一、前言

從入職以來到如今已有四年多的時間，非常幸運的是，短短職業生涯能有90%的時間都能參與或負責淘寶購物車業務域的開發，這幾年來和購物車一起成長，從思考購物車與收藏夾的區別到逐步開始有了對購物車較清晰的定位，從被動接需求到開始主動思考購物車業務正確合理的業務方向，從僅僅完成淘寶業務訴求到提供可復用業務能力。和購物車一起經歷5個大促，經歷或大或小的產品升級、以及carts2開發方式變革，為極致的用戶體驗嘗試過，為平臺增量的提升探索過，利用技術升級幫助淘寶購物車完成業務迭代的同時，也一路沉淀了些通用的能力支撐其他業務快速迭代，也不斷完善一套開發知識庫幫助越來越多的購物車開發同學。那么是時候來寫一些文字畫一些圖記錄這些年，淘寶購物車的pd與開發到底做了哪些探索與沉淀，淘寶購物車到底完成了哪些產品升級，那些與你日常購物息息相關好用的功能是如何逐步迭代上線的。

這篇文章主要從業務發展以及技術沉淀兩個方面來總結淘寶購物車的產品升級之路。

二、我如何理解購物車

介紹淘寶購物車業務之前，先簡單說下我對于購物車這個業務場景的理解，關于它的定位、定義、以及職責。

基礎功能

相信沒有深入了解過的大多數人對于購物車的理解，都是對用戶加購商品最基本的「增、刪、改、查」操作，那么db內一條購物車記錄到底存儲了什么內容呢，如下圖所示：

但實際上隨著購物車基礎功能不斷強大，這四個字已經不足以概括購物車的職責了，那我就暫且以個人理解把購物車的基礎功能歸納為下面四個字：加、改、算、湊。

加（&查）：購物車的核心圍繞db中存儲的用戶購物車商品數據，由于是用戶私域，商品數據基本來自于用戶主動加購，加購來源包括：詳情、會場、訂單等復購鏈路、貓超首頁等。但為了進一步縮短用戶復購路徑，手淘購物車在21年迭代上線「常購」功能，利用算法計算用戶高購買意愿的復購商品并通過離線手段自動加入到用戶「常購」購物車（不占用戶購物車容量且下單不刪除），是手淘購物車為縮短復購路徑提高購買效率的新的嘗試。 改：用戶將商品加入到購物車后，由于商品是實時動態變化的，變為失效、漲價、購物車容量不夠等等用戶都可以進入購物車對商品進行單個或者批量操作。實際上購物車的很多功能上線都在不斷提高用戶使用購物車的效率，例如失效更精細化到sku維度、用戶加購提示容量已滿可一件清理并加購等； 算：所謂「算」是指購物車商品價格的計算。「算」這件事情其實在購物車有不同程度的展現：

1. 用戶進入購物車可在商品卡片立刻看到商品維度單品優惠后的價格；
2. 用戶勾選多個商品進入下單前，可在購物車底部看到最終結算價格，并在單個商品上可以看到分攤后的商品優惠價；
3. 開辟優惠明細浮層，將整個價格優惠計算的過程和結果清晰的呈現在用戶眼前。

購物車在不斷追求價格計算的正確性以及清晰度。

湊：我認為，購物車的數據核心是用戶購物車商品，那么核心功能便是湊單，或者說合并結算。實際上目前為止在手淘大部分場景中，絕大多數的合并結算來自于購物車，這也就是為何每逢大促，訂單有70%左右流量來源于購物車。「湊」主要體現在兩點：

1. 用戶在購物車可勾選多個商品合并下單，同時也支持業務定制，分組結算；
2. 用戶在購物車不斷挑選、勾選商品的過程中，滿減湊單的進度在不斷更新，并提供篩選、推薦、引導湊單等功能提高用戶湊單結算的效率。

近兩年，圍繞「湊單」這個命題，購物車在轉化和體驗上都在不斷嘗試。

定位與職責

以上是購物車場景的基礎功能，接下來我們視角再往外走一走，思考一下購物車在整個購物過程節點中的位置，或者在在淘寶基礎鏈路的位置。我們把購物環節分為三個節點，即購前、購中、購后。如下圖所示，購物車作為下單結算前的”臨門一腳“，是「購前」環節中重要一環。

購物車承載著購前購中承上啟下的職責。在購前環節中促成購買：對于下單猶豫的用戶，用營銷等手段提升用戶決策效率，對于轉化確定性較高的用戶，精準的推薦讓他買的更多；在購中環節提供流暢的交易體驗：優惠計算的準確性和過程的清晰度以及各種業務形態商品的湊單合并結算等。

定義

基于上述對購物車基礎功能以及職責的描述，以及我自身對購物車的理解，我將購物車定義為：一個提供商品管理、湊單結算等能力，幫助消費者進行下單決策的合并結算工具；

老生常談

最后我們再來探討一個老生常談的問題：購物車與收藏夾的區別？這個問題應該是每一個開發過購物車的同學都會面臨的靈魂拷問。我第一次被問是在剛入職大約一兩個月的一個新人培訓上，第二次是在轉正答辯上。我當時的回答基本純粹是基于自身日常手淘的使用體驗，主要圍繞一個點：購買意愿強烈程度的區別；做購物車幾年了，會有啥新的體會么？先來列一下當前兩個產品的主要區別：

