资讯详情最近几个月的时间在做亿级用户商业化产品，在做的项目过程中，有一个很重要的产品目标是商业化kpi，即满足用户的需求同时，尽可能的使产品盈利达到最大值。
在此之前我从事的设计工作多围绕着设计目标，即主要服务于业务和用户，通过设计的方法提升用户在使用过程中的用户体验。
而商业化产品则明显和单纯的服务于用户人群想排斥。即商业化和用户体验大部分时间是互斥的。
既要考虑用户体验又要考虑商业化收益，如何做设计呢？如何权衡这两点之间的关系呢？
如何在设计产品的过程中衡量用户体验和商业化指标？是否有通过量化的方式使得两者可以达到最为科学的平衡？
通过流量将其进行变现，以此符合产品获得盈利的目标，这一过程就是商业化。
通过从用户那里获取价值或收益，这一过程不可避免需要以牺牲用户为代价，获得利益，在这一过程中又是损坏用户体验的过程。
如果不断的挖掘用户的价值，不给用户提供大于从用户那里获取价值的产品功能和体验，那么这会导致用户不断地流失。
商业化设计可以使用两种设计方法，一种就是通过灰色版本提供小样本数据，通过数据计算，然后去平衡调整商业化和用户体验的度。另一种是通过全视觉高纬度的产品决策。前者是量化，后者是产品战略决策。
第一种是有很直观的数据，第二种则是靠着产品感和设计感的经验。
举个简单例子：优酷APP在看电视剧的时候，会播放60s的广告，对于优酷平台来说，广告时间长，可以从广告主那里收取的广告收益多，如果过度重视商业化指标，那么带来的后果就需要将广告时间不断的拉长，这样的话商业化的kpi完成了。
但长期来看会带来一个严重的问题，就是过度从用户那里获取利益。导致用户体验很差，用户在优酷App上面留存数越来越少，严重伤害体验。
用户人数少了，广告的展现UV会变少，广告费的支付是通过千次展现收取的。长期来看，商业化的指标会降低。那么针对这种情况如何设计广告时长呢？
这样需要用到3个概念：
千次展现：每1000UV展示。
每分钟广告价格：一分钟1个UV价格。
留存用户数：一段时间内再次访问的用户数。
假如优酷广告的千次展现每分钟价格为30元，那么一分钟的广告，每千次展现只需支付优酷30元。
用户留存人数，我简单的反比函数表示（这个数据模型并不准确），即广告时间越长，那么用户留存数越少。
以整个平台为例，加入广告时长为1分钟，平台日活3000万。一个uv每天看10个视频。
那么每天产生的广告收益=3万*10*30元=900万元
如果广告时长为2分钟，最近几天广告收入会接近 1800万元每天。但是未来七天的用户留存会慢慢减少。
所以单纯设计广告时长的话，需要通过公式计算=千次展现*每分钟广告价格*每日观看视频数。
通过数据推算，广告时长和用户留存的关系，既可以得到最佳的广告时长。
所以一个简单数据模型即可启发我们如何做商业化产品的设计方法。
涉及到商业化产品复杂设计，应该怎么设计和运用呢？
这里就涉及到灰度版本小样本数据，通过小版本数据，可以很好的指导我们做设计。
当我们不确定某一个设计是否过渡商业化，这时候可以通过小部分放量，例如放量100w，看整体数据反馈如何，如果数据反馈较好，再全量放开，如果数据不好，则优化设计方案，重新放量测试，这可以降低风险并让我们的设计更好的符合预期数据指标。
这个一般是高层做出决策，提出产品战略和指标，接下来产品经理和设计师按照部署的战略和指标去完成。常见的商业化战略即前期抢占用户市场，只做用户需求和诉求，提升产品的用户体验。当产品扩大到一定的市场规模后则开始做商业化。
以上为两种设计方法和思路。数据量化做商业化设计，容易出现短视，即只看重眼前的利益。良好的全局战略战略和产品决策可以是产品走的更远更长久。
