Önemli İade Metrikleri (Ve Onları Nasıl Takip Edersiniz)

Çoğu iade panosu tek bir rakam gösterir: iade oranı. Yükselirse biri gerilir; düşerse biri övünür. Her iki tepki de faydasızdır, çünkü tek bir harmanlanmış oran, verilmeye değer her kararı gizler. Müşterilerin doğru bedene değişim yaptığı için yüzde 30 iade alan bir mağaza ile ürün fotoğraflarının kumaşı olduğundan fazla göstermesi nedeniyle yüzde 30 iade alan bir mağaza arasında neredeyse hiçbir ortak nokta yoktur. Aynı başlık, birbirine zıt çözümler.

Bu, gerçekten kararları yönlendiren iade metrikleri için işleyen bir rehberdir: ne ölçülmeli, verinin analiz edilebilir olması için nasıl ölçümlenmeli, her metriğin hangi hedef yöne tutulması gerektiği ve her birinin bu hafta nasıl belirli bir eyleme dönüştürüleceği. İadelerin neden her şeyden önce bir veri varlığı olduğuna dair argümanı istiyorsanız, iadeleri bir veri çarkına dönüştürme üzerine yazımızı okuyun. Bu yazı, buna zaten inandığınızı ve gösterge panelini istediğinizi varsayar.

Bir pano yerini hak eden on metrik

Ciddi bir iade okuma-modeli, tek bir kahraman rakam üzerinde değil, birbirini tamamlayan bir metrik seti üzerinde çalışır. Her biri farklı bir soruyu yanıtlar ve her birinin sorumlu tutabileceğiniz bir hedef yönü vardır. Bazıları düşüş, bazıları yükseliş eğiliminde olmalı, birkaçını ise yalnızca hareket eden değerin kendisi sinyal olduğu için izlersiniz.

Sıra önemlidir. FRR en üstte durur çünkü her şeyi çerçeveler, ancak tek başına hiçbir eylemi tetiklemez. Altındaki metrikler, kararların yaşadığı yerdir. Aşağıda, her biri açığa çıkardığı belirli hamleyle birlikte.

Toplam iade oranı (FRR)

Tek bir temel seçin ve asla karıştırmayın. Birim bazında FRR ile sipariş bazında FRR farklı hikayeler anlatır ve ikisi arasında sessizce geçiş yapan bir rapor, hiç rapor olmamasından daha kötüdür. Tanımı sabitleyin, ardından FRR'yi doğrudan kovalanacak bir KPI değil, bir trend çizgisi ve payda olarak ele alın. FRR'yi asla doğrudan düzeltmezsiniz; altındaki şeyleri düzeltir ve FRR'nin izlemesini izlersiniz.

Ürün, kategori ve SKU bazında iade oranı

İadeler neredeyse hiçbir zaman eşit dağılmaz. Küçük bir SKU kümesi genellikle hacmin orantısız bir payını üretir. Oranı SKU düzeyine indirin ve azalan sırayla sıralayın: en kötü failler hemen ortaya çıkar. Bir ürün, kategori ortalamasının çok üzerinde durduğunda, neden neredeyse her zaman kesim, beden tablosu veya kıyafetin sunmadığı bir şeyi vadeden görsellerdir. Bu sıralama, sahip olduğunuz en eyleme dönüştürülebilir görünümdür, çünkü size tam olarak önce neyi düzelteceğinizi söyler.

İade-nedeni dağılımı

Bu bir haritadır. Doğru şekilde yakalandığında, iadelerin ne kadarının bedenden, beklenti farklılıklarından, hasardan ve düz fikir değişikliğinden kaynaklandığını net yüzdeler olarak gösterir. Bunu bir yöne itmek yerine izlersiniz, çünkü dağılımın şekli size nereyi hedefleyeceğinizi söyler. Yüzde 60'ı beden kaynaklı olan bir mağaza ile yüzde 60'ı beklenti kaynaklı olan bir mağaza tamamen farklı yol haritalarına ihtiyaç duyar.

