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

aimingoo的专栏
aimingoo的专栏
Cyberwarzone
Cyberwarzone
博客园_首页
爱范儿
爱范儿
腾讯CDC
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
K
Kaspersky official blog
H
Help Net Security
The GitHub Blog
The GitHub Blog
G
Google Developers Blog
S
SegmentFault 最新的问题
L
LINUX DO - 热门话题
T
Tenable Blog
P
Privacy & Cybersecurity Law Blog
N
News | PayPal Newsroom
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
L
LangChain Blog
L
Lohrmann on Cybersecurity
P
Palo Alto Networks Blog
云风的 BLOG
云风的 BLOG
A
Arctic Wolf
N
News and Events Feed by Topic
AWS News Blog
AWS News Blog
美团技术团队
U
Unit 42
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
S
Secure Thoughts
有赞技术团队
有赞技术团队
C
Cyber Attacks, Cyber Crime and Cyber Security
Schneier on Security
Schneier on Security
Cloudbric
Cloudbric
B
Blog
NISL@THU
NISL@THU
Help Net Security
Help Net Security
Y
Y Combinator Blog
J
Java Code Geeks
S
Securelist
宝玉的分享
宝玉的分享
T
Threat Research - Cisco Blogs
S
Security @ Cisco Blogs
O
OpenAI News
D
DataBreaches.Net
Know Your Adversary
Know Your Adversary
Hacker News - Newest:
Hacker News - Newest: "LLM"
Vercel News
Vercel News
Forbes - Security
Forbes - Security
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed

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,
项目复盘:跨境电商详情页的改版设计总结
Andrew · 2022-11-14 · via 人人都是产品经理

很多设计师朋友在做一些比较大的项目改版时,总是会先陷入设计细节当中,导致要么耽误进度难以推进,要么最后的呈现支离破碎、逻辑混乱。而解决这些问题的一个通用思路,就是借用一套专业的顶层模型来指导全程。本文作者根据在团队负责过的一次改版项目,跟大家分享具体该怎么做,希望对你有所启发。

一、改版背景

1. 项目介绍

此次改版对象属跨境电商领域的Doba项目,它是面向美国市场的Dropshipping(一件代发)平台,通过一件代发的优势,来帮助零售商无需任何初始成本即可顺利开展电商之路。

当有订单产生时,零售商将商品信息发送给平台,再由平台将商品通过物流交付至终端消费者手中,由此帮助零售商完成销售获取利润。这种新兴的业务模式相比传统的Wholesale(批发)让零售商免去初始成本和备货压力、时间更为自由灵活,让用户专注于销售本身。

面向用户主要有三类:自建站零售商、第三方平台零售商和初入门的新手。

2. 现有问题

Doba自上线一段时间后,通过数据调取发现了详情页的问题,发现不论是刊登转化,还是收藏转化都偏低,并且跳出很高。因此有了这次项目改版,目标很简单:提升当前详情页转化、并降低跳出。

3. 模型指导

类似这种复杂的、大型的项目改版,就可以调用专业的顶层模型。此次采用了基于双钻模型优化后的三钻模型来指导流程推进。

整个设计流程被拆分为三个阶段:洞察、实施和验证阶段,三者形成闭环缺一不可。

另外,它会有阶段性的发散和收敛,比如洞察阶段,优先通过问题走查、用户调用、数据分析等方法来发现问题,之后根据业务价值、用户价值来进行问题收敛,完成问题的定义。这个过程是为了做正确的事。

接着,实施阶段,通过竞品分析、头脑风暴、理论搜集等方法来制定设计策略,通过优劣分析、方案评审来确认最终方案。此过程为了把事情做正确。

最后,验证阶段,通过ab测试、定性反馈等方法来衡量指标,通过原因分析、方法沉淀来复盘总结。这个过程是去检验有没有做正确。

以这样的模式来推进流程,很大程度上避免了因缺失方法或者多早钻研细节导致的种种问题。

4. 详情页的意义

详情页是买家了解商品的主要途径,它所承载的意义是帮助买家查看商品信息从而进行决策,重要性可见一斑。但是相比传统的C端详情页,在用户侧又存在两大难点:一类是B端,一类是海外。

二、发现、定义问题

1. 用户研究

关于B类买家:

B类和海外用户这两类属性距离我们相对遥远,所以需要通过用户研究来提前了解用户。基于前期的问卷调研,发现B类买家基本都会存在以下这些决策点:本地仓发货、免邮、变体丰富、热卖变体、方便变体对比、利润空间、库存够、商品质量好。

专注Dropshipping(以下简称DS)的B类买家和以自身喜好为决策的C类买家有明显差别。他们主要诉求是完成销售获取利润,因此他们所关注的信息明显更为综合和全面。但是目前线上的信息权重分布,并不符合B类买家的心智。

关于美国用户:

密歇根大学心理学系的Hannah教授基于一系列实验在《Cultural variation in eye movements during scene perception》这篇论文指出,相比关注均衡、强调集体主义的中国用户,美国用户更关注单个对象,更强调个人主义。