我認為對于一個用戶來說，購買一個商品需要進行以下幾個過程的決策，隨著購買過程逐步接近尾聲，用戶的購買意愿以及確定性也是在不斷增強的過程。不同的環節需要不同的工具來幫助用戶完成。

因此總結兩者之間幾個比較重要的區別點：

1. 收藏夾關注于對商品的存儲管理、搜索查找。購物車更關注于商品的營銷表達、算價、湊單結算；
2. 購物車離下單更近，用戶加入購物車的商品相對購買意愿更強。

雖然兩個場景側重點不同，但實際上目前收藏夾很多產品功能都值得購物車來借鑒，例如對于商品查找的高效率，包括分類、篩選、搜索等，對于購物車深度使用者來說，都是一個更好的使用體驗提升。與此同時，我們思考下，購物車和收藏夾一定是完全無關的兩個業務場景嗎？是否存在某些關聯功能可以互相彌補兩個產品在使用體驗上的短板？例如（純屬yy）：

1. 加購滿的時候提供用戶加入收藏夾的選擇；
2. 購物車清理提醒的同時，推薦引導用戶加購收藏夾內購買意愿較強的商品；
3. 購物車的的搜索發現，除了搜索出購物車內商品推薦出收藏夾內有關聯且由高購買意愿的商品；
4. 收藏夾提供高效加購路徑；
5. ……

三、淘寶購物車的業務發展

3.1 目標與策略

3.1.1 業務發展目標

作為業務團隊，以業務先贏為目標，以技術突破為手段，賦能購物車業務高效發展應當是我們的核心目標，那么購物車這個場景的業務發展目標又是什么？其實業務如何發展，首先要思考的是，這個域場景以及作為該場景的平臺方面對的角色都有哪些？這些角色目前對應的痛點與訴求是什么？對于購物車業務發展，總的來說當下面對三種角色：消費者、商家與平臺、業務方。

1. 消費者角色：即需要使用淘寶購物車來完成購買過程的用戶；對于消費者來說，購物車產品基礎功能使用體驗差、購買決策效率低是最大的痛點；
2. 商家與平臺角色：購物車作為用戶私域，給商家營銷、運營提供較小的空間，對于如何促轉化、提高用戶購買意愿，從而獲得增量是該類角色面臨的最大痛點；
3. 業務方：業務玩法愈的發復雜，導致業務邏輯也變的復雜，嚴重阻礙研發效率及業務發展迭代；

因此，面對購物車域的這些產品痛點與訴求，我們將購物車的業務發展目標總結為三個方向：

方向一：體驗

購物車產品的使用體驗體現在哪些方面？作為一個下單鏈路的基礎產品，購物車管理的“物”為商品、首先面對的“角色”是消費者，那么我們思考人與商品的關系，在整個產品使用中，人（即消費者）對物（即購物車商品）存在以下行動動線：存儲、瀏覽、管理、決策、結算。那么在以上幾個環節中消費者操作是否高效則定義為購物車產品良好的使用體驗。

方向二：轉化

購物車作為一個基礎產品，是否具備轉化的空間？是否能為商家自運營營銷提供可能，并最終給平臺帶來增量？這是我們在購物車業務發展中思考和數據挖掘的方向。數據分析與挖掘帶給我們的結論：淘寶購物車中存在大量用戶加購但沒有被轉化的存量商品，這些存量商品轉化率隨著加購時間越久，轉化率越低，加購前兩個小時成交占比60%左右。因此購物車實際上有巨大的空間去獲得新的增量；如何增強貨品的吸引力以及重新喚醒用戶需求是購物車轉化提升的兩個方向，除此之外實際上從21年我們逐步開始尋找購物車外場景的增量，結合算法手段精準推薦讓用戶買的更多、更劃算。

方向三：效率

無論是體驗還是轉化，業務的發展離不開快速的試錯與迭代，最終離不開高效的研發效率。而研發效率又面對惡劣的業務現狀和開發環境：業務上多端多平臺，需求繁多復雜；開發上，需求響應慢、溝通協調多，重度依賴客戶端發版。以上幾點都嚴重阻礙業務迭代速度。需要依靠技術改造來改變研發模式，提高研發效率。

3.1.2 業務發展策略

基于購物車業務發展的三個方向，我們拆解為兩個主要的實施策略：消費者側產品升級&研發提效。

策略一：消費者側產品升級：購物車產品升級主要體現在兩個方面：
1）基于購物車的工具屬性進行體驗優化；

2）基于購物車的場景特征促轉化得增量；

策略二：研發提效，購物車研發效率的提升體現在兩個方面：

1）技術的改造提升研發效率；

2）業務的閉環提升業務迭代的效率；

最后，我以我的理解將近兩年購物車的發展（業務+開發提效）總結為一張大圖（其中部分內容后面章節會詳細介紹）：

3.2 當我們在說購物車體驗時我們在說什么

作為一個基礎工具產品，無論KPI導向是GMV還是體驗，我始終認為提升用戶在日常以及大促的使用體驗才是產品升級的核心，那么，當我們在說購物車體驗時我們在說什么？我們又做了什么呢？

3.2.1 淘寶購物車產品使用現狀

既然要提升用戶的體驗，那第一步需要了解用戶的訴求與痛點，以21年初一份手淘購物車體驗調研報告為例，從購物車使用人群分布、使用場景、使用痛點三個方面來看：

1. 人群分布：高購買力人群是購物車的主要使用群體。
2. 使用場景:（21年初統計的數據）：除收藏商品、購物車結算等基礎功能外，用戶使用購物車的主要場景依次為為湊單、對比商品價格，對比商品屬性。可以看出用戶對購物車使用訴求主要總結為：商品管理與發現、算價與下單、湊單。
3. 使用痛點：（21年初統計的數據）：總結下來，用戶對購物車的使用痛點來自于幾個方面：
4. 1）大促期間跨店湊單效率低；
5. 2）價格體驗：包括預熱期無法透出大促價、動態計算結果與下單不能完全一致等；
6. 3）購物車商品的快速發現：查找、分類篩選等。

