你看到的京东首页是如何出炉的?

一.京东面临哪些“面子问题”?

京东在首页改版之前,通过大量的用户调查与反馈,对目前京东所呈现的调性及问题进行了分析。通过调查发现,在消费者的感知层面上,3C卖场依旧是对京东的固有观念。然而随着京东的上市,以及业务规模的扩大,全品类的购物体验是京东想要传达的方向。而在业务层面,如何更好的呈现商品,以达到良好的引流效果;如何设计才能提升用户体验,都是这一次京东改版所面临的问题。

带着这些问题,京东于2014年8月1日启动了『全平台购物体验升级项目』

二.京东都做了怎样的市场调查?

调研是改版的第一步,京东此次调研可以说是从里到外,不仅要对用户的需求进行分析,同时还对内部的采销部门收集反馈意见。从而使首页改版,成为整个生态系统优化的一个入口。

通过互联网,京东发放了1万多份调查问卷来收集信息,同时针对北京、上海、深圳的100多名消费者,进行了深度的访谈,对京东的定位,购物体验,以及未来的趋势进行了交流。

通过调研,京东对自身的品牌调性收集到了明确的反馈,专业、亲切、成熟稳重、安全感,是消费者普遍认可的几点属性。同时也发现,时尚、年轻、活力等元素的体现较弱。而这也正是京东此次改版所想要突出的品牌调性之一。

细颗粒度的调查,能够进一步解构用户具体的消费需求,从而在首页改版上得以体现。用户体验如何改进?用好这些数据十分关键。

通过对用户数据的分析发现,用户在上图所显示的几个品类特性,例如品质功效、风格新款、换季品牌等等上是驱动购买的主要动力,同时用户更倾向于明确目的的购买。所以针对目标不明确的用户,唤醒其他品类购买欲望成为了改版的目标之一。

三.新首页是如何出炉的?

首页改版经历了几轮的筛选和讨论评估,最终在11份视觉方案稿里,挑选了3个改版方案。在这三个方案里,京东进行了一系列眼动跟踪试验,通过摄像头,采集用户注视页面的时长,以及注视点。试验结果,2号方案胜出。

在完成眼动跟踪试验之后,京东UED团队也对30位用户进行了深度调查,从满意度、各模块的关注度,以及偏好等方面了解了用户对4个版本的喜好和原因。同样,2号的得分也是最高的。

四.六大方向完成华丽转身

通过调查的数据,京东明确了改版的六个方向。

品牌调性:营造亲切、成熟感,打造全平台的京东。 网站架构:系统规划,全站建立设计规范,优化性能,增强阅读感。 流量分发:合理的流量配比,深耕重点频道。 千人千面:利用大数据引入推荐机制,提升UV价值。 逛的感觉:加长浏览路径,增强导购动线,突出品类特色,增强下游流量承接力。 竞争机制:首页版块效能客观评估,引入准入和退出机制。

特别要指出的是,竞争机制的引入,由于京东内部对首页位置的诉求很高,如何更为合理地进行更替,需要有一个良好的替换机制。竞争机制的引入,让数据说话,点击率的高低,跳出率的多少来决定业务的入口是否该被替换,从而形成一种良性的循环。

品牌调性:为了营造亲切、成熟的品牌调性,首页在主色调和整体配色上,进行了细致的调整,首屏的配色较旧版颜色更深,楼层内的配色也采用了淡雅清新的浅色系,在观感上使消费者产生亲切感。

网站架构:在网站架构上,京东进行了不小的改造升级,在逻辑结构上采用了首屏、二屏、楼层、页面底部的排列,在底部位置,为了能够更好的回流,将天天低价与热门晒单等内容放在了最后。而每个楼层之间的显示方式也进行了差异化的排列,在视觉上让用户不疲劳,产生阅读感。

流量分发:与老版更多单品的呈现相比,新版首页减少了单品的坑位,取而代之的是更多的专题活动,并增加场景感的引入,用户在不同的场景中能够激发起更加强烈的购买欲望。

千人千面:本次改版另一个重要的功能,就是千人千面的个性化购物体验,在二屏中的“今日推荐”和“猜你喜欢”是这项功能的主要角色,利用多种召回模型来精确的分析用户的行为习惯,提高用户的决策质量。

“逛的感觉”:在上面这些改动当中,新版想让用户体会到“逛”的感觉。利用广告BI对无目浏览的用户提供猜你喜欢、特色购、特价回访功能,针对用户提供更多活动及频道入口,减少单品的首页露出,加强频道场景化建设和活动页面之间串联。根据品类,进行差异化的楼层设计,这些细致周全的调整,请消费者做好剁手的准备。

五.对症下药效果显著 新版首页有“面儿”

经过60多天的灰度测试,京东首页的改版还是效果显著的。日均点击率提升了30%,各项指标也均有所提升。

京东的改版还只是整个生态系统优化的开始,频道页、结算页、购物车等内容都将在未来进行优化。请掏出你的钱包,准备买买买吧。

你知道吗?

