Технические инструменты для борьбы с плохим соответствием и доходностью: аналитика данных, искусственный интеллект и виртуальная

реальность Что обеспечивает доходность в таких масштабах? Согласно недавнему опросу Harris, 46%

потребителей в США назвали "плохую посадку" в качестве основной причины возврата одежды, опередив порчу (38%) и низкое качество (36 процентов).

Эта проблема не только влияет на итоговый результат, но и приводит к образованию отходов текстиля и проблемам с окружающей средой. Неудивительно , что главным приоритетом для трети мировых ритейлеров является "повышение эффективности и снижение затрат на возврат", как показано в отчете Asendiav.

недавно был проведен опрос "Как продавать напрямую в эпоху противоречивых настроений покупателей " и подготовлен отчет, в котором было опрошено 800 розничных продавцов.

Однако многие директора по продажам и операционной деятельности хотят, чтобы возврат был остановлен, а не просто управлялся более эффективно. Предлагая нестандартные способы достижения наилучшего соответствия требованиям и более целенаправленной покупки, онлайн-продавцы могут снизить операционные сложности и стоимость возврата товара. Крупные компании в сфере электронной коммерции начинают активно действовать.

Amazon запустил " Попробуйте, прежде чем покупать" ранее в этом году, в качестве переименования более старая программа Amazon - Prime Wardrobe. Сервис предоставляет зарегистрированным покупателям партию одежды и обуви для примерки, прежде чем они решат приобрести что-либо окончательно.

У них есть семь дней, чтобы протестировать до шести предметов одновременно. Ненужные товары затем можно вернуть в закрывающейся коробке для возврата с этикеткой о предоплате за доставку, и плата взимается только за те товары, которые клиент хочет сохранить

Эта услуга доступна для подписчиков Prime. ? “ Это разумный способ для Amazon вознаградить своих постоянных клиентов и увеличить продажи , управляя возвращенными товарами в пакетной форме, что должно означать меньшее количество индивидуальные возвраты. Поскольку товары возвращаются так быстро, их перепродажа также должна быть проще.

Если розничные продавцы серьезно настроены сократить количество транспортных миль, идеальным вариантом будут более высокие тарифы "С первого раза", при этом обратная логистика вообще не потребуется. Рекомендации по выбору размера и стиля на основе искусственного интеллекта Алгоритмы искусственного интеллекта могут генерировать персонализированные рекомендации по продукту на основе данных о клиентах.

Машинное обучение также повышает точность рекомендаций по выбору размера. На рынок выходит новое поколение подключаемых модулей для персонализации размеров и инструментов виртуальной примерки, чтобы повысьте доверие потребителей к посадке и стилю на момент оформления заказа.

В

недавнем исследовании Coresight 85% респондентов розничной торговли Исследовательское исследование либо в настоящее время использует, либо планирует использовать эту технологию. Есть надежда, что со временем эти технические достижения увеличат конверсию и снизят вероятность того, что товары не подойдут и их придется отправлять обратно. Персонализированные сервисы онлайн-покупок, такие как Stitch Fix и Tog + Porter используют машинное обучение и штатных стилистов для создания индивидуальной одежды после того, как потребители ответят на вопросы викторины, чтобы указать свои размеры и стиль. Эти проекты призваны помочь клиенты находят одежду, которая им подходит, еще до того, как ее отправят на доставку.

Аналогичным образом, приложения для персонализированных рекомендаций по фигуре, такие как True Fit и uSizy, могут быть легко интегрированы в веб-сайты о моде. В них используются базовые данные, предоставляемые отдельными покупателями, и алгоритмы, помогающие людям выбирать правильный размер для различных брендов.

Понимание предпочтений покупателей, основанных на том, что они носят, и их реальных размерах, позволяет интернет-продавцам превратить сомнения в уверенность, а неудачный выбор размера превратится в удачный. В июле этого года Zalando запустила новый инструмент на базе искусственного интеллекта, который позволяет покупателям в Германии, Австрии и Швейцарии получать рекомендации по размеру определенных предметов одежды, используя прогнозируемые размеры по фотографиям, на которых они одеты в обтягивающую одежду.

Роберт Генц (Robert Gentz), со-исполнительный директор Zalando, назвал это решение "шагом вперед в отрасли", которое поможет заказчикам подобрать идеальную модель перед поставкой.

Предвещая виртуальную примерку Многие представители индустрии моды возлагают большие надежды на примерку виртуальной реальности технология, позволяющая снизить неуверенность покупателей и избежать непродуманных покупок.