3.2.2 當我們在說購物車體驗時我們在說什么

購物車是一個提供商品管理、湊單合并結算能力的基礎工具，圍繞兩個核心：「人」和「商品」，人與商品的關系總結為兩個，即人對商品的管理以及人對商品的購買結算。那么購物車產品使用體驗也圍繞這兩個點展開。整體如下圖所示：

商品管理

即用戶按照當下購買意愿強烈程度對商品進行查找、增刪改查等。影響用戶進行商品管理體驗的因素包括：

1）購物車容量問題導致的加購卡點；

2）商品查找與發現的效率；

3）商品管理即各種增刪改查的操作路線是否簡單高效；

商品購買

即用戶在購物車不斷選擇商品、算價、湊單、再算價最終完成下單結算的購買過程，也是不斷做下單決策的過程。影響用戶下單決策效率我認為有三件主要的事情：

1）商品上信息的高效表達；

2）不斷選擇商品的過程中價格的準確性以及優惠計算的清晰表達；

3）不斷選擇商品過程中高效的湊單引導（包括湊單進度的實時更新、同檔位湊單商品的篩選、可湊單商品的推薦以及不中斷的湊單體驗）；

當我們明確購物車使用體驗的目標后，策略及具體落地的事情便圍繞展開。

3.2.3 重點體驗項目介紹

3.2.3.1 湊單體驗專項

? 什么是湊單

所謂湊單，顧名思義指用戶為了達成某個門檻獲取某種優惠從而購買多件商品的過程。線上線下都是如此。實際上這是賣家常用促銷手法：對于線下/線上商家店鋪，為了讓用戶買的更多會讓利推出多種店鋪內的滿減/滿折/滿送優惠，消費者為了達到某個門檻，會在該店鋪內繼續選擇商品湊單；那么對于平臺側（或者對于線下商場）來說為了獲取促銷活動更高的成交額，會在全網/全商城范圍（已報名滿減活動）內推出滿減活動，例如天貓大促占比最高的營銷手段，跨店滿減以及品類券，均為跨店鋪湊單玩法。

? 一些客觀數據

從天貓雙十一期間，使用跨店滿減且來源為購物車的相關訂單數據統計來看，購物車的合并結算功能天然成為消費者大促湊單工具，也就幾乎是手淘唯一的湊單場地。而手淘購物車不斷發展的湊單功能（例如滿減商品氛圍表達、湊單引導、滿減篩選等）也成為用戶購物利器。

? 用戶對湊單的訴求有哪幾類

實際上購物車湊單功能的迭代也是隨著用戶訴求的變化而演進，當然也是由于平臺營銷規劃一年比一年復雜導致。營銷規則及玩法的復雜化不斷提高用戶湊單的難度。根據21年用研提供的用戶對于購物車湊單類的相關訴求總結來說，一直以來用戶對于購物車的湊單使用痛點主要在于：

1. 滿足不同跨店滿減規則的商品不能歸類
2. 不能快速找到相同門檻商品進行湊單（購物車內or購物車外）；
3. 大促預熱期購物車不顯示活動價，不方便湊單。

? 購物車的湊單功能發展歷程

湊單是購物車大促期間的核心體驗之一，湊單相關的優化迭代也是近兩年購物車業務發展的重要命題，這里一并總結針對用戶的痛點和訴求購物車湊單的四個階段以及每個階段解決的核心問題。首先如下圖來看下目前為止用戶在淘寶購物車湊單效率逐步提高的過程：

? 階段一：湊單進度實時更新

• 能力介紹

• 解決了什么問題：讓用戶不再「盲湊」

1. 在用戶挑選商品的過程中，實時幫用戶計算當前已減金額，以及距離下一個檔位仍舊需求購買的金額；

2. 提供用戶湊單入口，幫助用戶快速發現購物車外同檔位商品，更快達到門檻，提高湊單效率。

• 存在的問題

1. 湊單入口跳到承接頁，加購后返回購物車頁面刷新，整個湊單鏈路是斷層的；

2. 無法幫助用戶快速找到購物車內同檔位的滿減品，畢竟購物車內商品購買意愿還是相對較高的。

? 階段二：同一檔位滿減商品篩選

• 能力介紹

勾選商品，出現湊單條，篩選購物車內當前擋位商品，浮層內湊不夠，外跳引導加購；

實際上篩選滿減這一功能，除了業務上有了突破外，也是技術升級支撐業務發展典型之一，整個篩選方案的技術體系同時支撐了后續NewCart、搜索、預熱態等項目落地，那關于技術上的挑戰與解決方案可以仔細閱讀“購物車篩選能力”章節。

