【好文分享】消費者愛「手滑」又愛退貨，靠AI來阻止！

網購雖然方便，但由於無法直接看到商品實體，因此需要退換貨。
不過對零售商來說退貨是一筆成本，隨著通膨和退貨率的升高，
這些公司發現使用AI或許是個好方法。

電商發展至今的便利，容易讓人一不小心就按下購買，然而商品到貨後，一部分消費者很可能會反悔退貨。
為了降低退貨成本，H&M等零售商正借助 AI 的力量，透過 AI 協助商品敘述和推薦精準化，
引導某些廣告遠離最有可能退貨的消費者，
並瞄準那些他們認為會堅持購買的消費者投放廣告。

退貨太容易，買得多也退得多

網路購物為消費者帶來許多方便，但卻很容易因為尺寸不合或是顏色與預期不符等原因退貨，
而退貨對線上零售商來說是非常棘手的問題，因為他們必須讓退貨流程十分流暢，以鼓勵消費者購買商品，
同時也要防止退貨所造成的成本過度影響公司的資產負債表。

根據全國零售聯合會的資料，2022年退貨的處理成本約佔總銷售額的16.5％，
而隨著通貨膨脹的影響，這個問題可能變得更加緊迫。
一間物流軟體公司Narvar表示，於6至7月份接受調查的美國消費者中，
有17％在過去半年內至少退回了6件商品 ，相較前一年的7.1％成長許多。
專家表示，購買越多的消費者也傾向考慮退更多的貨，
因此這是令零售商困擾的難題。

部分公司也會提出解決方式，例如給同意不退貨的消費者提供折扣，或者祭出更嚴格的退貨機制。
舉例來說，根據退貨管理服務軟體goTRG於9月份對500名美國零售業高層進行的調查，
過去一年有35％的零售商開始收取退貨費用，
29％選擇縮短退貨期限，17％則開始以商店購物金取代退費。

運用AI技術預測客戶退貨機率

另一方面，有些公司選擇使用 AI 工具協助退貨管理。
快時尚品牌H&M的AI團隊自2018年起就開始使用，更精準地匹配其供應和消費者需求，
為消費者提供更精準的衣服尺寸或款式。

近來也有更多零售業開始使用這項技術，例如荷蘭線上服裝店Omoda跟Google與行銷公司DEPT合作，
開發一個機器學習系統，將某些產品的退貨率和Omoda內部資料結合，預測客戶退回已購買商品的機率，
除了計算每個訂單最終產生的總利潤或損失，也能追蹤哪些客戶會選擇退貨。

接下來還會進一步結合Google廣告的演算法，更準確地投放搜尋廣告，
不再只是鎖定最有可能下單的消費者，由於現在該公司的目標是降低退貨成本，
因此會將眼光放遠，更注重廣告所帶來的長期價值。
該公司執行長Jan Baan表示，自Omoda自5月份起使用該模型以來，
整體銷售的退貨率下降5％，利潤也成長了16％，
可見導入 AI 具有相當不錯的效果。