Новая функция виртуальной примерки Google показывает, что это возможно. Пользователи в США могут выбрать модели широкого размерного ряда от XXS до 4XL, которые подходят для различных оттенков кожи, форм тела и текстуры волос. Google использует возможности генеративного искусственного интеллекта, доступного через свою поисковую систему, и, начнем с того, что его можно использовать только в женских топах. Покупатели могут кликнуть на товары со значком "Примерить", чтобы выбрать модель и виртуально примерить топы таких брендов, как H&M, Loft, Everlane, и антропологии.

Цель технологии - предоставить потребителям возможность представить, как одежда может выглядеть на них. Между тем, веб-сайт по прокату одежды John Lewis Fashion позволяет клиентам увидеть , как платье смотрится на них онлайн, прежде чем они возьмут его напрокат с помощью новой модели.

Функция on . Клиенты загружают снимок головы и информацию о размере, чтобы примерить одежду виртуально, дома. Цель состоит в том, чтобы выбранная вещь подошла с первого раза, что избавляет от необходимости многократных доставок и возвратов. Анализ данных может предупреждать о высокой доходности Для небольших онлайн-продавцов, у которых нет достаточных ИТ-бюджетов для инвестиций в новые технологии, существуют альтернативные проверенные способы помочь покупателям принимать более взвешенные решения о покупке, что приведет к уменьшению затрат на возврат товара. Например, решения о покупке могут быть основаны на отзывах покупателей , а также на видеороликах о том, как выглядит одежда, и моделях реалистичной формы.

Обновленные, точные описания товаров с высококачественными визуальными эффектами, такими как 3D-изображения, также оказывают огромную помощь. Анализ данных позволяет выявить закономерности и тенденции, связанные с плохим соответствием и доходностью.

Если бренды и их партнеры по логистике проводят анализ возвратов позволяет выявлять проблемы, они могут проактивно решать проблемы с размерами и дизайном, а также такие проблемы, как повреждения при транспортировке или задержки на определенных маршрутах доставки. Получение информации о проблемах, приводящих к увеличению прибыли, означает, что бренды могут со временем добиться значительных улучшений.

Поставщики услуг доставки посылок инвестируют в создание специализированных порталов, позволяющих их розничным клиентам получать доступ к данным и оповещения о проблемах в режиме реального времени. Например, новая платформа возврата e-PAQ от Asendia Asendia предоставляет розничным продавцам мощные инструменты анализа данных для эффективного решения проблем и сокращения возвратов.

То платформа позволяет розничным продавцам получать доступ к информационной панели с данными о возвратах, которая позволяет получить представление о том, какие конкретные товары (SKU)

возвращаются, из каких регионов или стран они поступают, а также о причинах возврата. Эти данные позволяют розничным продавцам выявлять тенденции и своевременно принимать меры для минимизации возвратов.

Благодаря специальному порталу розничные покупатели получают оповещения и данные в режиме реального времени, которые могут помочь выявить проблемы, связанные с возвратом товаров, такие как проблемы с размерами, дизайном, повреждениями при транспортировке или задержками доставки. Аналитические материалы и инструменты, основанные на данных, могут помочь мелким онлайн-продавцам эффективно решать проблемы возвратов, даже если у них нет ресурсов для использования новейших технологий искусственного интеллекта и дополненной реальности.

Когда вносятся изменения, можно отслеживать улучшения. ? “ например, если в какой-то конкретной стране неправильно подобран размер, возврат должен уменьшиться, как только проблема будет решена. Если посылки прибывают в определенный город слишком поздно, что приводит к более высокой, чем в среднем, доходности, розничный продавец понимает , что у него, вероятно, есть проблема с неэффективностью отправляющего перевозчика

Чрезмерная обратная логистика обходится дорого Необходимость действовать очевидна. Используя аналитику данных, Рекомендации по выбору размера с использованием искусственного интеллекта и иммерсивные примерки в виртуальной реальности позволяют розничной торговле значительно снизить процент возвратов и положить конец эре расточительной многократной доставки посылок.

Это не просто вопрос удобства, это глобальный призыв к действию для более устойчивого и ответственного подхода к розничной торговле. По мере того как индустрия моды осваивает эти технологии, а потребители меняют свои покупательские привычки, мы должны сделать решающий шаг к созданию более экологичной и устойчивой планеты, где текстильные отходы больше не загромождают наши свалки, а углеродный след электронной коммерции сокращается.

Смотрите также:

Adidas запускает цифровые продукты на Roblox http://euroelectrica.ru/adidas-zapuskaet-tsifrovyie-produktyi-na-roblox/.

Интересное по теме: Saxx назначает Тома Берри генеральным директором

Советы в статье "Николь Кидман - новый представитель бренда Balenciaga в сфере роскоши" здесь.

значительно уменьшился.