İade Nedeni Taksonomisi: Sahada Nasıl İşe Yarar

Çoğu satıcının bir iade nedeni açılır menüsü var. Neredeyse hiçbirinin bir iade nedeni stratejisi yok. Nedenler ödeme adımında toplanır, bir tabloya dökülür, üç ayda bir göz gezdirilir ve unutulur. Bu sırada aynı ürün aynı şikayeti üretmeye, aynı tedarikçi aynı kusurlu partiyi göndermeye ve aynı beden tablosu aynı müşterileri yanıltmaya devam eder. Bir gösterge panelinde oturan ve sorunu düzeltebilecek ekibe hiç ulaşmayan bir taksonomi analitik değildir, arşivlemedir.

Bu yazı, elinizde zaten yapılandırılmış bir return-reason-taxonomy-design olduğunu veya buna yakın olduğunuzu varsayıyor. Daha zor ve daha az gösterişli iş bundan sonra başlıyor: her nedeni bir sahibe yönlendirmek, aksiyonu tetikleyen bir eşik belirlemek ve müşteriyle temas eden ekibe geri bildirim döngüsünü kapatmak — böylece iadeler sadece daha iyi belgelenmiş olmakla kalmayıp gerçekten azalır.

Taksonomiler neden gösterge paneli aşamasında takılıp kalır

Satıcı iade programlarında sürekli üç başarısızlık kalıbı görülür. Birincisi, taksonomi çok genel — "beğenmedim" ya da "fikrim değişti" iadelerin %40'ını yakalar ama kimseye bir şey anlatmaz. İkincisi, veri ürün, mağazacılık ya da tedarikçi sözleşmeleri üzerinde yetkisi olmayan iade veya CX ekibinde kalır, böylece içgörü izole bir alanda kaybolur. Üçüncüsü, bir ritim yoktur: neden verisinin bir bilete, tedarikçi e-postasına ya da beden tablosu düzenlemesine çevrildiği haftalık ya da aylık bir inceleme sahiplenilmemiştir.

Geniş çapta atıf yapılan bir hazır giyim iadeleri araştırmasına göre, ürünün online'da farklı görünmesi, bedeninin küçük ya da büyük gelmesi ya da ürün açıklamasıyla uyuşmaması gibi uyum ve beklenti farkları, hazır giyim iadelerinin büyük bir kısmını sürüklüyor ve çoğu zaman gerçek ürün kusurlarını geride bırakıyor. Bu tek gerçek, taksonomi kurma ve kullanma biçimini yeniden şekillendirmeli: amaç sadece her iadeyi etiketlemek değil, gerçekten önlenebilir olan iadeleri izole edip hızla yönlendirmektir. National Retail Federation gibi sektör kuruluşları, iade oranlarının pandemi öncesi normların çok üzerine çıktığını takip ediyor — pasif neden kaydının artık yeterli olmamasının tam da nedeni bu.

Sadece taksonomi değil, bir yönlendirme tablosu kurun

Çözüm mekanik: her neden kodunun bir sahibi, bir eşik değeri ve tanımlı bir aksiyonu olmalı. İadeleri yüzeysel neden metni yerine attribute-returns-to-root-cause ile kök nedene bağladığınızda yönlendirme çok daha kesin hale gelir — "yanlış beden" tek başına değil, "beden tablosu hatalı", "ürün küçük geliyor" ve "müşteri yanlış varyant seçti" olarak ayrışır ve her biri farklı bir düzeltmeye işaret eder.

Bu tablo asıl operasyonel çıktıdır. Veri ekibi dışında kimsenin açmadığı bir BI aracında gömülü kalmak yerine, ekiplerinizin haftalık olarak kontrol ettiği bir yerde durmalıdır. Bunu SKU düzeyinde eşliyorsanız, canlı bir product-level-return-rate görünümüyle birleştirmek, tek bir ürünün tüm bir kategorinin rakamlarını aşağı çekmeden önce yükselişini yakalamanızı sağlar.

Sahibi olmayan bir neden kodu sadece bir etikettir. Bir eşik değeri ve isimlendirilmiş bir ekip atadığınız an, taksonomi bir iş akışına dönüşür — ve iadeleri gerçekten azaltan şey iş akışlarıdır.

