İade Envanterini Doğru Şekilde Nasıl Derecelendirirsiniz?

İki depo görevlisi aynı iade edilen ceketi inceliyor. Biri 'A Sınıfı — tam fiyattan tekrar satılabilir' diye not düşüyor. Diğeri 'B Sınıfı — %30 indirimle sat' yazıyor. Bu tutarsızlığı ayda binlerce SKU'ya çarptığınızda, mağazanın geri kazanabileceği değer ile gerçekte geri kazandığı değer arasındaki fark gerçek paraya dönüşüyor. Derecelendirme, ters lojistikte iade edilen bir ürünün tam fiyattan yeniden satışa mı, indirimli outlet satışına mı, yenileme adayına mı yoksa hurdaya mı gideceğini belirleyen tek karar noktasıdır — ve çoğu perakendeci bunu hâlâ sezgiye bırakıyor.

Tutarsız derecelendirme, iade operasyonlarında marj kaybının en az konuşulan nedenlerinden biridir. Sektör analistlerinin atıfta bulunduğu bir recommerce operasyon araştırması, öznel ve yönetilmeyen derecelendirmenin geri kazanılabilir yeniden satış değerini yok ettiğini ortaya koyuyor — çünkü bu kayıp, kimsenin denetlemediği bir kalem olarak değil, 'beklenenden düşük geri kazanım oranı' olarak ortaya çıkıyor. Bunu düzeltmek yeni personel gerektirmiyor. İki farklı kişinin uygulayıp aynı sonuca varabileceği bir kural seti gerektiriyor.

Derecelendirme tutarlılığını önce çözmek neden değerli?

Derecelendirme, her aşağı akış kararının üzerinde yer alır: fiyatlandırma, kanal yönlendirmesi ve hatta bir ürünün ele alınmaya değer olup olmadığı bile buna bağlıdır. Derecelendirme tutarsızsa, ürünleri yeniden satışa, tasfiyeye, yenilemeye veya geri dönüşüme yönlendiren iade sonuç kuralları kötü girdilerle çalışıyor demektir — bu yüzden ne kadar akıllı olursa olsun hiçbir sonuç motoru bunu tam olarak telafi edemez. Derecelendirmeyi doğru yapın, aşağı akıştaki her şey otomatik olarak daha isabetli hale gelir.

• Fazla puanlanan ürünler durumlarının kaldıramayacağı bir fiyatla listelenir, bu da iade-üstüne-iade döngülerine ve geri ödemelere yol açar.
• Eksik puanlanan ürünler, neredeyse tam fiyattan satılabilecekken tasfiyeye veya büyük indirimli outlet kanallarına yönlendirilir.
• Görevliden görevliye değişkenlik, geri kazanım oranı raporlamasını güvenilmez hale getirir; liderlik bir kanal veya politika değişikliğinin gerçekten işe yarayıp yaramadığını anlayamaz.
• Tutarsız notlar, operasyon ile finans arasındaki güveni zedeler; çünkü hiçbir taraf geri kazanılan değerdeki dalgalanmaları açıklayamaz.

Her yerde işleyen beş kademeli derecelendirme kuralı

Aşağıdaki kural seti kasıtlı olarak basittir: her biri öznel bir izlenim yerine nesnel bir teste dayanan beş kademe. Amaç, işe üçüncü gününde başlayan biriyle beş yıllık bir deneyimli çalışanın aynı ürüne aynı notu vermesidir — her seferinde.

Her kademe varsayılan bir sonuçla eşleşir, ancak bu eşleşme kesin bir kural değil varsayılan olarak kalmalıdır — parça maliyeti düşük ve yeniden satış değeri yüksekse C Sınıfı bir elektronik ürün yine de yenileme için değerli olabilirken, C Sınıfı bir giyim ürünü doğrudan outlete gidebilir. Kural seti notu standartlaştırır; sonuç motoru kanalı optimize etmeye devam eder.

Düzeltilmesi en ucuz iade kaybı, iki kişinin aynı ürüne bakıp iki farklı cevap yazmasından kaynaklanandır.

Derecelendirmeyi denetlenebilir yapan fotoğraf standardı

Fotoğrafsız bir not, kayıt izi olmayan bir görüştür. Her derecelendirilen ürün tutarlı bir fotoğraf seti üretmelidir; böylece anlaşmazlıklar, denetimler ve giderek artan şekilde bilgisayarlı görü ile otomatik iade derecelendirme güvenilir bir kaynağa sahip olur. Yakalamayı standartlaştırmak, otomatik derecelendirme modellerinin eğitilebilir olmasının ilk şartıdır; tutarsız aydınlatma, açı ve arka planlar pilot programlarda görü modellerinin düşük performans göstermesinin bir numaralı nedenidir.