《News Week》一篇专栏文章,从生理学的角度提出,亚裔美国人和非亚裔美国人在面对复杂、繁忙的场景时,会使用到不同的大脑活动区域。亚裔美国人的大脑活动集中在处理图形与背景关系的区域,而非亚裔美国人的大脑活动集中在识别物体的区域。

这些差异导致了中美用户面对同一界面的不同感知,中国人相比美国人更擅长接受理解复杂的界面。淘宝、京东那样的复杂界面对于国内用户来说琳琅满目,但对于美国用户来说非常眼花缭乱、认知困难。

因此,面向美国用户的详情页在视觉上可能需要更加克制、减负。

2. 数据分析

当前用户设备中,1280px、1366px的小屏用户占据近30%以上。但是由触达率数据发现,小屏用户一屏内无法看全主图、变体,而且物流信息以及四个行动点都处在盲区,这可能是导致高跳出的主要原因。

3. 问题走查

通过团队的问题走查,也发现了几个明显问题:

  • 比如页面层级过于杂乱、视觉噪音较多;
  • 主图尺寸过大、占用大量空间;
  • Price(现价)和MSPR(建立零售价)不易区分,利润难认知,尤其对于注重利润的买家来说很致命;
  • 先变体后行动的动线产生SKU维度误解;
  • 查看多变体信息时,需要手动一个个切换,较多操作负荷。

三、定义问题

通过前期发散得到了一系列问题,总体来说可以定义为四个方面:视觉噪音、层级混乱、屏效过低和操作低效。因此,接下次的设计策略就可以围绕这四个方向来制定:信息降噪、层级清晰、提升屏效和链路优化。

四、设计策略

1. 层级优化

层级优化前需要先进行信息分级。基于B类买家问卷调研的结果,与项目侧重新确认信息优先级并达成一致,后续的层级优化将主要参考此分级结果。

然后,通过一维分析法梳理现有层级的问题,并按照上述分级结果重新调整。比如合并层级、并通过两端布局提升屏效;大幅度的去色降噪;垂直布局来易于买家的阅读比价;行动点前置来降低买家触达成本等等,具体细节不再赘述。

2. 网格布局

确立最小原子为5px,建立margin=40px,gutter=10px,总宽1200px的栅格系统;以及5px、10px、15px、20px、40px的间距系统。所有的元素尽量按照此框架进行布局,进一步优化层级,建立页面秩序感和舒适的阅读节奏。

3. 链路优化

对应走查中的链路问题。对于B类买家来说,他们并非和C类买家一样出于自用的目的,他们需要全面对比商品的变体、价格、库存等因素。但当前变体的呈现和对比很不直观,买家查看不同变体子商品信息时需要大量的操作成本,重复低效,不便于买家快速决策。

这里调研了四类包含了变体表格的主流竞品:Modalyst、Spocket、Eprolo和Oberlo。Spocket和Oberlo使用了弹窗来承载,Modalyst和Eprolo分别使用了下侧tabs和右侧功能区进行承载。

考虑到触达成本以及空间利用率,借鉴了Spocket、Oberlo的做法,新增链接入口,以弹窗的形式承载所有变体子商品的信息,帮助买家直观比对促进决策;同时在子商品右侧提供加购操作,便于加购意向买家的快速操作。

五、方案呈现

以下便是评审时最终达成一致的方案(具体的细节呈现有出很多方案,这里就不放了)。

再上一波方案对比。项目侧认为比以前的更清爽、干净了,不过不太确定数据的走向,毕竟整体改动很大,所以就需要最后的验证阶段。

六、验证、复盘

上线后观察数据的表现,发现基本都是正向(以下数据均脱敏处理)——收藏转化提升了6.0%,刊登转化提升了2.6%,跳出降低了10.2%,人均会话时长提升了16.6%。由此基本能得出一个结论:这是一次成功的设计改版,并且对业务侧贡献了价值。

为了能够复用到团队其他项目,就需要做一些方法的沉淀。比如对美国用户的降噪、对B类买家的信息分级等,甚至是三钻模型本身都可以沉淀下来。让大家拿来即用,不用花时间去重复思考。

这个过程不限形式,可以像我一样写篇文章、可以ppt汇报、也可以专门做个设计分享。

七、最后

以上便是基于宏观模型指导下进行的一次项目改版,每个小伙伴都可以结合自己具体的业务、用户情况来参考使用。希望对你有所启发。

我是设计师Andrew,我们下期再见。

参考文章:

张宏波:方寸屏幕,指尖空间——设计双钻模型的延展及运用

Sharon Begleyo:How different cultures shape the brain

Hannah Faye Chua:Cultural variation in eye movements during scene perception

专栏作家

Andrewchen;微信公众号:转行人的设计笔记,人人都是产品经理专栏作家。中科院硕士自学转行,擅长通过文字帮助年轻设计师成长和提效。延迟满足、长期主义。

本文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。