蘑菇街VS小红书：电商之路在何方？(2)
在发现商品方面，对于购买目标明确的需求，蘑菇街和小红书上功能点主要以搜索和商品分类作为入口供用户找到想要的商品。对于购买目标不明确的需求，主要涉及活动促销、专题推荐、猜你喜欢、笔记分享等功能点。对于笔记分享，蘑菇街的购物导向性更强，在笔记分享中基本都有宝贝购买链接，而小红书带有宝贝购买链接的相对较少，小红书这一功能的限制主要是其是有购物分享社区发展而来更加注重用户参与以及分享内容的真实性、可靠性。另外除笔记分享以外增加直播和红人推荐两个功能，直播是一种新的社交方式，使用户和商家/网红之间的沟通更具体快捷，使用户和商品之间接触更直观，这两种方式都更好的将内容转化成购买，在分享社交中实现购买转化的目的。
（2）购买商品蘑菇街购买流程：
小红书购买流程：
购买流程上，两者购买流程基本相似，差异点为：
（3）分享互动
在分享互动上蘑菇街和小红书都是以宝贝分享为主，但是蘑菇街的宝贝分享导购的目的性较强，存在商家分享推销宝贝的情况，内容沉淀上不如小红书。而蘑菇街为保证高品质内容输出到用户，通过红人、博主以及排行榜等方式将高品质内容聚合起来。另外蘑菇街还增加排行榜、签到、社区和聊天等多种方式来提升用户参与度和触及更广泛人群，降低对于红人、博主以及排行榜等方式将高品质内容聚合起来方式造成的普通用户被关注度不高的情况。对于小红书整个社群互动都建立在宝贝笔记分享上，形式较为单一，更加重视笔记分享这块深度的挖掘，分享内容品质较高。在发现好友方面有微博、手机通讯录及系统推荐三种方式，更加注重人与人之间的关联，主张以宝贝分享建立社交圈和用户联系。
（4）功能对比小结及优化建议蘑菇街在有丰富商家以及商品资源的前提下，以宝贝分享、红人推荐、直播等丰富的内容展现方式来为用户推荐适合的商品，使用宝贝分享、排行榜、签到、社区等多样的功能刺激用户的社交，从发现宝贝、购买宝贝到宝贝分享以及社交圈的建立，实现社交购物生态的闭合，购物体验上从售前到售后机制相对完善。在功能在有以下建议：、
对于小红书，在以自营为主少量优质店铺入住的情况下，更强调用户笔记的分享，强调用户分享内容的品质，自营为主的特性也降低商家以分享笔记的方式写软文来推荐商品的数量，进而提升用户内容分享品质，在用户参与度以及内容质量上较蘑菇街更高。总体功能较为单一，专注运营用户笔记分享的深度。在购物流程上，缺少与用户直接沟通的路径并且购物流程上不够流畅，流程虽然简单，但是体验稍差。
在功能上有以下建议：
3.结构层蘑菇街结构图如下：
小红书结构图如下：
蘑菇街宝贝分享流程
小红书宝贝分享流程
对比总结：
在以图片方式分享宝贝功能中，蘑菇街和小红书的主要流程都是上传照片、图片处理、添加宝贝信息和心得、发布宝贝。
在上传图片方面都支持直接拍摄和相册中选择两种方式。图片处理方面都涉及图片参数设置、剪裁、滤镜、贴纸等多个图片美化功能，但蘑菇街所涉及的图片处理功能更为丰富，包括美颜、涂抹、街拍、海报等功能。
添加宝贝信息方面都支持关联app中商品，蘑菇街支持关联已发表、收藏、购买三种状态的宝贝，但是小红书只支持关联购买状态的宝贝，小红书的这种设置，会降低宝贝和app商城商品的关联率，旨在用户分享最真实的体验，提高了宝贝分享的真实性和可信度。
另外，蘑菇街中有标签添加功能，提高搜索时的准确率。心得添加方面，蘑菇街直接添加正文，而小红书需要添加标题和正文。
（2）核心功能对比：专题推荐和互动专题推荐是将主题相似、高品质的内容整合在一起呈现给用户。在推送高品质内容中为用户推荐适合商品会提高商品购买的转化率。
蘑菇街由于涉及到直播、视频、图片等多种表现方式，其专题呈现样式相对较丰富，下面分析最常见的专题呈现方式。在专题中，内容和商品推荐放在同一页面，在内容下方设置了banner展示，活动接口、商品推荐以及往期精选等多个板块，虽然设计板块较多，但是从介绍、推荐再到回顾形成良好闭环，不会觉得信息繁杂。在功能上设计分享、聊天、评论和评论点赞的功能，目的是提高用户活跃度。
在功能细节上建议如下：在此页面没有涉及内容收藏、相关账号关注以及评论回复功能。收藏帮助用户将感兴趣内容集合在一起方便查找，关注可记录用户喜好，个性化推荐，评论增加用户之前的互动，更容易提升用户黏性。对于关注和收藏在个人页面中会出现，但是专题里面也应该最同样的功能，保持功能一致性。
蘑菇街专题展示
小红书专题呈现样式较为简洁，专题内容方面不仅仅只限于内容+商品推荐的方式，也会有内容的专题。以下是小红书内容+商品推荐方式的专题展现形式。小红书的专题推荐中内容更像是相关笔记的合集，在展现上将内容和商品直接分为两大类，这样降低用户在浏览内容是相关商品信息对用户体验上的不好，这也是其立足于自身是从社交分享发展而来尽量让商品信息不去影响用户的体验。在功能上有关注、收藏、分享、评论、点赞、回复评论以及相关笔记推荐等，通过这些功能增加用户活跃度以及用户之间的社交。
