京东 | 京东APP频道广场改版探索——如何提升设计价值实战篇

Behance / 2023年2月7日

大厂复盘 217 1 0

可在下方连接中关注原账号原文链接：https://jelly.jd.com/article/63350eff8f43eb00620254d3在上一篇文章《如何提升设计价值-方法篇》中笔者介绍了如何理解设计价值，以及如何多角度综合推导设计目标的方法。本文将通过实际案例，为大家讲解如何在日常项目中…

在上一篇文章《如何提升设计价值-方法篇》中笔者介绍了如何理解设计价值，以及如何多角度综合推导设计目标的方法。本文将通过实际案例，为大家讲解如何在日常项目中发挥设计价值，主动驱动方案优化，助力业务目标达成。

/ 一. 项目背景 /

京东 APP 11.X 系列版本围绕“新体验、新生态、新增长”的价值主张，重点关注 APP 场效提升和开放生态战略承接。其中，频道广场作为业务视角下平台营销场景的增量抓手，是APP频道生态的重要孵化器，也是品类运营的全新阵地，对撬动各事业群营销优势力量有重要战略意义。

京东各色频道多以“X馆”命名（如：美妆馆），作为频道聚合中心场的“频道广场”因而得名“探馆”，一个“探”字很好地表达了“保持好奇，探寻好物，发现惊喜”的意味。在笔者接手这条线之前，探馆已完成 V1.0版本迭代并初步接入频道/内容底池，但旧版本也暴露出流量分配效率低、前台可运营性不足等问题。

/ 二. 现状 & 方向评估 /

1.V1.0 现状解析

旧版探馆页面呈现三段式结构：

顶部：频道活动提报Banner轮播区；
腰部：标杆/特色频道推荐区，由运营手动配置；
底部：拉取内容底池，推荐与频道绑定的内容，主要包含视频、种草秀和好物集市等。

从体验角度来看，V1.0 主要存在以下问题：

心智层：无论是频道楼层还是Feed卡片样式，都更偏向商品属性表达，频道生态认知传递不清晰；
框架层：整个页面传统的三段式布局更像是一个“首页”，而当用户通过顶导 Tab 从 App首页切入探馆后，页面结构应当适当减负；
内容层：Feed推荐素材来自内容底池，可运营性较弱；素材类型单一，无法全面展示频道优势。

2.初期改版方向评估

在初期思路探讨阶段，上游提供的改版方向主要为以下4点：

增加频道推荐维度：增加频道榜单、兴趣圈子等可运营楼层；
丰富Feed区卡片种类：将频道按“好价/好玩/好物”属性划分，提供多种卡片样式；
搭建用户运营任务体系：以“探”为主题设计互动游戏，提升用户粘性。
新增冷启动兴趣选择页：在频道标签匮乏的现状下，主动收集用户兴趣标签；

初期改版思路是基于V1.0框架的延伸，但并未完全解决V1.0的本质问题，因此设计侧判定方案还有优化空间。

/ 三.设计目标推导 /

1.业务定位解析

接手业务线后，笔者通过分析业务前期立项材料、BRD文档等以及多次会议沟通，提取了业务侧对于频道广场的核心定位。探馆聚焦于“货找人”和“人货匹配”的场景，通过将频道私域优质内容在公域曝光提升目标人群渗透导流，最终在私域中进行用户沉淀，拉升粘性流量形成流量反哺。

公域：曝光+导流+召回
私域：转化+沉淀+粘性

如何理解频道场域下的“货找人”？笔者通过对比“算法推荐”和“频道推荐”，更好地理解二者区别和优势：

2.业务需求解析

基于基础业务定位，笔者将视角扩大到整个APP场域频道生态全域触点梳理，便于精准定位探馆中心场在整个产品矩阵中的地位和作用。

通过地图分析，定义探馆亟待决绝的问题如下：

生态认知匮乏：频道私域运营各自为政，形成流量小闭环，用户缺乏对整个频道生态的心智认知；
全域触点分散：除了首页icon区的固定战略频道入口，其他频道的触点散落在Feed流中，且表现形式都是商品导向；
私域内容封闭：由于进入频道链路较长，很多频道内优质素材难以获得曝光机会造成资源浪费；其次用户精力有限，用户人均访问频道数很少。

除此之外，笔者还发现APP底导航中间的“逛”→“推荐”Tab也在主打内容社区，在心智上已经占领了“中心化内容运营”阵地，探馆1.0的Feed主推“视频 & 图文”，二者底池共用定位重合，因此探馆的Feed推荐类型应该另辟蹊径。

3.核心价值提取

核心价值分为两种：业务价值（ToB），即理解产品/需求对公司的意义和价值；用户价值（ToC），即产品/需求帮助用户解决了什么问题/满足了什么诉求。对“探馆”场域来说，价值如下：

A.业务价值

给抓手：为各事业群频道主提供公域常态化货品运营抓手，帮助频道主清晰定义目标客群和场景，吸引用户保持粘性提升场效；
立规则：通过频道分层体系、标签体系、运营规范和流量分发机制的建立，规范频道生态运营，反向推动私域建设质量提升；
强干预：充分发挥中心场主动干预性和建场能力，实现对用户购物行为的主动引导和塑造；

