一、设计目标
国家法定节假日,尤其是春运期间,“买票难”已成为春运的代名词。美团大交通为解决用户购买火车票难的问题上,推出一系列的业务,如抢票、转程、上车补票等等。本设计稿主要针对上车补票业务进行优化,目的是在抢票高峰时能降低用户决策时间,减少用户购票流程,提升效率。
二、实现方案
针对缺少余票的场景中,提前曝光上车补票/多买方案。且对其方案进行聚合,过滤无效方案,同时采用更加合理、智能的推荐策略。
三、设计方法
竞品分析、 行为流分析
1、竞品分析
主要分析了去哪儿、携程两款APP火车票-上次补票/多买业务,从信息点的展示、功能点、相关推荐/排序的产品逻辑、业务出现时机等角度阐述了各自的不同,以及其优缺点。分别从其不同之处做了对比:
2、行为流分析
由上述竞品分析后,得出上车补票/多买业务存在很多不同之处。以下通过上车补票的行为流分析,判断上述竞品的功能是否有助于降低用户决策时间,简化流程。
当前版本,其模块用户行为的流程为:
提出问题
问题:上述竞品之间的差异功能是否可以实现目标? 是否有效地解决路径循环问题,从而直达目标页面,提升效率?
用户在寻找合适的补票/多买方案时,需要进入购买页才能了解是否有补票多买方案。因受价格、多买站数(或补票站数)等因素影响,将会多次循环操作蓝色路径,其决策过程也会是循环往复,从而极大影响用户决策效率。
作出假设
假设1,新增标签式引导功能,有助于解除频繁的循环操作。—— 切断循环的路径
在筛选列表页时,提供用户决策是否进入购买页的有效信息,减少用户无效地进入下购买页的频次。比如,在列表页,对于无票的车次或坐席提供信息标签引导,若存在上次补票或多买方案,则提示相关信息。
假设2,聚合每日火车补票方案,给用户提供新的决策路径。—— 新思路,新方式
推荐在购票高峰时期,大部分列表都处于无票状态,此时将对所有车次的上车/补票方案进行聚合,无疑更加减少用户筛选效率。
假设3,提供有效的推荐方案,能减少决策成本。—— 减少每条路径的停留时间
对于有票坐席或者车次,无需再提供相关的方案推荐,这可以大大较少用户筛选时间。针对推荐方案,见下方详情的推荐策略。
验证假设
其方案的行为流程图为:
结论
新增标签引导、聚合补票方案,切断循环的路径。
新增标签引导以及聚合方案的方式,即存在两条到达目的的快捷路径,便简化了流程。
提供有效的推荐方案,可缩小用户筛选列表的时间。
eg,北京西-成都的z49列车,若当前仅仅是硬卧无票,只需推荐无票坐席(硬卧)的补票/多买方案。
三、页面流
四、购买页-上车/补票模块的推荐策略
1)支持查看当前车次的全部推荐方案(20条)
2)显示规则:仅仅显示无票坐席的补票方案。
以下推荐两种方案:
方案一:
仅显示一条数据;
其无票坐席的显示优先级为:硬座>硬卧>软卧>高级软卧>二等座>一等座>商务座>无座。
方案二:
显示所有无票坐席的补票(多买)推荐,即可显示多条数据;
对应的坐席有补票(多买)方案,则显示;无,则不显示。
其无票坐席的显示优先级为:硬座>硬卧>软卧>高级软卧>二等座>一等座>商务座>无座。
每个坐席仅显示最优的那个方案。
最优的定义
补票>多买>组合;
补票站数(多买)少>补票站数(多买)站数多,其中组合情况为补票站数+多买站数之和。
五、聚合页-补票(多买)模块的推荐策略
六、单车次补票(多买)的排序策略
场景分析
1)用户进入该页面的场景
意向车次无票且推荐的方案不合适
2)解决用户场景问题
完成的事情有两个:必须剔除有票坐席的无效方案;推荐给用户真正需要的方案;
前者,剔除有票坐席方案,需要针对当前车次当前日期进行筛选出无票的坐席,针对无票坐席再进一步作出方案推荐。
后者,需要思考一个问题,何为用户真正需要的?即用户真正的需求是什么?
3)关注点/影响因素
从用户进入的场景思考,影响用户决策因素的有价格、补票(多买)站数、坐席。抽象即为影响用户决策的两大因素为舒适度和经济情况。
1、舒适度
用户补票站点多与少上,用户更希望少补站,更长时间地享受坐席,若补的站数越多带来的风险是要站很久;
坐席的选择
2、经济情况
在用户选择补票还是多买方案,用户更希望通过补票的方式减少价格的支付;
坐席的选择
4)总结
结论:针对用户有这两个因素的困扰,也很难把握用户真的的诉求,所以此页面可提供筛选功能,方便用户快速决策。
排序策略
1)默认未筛选排序规则,按照补票、多买、组合的顺序进行模块的排序。
2)补票:
按照补票站数顺序排序。
同等坐席只需显示最优的补票方案。
3)多买:按照向后多买>向前多买的次序考虑。
向后多买,按照向后多买站数顺序排序,同坐席只显示最优的。
向前多买,按照向前多买站数顺序排序,同坐席只显示最优的。
4)组合:按照前多买后补票>前多买后多买的顺序排。
前多买后补票,按照前多买站数+补票站数顺序排序,
若相同,优先排序多买站数少的,若多买站数相同的方案仅显示最少补票站数
前多买后多买,按照多买站数+后多买站数顺序排序
若相同,优先排序前多买站数少的,若前多买站数相同的方案仅显示最少后多买站数
因无法判断影响用户决策因素,所以此组合情况无法进一步判断同坐席的最优解,所以暂不判断是否为同坐席的条件。