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（3）：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B为例

脱敏数据仅供参考

类型B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4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90s以下，实际结果 【提升 浏览效率。. 原橱窗页面次均停留时长为45s，优化目标为40s以下，实际结果为7.5 提升 浏览效率。 小结：原有的目标设定相对保守，本次优化策略高效落地在数据层面有明显的提升。 七、总结 精细化运营的核心之一是多元的数据分析角度以及将数据价值最大化。而获取到重要数据，则离不开埋点的设计与开发。看似是需要消耗大量资源和时间的事，但是通过得到的数据能够更加准确的洞察用户行为，从而为产品和运营提供决策依据。 通过这次的优化，最终将用户对商城的访问效率提高了4.5%，这就是精细化运营中的一小部分。 另外，通过一次分析能够沉淀很多其他有