• 解決了什么問題

1. 快速找到購物車內滿足統一檔位的滿減商品進行湊單；

2. 提高購物車內湊單效率；

• 存在的問題

1. 跨店滿減訂單，用戶下單金額距離下一門檻還差25%的量級，占比20%，目前存在不少用戶小金額湊單存在卡點；

2. 用戶當前購物車內跨店滿減篩選浮層，從目前湊單鏈路上看，用戶的動線是斷層的；

跨店滿減篩選是淘寶購物車近些年第一次出現「商品篩選」相關產品功能，一方面在產品設計上經歷多輪評審，更重要的是業務需求上線更為購物車沉淀了一套目前為止最合理的篩選技術能力，后續陸續幫助預售篩選、降價篩選、常購、搜索等功能上線，相關技術突破可以直接閱讀“購物車篩選能力”章節。

? 階段三：精準推薦及完整不中斷的湊單鏈路/省心湊

• 能力介紹

在同檔位滿減商品篩選浮層內，根據用戶勾選商品算價結果距離下一個檔位金額之差，算法實時動態推薦相應金額的商品，并且用戶加購（在信息流/商品詳情內）后購物車不刷新，湊單結果保留并自動更新勾選該加購商品后的算價結果。

• 解決了什么問題

1. 解決用戶小金額湊單卡點問題，幫助用戶以最優惠的方式買到更多有購買欲的商品；

2. 用戶選擇被推薦的商品后，自動更新算價，湊單鏈路不再中斷；

• 存在的問題

1. 路徑還是相對較深；

2. 算法準確度需要不斷升級提高；

另外值得一提的是，省心湊業務的上線也是技術突破支撐業務發展比較好的例子。省心湊項目的落地，實際上實現了幾個突破（客戶端與服務端）：

• 加購后（信息流、詳情）購物車不刷新，并自動勾選并參與動態計算；
• 詳情加購與購物車沉淀一套感知的協議，一跳詳情加購后返回購物車根據協議做各種業務定制；

整體用戶動線如下：

? 階段四：預熱期提前湊單

• 能力介紹

大促預熱期間出現搶先看入口，價格搶先看頁面可計算大促正式期價格；

• 解決了什么問題

提前算清大促正式期的價格，提前湊單；

• 存在的問題

目前預熱期的湊單結果實際上和正式期是完全割裂的，用戶的體驗也是有斷層的；

另外，購物車價格搶先看項目也是21年購物車做的一個比較大的嘗試與突破，首次讓我們在預熱期提前看到正式期的價格。值得一提的是，整個大促放量期間，用戶訴求聲量非常高，用戶迫切希望使用的相關訴求在當天達到3900+，最終整個雙十一期間，湊單相關求助降低34.8%。項目組也因此獲得集團小草莓、手淘體驗年度TOP榜、手淘體驗大眾評審TOP榜，并已通過集團審批遞交國家專利申請。

3.2.3.2 算價體驗專項

購物車最核心的功能之一是湊單，但是湊單一定是基于準確或者基本準確的價格計算，這里的價格計算包括商品卡片上渲染的單品優惠，還有店鋪優惠、跨店優惠等等。而眾所周知，雙十一的營銷規則越來越復雜，這也給購物車的價格體驗帶來了技術上的復雜性。營銷規則愈發復雜，優惠種類愈來愈多，消費者理解起來也愈發困難，這個時候，購物車就是下單前最后一道防線，準確的價格計算，清晰的優惠計算表達，以及貼心的最優解獲取入口是購物車價格體驗的核心目標。一張圖來較為完整的描述購物車在價格體驗提升上都做了哪些事情：

目標一：因為營銷的復雜性和各個場景的特點，實際上從導購、購物車、到下單各個環節都存在一定程度上的價格不一致問題，購物車需要不斷完善動態計算，保持和上（詳情）下（下單）游的價格一致性；

購物車價格一致性

• 與詳情：目前為止購物車與詳情價格體驗基本保持一致；
• 與下單：目前為止，排除了某些正常業務邏輯原因導致的不一致后，購物車下單價格基本一致。同時一張圖總結下購物車在價格一致性體驗上每個階段都做了哪些努力：
• ?
• 編輯
• 動態計算高峰不降級
• 2021年的雙十一購物車徹底實現了高峰期間算價不降級；

目標二：優惠具備清晰的表達。有時候用戶的很多客訴咨詢不是因為價格不對，而是用戶無法理解優惠計算的結果。那么購物車的優惠明細就擔負著讓用戶清晰的理解價格計算過程的使命；

購物車優惠明細升級，優惠明細承擔了手淘購物車優惠計算說明的任務，到目前為止經歷過三次比較大的升級，無論從開發方式或是用戶體驗來看，都有了非常大的進步：

【版本一：weex階段】

最初版的優惠明細采用weex版本，用戶點擊結算欄，打開weex頁面，頁面重新向服務端發送請求，請求入參與用戶最后一次update請求入參相同；如下圖：

這一版本存在幾個較大的問題：

1. 體驗問題：用戶在購物車進行商品的勾選，計算出價格后，點擊優惠明細，weex頁面，服務端接口rt耗時以及weex頁面渲染耗時等，都需要用戶有一個比較明顯的等待時間，體驗較差；
2. 表達不一致性問題：由于優惠明細頁面上的信息為用戶點擊后重新從服務端獲取的數據，也就意味著時間gap等原因帶來底部結算欄和優惠明細看板信息不一致情況；
3. 操作不夠友好：老版本的優惠明細只有靜態優惠信息，用戶如果希望一邊勾選商品，一邊查看明細，則意味著，需要不斷的打開明細、關閉明細，且每次打開都是新的請求，操作及其不便；
4. 優惠明細表達豐富度不夠：顧名思義；