Kalıp/beden uyumu kaynaklı iade payı ve vücut bölgesi sıcak noktaları

Giyim ve ayakkabıda, nedenlere beden ve kalıp/beden uyumu hakimdir. Kalıp/beden uyumu kaynaklı payı kendi metriği olarak takip edin, çünkü bu en yüksek kaldıraçlı iade türüdür: sadece fikrini değiştiren bir müşteriden farklı olarak, doğrudan bir beden önerisi motoru ile çözülebilir. Ardından bir seviye daha derine inin ve nedeni bir vücut bölgesine çözümleyin: omuzda dar, belde bol, boyda uzun. Bu sıcak noktalar, kıyafetin tam olarak hangi panelinin başarısız olduğunu gösterir; bu da belirsiz bir kalite şikayetini somut bir kalıp bloğu düzeltmesine dönüştüren şeydir.

Değişim başarı oranı ve geri kazanılan gelir

İadelerin verdiği zararı azaltmanın en ucuz yolu, her iadeyi kaybedilmiş bir satış olarak ele almayı bırakmaktır. Değişim başarı oranı, başlatılan kaç iadenin nakit geri ödeme yerine bir değişim veya kredi ile sonuçlandığını ölçer. Geri kazanılan gelir ise bu davranışın parayla ifade edilmiş halidir. Bunları bir çift olarak izleyin, çünkü klasik tuzağa karşı korkuluktur: iade oranı düştü ama gelir de düştü, çünkü sessizce iadeleri zorlaştırdınız ve müşterileri onlarla birlikte kaybettiniz.

İade başına maliyet ve geri ödemeye kadar geçen süre

Her iade, gidiş ve dönüş kargosunu, işleme işçiliğini, yeniden stoklamayı ve bir ürün tam fiyattan yeniden satılamadığında kaybedilen değeri beraberinde getirir. İade başına maliyeti hesaplayın, böylece hangi müdahalenin sadece bir yüzdeyi hareket ettirmek yerine gerçekten kâr eklediğini anlayabilirsiniz. Geri ödemeye kadar geçen süre, deneyim metriğidir: uzun döngüler memnuniyetsizlik, destek talepleri ve yeniden iade riski doğurur. İkisi de düşüş eğiliminde olmalı ve ikisi de genellikle aynı operasyonel temizlikle iyileşir.

Seri iadeci payı ve öneri doğruluğu

Müşterilerin ince bir dilimi, orantısız büyüklükte bir iade payı üretir. Seri iadeci payını ölçmek, ara sıra ve meşru şekilde iade yapan çoğunluğu cezalandırmadan marjı korur ve olası istismarı işaretler. Öneri doğruluğu döngüyü kapatır: motorunuzun önerdiği bedenlerden veya kalıp/beden uyumlarından, müşteri ürünü ne sıklıkla elinde tuttu? Yükselen doğruluk, kalıp/beden uyumu kaynaklı payın düşmek üzere olduğunun öncü göstergesidir. Doğruluk yükselirken iadeler yükselmiyorsa, sorununuz hiçbir zaman kalıp/beden uyumu değildi.

Doğru ölçümleyin: serbest metin değil, yapılandırılmış nedenler

Bu metriklerin hiçbiri temiz yakalama olmadan var olamaz ve en yaygın hata serbest metin neden kutusudur. Beğenmedim, iyi değil veya emin değilim gibi girişler birleştirilemez ve üzerlerine kurulan her raporu sessizce zehirler. Çözüm, ideal olarak iki katman derinliğinde, iade portalında yapılandırılmış nedenlerdir.

• Birincil neden: Beden, Kalıp/beden uyumu, Beklenti farkı, Hasar, Fikir değişikliği.
• Alt neden: Beden, çok küçük veya çok büyük olarak çözümlenir; Kalıp/beden uyumu, omuzda dar, belde bol veya boyda uzun olarak çözümlenir.
• Yakalama anında her nedeni ürüne, SKU'ya, kategoriye ve müşteri segmentine bağlayın.
• Çözümü kaydedin: değişim, mağaza kredisi veya nakit geri ödeme.
• Her aşamayı zaman damgalayın (talep, onay, depo teslim alımı, geri ödeme), böylece döngü süresi metrikleri kendiliğinden hesaplanır.

