<cite id="dnv3d"><video id="dnv3d"></video></cite><var id="dnv3d"></var>
<cite id="dnv3d"><strike id="dnv3d"></strike></cite>
<cite id="dnv3d"></cite>
<var id="dnv3d"></var><menuitem id="dnv3d"><strike id="dnv3d"></strike></menuitem>
<cite id="dnv3d"></cite>
<cite id="dnv3d"></cite>
<var id="dnv3d"></var>
<var id="dnv3d"></var>
<ins id="dnv3d"><span id="dnv3d"><thead id="dnv3d"></thead></span></ins>

雙十一結束了,但AI的退貨“打怪之旅”剛剛開始

2019-11-15 16:10:59

足球競彩

原標題:雙十一結束了,但AI的退貨“打怪之旅”剛剛開始

12日零點開始,雙十一退貨浪潮就帶著熱搜體質一起來了!

各大電商平臺的銷售數據紛紛突破歷史記錄的同時發生,數億點燈熬油搶到的寶貝,在商家和快遞小哥馬不停蹄的忙碌之后,很快又將被送上返倉的列車。

商家們當然沒有“坐以待斃”。他們機智地創造出了一個新詞——防御性發貨。即用連夜打包發貨的方式,防止沖動下單后萌生退意!讓你點退款的手,快不過送貨的車。

不過,疊加上運費險、會員免郵費、七天無理由等花里胡哨的政策,再加上消協、工商、媒體們的嚴陣以待,絕大多數情況下,消費者順順利利退款都不成問題。

有意思的是,全天下消費者是一家,國外電商用戶也想到一塊去了的。有調查顯示,多達40%以上的黑色星期五購物者最終會購買一些令他們后悔的商品。海外物流公司UPS每季度配送退貨率以15%的速度增長。

盡管平臺們都對退貨率諱莫如深,或是欲蓋彌彰。但無論是在身邊隨便做做實時調研,還是零售業內人士披著馬甲現身說法,大促過后的“退貨火葬場”,往往能比正常水平高出至少兩三倍,已是不爭的事實。

于是我產生了一個大膽的想法——靠AI給退貨率降降溫,到底靠不靠譜呢?

退貨率:喧囂背后的電商殺手

退貨率,就像依附在電商身上的腫瘤。當它保持在合理水平時,是良性的。但一旦遭遇大型購物節、平臺漏洞等“溫床”,就快速膨脹,不斷汲取著行業的健康養分。

無論B2C還是C2C,二次交付的物流成本,平白損失的包裝費,以及前期咨詢、售后處理等沉默成本,在利潤率逐漸壓薄的今天,都是賣家的不可承受之重。

家大業大如上市平臺,也做不到淡定的無視。此前,亞馬遜就宣布將會永久性地關閉退貨率太高的客戶賬號。有一位一年只退了5單的用戶,也收到了賬戶關停的通知郵件。有的“高?!庇脩?,還被特地發郵件詢問,要求其解釋為什么會退單。

不好意思,此處不提供“不想要了/七天無理由/免費試穿”服務哦~

并不是每個平臺都能像亞馬遜一樣硬氣。當然,可能是因為刀沒有落在脖子上,畢竟總統特朗普都已經親自敦促郵政部長Brennan對亞馬遜及其他公司提高一倍的快遞服務費,這簡直是“趁它病要它命”啊。

試想一下,連亞馬遜有口皆碑的全球履行中心都扛不住退貨率,中國本就一片血海的零售競爭市場,還能留下幾個幸運鵝?

除了對平臺本身的影響之外,作為保障系統的大型物流園遍地開花,高頻率的車輛進出集中問題,也直接帶來了整個城市的交通運輸壓力。

更別提由此影響他人購物體驗(許多退貨物品被重新發到了其他買家手中)、拉低行業整體訂單履行效率(收貨變慢),生鮮食品藥品等被退造成的安全風險,還有由此導致的燃油等資源浪費,也讓大眾開始聚焦電商領域的環保問題。

“后悔權”作為消費者權益之一,被退貨無可厚非。對于平臺經營者和社會力量來說,如何將沖擊降到最低,就是一件傷腦筋的事情了。

AI治退,究竟治的是什么?

如今,我們生活中早已習慣了各種各樣的AI技術,人臉識別、語音交互、智慧美顏、城市大腦……但要解決一個全球普適性的、大而化之的復雜問題,AI也行嗎?怎么看怎么都跟“遇事不決,量子力學”一樣,是打著科技名義的套路啊。

如果裝上一套“退貨大腦”,就能像城市治堵一樣,立竿見影地解決“退貨率”的問題,那么不出意外的話,亞馬遜、BAT們等技術大佬分分鐘就能上線給你看。

不過,“退貨率”這件事,恐怕跟城市治理的難度也差不到哪兒去。

首先,退貨率與消費者的主觀意愿緊密相關,不像出行數據、工業生產等流程化強的場景一樣,可以被快速數據化然后交給神經網絡去學習,退貨往往會在商品從商家到用戶的運動狀態過程中發生,隨機性很強。

“雙十一奧數題”交卷時沒算清買貴了,退!腦子一熱買多了,退!隔壁老王下的單一小時就到了,我居然等了6小時6分鐘6秒?退!老公/爸媽/老婆說不好看,退!……退貨理由千奇百怪,只能被概率化地總結,要精準指導決策還不太現實。

同時,平臺也很難對“退貨率”做出有效的治理對策。與海外電商不同,中國電商行業某種程度上也有著社會基礎設施的公共作用,單純出于商業考慮就像亞馬遜那樣拒絕為用戶服務,分分鐘12315警告!抬高售價來彌補服務成本又會導致消費者出逃到對家平臺。所以,目前各大平臺也只會對退款率高的用戶做出信用降級、限制次數或購買額度、停發優惠券等措施,直接“炸號”的極端操作是萬萬不敢的。