【版本二：奧創組件化階段】

基于愈發復雜的營銷活動以及購物車自身優惠明細的體驗問題，我們在NewCart項目中，對優惠明細進行了升級改造，主要改造點包括：

1. 奧創組件化：將優惠明細面板全部奧創組件化，以彈窗形式展現；
2. 請求模式優化：所有的動態計算請求一并下發優惠明細彈窗組件化信息，用戶點擊查看明細，直接渲染彈窗，無額外服務端請求，解決用戶點擊等待問題以及與動態計算結果不一致問題；
3. 內容&用戶操作優化：新的優惠明細面板展示出所有勾選的商品，且在明細看板頁面可以針對這些商品進行相應的操作，同時明細列表實時更新；

【版本三：優惠表達升級】

版本二基本解決了用戶體驗問題，但是實際上，對于購物車來說，作為下單前最后臨門一腳，價格相關體驗也是非常重要的。價格體驗我認為主要體現在兩個方面：與上（詳情）下（下單）游的價格一致性，以及如何能把優惠計算過程清晰的表達給用戶，即除了帶給用戶正確的價格外還要能夠清楚的告訴用戶這個價格怎么來的。而優惠明細則承擔了這個重任。因此，第三版的升級中，我們主要做了以下幾個事情：

1. 結構升級：優惠明細結構升級為四個部分：商品列表、商品明細表達、優惠明細表達、合計；其中商品明細表達與優惠明細表達是業務可定制的部分；
2. 表達升級：對購物車內普通品、預售定金品進行分別表達，同時對幾乎所有優惠的可用與不可用原因進行了表達；

目標三：除了準確性和表達清晰外，實際上購物車應當一直有個使命，如何幫助用戶看清優惠最優解并能夠通過各種渠道獲得優惠最優解；

購物車營銷能力，在上述繁雜的優惠營銷規則中，某些權益是需要用戶主動領取而得，例如店鋪優惠中的商品券、單品券，跨店優惠中的品類券，以及淘金幣等用戶權益。在淘寶中有包括詳情、卡券中心在內的一些卡券領取入口，對用戶獲取最優解來說無形中又增加了一些負擔。因此購物車除了做營銷表達外，也上線了例如領券結算、淘金幣領取算價、驚喜券自動領取等能力，幫助用戶縮短權益獲取鏈路，以最高效的方式獲得商品購買的最優解；

3.2.3.3 購物車商品管理體驗

? 購物車商品管理體驗：容量問題

以購物車一月求助量來說，主要為無法加購相關，而其中大約超過一半左右是由于購物車容量已滿導致；而加購失敗后的用戶行為統計中，日常大約只有少部分商品占比會通過詳情下單，1/3左右的商品會再次將該商品加購，而其他加購流量則被流失掉。加購路徑的阻斷，成為用戶使用購物車的最大問題之一。容量問題的解決這些年也在不斷優化，總結來說，經歷了以下幾個階段：

? 階段一：直接擴容

為用戶擴容無疑是最直接當下最立竿見影的方法，從17年到現在為止，淘寶購物車也采用了不同的擴容手段：

• 超級購物車：17年雙十一，平臺向用戶提供使用天貓積分兌換容量的選擇；
• 88VIP購物車擴容：19年雙十一期間提供88vip用戶擴容資格；
• 預售購物車：針對預售商品提供單獨40容量，不占現貨商品容量；

但實際上，用戶對容量的訴求遠不會停止，單純擴容實際上并沒有從根本上解決問題，并不是長久之計。

? 階段二：直接解決加購卡點

在用戶因為容量滿加購失敗卡點處，提供更多的選擇，選擇一鍵已失效或購買意愿較低的商品移入收藏夾，而成功加購當下購買意愿更強的商品。在用戶的關鍵行為階段上針對加購失敗進行有效的承接，通過復合操作等策略降低用戶操作成本，縮短用戶路徑，有效挽回高價值的加購意愿商品，進而挽回GMV的流失。

? 階段三：刺激用戶主動清理

引導清理

根據數據顯示，用戶在遇到加購報錯彈層時，大約50%的用戶會主動找商品替換刪除，但是其中只有20%的用戶會回到購物車進行批量刪除。加購清理功能雖然幫助用戶在詳情加購處解決當下商品的加購問題，但單商品刪除效率極低，需要在適當的時機引導用戶進行商品批量的剔除清理。

清理提示的出現時機也是一門學問，目前一期首先根據用戶購物車商品數量進行選擇透出。后面會和用戶上一次下單的商品相關類目等因素進行清理入口出現時機的判斷。

優化刪除/清理體驗

對于愿意回到購物車進行批量清理的用戶來說，提高刪除商品的體驗，讓用戶刪的更多刪的更爽也是非常重要的。

? 購物車商品管理體驗：商品發現問題

商品是購物車的核心，幫助用戶將由購買意愿的商品成功高效的加入購物車是第一步，那么第二步則是如何讓用戶在購物車中能夠快速發現/找到期望的商品。

? 快速搜索定位到商品

購物車月均搜索相關輿情約55條，排在購物車相關輿情問題top5；當用戶有明確購買意向時，搜索能力實際上是用戶快速找到商品的第一利器。

? 商品分類篩選

除了搜索能力幫助用戶有明確購買意向時快速找到相關商品外，淘寶購物車還提供了多個商品分類篩選的入口，進一步提高用戶發現商品的效率。除此之外，提高一些低購買意愿商品的觸達效率，讓購物車的商品「活」起來，提升用戶體驗的同時帶來轉化的提升。