Yapılandırılmış nedenler iki kez karşılığını verir. Birincisi raporlama için, ikincisi ise eğitim sinyali olarak: belirli bir kıyafetteki bir omuzda-dar olayı, benzer bir vücut profiline sahip bir sonraki müşteriyi bir beden büyüğe yönlendirebilir veya o paneli ürün yönetimi ekibine işaretleyebilir. Serbest metin ikisini de yapamaz.

Her metriği bir eyleme dönüştürmek

Metrikler iadeleri düşürmez; tetikledikleri eylemler düşürür. Çabanın en yüksek kaldıracın olduğu yere düşmesi için döngüyü öncelik sırasına göre çalıştırın.

1. 1Önce yüksek iadeli ürünleri düzeltin. Sıralanmış dökümden en kötü SKU'ları alın, kök nedeni (kesim, beden tablosu, görseller) izleyin ve düzeltin. Çözülen bir sorunlu ürün, genel FRR'yi görünür şekilde hareket ettirir.
2. 2Beden rehberliğini gerçek verilerle ayarlayın. Çok-küçük nedenleri tek bir üründe yığıldığında, beden tablosu yalan söylüyordur. Tabloyu ve sayfa üzerindeki rehberliği düzeltmek için vücut bölgesi sıcak noktalarını kullanın.
3. 3Kalıp/beden uyumu modelini besleyin. Her yapılandırılmış nedeni öneri motoruna geri yönlendirin. Öneri doğruluğu yükseldikçe, kalıp/beden uyumu kaynaklı iade payı düşer; bu da katlanarak büyüyen kazançtır.
4. 4Değişim akışını optimize edin. Değişim başarı oranı düşükse, başka bir şeye dokunmadan önce portaldaki seçenek sıralamasını ve teşvikleri yeniden gözden geçirin.
5. 5Politikayı segmente göre ayarlayın. En iyi müşterilerinize yük bindiren genel bir politika yerine, istismarı hedefli kurallarla dizginlemek için seri iadeci verilerini kullanın.

Bir iade panosunun amacı güzel grafikler değildir. Amaç, her hafta tek bir soruyu yanıtlamaktır: sıradaki hangi ürünü düzeltiyoruz?

Panoyu oluşturmak

Herkese hizmet eden bir pano kimseye hizmet etmez. Farklı ekipler farklı kararlar verir, bu yüzden onu katmanlar halinde düzenleyin ve her kitlenin kendi görünümüne inmesine izin verin.

• Genel bakış: FRR trendi, iade başına maliyet, geri kazanılan gelir, değişim başarı oranı. Liderlik için.
• Kök neden: iade-nedeni dağılımı, kalıp/beden uyumu kaynaklı pay, vücut bölgesi sıcak noktaları. Ürün yönetimi ve ürün ekibi için.
• Ürün dökümü: en kötü 20 tablosuyla birlikte SKU ve kategori bazında iade oranı. Satın alma ekibi için.
• Müşteri: seri iadeci payı ve segmente göre iade davranışı. Müşteri deneyimi ve politika için.
• Operasyonlar: geri ödemeye kadar geçen süre, işleme hacmi ve darboğaz aşamaları. Depo için.

Ardından her metrik üzerinde iki referans noktası belirleyin: bir temel çizgi (şu an nerede olduğunuz) ve üç aylık bir hedef (nerede olmayı taahhüt ettiğiniz). Hedef olmadan, bir pano yalnızca bir aynadır. Hedefle birlikte pano bir plana dönüşür ve yukarıdaki tablodaki her metriğin hedef yönü, birinin sahiplendiği bir çizgi haline gelir.

Arkasındaki okuma-modeli

Bu metrikler, ancak onları besleyen veri modeli kadar iyidir. ResReturn bunları bir iade-zekâsı okuma-modeli olarak sunar: FRR ve dökümleri, beden-değişim başarısı, vücut bölgesi sıcak noktaları, öneri doğruluğu ve geri kazanılan gelir, hepsi sonradan serbest metinden yeniden inşa edilmek yerine yapılandırılmış yakalamadan hesaplanır. İade portalı ve beden önerisi motoru aynı modele yazdığı için, her metrik aynı zamanda bir eğitim sinyalidir ve bir sonraki müşterinin önerisi bir öncekinden biraz daha keskindir.