B.用户价值

兴趣发现：为用户提供更多细分行业货品场的可逛性选择，让半目标/无目标用户能够快速定位自身兴趣点并能够持续下探；
专业导购：为用户提供专业的平台级商品甄选和品类场景导购，帮助用户节省挑选时间，选到更优商品，让用户与频道达成信任关系产生粘性。

4.业务变现模型 & 量化指标提取

从整个APP视角来看，V11.X的目标是围绕“用户体验、业务抓手、平台营销”深耕，重点关注场域“购频”和“转化率”两大指标进行全面升级。频道广场作为一个中心化流量分发的场域，本身并不承担太多GMV转化指标，因此“购频”显得尤为重要。频道生态经营价值拆解如下：

由上图可知，对频道生态来说，频道私域“访频”是影响大盘购频乃至GMV的重要因素，频道广场可以通过提升私域流量分发效率间接拉升核心指标。进一步拆解，影响中心场分发效率的关键因子主要是“频道曝光率”、“CTR”以及中心场的“用户粘性”。

P.S. ARPU：单用户平均价值(ARPU-Average Revenue Per User)；用户粘性：指用户与平台互动的频率和深度，可根据不同互动行为拆解为多个监测指标。

由此我们可以梳理出频道广场需要重点关注的量化指标：

DAU & MAU
页面浏览深度
用户停留时长
频道曝光数量
CTR & 频道到达率
频道关注数
用户访问频率 & 留存率

5.用户需求分析

任何业务需求都不能脱离用户场景存在，笔者将“探馆”场用户进行细分，分析各类用户核心诉求、主要任务和关键行为，这样有助于进一步梳理和完善页面功能范围。探馆用户有以下特点：

针对强目的用户：这类用户的特征是“有明确的品类倾向，有经常浏览的频道”，他们的诉求是“快速进入某个特定频道获得购物建议”，因此需要“最近访问”和“关注频道“的最短触达路径；

针对半目的用户：这类用户的特征是“有大致购物倾向，对频道生态有一定认知”，他们的诉求是“找到相关品类频道和内容”，因此需要频道模糊检索、跨频道私域内容检索能力；

针对无目的用户：这类用户的特征是“没有特定购物倾向，随便逛逛”，再细分一层可分为“频道用户”和“非频道用户”，频道用户即“对频道有一定了解，有频道关注历史”的用户，需要提供频道内的多元内容，如最新动向、促销活动、购物经验等等；非频道用户约等于新客，要解决频道认知和兴趣匹配问题，因此需要多维度的圈层推荐以及与频道建立关注关系的的最短链路。

6.设计目标和策略推导

综合以上分析发现，2.0改版的关键在于优化频道私域向中心场素材供给的链路和展示方式，整体设计目标和策略如下：

【心智建立】通过全局强化“频道”这个载体的感知力度，引导用户关注和使用频道，从而获取专业导购提升转化；

【优化分配】充分发挥平台建场能力，构建兴趣圈层，提升人货匹配的效率，提升各级频道曝光的数量和质量；

【资源前置】打破频道私域壁垒，缩短用户信息触达路径，通过将频道内多元优质素材在中心场前置曝光吸引流量导入，让用户在中心场完成初步“串馆”，获取私域精选素材一览；

【导流承接】在中心场和频道私域之间构建承接工具，顺利完成流量跳转承接，做到内外联动，兼顾导流和转化。

/ 四. 从策略到方案 /

在「方法篇」中笔者有介绍SKS模型，即策略(Strategy) → 影响因素(Key factor) → 解决方案(Solution)，下面来看看实际案例。

1.心智建立：如何强化频道感知

关键因素A：主体属性表达

大家比较熟悉的“首屏三要素”即产品第一屏应该清晰地传达“我是谁、我提供什么、我有什么特色”，因此首屏的头部信息应该清晰地表达主体的功能/属性，即“这个页面是干什么的”。因此，笔者去掉了旧版 Banner 轮播替换为最近频道访问足迹。

关键因素B: 内容与频道的从属关系表达

V1.0版本的Feed流卡片样式更突出商品属性，频道属性作为辅助信息被弱化。笔者通过调整信息结构，强化以频道为主体、内容为从属的关系；另外从用户运营的角度，把“关注”按钮外露，方便用户与频道快速建立联系。

2.优化分配：如何打造多维频道推荐

关键因素A: 平台建场能力

灵活高效的推荐机制需要建立在完善的标签体系和召回&排序规则之上，但目前频道生态的现状是：可用标签不足，频道标签和人群标签处于0-1构建阶段。

在被动性标签缺乏的情况下，我们需要依靠平台运营，构建主动性标签体系，通过结合频道供给、平台战略以及主站人群偏好共性进行初步频道聚类建场。推荐维度包括兴趣圈层和时效热点，还可以加入数据驱动维度，如榜单等。

关键因素B: 主动采集用户偏好

在标签系统搭建初期，通过冷启动的方式主动收集用户兴趣偏好是最高效的选择。这里需要特别注意的是兴趣收集流程插入的时机，在实际验证中我们发现：独立的兴趣选择页增加用户进入广场首页的路径，会造成流量大幅流失；以卡片插入瀑布流的形式容易被用户忽略，信息收集任务难以达成；可见太强和太弱都不好，要控制时机和力度：既要不妨碍用户快速体验到频道广场的服务，又要在合适的时机下让用户聚焦于兴趣选择的任务，因此最终我们选择在浏览过程中插入模态浮层的形式。