抖音号交易出售资讯需要针对商品详情页的某个推荐模块进行改造

前段时间和一个前辈的聊天，无意中聊到了关于策略产品经理在制定策略时候的一些方法，他跟我说：“在制定策略的时候，同样需要有一套结构化的思考方法。“

到底啥是个结构化的思考方法，从一个很有意思的例子说起：

一个不正常的数据分布形态

近日接到一个需求：需要针对商品详情页的某个推荐模块进行改造。

该模块是一个老模块，因此首先提取了该模块近一个月的sku点击量。

如下图所示：

上图中，27到43分别是这个推荐模块从第一个到最后一个sku的编号。

当拿到这个图的时候，不知道各位是什么感受。我有点懵逼，因为这个数据分布形态很不符合常理。

综合排序在第一个的sku的点击量不高，最高的是排在中间的sku。

一般来说，涉及排序都会或多或少存在马太效应或者说是首位效应，也就是排序越靠前的点击量通常会越高。可能不完全是这样，但是大的趋势应该是没错的。

不过，这个有点例外。

一个有点意外的结果

然后，为什么会出现这种现象？

得到以下几个猜想：

第一个原因：排在中间的sku用户确实比较感兴趣。

这个猜测很快就被否掉了。

因为推荐模块的综合排序一般会参考多个feature去做排序，得分高排序越靠前。物品受欢迎程度程度通常是其中的一个feature，会参与计算，而且这个feature对于得分来说，一般是个正反馈。

退而求其次，即使综合排序只用了一个商品的单边特征，也就是仅仅通过衡量一个item的受欢迎程度去排序，那也应该是排在最前的item受欢迎程度比较高。