统呢?本篇文章将系统地介绍设计结算系统的方法及思路,能给产品设计的伙伴们提供一些设计思考和建议。

一、交易结算系统定义说明

本文主要探讨的是电商行业交易结算系统的设计思路,希望借此内容同大家进行交流。

开始进入正题前我们必须要了解【交易】的几类定义。

  • 交易:指双方以货币及服务为媒介的价值交换。
  • 电子交易:指应用信息技术来传递商务信息和交易。
  • 电商交易:指双方应用线上平台或工具进行的等价值交换(作者理解)。

说完几类交易的定义我们回到本文的主角电商交易,广义的电商交易包含了正向和逆向两条核心的链路流程:

  1. 正向以订单单据为主,驱动正向交易的全生命流程(创建-支付-发货-收货-评价-财务…)。
  2. 逆向以售后单为主,驱动逆向交易的全生命流程(创建-审核-退货-收货-退款-财务…)。

广义电商交易所涉及的领域宽度非常之广,几乎涵盖了电商业务的所有核心系统。

但本次我们要涉及的是狭义的电商交易(指购物车和结算),本文主要介绍电商交易-结算(下面统称“交易结算”)。

二、交易结算系统职责

借用一句广告语“我们(交易结算系统)不生产数据,只是数据的搬运工”。

为什么这样说?

我们可以从两个层面来阐述下交易结算的系统职责:

  1. 业务层面。交易结算主要职责将确定的商品、买卖方和金额等信息以匹配的业务结算流程进行校验、处理、整合,以确保交易的有效性和准确性,以促进交易高效、快速、安全的完成。交易环节中核心业务对象(人、货、场)都非交易结算产物,交易结算仅对它们进行了辨识和整合。
  2. 系统层面。交易结算主要职责为有序的串联本次交易所涉及的所有关联系统及服务,将参与交易的系统领域(商户、会员、商品、库存、营促销、支付等),进行有序的处理、校验和整合,以确保本次交易时刻的数据在所有系统域内是准确且有效的。

在此过程中交易结算扮演着将上游产生的数据搬运和传递至下游,并对数据进行校验、整合处理,过程中并未生产出新的数据。

三、常见的交易结算

移动端结算页:

PC端结算页:

从以上主流平台的交易结算页我们可以观察的,结算页核心的信息主要包含了【商品信息】、【配送信息】、【金额信息】(可查看下图)。

这些信息的呈现并非孤立的展示,背后有一套严谨的流程和校验在支持着,这便是本文所述的【交易结算系统】。

有了对电商交易结算和结算系统的基本认知,下文我们将剖析的说明如何建设我们的交易结算系统。

四、交易结算系统的设计方法

从这里开始,我们将一步一步的探讨建设交易结算系统的方法。

目前市面上的交易结算五花八门,有传统的标品交易、本地服务交易、知识付费交易、跨境电商交易等等,不同的交易在本质上无明显差异但在实现和设计中是会存在业务性质差异的。

这里我们主要以标准商品为交易对象进行模拟交易结算系统的建设。

1. 识别结算业务形态及场景

首先识别我们需要建设的交易结算服务的业务形态,主要从以人货场三个核心要素进行有效识别:

  1. 交易对象:卖家(个人/企业)、买家(个人/政企)。
  2. 交易商品:实物商品 / 虚拟商品 / 境外商品 / 服务商品…
  3. 交易场:线上交易 / 线下交易。

通过对核心要素(人货场)的识别后,假设我们识别的三核心要素为:Toc交易(交易对象为个人)、实物商品和线上交易(APP)。

我们会对交易业务形态有个一个初步的认知:商户将通过线上交易(App)将实物商品卖给个人用户。

在对交易形态有初步认知后,需要思考通过哪些业务场景可以进入到结算页,以满足用户需要结算的诉求。

理论上任何明确了核心三要素(人货场)的页面都可以进入到结算页,我们一般看到可以进入结算页主要入口包含但不限:购物车页面、商品详情页、商品活动页、订单详列表页、订单详情页、商品评价页。

进入结算页后同样需要思考和整理结算页我们需要支持哪些业务的操作场景。

如下图:

2. 抽象结算所需服务能力

基于我们对交易形态的初步认知和对结算场景的识别,我们需要思考交易结算的核心要素人、货、场需要在本次结算中满足哪些必须的条件,才能确保交易结算页所展示数据的正确性和有效性。即本次结算的对买卖双方都是公平且有效的。

如何确保交易结算页数据的有效性和正确性:

  1. 我们需要针对我们交易的核心要素(人、货、场)进行疑问式思考(如下表/交易结算核心考虑问题)。
  2. 接着对我们提出的服务进行抽象分类(如下表/抽象服务域)。
  3. 再对我们的抽象服务所需要提供的服务进行拆分和抽象(如下表/服务能力抽象)。
  4. 最后必须确保我们所抽象出的服务能力有对应的承接方给出明确解决方案和结果。

3. 划分结算服务至对应系统

通过对交易结算服务域和服务能力的抽象,接下来我们将践行“我们不生产数据,只是数据的搬运工”口号。

交易结算在整个处理过程中并非自己闭环处理掉了所有服务,而是通过借用和串联各基础服务系统提供的数据和能力来解决结算所必须依赖的条件。

在整个结算系统执行过程中本质上并没有自己生产出数据,所需的数据都来源于基础的服务系统,那我们如何准确的知道应该向谁来借用数据和服务呢?

