商品是电商的核心系统之一，我们将统一管理商品的地方叫做“商品中心”。商品中心的数据应用场景很多，在使用维度上分为前端和后端。从前端来讲，是给商品的展示，订单，营销活动提供商品数据支撑；从后端来讲，商品中心给订单的发货、仓库管理、供应商管理、采购提供基础数据支撑。
对于产品经理来讲，商品中心的合理设计不仅能够满足前端商品的多样化展示，还能支撑在复杂环境下，商品信息在订单中的系统流转。
基本术语
SKU：中文译为最小存货单位，英文全称为Stock Keeping Unit，简称SKU，定义为保存库存控制的最小可用单位。
SPU：英文standard product unit，标准化产品单元，是商品信息聚合的最小单位，属性值、特性相同的商品就可以成为一个SPU。
SKU和SPU的区别：一个SPU可能对应多个SKU，以iphone7为例，iphone7就是一个SPU；iphone7有四种颜色（黑色、金色、玫瑰金、银色），两种规格（32G、128G），颜色与规格之间可以形成4*2=8种组合，每种组合就称之为一个SKU（iphone7黑色32G、iphone7黑色128G）。
类目
类目的主要作用有以下几点：
- 帮助商家更快速的发布商品，管理商品
- 标准化商品服务，便于统计分析
- 将商品进行分类，让用户更容易找到商品
类目可分为前台类目和后台类目，前台类目是用户所看到的分类，后台类目是商家在发布商品时候所选的分类，前台类目和后台类目之间需要设置一个映射关系，将二者关联起来。
类目需要前后台分开设置，而不共用，是因为后台类目主要用户商家发布商品，管理商品，包括库存管理，商品销售统计等，而且商家所需的类目管理更加专业细致，且需要遵循行业规范，类目不能随意变更。前台类目主要是为了方便用户寻找商品，促进销售，可能会随季节、节日的变动频繁修改类目。所以需要前后台类目分开设置。
后台类目
后台类目主要面向商家，主要用户商品管理。一般设置3-4级，层级不宜设置过多，最小层级的类目称之为叶子类目，商品必须挂在叶子类目下。
前台类目
前台类目主要用于用户查找商品，可以由商家随意设置，可在不同的渠道设置不同的类目用于满足不同用户群体的查找需求。
品牌
品管管理设置比较简单，设置好品牌元素即可：logo、中文名、英文名、产地、备注、状态（启用、未启用）
属性
每个商品都有自身的属性，如尺寸、规格、颜色、重量等等，都属于商品属性。
属性设置
- 所属类目：属性与类目相关，每个属性都需要设置所属类目，如手机类目下的属性有屏幕、尺寸、像素等属性
- 属性分组：属性种类繁多，可能多达成百上千种，可以将同类属性归纳到一组，例如可以将屏幕尺寸、屏幕材质、屏幕像素组合成属性组：屏幕参数
- 属性名称：属性的值
- 所属分类：一般可分为关键属性、非关键属性、销售属性、商品属性。
关键属性：是指可以确定唯一产品的属性，可以有一个或者多个属性组合而成，例如手机可以通过品牌+型号确定。必填项
非关键属性：辅助属性，可以让消费者更加了解商品。非必填，也可以设置为必填
销售属性：一般是商品的颜色、尺寸等
商品属性：商品自身的一些特性，跟类目无关
属性的继承
属性可以根据类目关系进行继承，假设总共有三级类目，一级类目有属性A、B、C，二级类目有属性D、E、F，三级类目有属性G、H，那么该商品就有属性ABCDEFGH，需要全部设置。
商品编辑
再添加商品时，通过销售属性去关联SPU和SKU，同一SPU可以共用一个商品详情，通过规格属性映射到具体的SKU上，商品详情可以以SPU去展示，也可以以SKU去展示，淘宝是以SPU展示，京东是以SKU展示的（淘宝切换规格的时候标题和详情不变，京东切换规格，标题和详情也会改变）。
商品主要由类目、标题、品牌、商品属性、商品图、规格、标签、价格、库存、SKU信息、项品详情描述等构成。每个SKU都需要可单独设置价格和库存，也可以支持商品图标以及标题等设置。
商品管理
- 上下架管理：支持批量或者单独上下架，可设置指定时间自动上下架，库存为0自动下架等等。
- 价格管理：支持设置市场价、平台价，活动期间促销价（比如双十一活动、京东618活动），动态定价（根据时间段、库存等实时调整价格，比如酒店产品）
- 商品标签管理：包括活动标签、服务标签等等，比如极速退款、闪电发货、支持分期等。可以针对商品类目设置，也可以针对单个商品进行设置。
- 促销活动：设置商品参与哪些活动，如两件8折，参与双十一活动等等。
- 商家管理：平台可对违规商品、商家进行下架、屏蔽等处理。
- 库存管理：同步仓库的实物库存或者设置的活动库存。
商品评价管理
用户可以对商品和服务进行评价。
- 商品评价：主要针对商品本身进行评价，主要是实物商品与描述的相符程度
-
服务评价：主要是对物流服务、服务态度进行评价
屏幕快照 2019-01-22 14.38.06.png
商品和服务的评价会影响到该商品在搜索推荐中的权重，评价越高，搜索和推荐的权重越高，排序就会靠前，相应的曝光也会越高。评价高的商品，转化率也会高。
商品评价也做好垃圾评价过滤，因为评价是用户生产的，我们无法控制用户评价内容，但是我们却可以决定展示哪些评价出来，比如脏话、恶意差评等等都需要过滤掉。
商品的搜索和推荐
用户搜索商品会讲过几个步骤：
- 分词：用户输入关键字之后，系统会先进行分词，如输入：男士冬季长款羽绒服，分词之后可能有：男士、冬季、长款、羽绒服。分词的方法比较复杂，而且方案也比较多，此处略过，感兴趣的可以看看知乎上的讨论：有哪些比较好的中文分词方案？
- 查询：查询一般会从商品类目、商品标题、属性等维度去查询。
- 排序：查询出所有结果，然后根据相关性去排序
- 输出：向用户展示搜索结果。
商品推荐
商品推荐分为5大模块
- 搜集记录用户行为：包括浏览、搜索、收藏、购买、加购物车等历史数据
- 分析用户行为：分析用户的行为，构建用户画像，计算偏好（给打标签）
- 搜集商品数据：商品浏览数、曝光度、评价、商品的类目、属性等等
- 分析商品：对商品进行分析，给商品打标签
- 推荐匹配：根据用户标签与商品标签进行算法匹配，给用户推荐商品
需要注意推荐的准确度与推荐广度的协调，一般来说推荐越精确，那么给用户推荐的范围广度就越窄，比如一个用户经常听古典音乐，那么推荐系统就会一直给他推荐古典类的音乐，就丧失掉了用户听其他音乐的可能性，所以要有一定的机制去尝试推荐比如流行音乐或者其他类型音乐，尝试扩展用户的推荐范围。