En sık nedenleri üç ayda bir rapora değil, haftalık bir ritüele dönüştürün

Neden verisini kullanarak iade oranını başarıyla düşüren satıcılar neredeyse her zaman büyük bir yıllık denetim değil, hafif bir tekrarlayan inceleme yürütür. Uygulanabilir bir ritim şöyle görünür:

1. 1Pazartesi: otomatik rapor önceki haftanın iadelerini neden kodu ve SKU'ya göre gruplayarak eşiği aşanları işaretler.
2. 2Salı: veri direktörü ya da operasyon yöneticisi işaretlenen SKU'ları önceliklendirir ve her birini yönlendirme tablosundaki doğru sahibe atar.
3. 35 iş günü içinde: sahip ekip döngüyü kapatır — beden tablosu güncellemesi yayınlanır, tedarikçiyle iletişime geçilir, metin revize edilir ya da açıkça "aksiyon yok, izleniyor" olarak işaretlenir.
4. 4Ay sonu: toplu görünüm hangi neden kategorilerinin yükselip düştüğünü gösterir ve tedarikçi karnelerini, mağazacılık planlamasını besler.

5 iş günlük SLA göründüğünden daha önemlidir. Bir karar vericiye ulaşması altı hafta süren neden verisi işlevsel olarak işe yaramaz — o zamana kadar aynı kusurla üç satın alma döngüsü daha gönderilmiş olur. Hızlı yönlendirme, iade eğrisini aşağı çeken satıcılarla sadece neden düz kaldığını daha iyi anlatmayı öğrenen satıcıları birbirinden ayıran şeydir.

İyi yönlendirmenin manuel incelemenin kaçırdığını yakaladığı yerler

Bazı kalıplar yalnızca neden verisi gerçekten SKU, tedarikçi partisi ve kanalla çapraz karşılaştırıldığında ortaya çıkar:

• Nedenler yalnızca ürüne göre değil tedarikçiye göre gruplandığında görünür hale gelen, birden fazla SKU'da kusur artışına yol açan tek bir tedarikçi partisi.
• Bir vücut tipi kümesi için doğru, diğeri için yanlış olan ve yalnızca neden verisi bir beden ya da uyum anketi sinyaliyle katmanlandığında görünen bir beden tablosu.
• Belirli bir kampanya lansman tarihine bağlı "açıklamayla uyuşmuyor" artışı olarak ortaya çıkan, ürünle eşleşmeyen satın almalar yaptıran pazarlama içeriği.
• İki bitişik raf konumu etrafında kümelendiğini fark edene kadar dağınık "yanlış ürün" şikayetleri gibi görünen bir depo toplama hatası.

Bunların hiçbiri statik bir neden kategorisi pasta grafiğinden görünmez. Taksonominin sorgulanmasını, dilimlenmesini ve yönlendirilmesini gerektirirler — ki bu zaten bir taksonomi kurmanın tüm amacıdır. McKinsey analistleri, iade verisini mağazacılık ve tedarik zinciri kararlarına sürekli bir geri bildirim döngüsü olarak ele alan operatörlerin, iadeleri sadece sonradan minimize edilecek bir maliyet merkezi olarak gören operatörlere kıyasla önemli ölçüde daha iyi marj sonuçları elde ettiğini not ediyor.

Döngüyü yönetime görünür kılmak

Yönlendirme tabloları ve haftalık önceliklendirme ritüelleri operasyoneldir; yönetimin döngünün çalıştığını kanıtlayan bir özet görünüme ihtiyacı vardır. İşaretlenen nedenler, alınan aksiyonlar, hâlâ açık olan aksiyonlar ve bunun kategori düzeyindeki iade oranındaki karşılığını gösteren basit bir aylık karne, taksonomiyi bir veri bilimi egzersizinden bir iş vakasına dönüştürür. Ayrıca hesap verebilirlik yaratır: bir kategorinin iade oranı işaretlenen sorunlara rağmen iki inceleme döngüsünde hiç kıpırdamadıysa, bu taksonominin başarısız olduğunun değil, atanan sahibin desteğe ihtiyacı olduğunun bir sinyalidir.

ResReturn kullanan satıcılar bunun çoğunu otomatikleştirebilir: iade talebi adımında neden yakalama, SKU ve tedarikçi etiketleme, doğru Slack kanalına ya da e-posta sahibine yönlendirilen eşik uyarıları ve yönetimin rapor çekmeden kontrol edebileceği bir özet gösterge paneli. Taksonomi tasarımı kolay olan %20'lik kısım. Yönlendirme, sahiplenme ve haftalık ritim, iade oranını gerçekten hareket ettiren %80'lik kısım.

SSS