商品是電商的核心繫統之一，我們將統一管理商品的地方叫做“商品中心”。商品中心的數據應用場景很多，在使用維度上分為前端和後端。從前端來講，是給商品的展示，訂單，營銷活動提供商品數據支撐；從後端來講，商品中心給訂單的發貨、倉庫管理、供應商管理、採購提供基礎數據支撐。
對於產品經理來講，商品中心的合理設計不僅能夠滿足前端商品的多樣化展示，還能支撐在複雜環境下，商品信息在訂單中的系統流轉。
基本術語
SKU：中文譯為最小存貨單位，英文全稱為Stock Keeping Unit，簡稱SKU，定義為保存庫存控制的最小可用單位。
SPU：英文standard product unit，標準化產品單元，是商品信息聚合的最小單位，屬性值、特性相同的商品就可以成為一個SPU。
SKU和SPU的區別：一個SPU可能對應多個SKU，以iphone7為例，iphone7就是一個SPU；iphone7有四種顏色（黑色、金色、玫瑰金、銀色），兩種規格（32G、128G），顏色與規格之間可以形成4*2=8種組合，每種組合就稱之為一個SKU（iphone7黑色32G、iphone7黑色128G）。
組合SKU：將幾個SKU組合在一起形成組合SKU，一般用於商品組合打包售賣。如下圖，將兩本書形成一個組合SKU，用戶選擇該SKU下單，就會一次購買兩件商品。
類目
類目的主要作用有以下幾點：
- 幫助商家更快速的發佈商品，管理商品
- 標準化商品服務，便於統計分析
- 將商品進行分類，讓用戶更容易找到商品
類目可分為前臺類目和後臺類目，前臺類目是用戶所看到的分類，後臺類目是商家在發佈商品時候所選的分類，前臺類目和後臺類目之間需要設置一個映射關係，將二者關聯起來。
類目需要前後臺分開設置，而不共用，是因為後臺類目主要用戶商家發佈商品，管理商品，包括庫存管理，商品銷售統計等，而且商家所需的類目管理更加專業細緻，且需要遵循行業規範，類目不能隨意變更。前臺類目主要是為了方便用戶尋找商品，促進銷售，可能會隨季節、節日的變動頻繁修改類目。所以需要前後臺類目分開設置。
後臺類目
後臺類目主要面向商家，主要用戶商品管理。一般設置3-4級，層級不宜設置過多，最小層級的類目稱之為葉子類目，商品必須掛在葉子類目下。
前臺類目
前臺類目主要用於用戶查找商品，可以由商家隨意設置，可在不同的渠道設置不同的類目用於滿足不同用戶群體的查找需求。
品牌
品管管理設置比較簡單，設置好品牌元素即可：logo、中文名、英文名、產地、備註、狀態（啟用、未啟用）
屬性
每個商品都有自身的屬性，如尺寸、規格、顏色、重量等等，都屬於商品屬性。
屬性設置
- 所屬類目：屬性與類目相關，每個屬性都需要設置所屬類目，如手機類目下的屬性有屏幕、尺寸、像素等屬性
- 屬性分組：屬性種類繁多，可能多達成百上千種，可以將同類屬性歸納到一組，例如可以將屏幕尺寸、屏幕材質、屏幕像素組合成屬性組：屏幕參數
- 屬性名稱：屬性的值
- 所屬分類：一般可分為關鍵屬性、非關鍵屬性、銷售屬性、商品屬性。
- 關鍵屬性：是指可以確定唯一產品的屬性，可以有一個或者多個屬性組合而成，例如手機可以通過品牌+型號確定。必填項
- 非關鍵屬性：輔助屬性，可以讓消費者更加了解商品。非必填，也可以設置為必填
- 銷售屬性：一般是商品的顏色、尺寸等
- 商品屬性：商品自身的一些特性，跟類目無關
屬性的繼承
屬性可以根據類目關係進行繼承，假設總共有三級類目，一級類目有屬性A、B、C，二級類目有屬性D、E、F，三級類目有屬性G、H，那麼該商品就有屬性ABCDEFGH，需要全部設置。
商品編輯
再添加商品時，通過銷售屬性去關聯SPU和SKU，同一SPU可以共用一個商品詳情，通過規格屬性映射到具體的SKU上，商品詳情可以以SPU去展示，也可以以SKU去展示，淘寶是以SPU展示，京東是以SKU展示的（淘寶切換規格的時候標題和詳情不變，京東切換規格，標題和詳情也會改變）。
商品主要由類目、標題、品牌、商品屬性、商品圖、規格、標籤、價格、庫存、SKU信息、項品詳情描述等構成。每個SKU都需要可單獨設置價格和庫存，也可以支持商品圖標以及標題等設置。
商品管理
- 上下架管理：支持批量或者單獨上下架，可設置指定時間自動上下架，庫存為0自動下架等等。
- 價格管理：支持設置市場價、平臺價，活動期間促銷價（比如雙十一活動、京東618活動），動態定價（根據時間段、庫存等實時調整價格，比如酒店產品）
- 商品標籤管理：包括活動標籤、服務標籤等等，比如極速退款、閃電發貨、支持分期等。可以針對商品類目設置，也可以針對單個商品進行設置。
- 促銷活動：設置商品參與哪些活動，如兩件8折，參與雙十一活動等等。
- 商家管理：平臺可對違規商品、商家進行下架、屏蔽等處理。
- 庫存管理：同步倉庫的實物庫存或者設置的活動庫存。
商品評價管理
用戶可以對商品和服務進行評價。
- 商品評價：主要針對商品本身進行評價，主要是實物商品與描述的相符程度
- 服務評價：主要是對物流服務、服務態度進行評價
- 商品和服務的評價會影響到該商品在搜索推薦中的權重，評價越高，搜索和推薦的權重越高，排序就會靠前，相應的曝光也會越高。評價高的商品，轉化率也會高。
- 商品評價也做好垃圾評價過濾，因為評價是用戶生產的，我們無法控制用戶評價內容，但是我們卻可以決定展示哪些評價出來，比如髒話、惡意差評等等都需要過濾掉。
商品的搜索和推薦
用戶搜索商品會講過幾個步驟：
- 分詞：用戶輸入關鍵字之後，系統會先進行分詞，如輸入：男士冬季長款羽絨服，分詞之後可能有：男士、冬季、長款、羽絨服。分詞的方法比較複雜，而且方案也比較多，此處略過，感興趣的可以看看知乎上的討論：有哪些比較好的中文分詞方案？
- 查詢：查詢一般會從商品類目、商品標題、屬性等維度去查詢。
- 排序：查詢出所有結果，然後根據相關性去排序
- 輸出：向用戶展示搜索結果。
商品推薦
商品推薦分為5大模塊
- 蒐集記錄用戶行為：包括瀏覽、搜索、收藏、購買、加購物車等歷史數據
- 分析用戶行為：分析用戶的行為，構建用戶畫像，計算偏好（給打標籤）
- 蒐集商品數據：商品瀏覽數、曝光度、評價、商品的類目、屬性等等
- 分析商品：對商品進行分析，給商品打標籤
- 推薦匹配：根據用戶標籤與商品標籤進行算法匹配，給用戶推薦商品
需要注意推薦的準確度與推薦廣度的協調，一般來說推薦越精確，那麼給用戶推薦的範圍廣度就越窄，比如一個用戶經常聽古典音樂，那麼推薦系統就會一直給他推薦古典類的音樂，就喪失掉了用戶聽其他音樂的可能性，所以要有一定的機制去嘗試推薦比如流行音樂或者其他類型音樂，嘗試擴展用戶的推薦範圍。
