电商发展至今的便利，容易让人一不小心就按下购买，然而商品到货后，一部分消费者很可能会反悔退货。为了降低退货成本，H&M 等零售商正借助AI的力量，透过 AI 协助商品叙述和推荐精准化，引导某些广告远离最有可能退货的消费者，并瞄准那些他们认为会坚持购买的消费者投放广告。
退货太容易，买得多也退得多
网路购物为消费者带来许多方便，但却很容易因为尺寸不合或是颜色与预期不符等原因退货，而退货对线上零售商来说是非常棘手的问题，因为他们必须让退货流程十分流畅，以鼓励消费者购买商品，同时也要防止退货所造成的成本过度影响公司的资产负债表。
根据全国零售联合会的资料，2022 年退货的处理成本约占总销售额的 16.5％，而随着通货膨胀的影响，这个问题可能变得更加紧迫。一间物流软体公司Narvar表示，于 6 至 7 月份接受调查的美国消费者中， 有17％ 在过去半年内至少退回了 6 件商品 ，相较前一年的 7.1％ 成长许多。专家表示，购买越多的消费者也倾向考虑退更多的货，因此这是令零售商困扰的难题。
部分公司也会提出解决方式，例如给同意不退货的消费者提供折扣，或者祭出更严格的退货机制。举例来说，根据退货管理服务软体 goTRG 于 9 月份对 500 名美国零售业高层进行的调查，过去一年有 35％ 的零售商开始收取退货费用，29％ 选择缩短退货期限，17％ 则开始以商店购物金取代退费。
运用AI技术预测客户退货机率
另一方面，有些公司选择使用AI工具协助退货管理。快时尚品牌 H&M 的 AI 团队自 2018 年起就开始使用，更精准地匹配其供应和消费者需求，为消费者提供更精准的衣服尺寸或款式。
近来也有更多零售业开始使用这项技术，例如荷兰线上服装店 Omoda 跟 Google 与行销公司 DEPT 合作，开发一个机器学习系统，将某些产品的退货率和 Omoda 内部资料结合，预测客户退回已购买商品的机率，除了计算每个订单最终产生的总利润或损失，也能追踪哪些客户会选择退货。
接下来还会进一步结合 Google 广告的演算法，更准确地投放搜寻广告，不再只是锁定最有可能下单的消费者，由于现在该公司的目标是降低退货成本，因此会将眼光放远，更注重广告所带来的长期价值。该公司执行长 Jan Baan 表示，自 Omoda 自 5 月份起使用该模型以来，整体销售的退货率下降 5％，利润也成长了 16％，可见导入 AI 具有相当不错的效果。
使用 AI 精准化商品描述，降低买错尺寸的可能性
美国时装与化妆品公司 Perry Ellis 也和电子商务技术公司 Acorn-i 合作，透过 AI 让产品叙述更加精准，避免消费者在选择尺寸或材质时造成混淆。Acorn-i 的技术长表示，Perry Ellis 会将新的产品叙述和亚马逊资料库的资讯结合，以投放更准确的广告。
Perry Ellis 的发言人表示，实施一年左右，该专案产品的退回率降低 15％。假如在英国亚马逊的试验结果继续显示正向的话，该公司也计划将此做法扩展至其他欧洲市场。
顾问公司 AlixPartners 的合伙人 Brian Kalms 表示，对零售商来说，如果不吞下退货成本或向忠实客户收取更多费用，可能导致公司的业务流失，也没有其他办法可以解决退货率的问题，这也让他们只能透过 AI 技术，来充分地使用消费者的资料，协助公司做出更好的决策。
本文获数位时代授权
转载作者：陈琬桦
责任编辑：钱玉纮
延伸阅读：
