产品设计：如何提升内容的点击？

　　如何更好的设计来提升内容的点击呢？文章为你分享。
　　最近在负责一个大版本，主要为书城首页改版，由原来的按标签自动推荐改为推荐位手动推荐，前前后后设计了好几稿还是不太满意。如何让用户为推荐位买单？如何保证推荐位效益最大化？成为最大的问题，在领导的提议之下，加上了推荐理由，为每个推荐模块设计了独有的推荐理由，以提高各推荐位的点击。
　　何为推荐理由？字面意思，推荐该内容推荐位的理由。本文中的内容指产品中的主打单品，比如电商网站中的商品即属于电商网站的内容、新闻APP中的新闻；本文中的推荐位指对内容的组合推荐板块，比如淘宝的天天特价、爱逛街、必买清单、品牌闪购、魅力惠等推荐位，具有集合性质。
　　刚经历过双十一，应该不少人还沉浸在剁手吃土的愉悦（悲伤）当中，手都剁掉了还是没忍住逛着逛着就想买买买，双十一的每件商品推荐位上都设计了推荐理由，借由双十一，我们来看看如何更好的设计来提升内容的点击，也算是对此次改版书城设计的一次复盘。
　　先来看看无任何推荐理由的内容长什么样子
　　如上图，无任何推荐理由的内容设计非常简洁，缺少让人点击的欲望。
　　在研究的过程中发现，很多产品都针对内容做了推荐理由，从简单的一句话标题到复杂的动态数据都有。我们来看看，怎么设计推荐理由。
　　该怎么设计推荐理由？我总结了以下几点
　　1、承载主题并能激发点击欲的副标题
　　一般推荐模块的主标题名称都比较短而精，有些主标题看一眼就能知道该模块所推荐的内容，如天天特价；而有些主标题则比较隐晦，当初设计这个名称可能是因为这个名称听起来很高大上不明觉厉
　　这个时候就体验副标题的重要性了，好的副标题能烘托并解释主标题、强调推荐模块特点、刺激用户点击，副标题在设计上一般字号小于主标题，且一般用灰色字体，不喧宾夺主但能起到一定的引导作用。
　　2、不一样的关键词标签
　　关键词标签和副标题略有些相似，区别在于其设计的表现形式和代表某一类内容的属性，它比副标题更能精准标识内容。关键词标签的样式一般设计为线框文字，而副标题往往为一句话文字；关键词标签往往能代表某一类事物，比如对于京东plus会员的plus专享价标签、京东自营商品的自营标签、淘宝双十一商品的狂欢大促标签等。
　　3、价格引力：疯狂折扣限时秒杀
　　价格引力主要适用于付费内容，对于付费内容而言，一般都会有价格，付费内容不局限于商品，只要是具有价值使用价值的可用于交易的均可称之为付费内容，比如淘宝上的商品、正版电子书、有偿活动等。
　　一般来说，用户对付费内容价格都比较敏感，而价格引力最直接的体现便是折扣和秒杀。比如满199100、10点抢大牌5折券、22点场限时秒杀、满2件8折等推荐理由，这种都抓住了用户的占便宜、错过今天不知道下次什么时候的心理。
　　4、用动态数据来跟你讲道理
　　所谓动态数据，是指会随着时间的推移而变化的数据，比如常见的点赞数、评论数、围观数、点击数、付款人数等，用户普遍对动态数据有信任感，数据高的往往能让用户更愿意买单，所以有时候我们也会通过模拟或假设动态数据的方式来制造假象，吸引用户对内容产生更多的点击消费。
　　有无推荐理由的区别
　　以我实际工作当中所设计的模块和内容为例，来看看有无推荐理由的区别，如下图示例。
　　图一和图二是针对重磅推荐模块的设计。
　　图一设计比较简单，即所推荐的4本书籍内容简单信息展示；
　　图二在推荐模块主标题旁加上了副标题“主编为你特别推荐”，强调了重磅推荐模块的特点，相比其他普通的推荐位能给用户带来更独特的感觉，从而提升该模块的点击。并且图二中所推荐的内容上均加上了“精品”关键词标签，强调了内容的独特性，标明所推荐的内容是精品，从而引导用户查看内容。
　　图三和图四是针对热门漫画模块的设计。
　　图三设计同样较为简单，展示了所推荐漫画的封面、标题和作者信息；
　　图四则将作者信息替换成了动态数据，主标题中“热门”字眼本身就表示了内容具有一定的热闹程度，而能代表热闹程度的动态数据中我使用了“人气值”，从而具象化了内容的热闹程度。
　　由上分析可看出，加上推荐理由能给整个模块和内容带来完全不一样的感觉，酒香也怕巷子深，推荐理由能有效提高内容的存在感，从而提升点击。
　　如何为内容选择合适的推荐理由？
　　如上所述，比较常见有副标题、关键词标签、价格、动态数据这4种推荐理由设计方式，那该如何对内容选择合适的推荐理由进行推荐呢？个人认为：
　　根据内容的组合形式：推荐位比较适合副标题方式，单个内容这4种设计方式都适合；
　　根据内容的性质：付费型内容更适合关键词标签、价格这2种设计方式，纯分享型内容（比如帖子活动等内容）比较适合动态数据这种设计方式。
　　不管哪种内容，副标题都可以做为推荐理由，这就意味着对副标题的要求比较高，差的副标题基本形同虚设，好的副标题可以带来很好的转化。具体选择哪种方式，还需要结合实际场景。
　　可能还有更多的推荐理由设计方式，欢迎交流学习。
　　（本文并未涉及对内容的设计，只是站在已设计的内容推荐位的基础上做一些能提高点击成单转化的事情）