3.3 購物車場景的促轉化空間在哪里

3.3.1 購物車的轉化從何而來

購物車作為一個基礎鏈路上偏工具屬性的產品，是否存在轉化提升的空間？對于購物車來說，無論是轉化還是體驗都離不開「人」與「商品」兩個核心，我們分別從這兩個方面去分析購物車場景的轉化空間在哪里。

? 人

從消費者人的角度來說，提升轉化，我認為可以總結為三件事兒：

• 加購鏈路順暢，用戶的加購意愿以及高購買意愿商品不被流失；
• 用戶在購物車一次合并下單中，如何讓用戶一次買/湊的更多更爽？
• 如何召回用戶到購物車，始終保持高興趣度，買更多次？

但實際上，用戶對容量的訴求遠不會停止，單純擴容實際上并沒有從根本上解決問題，并不是長久之計。

? 商品

再回到商品角度來說，目前購物車中存在大量未被轉化的商品，其中包括正常商品以及大約17%左右的失效商品。當我們分析商品的加購時間與其轉化率之間的關系，會發現一個很有意思的現象，商品在加購超過一天后，轉化率會急劇下降。這就意味著隨著加購時間增加，用戶對該商品的購買欲望愈來愈低，降低的原因可能是：商品隨著加購逐漸沉底，曝光效率開始降低；商品價格或者商品狀態沒有變化，或者有明顯變化但并沒有將變化觸達給用戶；基于此我們將購物車商品分為三種類型：

• 沉睡商品：隨著加購時間不斷累計，加購時間越長的商品越難被轉化，對于轉化率低于一定值的商品，我們將之定義為沉睡商品。
• 失效商品：用戶加購成功后，因為商家主動下架商品，商品重新編輯發布，等原因導致的商品無法繼續進行操作的購物車商品。失效商品無法再查看商品詳情，和進行勾選，只能一刀收藏夾或者直接刪除商品。
• 高購買意愿商品：近期加入到購物車，或者有價格等信息變化并在購物車得到曝光，對于用戶來說有較高購買意愿的商品；

從「人」、「商品」角度來看近兩年淘寶購物車在轉化方面總結下來整體策略如下：

提升購物車轉化的核心是讓購物車商品“流動”起來：失效商品一部分通過用戶加購失敗替換，一部分通過找同款而轉換為更高購買意愿商品；對于沉睡商品來說，抓住其價格或者狀態變化的關鍵點有效觸達用戶，提升用戶的購買欲，從而帶來轉化的提升；

3.3.2 重點項目介紹

3.3.2.1 沉睡商品喚醒項目

我們通過回答幾個問題來說明項目的業務背景：

1. 什么是沉睡商品？
2. 前面我們已經介紹過了，我們把那些隨著加購時間增長轉化率降低的商品成為「沉睡商品」；
3. 什么是喚醒？喚醒什么？什么時候喚醒？如何喚醒？
4. 所謂喚醒即將影響下單的商品狀態的變化觸達給消費者，重新激活/喚醒對該商品的購買欲望。整體產品的核心邏輯總結為：

那么這里有兩個重點：什么時候喚醒以及如何喚醒，即喚醒策略和觸達策略。

【喚醒策略】定義影響商品下單決策的狀態

價格變化

• • 營銷活動
  • 日常降價
  • 高價格力
  • 漲價

狀態變化

• • 庫存緊張
  • 補庫存
  • 新品商家

內容變化

• • 分享內容

【觸達策略】：喚醒手段從站外到淘寶購物車內，不同層設計不同的信息觸達手段

• 站外回流：桌面push消息提醒；
• 淘寶內回流：淘寶底部Tab氣泡提醒；
• 購物車內瀏覽：提示用戶購物車內部分商品已降價；

目前為止淘寶購物車已支持日常降價商品桌面push提醒以及回流機制，后續會增加更多價格變化以及商品狀態變化的喚醒策略，以及淘寶底部bar提醒等觸達策略。

3.3.2.2 驚喜券項目

• 項目背景

1）從購物車角度出發：分析購物車商品加購時間與下單轉化率關系分布，加購時間在20min左右出現拐點，即用戶在加購20min后，商品轉化率開始明顯降低；而同時，購物車存量商品信息中有大量加購時間超過一天的商品；這意味著這些加購時間較長的商品轉化率存在較大提升空間；

2）從商家運營能力出發：目前平臺逐漸培養商家自運營用戶群體的心智，提供商家運營客戶的平臺工具，例如淘寶直播-針對從購物車進來的用戶會有明確的優惠券發放。面對購物車存量商品情況以及人與貨品關系匹配的場景，我們希望能提供針對交易鏈路購物車場景的商家自運營工具，商家針對有明確購買意愿但是遲遲猶豫的用戶，可以分渠道進行針對性營銷，使得用戶猶豫點消失，進而成為轉化；

• 業務解決方案關鍵點
  • 商家自運營：商家根據用戶加購情況，選品報名，設置優惠券信息；
  • 購物車營銷權益領取觸達：購物車場景將商家設置的營銷權益獲取入口透出給消費者，激勵消費者領取；
  • 購物車用戶利益點表達：用戶已經領取的專項優惠在購物車頁面表達，提高用戶購買意愿；
• 項目目標：通過平臺鏈接消費者及商家，實現權益自動投放，最大化提升商品轉化率
• 業務演進

購物車驚喜券業務經歷三次業務模式優化，我們從「商家」和「消費者」模塊分別總結如下圖

?