更進一步,較之平臺物流或小微商家物流,退貨行為往往不受時間、空間限制,隨機性、分散性更高。無論是平臺自營履行體系,還是合作物流機構,單次回收成本都會明顯上升。機器人揀貨員、無人機配送員、自動化倉儲系統等“黑科技”,在這一環節能夠發揮的效率提升價值十分有限。

種種復雜要素、環節的交織,使得“退貨”這一場景的智能化改造變得十分難解。不過我們發現,AI依然有許多路徑可以幫助平臺盡可能地規避這一風險,減少退單。

簡單總結一下的話,就是:1.控制前期購買的不確定因素;2.基于可視化智能提升平臺風控;3.盡可能降低“貨-履行中心”逆向物流之間的效率損耗。

AI散落的賽場:平臺距離最小退貨率還有多遠?

從上述需求不難看出,想要解決“退貨率”問題,靠的不是某家某個環節的升級,而是一個到處散落著改變需求的復雜賽場。

其中,AI究竟能起到哪些具體作用呢?

1.在前置購買階段,盡可能把控各種風險因素。

盡管個體的決策心理難以靠機器精準地識別出來,但平臺對消費者心理的基本洞察,卻有助于大大減少后期的“沉沒成本”。

比如谷歌就與印度電商公司MyntraDesigns的研究人員合作,開發了一個識別退貨率的機器學習模型。該算法在購物者的偏好、體型、產品視圖等數據集上進行訓練,以期在購買前預測每位顧客的退貨概率。當然,這么做并不是為了區別對待,而是為了明確哪些因素對退貨有不同比例的影響。

通過分析發現,53%的退貨是由于尺寸不那么合身,而且退貨率高度依賴于購物車的大小。購物車中超過五種產品的情況下退貨率約為72%,而購物車中只有一種產品的情況下退貨率為9%。該模型還能在單個產品級別上預測退貨概率,不過在對10萬用戶進行的實施測試中,精度似乎還不足以達到應用級別。

不管怎樣,盡可能洞察用戶并滿足他們的期望,進而降低產品被退回的概率,都是必須邁出的一步。

2.利用智能技術升級體驗,規避平臺的退貨風險。

除了被動地等待將用戶退貨,然后在個人賬號上暗搓搓地搞事情,平臺做些什么才能有效地“自救”。目前看來,規避退貨的最有效辦法就是在前期做好風險控制。

這聽起來很簡單,但實踐上卻有諸多痛點。比如說大量退貨是由于產品的實際功能與網上描述不符,商品出庫前沒有準確檢查發錯東西。亦或是沒有關注需求,錯過了顧客指定的特殊日期或要求,進而造成退貨。平時或許還可以搞人海戰術來解決,對于節日大促這種“地獄模式”,僅靠人力顯然是不可能完成的任務了。

此時,利用AI打造的智能系統先發制人就顯得極為關鍵了。今年雙十一我就發現,許多平臺似乎可以知道哪些顧客可能會退貨,就會讓他們抽到更多的優惠券,用戶的價格風險大大降低(退貨成本也被提高),自然留下的概率也就更高,真的是要氣死我等佛系“老實人”了。

在店鋪運營端,利用AI來減少“買家秀”和“賣家秀”之間的心理誤差,已經在逐步推廣。比如修正產品圖片,確保圖片清晰并和產品保持一致,即便是請不起美工的個人C店也能高效率地保證圖片質量。而有實力的店鋪,也會通過基于AI技術的虛擬試衣/試裝,讓用戶預先看到試穿效果。

其中,要實現高仿真度,需要系統能夠模擬光線的反射和投影效果,讓顧客感覺自己在照鏡子,而不是對著攝像頭玩“貼紙游戲”,就需要AI算法對光線進行優化調試,最后呈現出立體真實的上身效果。

3.支持智能化柔性倉儲物流的3PL正在崛起。

退換貨時涉及的逆向物流如何提高效率,一直是一個難題。一些由平臺自營、或是大型物流公司來說,通過規?;?、自動化作業來降低逆向物流的損耗成本,并不是什么難事。但許多中小型電商企業物流管理水平有限,對退貨業務的硬件、網絡部署投入不足,退貨作業效率自然也就很低了。

此時,經過智能化改造的3PL(第三方履約中心)就能起到非常好的緩沖作用。區別于傳統的自營、聯營和外包模式,3PL既具有配送能力,又有倉儲功能,同時也有一定的客戶訂單信息,在業務集成基礎上打造的智能退換貨體系,讓中小型電商不必投入大量成本進行履約中心的智能化改造,就能針對非標準化、零散的柔性退貨需求實現效率升級,正在成為諸多平臺的新選擇。

在海外市場,靠3PL服務賣家的shopify,就正在挑戰集中式亞馬遜的江湖地位。shopify的履行中心,會通過機器學習算法來預測存儲和運輸產品的最佳位置,再第三方物流公司讓貨物能夠盡快得到處理,同時降低商家的倉儲和物流成本。

爆單一時爽,退貨火葬場。習慣了“業績PK”的電商平臺們,都會在退貨率這件事上達成一致的沉默。之所以這個場景很難跑通,一方面是技術總有難以抵達之地,更多的是對人性的賭注與權衡;

同時,事情還沒有重要到產業鏈各個關鍵節點形成合力,將散落在不同環節的技術寶石串聯成一條叫做極致效率的項鏈。

目前看來,順滑如絲、無傷大雅的退換貨,或許還需要一點點時間來讓技術發酵,才能釀出滋味。

責任編輯:

上一篇:

下一篇:

Copyright? 2015-2020 沾化百科網版權所有

谁有全国外围群