1. 1Standartlaştırılmış aydınlatmayla nötr, tutarlı bir arka plan üzerinde tam ön çekim.
2. 2Ölçek için bir cetvel veya referans nesnesiyle birlikte kusur, hasar veya aşınma izinin yakın çekimi.
3. 3SKU, beden ve orijinal ambalaj durumunu gösteren etiket/etiket çekimi.
4. 4Aşınmanın yoğunlaştığı ayakkabı, çanta ve elektronik ürünler için iç veya alt kısım çekimi.
5. 5Sadece dosya adında değil, dosya meta verisinde gömülü zaman damgası ve görevli kimliği.

Süreç içine görevli uyumunu inşa etmek

Kural setleri pratikte pekiştirilmediğinde başarısız olur. Derecelendirme tutarlılığını doğru yapan perakendeciler genellikle üç şeyi paralel yürütür: her kategoride her notun neye benzediğini gösteren paylaşılan bir referans fotoğraf kütüphanesi, görevlilerin aynı örnek setini yeniden puanlayıp notları karşılaştırdığı periyodik kalibrasyon oturumları ve bir süpervizörün her hafta rastgele %5'lik bir ürün örneğini yeniden derecelendirdiği nokta denetim süreci. Bunların hiçbiri pahalı değil. Bu, araç değil disiplin meselesi — ancak doğru araçlar bu disiplinin hacimde sürdürülmesini kolaylaştırır.

Bu disiplinin finansal gerekçesi soyut değildir. Perakende iadeleri e-ticaret gelirinin önemli bir bölümünü oluşturuyor ve NRF'nin yıllık iade araştırması tutarlı biçimde, iade edilen ürünlerin önemli bir yüzdesinin yeniden satış kanalına ulaşmadan yeniden satış değerini kaybettiğini gösteriyor — bunun büyük kısmı gerçek ürün hasarından değil, işlem ve derecelendirme gecikmelerinden kaynaklanıyor. Bir ürünün kendinden emin bir derecelendirme kararını bekleyerek geçirdiği her gün, onu tam fiyat uygunluğundan biraz daha uzaklaştırıyor.

Otomasyonun uyduğu yer — ve henüz uymadığı yer

Bilgisayarlı görü modelleri artık belirgin kusurları işaretleyebiliyor, lekeleri ve yırtıkları referans ölçeklere göre ölçebiliyor ve ürünleri bir insanın eline alıp incelemesinden daha hızlı olası not bantlarına ön sıralayabiliyor. Henüz güvenilir biçimde yapamadıkları şey, sınırda kalan vakaları yargılamak — örneğin bir giysideki zar zor görünür bir iplik kaçığında B mi C mi kararı vermek — insan onayı olmadan mümkün değil. Bugün en etkili kurulumlar, görü modellerini bariz kararların %80'ini hızlandıran bir ön eleme katmanı olarak ele alıyor; böylece görevliler dikkatlerini gerçekten yargı gerektiren %20'lik kısma ayırabiliyor. Bu, tam otomasyondan çok farklı bir tasarım hedefi ve orta ölçekli çoğu perakendeci için tek bir bütçe döngüsü içinde gerçekçi.

Bunu bir çalışma ritmine dönüştürmek

Bir derecelendirme kuralı ancak günlük iş akışına gömülürse karşılığını verir; laminatlanıp duvara asılmakla olmaz. Her mağaza büyüklüğünde işe yarayan pratik uygulama adımları:

• Beş kademeli kural setini ve fotoğraf kontrol listesini yalnızca paylaşılan bir sürücüde değil, her derecelendirme istasyonunda bastırın.
• Sisteme bir not girilmeden önce fotoğraf setini zorunlu kılın — bunu bir öneri değil, kesin bir geçit yapın.
• D Sınıfı ürünleri genel bir bekletme alanında bırakmak yerine otomatik olarak yenileme kuyruğuna yönlendirin.
• Fiyatlandırma ve sonuç kurallarının gerçek sonuçlara göre yeniden kalibre edilebilmesi için not-geri kazanım oranı ilişkisini aylık olarak gözden geçirin.
• Ürün karması ve kanal ekonomisi değiştikçe kural setini yılda bir veya iki kez yeniden kalibre edin.

Derecelendirme, ters lojistikteki en gösterişsiz adım ve geri kazanılan değer üzerinde en fazla etkiye sahip olan adımdır. Onu standartlaştırın, fotoğraflayın ve hafifçe otomatikleştirin; ardından gelen sonuç, fiyatlandırma ve yenileme kararlarının tümü personel sayısına dokunmadan daha isabetli hale gelir.