四、業務支撐路上的沉淀

淘寶購物車各種業務場景的創新嘗試離不開技術的探索與突破，當然技術的發展也一定是為業務服務，以業務先贏為目標。但是，購物車作為基礎鏈路上少有的增刪改查全部具備的列表翻頁場景，客觀存在特有的一些技術開發難點。那么本部分內容就來分析下購物車業務開發的技術難點，以及如何一一突破來支撐業務發展，并沉淀通用可擴展能力進行業務提效。

4.1 技術突破支撐業務發展

4.1.1 技術架構

首先先用一張大圖描述下淘寶購物車的技術架構，有個全局的認識：

?

4.1.2 購物車開發技術難點分析

? 購物車業務場景特點

1. 流量大，穩定性以及產品可用性永遠是前提和基礎；
2. 列表形式業務場景，包含增刪改查，購物車容量雖有克制，但一定是不斷增長的；
3. 調出型代表應用，依賴多（優惠、商品、庫存、限購等等下游）；
4. 基礎產品，體驗第一（不能隨著業務的復雜性提高降低用戶體驗）；

? 購物車開發技術難點

基于購物車業務場景的特點，以及近些年開發購物車的經驗，我認為淘寶購物車業務開發最大的技術難點有二；

• 交易核心鏈路引入營銷導購/算法等場景
  • 1. 每一年用戶購買力和訴求都在增長，業務在不斷發展，營銷導購/算法類的業務訴求越來越多，但下游依賴不斷增多，核心鏈路耗時增長，再加上購物車是一個列表形式，任何復雜度都會隨著商品列表增加成倍增加，對穩定性和用戶體驗都是巨大的挑戰。但無論業務如何發展，穩定性及用戶體驗永遠排在首位。最終導致的局面是用戶側的rt體驗沒有提升，營銷導購/算法類的業務無法落地。
  • 2. 那么是否可以重新定義一下購物車的核心數據與非核心數據？核心數據保持一個比較穩定的數據量級以及復雜度，非核心數據來完成業務的增長；對于購物車場景來說，區別是否核心應當是兩個維度，第一，數據量級的維度，即購物車列表，按照順序排列后是否每一個坑位對于用戶進入購物車都是核心數據（不止是分頁）？第二，信息豐富度，例如購物車商品基本數據和營銷數據，或者說下單需要的數據和利益表達的數據；
• 購物車分頁渲染場景與全局內容感知這一訴求之間的矛盾
  • 1. 即如何在購物車分頁渲染（用戶主動翻頁驅動）的前提下，提前感知、聚合用戶購物車全部商品的信息進行某些氛圍的表達，一直以來購物車的很多訴求都與之相關：第一版驚喜券飄條透出、篩選入口透出邏輯、tab提示等等；這里對全局商品的感知訴求又包含兩個層次，基礎商品標志（id等）、商品IC基本信息（商品標簽等）、復雜商品信息（具有購物車場景語義的優惠、失效等）；不同層次對購物車的依賴不同；

4.1.3 技術突破帶來的業務升級

? 購物車篩選能力

2020年雙十一之前，淘寶購物車是沒有任何商品篩選功能的。而商品篩選分類，提高發現效率一直是用研報告中，top級別的用戶訴求點。

• 難點分析
  • 分頁模式：購物車為分頁查詢，篩選商品可能分布在不同的頁面中（例如極端情況下，希望篩選出的商品在購物車分頁查詢中的最后一頁）；
  • 合并結算：各個篩選“頁面”下的商品勾選操作在切換過程中需要保留，底部動態計算結果需要保留（例如在篩選浮層下篩選出的商品在購物車分頁查詢中的最后一頁，且被用戶勾選參與動態計算。關閉浮層回到后商品勾選保留，動態計算結果保留）；
  • 用戶的操作體驗要求，例如底部價格不能出現跳變等；
• 技術方案選型

• 最終的技術方案

最終結合項目具體訴求我們選擇客戶端篩選的方式，方案時序如下圖所示：

客戶端篩選的本質，實際上從客戶端的角度來看，是根據各個組件的篩選標以及當前篩選頁對組件進行顯示/隱藏，實現最終的商品篩選。例如當前購物車主要組件如下：

那么對于各個篩選頁面來說，各篩選態的結構如下：

結合購物車分頁渲染商品列表的場景，使用客戶端篩選方案，實現分頁場景下勾選態保留的購物車篩選能力，在獨立購物車、篩選入口方式、篩選項策略維度均具備擴展性；并支撐大促湊單篩選、預售篩選、多Tab等業務上線；

• 應用的業務場景

淘寶沉淀的客戶端篩選方案最終支持多個業務落地，包括跨店滿減、預售等浮層篩選，以及NewCart中降價、常購等多Tab模式篩選：

?

