一、产品目录定义
在电子商务系统中，产品目录是组织网店产品的一种分类方式。
产品目录一般为树形结构，结构上支持无限分级，但是最常见的是2～3级，很少4级或者以上的（B2B类网站除外）。
比如有类似京东、卓越一样的百货式商场，目录很丰富，图书/家电/手机数码等，每个一级目录下，还划分二级/三级
子目录等，也是三级就满足了业务需求。
而对于一些专业类的网站，如草莓派/麦包包等，两级就可以了，其它的细分通过扩展属性来满足。
产品目录是用户定位产品最为常见的方式，所以网站设置产品目录需要仔细斟酌，根据网站运营特点来做设置。一般而言，
笔者建议能够两层解决的不必用三层，实在需要三层的，可以将第三层隐含在搜索条件中，总之让顾客尽快的到达产品目录
对应的产品列表页面乃至找到对应的产品。
B2C电子商务系统研发——产品目录（Product Category）业务分析和设计
二、产品目录数据模型
三、产品目录业务分析
1、主目录
一个产品会属于一个或者若干个目录。
但为了便于维护和统计，会指定其中的一个目录关联为该产品的主目录，并以此作为统计用。
为了满足某些销售策略，产品会在多个目录下出现。
2、 目录模板
对于产品目录至少会有两类模板：
1）一级目录首页
如果网站销售多种类型的产品（图书/家电/数码等），那么每一种类的产品差异很大，所以单靠一个网站首页是无法满足
各类营销手段和内容展示的。所以对于一级目录还需要设计特定首页，来对该目录下的商品进行各种推荐方式。
比如进入图书首页，那么就有最新图书（可以用tab形式分为科技类/军事类/人文。。。），热卖图书，相关促销等等。
2）目录的产品列表页面
当进入2级/3级或者更低的目录时，这时就直接显示该目录以及该目录子目录下的产品列表，提供按价格/各类属性选项/品牌等
方式收窄产品列表数据，直到找到合适产品。
3、SEO相关
对于上面的两个页面均需要特定的SEO相关数据，这样有利于搜索引擎搜索和辨识页面内容。
4、关联推荐
即在该目录对应的模板中进行的各种产品推荐。
比如最新/热卖/特色等等。
有些推荐方式有比较明显的规则，可以采用自动化的形式，有些则只能人工，有些则可以混合两种方式，方便运营设置。
四、E-R图建模
1、产品和产品目录是多对多关系
其中一个关系的“是否主产品”为1（是）
2、 产品目录
包括基础数据、SEO相关、访问权限和其它若干数据等。
3、 产品和模板定制参数是一对多
如果支持多个模板，那么对于这些模板上某些信息是否显示/显示数量/排序等参数可以在这里设置。
4、 产品目录和产品目录统计是一对一
产品目录统计冗余若干统计数据，方便显示。
5、 产品目录和产品目录积分规则
系统会有预设的积分规则，这里可以指定该目录和该目录的子目录的特殊积分规则。
6、 产品目录和产品推荐产品
在该产品目录页面上推荐该目录下或者某个指定的子目录下的推荐产品。
7、 属性扩展
通过框架提供的属性扩展模块实现产品目录实体的自定义属性扩展。
8、 国际化信息
通过框架提供的国际化信息处理模块实现产品目录的数据国际化处理，比如名称/描述/图片等国际处理。
一、业务概述
# 交叉销售 Cross Sell
- 定义
商家根据客户已经选择的产品推荐其它产品。例如在客户浏览苹果iPad时（或者加入购物车后），推荐适合iPad配套
的"ESK ipad2鳄鱼纹皮套"。
- 原则
交叉销售的原则是基于客户在购买当前产品的前提下购买更多产品。这些产品有可能是相关的（如附件类产品/配套产品），
也有可能是基于统计或者从众的购买建议（如Also Bought，即购买了该产品的顾客也购买了...。We guess you would like...
