排序规则设计分享——服务类O2O项目初期首页排序

产品经理可以如何设计好适合业务阶段的排序规则？这篇文章里，作者以某线下服务类O2O初创项目为例，做了有关排序规则的设计分享，一起来看看，或许会对你有所启发和帮助。

一、背景与现状

1. 项目简介

某线下服务类O2O初创项目，消费者可以预约某一服务人员的服务，双方可以在指定时间、地点进行履约，例如球类陪打，由消费者购买教练的服务，双方约定到某一球场进行教学，最终由消费者确认完成，订单结束。平台主要盈利来源为抽佣。

2. 功能背景

首页以列表形式展示服务区域符合筛选要求的所有服务人员卡片，暂时没有设置有意义的排序规则，现在已有几百名服务人员入驻，需要新增一个适合现阶段的服务人员列表排序规则。

由于是项目初期，数据量少、数据维度少，且排序也不能做得太复杂，因此选择采用比较直观的计算公式来做排序规则。

二、排序的影响因素梳理

本次优化排序规则的目标是将有价值的服务人员展示在前面，优先让消费者看到他们。

这个价值有三个对象：

1）对消费者的价值

这个是主要的，消费者希望自己能找到更优质的服务人员。

如何去判断一个服务人员是否优质呢？好评多的服务人员质量和态度可能更好；成交单量多的服务人员可能经验更足；比较活跃的服务人员可能回应更迅速；资料内容比较充实的，给到消费者的信息更多，决策友好；价格高的服务人员可能更优质，不过价格太高会超预算……

站在消费者角度去梳理选择服务人员时需要考虑的因素，对应梳理的几个因子是：好评/差评数（初期单量少，若使用占比，这个值将波动过大，暂不考虑占比）、成交单量、离线天数、动态数、价格。

B 端产品经理如何快速成长？

产品与业务架构主要是将整个业务工作流进行分层，梳理，然后抽象出一个个需求，将业务需求与产品合情合理的映射起来，最终使业务数据在产品中流动，执行，记录，使用。

查看详情 >

2）对平台的价值

由于平台是抽佣制，且服务人员大多是按小时为单位收费，价格近似的情况下，消费者下单的小时数越大成交额越大，服务人员成交额越大，给平台带来的收益也就越多，因此平台比较关注服务人员的成交额；

同时平台希望能够根据服务人员的表现对其平台内排序做对应处理，例如某服务人员被发现有了违规行为，那么运营人员可以手动降低该人的排序，我们需要预留一个手动因子，支持手动配置不同的值以改变列表排序，以备不时之需。

3）对服务人员的价值

首先，所有服务人员希望自己能够尽可能地获得更大的曝光，如果列表的排序一直不变将会影响服务人员的积极性，也会使一些后来者失去很多机会。

在平台现阶段没有完善的算法的情况下，可以考虑引入一个随机排序因子，使排序列表每次刷新时，都有小幅度的排序变化。

其次，服务人员希望接到更近的单子，但由于双方协商前服务地点是未知的，这点暂时无法做到。最后，服务人员希望自己的曝光与自己在平台的表现是正向的，因此需要避免不合理的排序计算方式；

三、排序因子

用户对于价格优先的需求我们可以通过筛选或按价格排序的功能选项来实现，因此先将价格从排序因子中剔除。

1. 正影响

1）成交单量（高权重）

2）好评数（高权重）

3）动态数

4）成交额（由于成交额的数值明显大于其他的影响因子，为了避免成交额对排序造成过大影响，需要将成交额除以一个基础值50，再放入排序公式，选择50的原因是服务人员基础价格为50/h）

2. 负影响

1）差评数

2）离线天数（以day为单位）

3. 其他影响

1）随机因子（1.0～1.5，每次刷新更新数值）

2）手动排序因子（用于特殊情况下手动修改某个服务人员的排序，0.01～100，每个服务人员的手动因子默认是1，可以在后台修改）

*由于以上两个因子变动需要对整体的值产生能够改变排序的影响，因此选择以乘法的形式放入公式

四、计算公式

最终排序数值=（10+成交单量x2+成交额/50+好评数x2-差评数+动态数-最近登录离线天数）x 随机因子x 手动排序因子

最终排序按以上计算结果从大到小排序。