Создание индивидуальной покупки

Представьте себе: вы заказали рубашку, которая вам очень понравилась, в любимом магазине. Затем, когда он наконец прибудет, он не подойдет правильно, и теперь вам придется ориентироваться в процессе возврата. Это может включать в себя необходимость выполнения требований политики возврата продавца: нужно ли вам возвращать товар в магазин? Возврат рубашки бесплатный или вам придется оплатить стоимость доставки? Этот слишком знакомый сценарий может существенно ухудшить качество обслуживания клиентов.

Более того, это растущая проблема в сфере розничной торговли. Согласно отчету «Возвраты как стратегия взаимодействия», опубликованному Appriss Retail и Incisiv, с 2020 года доходы увеличились на 78 процентов. В то время как ритейлеры стремятся инвестировать в технологии подгонки и определения размеров и поощряют отзывы клиентов, чтобы уменьшить общее количество возвратов, эти стратегии могут не восстановить отношения, на которые повлиял приведенный выше пример.

Решением этой насущной проблемы является индивидуальная программа стимулирования покупки после возврата. Иногда возврат неизбежен, но у ритейлеров есть возможность воспользоваться этим часто неприятным опытом и повторно привлечь покупателя персонализированными предложениями, чтобы спасти продажу. Эта программа использует искусственный интеллект (ИИ) и машинное обучение (МО), чтобы автоматически определить лучший способ гарантировать, что отношения с клиентами не будут упущены. Вот как вы можете установить эту программу всего за три простых шага.

При внедрении технологий искусственного интеллекта или машинного обучения очень важно понимать ожидания, предъявляемые к этим инструментам. Какие показатели вы больше всего заинтересованы в улучшении? Для некоторых ритейлеров программа стимулирования будет разработана для увеличения прибыли или трафика, в то время как другие могут сосредоточиться на лояльности клиентов или прибыльности покупок в Интернете и возврата в магазине. Эти цели могут незначительно отличаться в зависимости от магазина или региона, но вам также следует учитывать общие цели и ключевые показатели для всех каналов продаж и возвратов в вашей организации.

После того, как вы определили свои цели, пришло время разработать программу стимулирования. Программа должна управляться индивидуальным прошлым поведением ваших клиентов — например, их участием в программе лояльности, датами и временем транзакций, предпочтениями категорий продуктов, частотой возвратов и т. д. Затем решение искусственного интеллекта и машинного обучения может определить, каким покупателям следует предложить стимул. за их покровительство и которым, возможно, не потребуется стимул для сохранения продажи после повторного опыта.

Теперь вы готовы использовать искусственный интеллект и машинное обучение для оптимизации стимулов покупки после возврата. Лучшие стимулы будут способствовать привлечению клиентов без чрезмерного снижения прибыли. Это не универсальный подход, и искусственный интеллект и машинное обучение помогут найти этот баланс.

Вы можете положиться на то, что программа, основанная на данных, сопоставит стимулы с конкретным покупательским поведением для достижения поставленных целей на первом этапе. Программа спрогнозирует вероятность покупателя совершить еще одну покупку после продажи со стимулом и без него и выберет лучшее действие.

Некоторым покупателям может потребоваться скидка, чтобы сохранить их в магазине после возврата, в то время как другие могут быть уже заинтригованы новыми продуктами на пути к прилавку. Что касается клиентов, которым действительно нужен стимул для сохранения продажи, некоторые могут сильнее отреагировать на процентную скидку, сделку BOGO или краткосрочное предложение по удвоению баллов программы лояльности, заработанных при покупке. Искусственный интеллект и машинное обучение помогут ритейлеру выбрать оптимальный подход к восстановлению и поддержанию отношений с клиентами после возврата, минимизируя при этом влияние на прибыль.

Несмотря на доступность этой технологии, только 22 процента ритейлеров считают, что у них есть эффективная программа стимулирования покупок после возврата. Внедрив эту технологию, у вас есть возможность выделиться и создать устойчивый положительный опыт работы с клиентами, одновременно защищая свою прибыль от дорогостоящих возвратов.

Питер Баркер — директор по продуктам Engage в Appriss Retail.

Статья по теме: Как правильная система управления возвратами может помочь ритейлерам положить конец практике брекетинга