我们猜你可能会喜欢...）
交叉不会推荐同类和相似的产品，而是推荐一些完全不同的产品和服务（如周边产品）。
- 常见类型
- Also Bought：购买了当前产品的顾客也购买了...。通过分析订单信息获得。
- Also View：浏览过当前产品的顾客也浏览了。
- View and Bought：浏览了该产品最终购买了。通过分析浏览数据和订单数据获得的数据，并显示百分比。（见京东）
- 配件型产品：如在单反相机下面显示电池/三脚架/镜头等。
- 互补型产品：如在外套产品下显示裤子/鞋子等凑成合适的一套（需要较高的搭配水平）
- 经常一起购买的/最佳拍档：关系很紧密的两个或者多个产品，通过分析订单获得。并非产品包，只是一种推荐。（见卓越/当当）
- 和你兴趣相似的顾客还关注了：当当的一种类型。我觉得倒不如改成关注了当前产品的顾客还还关注了。
# 向上销售 Up Sell
- 定义
商家基于客户选定的产品推荐更好的产品（对客户或者对商家自己）。例如客户浏览某款平板电视时，推荐更高型号/进口
品牌的产品给顾客。
- 原则
向上销售的原则是替换式，即建议购买我们推荐的，而不是当前浏览的。向上销售如果不是基于足够的统计数据，一般不好
处理。只有在熟悉当前客户的各种消费喜好的前提下，这样的推荐才比较精准和不会引起客户的不快。
向上推荐会推荐同产品分类下的或相似的产品，但更贵的或者对商家更有价值（推广/利润高）的产品。
- 常见类型
- 同品牌的更高档产品：由于是同品牌的推荐，兼顾了顾客的品牌忠诚的可能性。
- 不同品牌的更高档产品：一般是推荐更好的品牌，但如何界定“更好”需要考虑。
- 价格相似：这里不一定是向上了，但由于满足替换原则，所以也归入向上销售类。
- 替换推荐：当当前产品缺货时，推荐其它有货的相似产品。（减少因为缺货导致顾客流失）
实现交叉销售和向上销售（或其它一些扩展的业务类型）的关联推荐常见有三种模式，下面分别做阐述：
二、人工维护模式
这是最为基础的模式，也是其它模式都必然会支持的功能。即使是一些看上去可以通过算法获得真实的数据（如Also Buy）的
交叉销售，在实际运营中也有人工维护数据的需要。一般而言，人工维护的数据总是在最上面/最前面的，后面才是自动搜索/统计获得
的数据。当然，如果结果集是定时搜索出并将关联持久化的，那也可以再维护两类数据（人工维护+自动生成）的数据位置。
人工维护的表设计最为简单，如果关联推荐类型也是固化的，甚至只需要一张“产品关联推荐表”即可。
如果希望推荐类型可以灵活定义，那么可以增加一张表“产品关联类型”表，用于方便维护推荐类型。
注：只设计了核心和常规的字段，读者可自行扩展。
三、人工维护+固化的自动搜索
如果只提供人工维护的方式，对于产品数据量大的网站，这类数据维护的工作量也会很大，而且在人工未维护到的情况下，
在前台的产品详细页面的这些关联推荐栏目下将没有显示（或者数量不足）推荐的产品，这必然导致用户体验的不佳和营销的失当了。
对于这种情况，则有必要引入自动搜索作为补充。
比如某个栏目下显示4个产品（页面模板设计决定的），如果没有人工维护，那么会根据该推荐类型对应的算法搜索出4个产品来
显示。如果人工关联了2个产品，则剩余的2个产品由自动的来补充。
从前面第一节的举例来看，读者也应该看出，产品关联推荐的不同类设计的数据来源比较复杂，搜索算法也各有不同。比如Also Buy
是根据订单+订单子项+当前产品关联查询得出，而Also View却根据产品浏览统计数据。所以固化常见的若干条算法成了一种不错的选择，
而且也能够满足大部分的业务。
基于前面第二节的表设计，在产品关联推荐类型表增加一个字段：是否支持自动。
当该字段=1时，表示该推荐类型支持自动算法。只有系统预设的推荐类型该字段才可能是1（系统预设的不一定支持自动）
四、前面的方式 + 基于规则推荐（Base Rule）
基于规则来进行推荐，这个规则是自定义的，而不是硬编码。
至于自定义的灵活度能够支持到程度，则看系统的各类业务支持和规则数据的设计了。
目前实现了这种模式的我只看到Magento有，笔者用过，但感觉并不是十分的好，反而觉得是过分复杂了。
分为三部分：
- Rule Information：基础信息。包括名称/优先级/状态/适用于/有效期/最高限制推荐数量
- Apply to：关联到系统预设的三大类推荐上（Relate Product/Up Sells/Cross Sells）
- Products to Match：即当前产品匹配条件。符合这些条件的产品，在它的详细页面中，这个推荐规则才会有效。
- Products to Display：在匹配的“当前产品”详细页面的该类推荐下会显示这些产品（也是通过规则来设置）
举例：比如在Apply to中选择了Up sells类型，那么在Products to Display中就可以设置为“大于匹配产品价格110%的产品”，如图：
诚然，的确比较灵活，但笔者更喜欢直接在产品详细页面的“关联推荐”Tab页中设置各推荐类型的关联产品，这样更加直观，
可以清楚的知道每个产品究竟会推荐那些产品。而不是如这样，通过规则推荐，对于运营也不知道系统究竟会推荐那些产品给匹配的产品。
对于这种模式，magento并没有通过直接表来管理（估计是通过它的EAV结构来实现的），笔者尚未分析出。而且笔者对这种模式
也还没有一种很好的设计方案，所以暂时就不提供了。
有兴趣的读者可以研究一下Magento的Demo和它的文档：
http://www.magentocommerce.com/wiki/modules_reference/english/enterprise_targetrule_adminhtml/targetrule/index
B2C电子商务系统研发——对交叉销售和向上销售的产品关联推荐分析和设计
这份是它的官方提供的数据库结构图，读者也可以参考一下：Magento V1.3.2.4数据库结构图 (右键点击下载)
