1 什么是商品画像体系？
商品画像如同用户画像一样，可以简单理解成是商品海量数据的标签，根据商品的特征、设计、功能、口味、波次、价位段、流行度、销售状况、促销力度、销售渠道差异，将他们区分为不同的类型，然后每种类型中抽取出典型特征，赋予名字、特点、场景、统计学要素等描述。
2 常见的商品画像体系
3 为什么要搭建商品画像？
3.1 商品画像的目的
商品画像可以对商品进行精准的定位，让不同的商品迅速匹配到处在不同地域、时间、偏好、阶层中的消费者，进而去更加优化用户的体验，同时商品画像给商品所贴上的各种“标签” 可以驱动后端供应链的各种行为，如预测、补货、促销、库存、采购、生产、物流等等，都是要和这些标签相匹配，标签不同，模型不同，流程不同，管理的模式也有所不同，而且一切都是动态的。
用户画像是产品的根基，但是商品画像是产品的外延生命力的象征，两者相辅相成。
4 电商平台的商品类目分类体系
4.1 无分类
当你的产品量级非常小的时候，所有商品直接摆出来展示就好了，不需要分 类。比如03年淘宝刚上线的时候，就是没有分类的，所有商品直接摆出来展示。右图的小米瑞典官方网站也没有具体分 类。
4.2 多级类目
当商品的数量达到千位 级、万位级，甚至更多的时候，一级类目就满足不了需求了，这个时候就出现了多级类目的概念，也就是我们所说的 “ 类目树 ” 。类目树一般三级左右，不会超过五级。因为电商的“漏斗模型”说明如果层级越深，流失量越大，就像漏斗一样，越往下口越小，所以 类目层级不能太深。
4.3 类目+属性
当商品的量级达到百万级、千万级甚至亿级的时候，新的问题又出现了。比如服装可以分为男装和女装，男装、女装下面又分 为T恤、裤子等，而T恤又分很多品牌，裤子按照长短又可以分为九分裤、七分裤等等，这样的类目树一直分下去，交叉和重合是不可避免的，这就变成了一个很难管理的网。
所以当商品越来越多，分 类越来越细，用户搜索越来越个性化，单纯靠类目树已经不能满足商品管理的需求了。 这个时候就出现了另外一个维度的分类方法，叫 “ 属性 ” 。