那就需要我们对企业内部系统及分工有较好的了解(交易的产品不仅需要本领域的深度,更需要有多领域的宽度),以便我们能够将我们需要借用的数据和服务划分到对应的系统。

如下表示例所示:

4. 梳理结算上下游依赖顺序

结算系统需要串联多个系统领域才能确保结算业务的完成,这个串联过程并非无序和随性,我们需要考虑如何串联才能达到理想的效果,以确保结算业务有序、准确、高效的执行。

这就需要我们考虑结算业务中所涉及所有服务的执行必要性、优先级和依赖关系。

例如我们将【商品营促销信息服务】先于【商品信息服务】,这显然是不合理,商品的有效性都没确定的情况下直接去确定营促销活动这是没法确保活动的可用性的。

因此我们需要明确结算业务的依赖关系和顺序,以确保我们可以判断哪些系统服务是必要的,哪些系统服务是高优先级的,对其进行划分和简单排序。

如下图:

5. 梳理结算系统交互时序图

结算所依赖的系统服务必要性和优先级初步确认完成,到这步还不够,因为还是不能清晰的表达具体交互顺序和交互的核心内容到底是什么?

这就需要我们进一步梳理结算系统的工作流程图,这里可以用于梳理的工具和流程类型很多,我个人一般喜欢用时序图来表达。在梳理流程的过程中有几个点我们必须明确:

  1. 明确参与交互的系统(通过“识别结算业务形态及场景”&“抽象结算所需服务能力”&“划分结算服务至对应系统”已明确)。
  2. 明确参与交互系统的工作职责(通过“划分结算服务至对应系统”已明确)。
  3. 明确参与交互系统所承担职责是否必要条件,以确定异常时是否终止结算(通过“梳理结算上下游依赖顺序”已明确)。

后续我们需要做的就是结合实际的结算业务形态进行系统的的串联,串联过程中我们需要根据依赖优先级确保串联的流程尽量的简单、高效,以尽量少的交互,确保结算高效、准确的完成工作。

通常情况我们会以【商家】>【用户】>【商品】>【库存】>【营促销】>【履约】>【计价】>【订单】这样的顺序来串联(可根据结算业务的特性调整顺序)。并明确每一步交互的内容,以及对内容的反馈和基本处理。

如下图,这里仅是示例各行各业需要根据自身结算业务来处理:

6. 确定结算数据承载模型

结算系统在一次交易过程中,承接了不同系统给到的交易数据,这些交易数据既要作为上下游串联的参数,又需要作为交易的结果数据提供给前端进行处理和展示。所以对于结算数据,结算系统用什么样的模型去承载就至关重要。

由于结算系统几乎是不会使用到DB存储数据(考虑实时性和安全性),但数据需要提供给业务展示及订单系统落库。因此需要结合业务层展示的要求和订单系统落库数据的要求去设计结算系统的模型。

  • 业务层:一般会分【结算维度】数据和【商品维度】数据展示给到用户,以便用户能够快速、清晰的确认自己购买的商品(商品维度)、单价价格(商品维度)、活动(商品维度)、数量(商品维度)、配送信息(结算维度)、金额信息(结算维度(销售总金额、优惠总金额、应付总金额、实付总金额……)),以促使快速、安全的完成交易。
  • 订单系统:为了后续订单数据使用及管理的规范性,一般会要求落单的数据区分为【订单维度】、【商品维度】、【活动信息】、【买家信息】、【卖家信息】…

通过以上两者的诉求,可将结算系统的数据模型一般抽象为三个层级【结算维度】、【订单维度】和【商品维度】每个维度可根据实际的业务形态承载不同的信息。

可参下图:

五、结算系统产品架构

交易结算上承业务,下串系统,通过对结算业务的识别、抽象,可将结算系统按照业务的需求及未来业务的发展需要进行抽象、规整对应的功能域(例如:商品域、CRM域、商品域、库存域、促销域…)。

每个功能域内可再进行能力的细分,确保每个能力的独立性和可复用性,以便于支持业务的快速迭代和创新。

当结算域所需能力规划和整理清楚后,结算另一个重要的职责则是根据实际的业务需要选择对应的能力域及域内能力进行合理、高效的有序编排和串联,为业务提供所需的结算流程服务。

结算这种基于业务诉求进行编排和串联的能力,就完全依赖我们对结算能力域的划分及能力域细分能力的抽象。

这里并不需要我们一次完成所有的能力域和细分能力的建设,但需要考虑每一个能力域的定位、职责,以及细分能力提供的服务的完整性和可拓展性。

结算编排的流程承接相应的结算业务,结算提供的流程应用结算域及能力进行编排串联,因为结算并不生产数据,结算能力域所提供的各种能力服务需要依赖下游系统提供服务。

所以结算系统在整个交易过程中承担着是“串联”和“编排”的责任。

综上内容我们可以大致的勾画出我们的交易结算产品模型(如下图),以便于大家理解和记忆:

六、说在最后

本人对交易结算系统的产品设计思路和方法基本介绍完了,文章仅对结算系统的核心内容做了简略的概括说明,并没有将结算系统中所有处理细节和逻辑进行阐述。因为不同的业态、企业对结算都有自己认知和理解,细节的掌控需要结合实际业务。

现在的结算业务玩法千千万,但都基本脱离不开本文中所提到的核心要点,希望此文能对各位同仁有借鉴意义,谢谢。

最后说句废话:产品没有标准答案,用户喜欢的才是最好的。

本文由 @淡淡优雅 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。