零售商借助AI技术应对退货潮——《华尔街日报》
Patrick Coffee
据发言人透露,人工智能已帮助时尚品牌Perry Ellis降低了其在亚马逊平台上的产品退货率。插图:Thomas R. Lechleiter/华尔街日报Perry Ellis和H&M等服装与快时尚品牌正采用新武器应对高昂的线上退货问题:人工智能。
他们运用AI优化产品描述与推荐,将特定广告避开最可能退货的消费者,并将广告精准投放给更可能保留所购商品的客户。
“我们无法阻止亚马逊允许顾客购买,但能增强对退货可能性较低人群的定向投放。”电商服务商Acorn-i首席技术官James Poll表示,该公司客户包括Perry Ellis。
退货是线上零售商的痛点:既要保证流程顺畅以促进销售,又需防止退货成本侵蚀利润。
美国零售联合会数据显示,2022年退货处理成本占销售额比例与上年基本持平,为16.5%。但随着通胀挤压消费者钱包和零售商利润,该问题愈发严峻。
这股退货风潮似乎将持续下去。物流软件公司Narvar数据显示,在6月至7月接受调查的美国消费者中,17%表示过去半年至少退过六件商品,较上年的7.1%大幅上升。专家指出,购物最频繁的群体往往也是退货主力军,这给零售商带来了新的难题。
部分企业已采取纯线下手段应对。例如,线上女装品牌Dress the Population会向承诺不退货的顾客提供折扣。
退货管理软件服务商goTRG于9月对500名美国零售业高管开展的调查显示,过去一年中35%的零售商开始收取退货费,29%缩短了退货期限,17%改为提供店铺积分而非退款。
另一些零售商则早已启用AI管理退货。快时尚连锁H&M发言人透露,其AI团队自2018年起便运用该技术来优化供需匹配,为消费者提供更精准的推荐。其逻辑在于:当顾客收到不合身或与预期不符的商品,或因缺货而选择次优替代品时,退货概率会显著提升。
然而近几个月来,零售商的营销人员开始尝试人工智能更新颖的应用。
荷兰线上服装店Omoda与谷歌和营销机构DEPT合作开发了一套机器学习系统,以帮助限制搜索广告产生的销售退货率。去年,该店曾有一位顾客一口气买了10件冬季外套,结果退回了其中9件。
该系统将某些类型产品的退货率与一种算法相结合,该算法利用Omoda的数据来预测不同客户群体退货的可能性。然后,该系统在订单生成后的瞬间预测每笔订单最终将产生的总利润或亏损。它还会追踪哪些客户实际退货。
Omoda和DEPT随后将所有数据输入谷歌的广告购买算法,以更精准地定位搜索广告。通常,广告会投放给最有可能购物的消费者,但Omoda希望关注他们的长期价值,其中包含了预测的退货成本。Omoda首席执行官Jan Baan表示,公司的目标是避免向那些最有可能购买但随后退货的消费者推销产品。
零售连锁H&M已使用人工智能工具来提供更准确的产品推荐,并确保客户想要的商品有库存。照片:TOM LITTLE/REUTERSBaan表示,自Omoda于5月开始使用该模型以来,搜索广告驱动的所有销售中,退货率下降了5%,利润增长了16%。
过去一年间,佩里·埃利斯公司(Perry Ellis)与Acorn-i合作,降低了其在英国亚马逊平台的退货成本。Acorn-i联合创始人克莱尔·莱昂(Claire Leon)表示,通过识别退货率最高的商品,他们运用AI情感分析工具,找出产品描述中可能导致消费者对尺码、版型等关键要素产生困惑的措辞——这些正是引发退货的主因。随后,生成式AI根据常见搜索关键词及消费者疑虑,撰写了更精准匹配产品特性的新描述。
以佩里·埃利斯某款衬衫为例,原描述仅为"可机洗"和"棉质牛津纺面料",优化后变为"采用100%独立认证有机棉制作",并注明"请按洗护标签指示机洗"。
Acorn-i首席技术官波尔(Poll)称,佩里·埃利斯随后将这些新描述与亚马逊数据库中的消费者行为数据结合,用于广告精准投放。
佩里·埃利斯发言人透露,该项目实施约一年后,相关产品退货率下降15%。若英国亚马逊试点持续见效,公司计划将该项目推广至其他欧洲市场。
普华永道咨询公司合伙人布拉德·赫恩登(Brad Herndon)指出,零售商长期尝试用AI降低退货率,例如通过机器学习将消费者细分为更精准的群体。但他表示,尽管取得局部成效,现有AI技术尚未成熟到能大规模解决此类问题。
咨询公司AlixPartners的合伙人兼董事总经理布莱恩·卡尔姆斯表示,目前在不自行承担成本或向忠实客户收取更多费用并可能失去他们业务的情况下,没有简单的方法来处理退货问题。他说,这使得零售商别无选择,只能尝试利用人工智能来充分利用自己的消费者数据。
“人们对退货的‘瘾’越来越重,而你不想剥夺这一点,”卡尔姆斯说。
联系帕特里克·科菲,邮箱:[email protected]
本文刊登于2023年12月19日的印刷版,标题为《零售商借助人工智能减少在线退货》。