  1. 京东首页,对页面进行了拆分,每个楼层采取异步加载当前楼层数据,同时利用localStorage把数据存储到浏览器本地,在用户回访时,优先从本地取数据,有更新时再次请求后台接口。
  2. 采用JDC自主研发的前端集成解决方案:JDF;提高开发效率,减少后期产品迭代中的维护成本。
  3. 应用了大量CSS3动画;对iPad端进行了特殊优化和处理,提升移动端体验。 六.技术控福利:京东是如何实现基于大数据的个性化推荐的?

“千人千面”个性化的体验不只局限在PC端,在移动端上也有很好的体现,而这种多屏交互所产生的数据,京东也将其运用到召回模型中。为了能够让用户感受到这项功能的智能化,京东在多个维度上建立了召回模型。

当用户购买了某件商品之后,通过数据挖掘技术,会为用户推荐与之相关的产品或是相似的商品。例如,购买书的用户会推荐同类的书籍,购买手机等电子产品会推荐保护壳等。

基于用户偏好的建模,能够通过用户画像分析出用户的兴趣爱好、性别、职业、购买能力等信息,依据这些信息来进行相应的推荐。

正如之前所提到的多屏捕捉,不管是移动APP,还是微信,多屏所带来的是更加场景化的数据,例如在休息或者碎片时间中往往会通过移动终端进行购买,对这种场景化的数据收集能够进一步的丰富用户模型,使个性化推荐更加准确。

在地域上,同样能够获得许多有用的数据。在京东的数据建模中,将北京划分为多个网格,这样能够很好的知道,像三里屯的用户感兴趣的商品更多为酒类,学校周边更多集中在生活用品上。

除了上述的3种模型,京东还有多种根据数据所构建的模型,而这些模型也并不是各自为战的。基于分析技术,将多个模型融合在一起,才能使总体流量的价值最大化。显然,对于效果的优化,没有最好只有更好。在多种模型组合的基础上京东还加入了新的推荐排序,在原有的排序学习算法上,将排序问题转化为分类问题,这种调整使得分析结果又够得到了20%的提升。

还能更好吗?当然可以,在未来京东会将自己的DNN(深度学习)技术引入到推荐排序当中。要知道这项技术是被用于京东智能机器人上的,相信有这项技术的加入,在未来,京东首页上的猜你喜欢能够给你带来惊喜。

(本文来源于京技院 JDTech)

原文发布于微信公众号 - 数据的力量(shujudeliliang)

原文发表时间:2015-05-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏VRPinea

Greenlight Insights:线下VR体验店受消费者青睐,短期将有大量增长

2777
来自专栏数据派THU

2017互联网趋势报告发布,AI相关要点都在这里(附中英文完整版PDF)

来源:量子位、腾讯科技、全球创新论坛 编译:问耕 李林 本文多图、较长,建议阅读20分钟+ 本文整理了近两年互联网趋势报告中与AI相关的内容,并分享《互联网趋势...

2297
来自专栏信安之路

98 与信安之路在一起一周年的故事

时间飞逝转眼间来到信安之路一年了,我从一名高中生也变成了大学生,回想起自己来到信安之路学习一年了颇有感触。

973
来自专栏阿炬.NET

【求职必备】知名互联网公司常见面试问题和应答策略--通用篇

3517
来自专栏Java架构师历程

我为什么鼓励工程师写blog

本文打算老生常谈,从几个很实务的方面来整理,写 blog 对你有什么好处。如果你不需要这样的好处,或是有更好的方法获得这些好处,Just do it!如果愿意分...

1022
来自专栏人称T客

传感器时代 移动ERP到底怎么设计?

SAP和用友的续集可能要暂缓一下,我写好的文章需要继续沉睡一段时间,具体什么情况大家都懂,这一篇是我在原来文章的基础上几经修改,去掉了过分刺激厂商词语,其实写此...

3275
来自专栏数据猿

【案例】广发银行——呼叫中心语音大数据分析系统建设

数据猿导读 随着金融结构的业务发展,呼叫中心的规模与日俱增,国内超过千席的呼叫中心不乏少数,银行呼叫中心语音数据体量巨大,是典型的非结构化“大数据”。 ? 本篇...

9125
来自专栏安恒信息

网信办出手整改短视频:“算法推荐”算对了吗?

近日,某网络直播短视频平台由于传播涉未成年人低俗不良信息,破坏网络生态,严重影响青少年身心健康,被国家网信办会同广电总局、文化和旅游部、属地网信办约谈,对其提出...

951
来自专栏Android工程师的修仙之旅

在腾讯实习一年,我学到了什么

6月底,我欣然前去,到现在刚好一年时间,马上要回学校了,我觉得该写点什么,因为这是一个很特殊的时间点,我站在学校和社会的交界处,对校园生活保持着最鲜活的记忆,对...

4.2K10
来自专栏java学习

必看的求职面试介绍技巧与注意事项

 1、请你自我介绍一下你自己?   回答提示:一般人回答这个问题过于平常,只说姓名、年龄、爱好、工作经验,这些在简历上都有。其实,企业最希望知道的是求职者能否...

5597

扫码关注云+社区