市场营销

在数字零售环境中，商品陈列是指决定在网站上展示哪些产品、以何种顺序呈现以及突出程度。它涵盖了类别页面排序、搜索结果推广、首页和着陆页选择、推荐位置，以及塑造顾客浏览体验的季节性和促销活动策划。

这门学科之所以存在，是因为任何规模的商品目录都无法做到完全中立。总要有东西先于其他商品出现，而这个位置很大程度上决定了哪些商品能卖出去，因为大多数浏览者只会查看最先出现的内容。商品陈列正是有意识地运用这种影响力，既服务于商业目标，又兼顾顾客需求，而这两者之间的张力正是这门学科的核心问题。

纯粹的算法排序虽然优化了已观察到的行为，但存在系统性的盲点。按受欢迎程度排名会巩固现有畅销产品的地位，而掩盖尚未积累数据的新产品，从而阻碍产品线的更新。按转化率排名则更有利于转化率高的低价商品，而非利润更高的高价值商品。此外，算法也无法获知产品线即将停产、库存紧张或供应商关系发生变化等情况。

纯粹的人工筛选则存在相反的缺陷。人工商品陈列员拥有算法所不具备的商业知识，但他们无法管理成千上万个品类，他们的排序依据是个人偏好和习惯，而且随着库存和需求的变化，他们的决策也会过时。可行的方案是将算法与人工干预相结合，在需要商业判断的特定情况下进行人工干预，并且需要相应的工具来简化干预过程。

业务规则连接了这两者，并处理重复出现的情况。例如，自动降低缺货商品的排名而不是显示它们，在相关性范围内提升利润率高的商品的排名，在特定时间段内展示新品，以及屏蔽无法配送到访客所在地的商品——所有这些规则都无需人工干预即可始终如一地应用。对这些规则进行编码可以消除大部分日常商品管理工作。

维系这一体系诚信的制约因素在于，客户能够察觉到自己是否被操控。如果搜索结果并非按照客户需求排序，而是按照商业偏好排序，就会造成明显的关联性缺失；而如果搜索结果返回与查询无关的推广商品，则会逐渐使用户对搜索结果产生不信任感，最终导致他们停止使用这些商品。醒目位置的商业价值取决于周围搜索结果的可信度。

季节性和日历驱动的内容推送，人工判断的成本体现得最为明显，因为相关的信号往往先于数据出现。某个产品范围在顾客开始搜索之前就已经具有相关性，而基于观察行为进行排名的算法，只有在高峰期到来之后才会将其推送出来。提前规划这些需求变化，并在周期结束后迅速恢复原状，是目前任何自动化系统都无法胜任的工作。

衡量标准不应局限于优化后的商品陈列位置。商品陈列决策并非仅仅增加销售额，而是会在不同产品之间转移收入，因此，促销商品销量增加可能只是挤占了其他商品的市场份额。评估时应考虑品类和购物篮层面，不仅要关注销售额，还要关注毛利率，并密切关注促销商品的退货率，这样才能揭示商品陈列调整究竟是创造了价值还是仅仅转移了价值。

由于有效的商品陈列需要商业知识、产品目录数据以及对陈列方式的控制，因此需要相应的工具，让了解产品系列的人员能够进行调整。实际上，界面和推荐位置的设计都基于以下原则： 产品设计影响程度是通过以下方式衡量的： 数据分析 在类别层面而非单品层面进行管理，日常的商品甄选通常位于一个…… 电子商务部门 库存和商业责任已归于此处。