4.1.3.2 交易核心如何引入算法導購鏈路

這里我們依舊以淘寶驚喜券項目為例，項目背景直接閱讀“驚喜券項目”部分。

驚喜券項目伴隨業務發展最終沉淀技術架構如下圖所示：

項目落地的過程中，主要圍繞以下兩個挑戰與命題進行探索與沉淀：

• 技術挑戰一：大數據量活動商品（百萬）情況下，如何完成購物車（交易）核心鏈路對用戶所有購物車商品的篩選；
• 技術挑戰二：如何在購物車(交易)核心鏈路場景，面向用戶保障導購營銷業務的確定性以及人貨匹配的精準度（算法接入）；

挑戰一：活動商品的篩選

• 問題定義

業務上氛圍的透出面向用戶購物車全部商品，以及購物車分頁查詢的事實意味著商品的篩選只能依靠基礎商品id信息，那么大數據量活動商品id的存儲和過濾的性能，在購物車核心鏈路便成為第一項技術挑戰；

• 解決方案描述

如上圖所示，三個業務階段的發展，對應三種不斷優化的核心鏈路商品篩選方式，從diamond、到內存布隆過濾到最終選擇的tairBloom方案，他具備以下優勢：

1）使用RDB存儲規模級活動商品信息，打破購物車內存限制對參與活動商品量級的要求；

2）由定時推送大文件數據到購物車機器，改為對遠程RDB存儲信息進行實時維護，降低對購物車應用自身穩定性風險的同時進一步提高業務的確定性；

挑戰二：核心鏈路業務確定性及算法接入

• 問題定義：上述階段一、二方案在業務表現上存在弊端，主要表現如下：

業務確定性：由于無法在核心鏈路引入拉菲等導購依賴，只能依靠前置商品篩選過濾，存在時延，營銷利益點氛圍透出用戶側表現具有不確定性，體驗較差；

人貨匹配的精準度：階段二方案在購物車同步鏈路中使用基礎規則針對用戶進行商品營銷氛圍的透出，而人與貨的匹配在交易核心鏈路由于rt穩定性等要求，無法引入算法進行計算獲取最優解；

解決方案描述

將導購鏈路依賴通過異步鏈路下發，保障核心鏈路穩定性的同時獲取業務的準確性及算法接入的能力：

氛圍的渲染從同步鏈路解耦，既保障核心鏈路穩定性，同時保障了業務的確定性并提供了算法接入可能，幫助業務逐步追求最優解；

核心結果

• 購物車轉化業務效果數據
  • 規模：保障穩定性基礎上支持近幾十萬商品報名活動；
  • 券核銷率：18年到21年券核銷率提升超過50%；
• 沉淀購物車異步能力：沉淀基礎鏈路異步能力，將復雜業務邏輯與核心鏈路剝離，降低代碼耦合，縮短核心接口耗時，保障核心系統穩定性。給業務場景擴展、快速迭代提供更多可能性；
• 技術演進誕生nextRpc架構（新一代核心與非核心數據分段式混合響應框架）產生并在下單換購業務中落地；

最后關于算法，再聊一些題外話，實際上近兩年購物車有一個非常明顯的變化，即業務與算法結合的場景越來越多了，這是大流量營銷場景發展必然的訴求。同時更多大膽的技術突破與嘗試為業務發展也帶來了可能。目前購物車與算法結合的場景有：降價商品push推送、購物車常購、省心湊等。當下購物車鏈路中涉及算法以及異步的場景鏈路如下：

但我認為基礎鏈路與算法的更合理、正確的合作模式依舊需要進一步的探索。做基礎鏈路業務時間長了，有一個很難扭轉的意識，即我們更多關注功能的正確性，很容易忽視算法的準確度，以及最終項目數據中算法的價值體現。例如常購和省心湊，實際上最終決定這兩個功能是不是好用，利用率是不是高，除了操作功能正確性外，更重要的是算法推薦的個性化與精準度，購買決策核心永遠都是商品本身。算法的準確度如何衡量、算法的結果價值如何評判，如何推送業務更好的迭代，是需要我們業務開發和pd一起往前探索的重要一步。

4.2 能力沉淀賦能更多業務

實際上這些年在支撐淘寶業務發展的同時，也在不斷沉淀通用的能力，賦能更多的獨立購物車或者其他垂直業務快速迭代，例如：購物車優惠明細開發規范、購物車領券結算開發規范、購物車分組結算開發規范、購物車湊單氛圍開發規范、購物車篩選能力開發規范、購物車商品卡片氛圍開發規范、購物車上下游傳參說明、奧創開發相關知識。

五、購物車的未來在哪

近一年，淘寶購物車在提升轉化和體驗上，都有業務上的突破以及技術上的升級。例如從平臺促轉化來說，FY22財年以前，如果說我們都在找尋用戶購物車內部商品的促轉化點，提升購物車商品的流通的話（例如喚醒低轉化商品激活購買欲、篩選商品提升購買決策等），那么FY22財年，我們開始嘗試與算法進行合作，探索一些精準符合用戶預期的購物車外的轉化場景，例如常購、例如省心湊（湊單推薦），在提升用戶體驗的同時，獲得購物車外的GMV場景。再例如體驗上，FY22財年是第一次開始逐步關注用戶體驗的一年，購物車作為一個具備強烈工具屬性的業務場景，用戶體驗應當永遠放在第一位，FY22財年，淘寶購物車在價格體驗上做了不少事情，例如高峰期算價不降級，和下單的價格計算一致性，購物車算價明細表達優化等。

那今天以后的淘寶購物車方向在哪里？購物車是一個提供商品管理、湊單合并結算能力的基礎工具，圍繞兩個核心：「人」和「商品」，目標依舊是提升用戶使用體驗及下單決策效率；

商品管理方面

• • 加購鏈路更順暢；
  • 提升用戶瀏覽、查找商品的效率；
  • 從根本上解決用戶容量問題，讓用戶購物車商品「流動」起來；

湊單算價方面

• • 繼續提升價格體驗，包括購物車算價和上下游的一致性、優惠表達的清晰度等；
  • 提升湊單效率，在篩選、推薦的基礎上，更進一步，例如推薦用戶最佳湊單搭配等。