分析用户行为 比如说我们想知道是否有用户想要查看所有面霜的行为。 方式：通过数据埋点用户搜索则上报最后统计分析用户的搜索行为来决定商城的分类如何排序 数据分析执行落地对货架页进行分析排序通常包含两个类型：商品分类排序、商品排序一、商品分类排序以±法则为基础分类中的内容控制在个左右。
多的内容会让人出现认知负载成为一种记忆负担影响产品使用体验。 不同产品的排序设定： 具体策略：根据栏目支付转化率、访问率、支付占比这三个相对后置的数据来决定栏目的排序。
（此处需要数据支撑验证需对数据进行收集）数据与修 阿尔及利亚电报筛选 改意见（脱敏数据仅供参考） 分类排序数据表现： 最终结果： 根据数据反馈删除并且合并了分类、、其中包括了原高顺位的以此将分类控制在个左右。
根据权重策略重新排序了原有的分类。 根据经营策略非自营商品、其他分类固定排在最后置底。 五、商品排序策略 通常商品根据经营策略会分三种：活动商品、爆品、一般商品。 商品排序维度建议：当前活动主推>爆品>一般商品 其他维度包括不限于以下几类：支付转化率、点击率（访问人数曝光人数）、评价等。
具体策略：根据转化率、访问占比、单次购买数量进行排序权重为： 转化率：访问占比：单次购买数量（可根据实际业务情况对维度和权重进行调整） 这里使用线性归一化方程对特征进行归一化处理 使得不同指标之间具有可比性。
通过以上公式将商品归一化数据进行测算最后通过加权方式将商品通过不同维度进行排序。 我们以类型为例（脱敏数据仅供参考） 类型的所有商品 最终排序结果： 主推商品依旧置顶靠前 其他商品根据加权值进行排序 额外发现个异常商品需针对性的进行展开分析（本文不展开讨论） 列表页中常常伴随显示头图和价格所以排序时也要注意下视觉效果和价格因素 通常功效型护肤品的用户画像以女性为主若商品区分男性用或女性用且权重相当则根据用户画像以女性为主 六、数据与结果复盘 最终经过一个月的数据收集与等待最终结果如下：原橱窗页面人均停留时长为.优化目标为以下实际结果为【提升.%】浏览效率。