一、基本概念（重点）
【sku】
SKU=Stock Keeping Unit(库存量单位)。
1、SKU是指一款商品，每款都有出现一个SKU，便于电商品牌识别商品。
2、一款商品多色，则是有多个SKU，例：一件衣服，有红色、白色、蓝色，则SKU编码也不相同。
举例：iphone 7 plus 128g 银色,是一个sku。
【spu】
SPU(Standard Product Unit)：标准化产品单元。
例如：品牌苹果+型号：5s可以确定一个产品，即spu
举例：iphone7 plus，是一个spu。
【类目】
即类目树，分为前台展示类目和后台展示类目（基础数据）。一般后台类目是在程序和代码里面写死的，不能随意添加修改。
【属性】
分为：关键属性、销售属性、非关键属性。
非关键属性：唯一确定产品属性；销售属性：sku属性；非关键属性：一个非必填字段。
二、类目管理
关于类目管理这一块，前后台类目是需要分开管理的，因为后台类目算是一些基础数据，而前端类目为了切合商家需要随时进行调整。
类目树的层次不能太深，一般在三层四层左右，类目的最后一层：叶子类目，商品会挂在叶子类目下面。
三、品牌管理
一般对logo，中文名、英文名、产地、备注、状态进行管理，它们作为基础字段构成了品牌，多个品牌组成了品牌库，而品牌库关联了类目。
四、属性管理
一些属性的举例。关键属性：品牌+货号；销售属性：商品规格；商品属性：新旧程度、保修方式。
五、商品管理（重点）
【上下架管理】
其中包括了商品的上架和商品的下架，一般而言，店铺运营者需要频繁的用到这个功能，为了能提高工作效率，批量上下架和自动上下架功能很重要。
【价格管理】
包括每一个sku的价格设置、原价设置等，如果是用虚拟积分支付的商城，还会设置价格类型是虚拟货币、实体货币、虚拟货币+实体货币。
【促销活动】
有的电商后台设计的促销模块是针对单个商品的，有的则是针对整个品类的，具体是以用户需求决定。
【商品标签】
就是给商品打上各种常见的标签，方便用户搜索常见关键词的时候能够快速找到商品。
【商家管理】
为了防止后台出现问题，平台会有一个功能可以手动管理平台上各个商家的商品。
六、商品搜索
【搜索排序】
搜索结果的排序其实是关于结果的展示：主要考虑：商品相关性、销售相关性、评论数、时效性。商品的相关性从：商品标题、商品类目、商品属性进行评估，销售相关性从：销量、价格（同类商品常用价格区间）进行评估，评论的相关性从：好评度、评论数进行评估，时效性从：上架时间、更新时间。
【商品筛选】
商品筛选模块最常见的纬度：价格区间、品牌筛选、服务筛选、分类和商品属性。所谓服务筛选，指的是类似京东自营、分期购买等。
【个性化推荐】
在现今大数据的时代，产品会收集用户的行为日志，通过机器学习画出一个机器能识别的用户画像，然后进行个性化推荐。特别是今日头条成为一家巨头以后，各大电商更加注重这方面的业务了。
对于电商产品来说，个性化推荐是由四个基础模块组成的。
首先是用户行为记录模块，它会收集用户的浏览记录、搜索记录、购买记录、售后评价、用户基本特征（性别、地域、年龄），基本拿全信息以后，一个特征脸谱就能通过0和1的方式展现给机器。
其次用户行为分析模块会根据用户对于某些商品的点击次数、经常搜索某个板块、页面停留时长，分析出用户的偏好是什么。所谓千人千面便是来源于这里。有没有发现每次浏览完淘宝，下次再点击进来，淘宝首页最核心位置推荐的店铺都不一样的，而且也符合你的口味，其实就是有个性化的推荐。
当然系统光是对用户行为进行分析是没有用的，还必须对商品进行分析，也就是给“物品”进行打标签。所谓的“物品”是个性化推荐里面一种比较抽象的概念，也就是一种实体，可以是一件商品、也可以是一类商品、还可以是各种服务、页面。以商品分析纬度具体，会有：类目品牌、商品属性、产品评论、库存、销售记录、曝光数、浏览数、收藏数........
而商品分析的底层则是基于商品相似度（文本、图片）、搭配度、目标用户等等，将一系列的商品打上同一个标签，然而分发给用户。
至于如何进行分发，那就是每个个性化推荐服务提供商最核心的推荐算法了，国内能做这一块业务的不算多，除了巨头自建，就剩下一些比较著名的服务提供商了。
有了推荐算法，再在场景下面人工的对商品、店铺等赋予权重，那么结果最终会下发到每个用户的手上，这也就是为什么你浏览得越多，推荐给你的商品就越符合你的口味，你剁手的频率就越高。
Reference
1.图片来源：京东，淘宝，达观科技，2017.12
2.刘志远，《电商产品经理宝典 电商后台系统产品逻辑逻辑全解析》，电子工业出版社
浅忆
一个年轻的产品经理。立足微信生态圈，熟悉公众号平台、开放平台，探索小程序相关业务领域ing.....
文章同步更新于简书 淺忆
转载联系，学习交流请加微信：Albert__luo（两个_)
