亞馬遜推出降低商品退貨解決方案

2月28日消息，亞馬遜全球開店發(fā)文宣布，推出降低商品退貨解決方案。據(jù)介紹，該方案將貫穿商品生命全周期。在商品上線前，會使用商家探測器（OX），細分市場平均退貨率；以及使用選品指南針（MPG），指現(xiàn)有產(chǎn)品所在品類在未上線商城中的退貨數(shù)據(jù)和洞察。在新品上架時，會有增長機會，根據(jù)更新退貨洞察Listing 5點描述，提升Listing質(zhì)量，預防更多的退貨。

圖源：亞馬遜全球開店公眾號

在商品運營期，共有五個功能可以使用。首先是買家之聲（VOC），其通過大語言模型計算幫助賣家獲?。侯櫩蛯Φ赇佒猩唐窛M意度情況，相較于同類型商品是高是低；單個商品的NCX*(顧客負面體驗)情況；單個商品的負面反饋數(shù)量、各個負面反饋的內(nèi)容以及占比；針對各負面反饋的初步行動建議（如編輯Listing、移除庫存等）；單個商品對比類目退貨率、NCX Rate、NCX Review Rate的表現(xiàn)即將上線。這些數(shù)據(jù)可以讓賣家明確店鋪中每個商品的優(yōu)化方向，降低未來買家的退貨可能性。買家之聲（VOC）查找路徑為賣家平臺>績效>買家之聲。

與之相似的有顧客退貨面板（CRD），其運用AI技術(shù)，展現(xiàn)詳盡的FBA退貨商品數(shù)據(jù)，包括了：在自定義時間段、品類、站點內(nèi)，相應的FBA商品的退貨數(shù)量、退貨率；退貨率最高的商品有哪些，主要退貨的原因是什么；詳細到單個商品的退貨數(shù)據(jù)、信息；通過AI語言模型，結(jié)合退貨數(shù)據(jù)及評論，智能分析的退貨原因及建議；這些數(shù)據(jù)可以讓賣家明確店鋪中每個商品的優(yōu)化方向，降低未來買家的退貨可能性。顧客退貨面板（CRD）查找路徑為賣家平臺>庫存> FBA庫存> FBA退貨。

買家之聲（VOC）和顧客退貨面板（CRD）的區(qū)別是前者適合監(jiān)測退貨率不高、但NCX較高的商品，可以查看12周內(nèi)，店鋪中整體的商品滿意度情況、同類商品的滿意度、單個商品的NCX、詳細的NCX組成以及行動建議等。后者適合監(jiān)測、分析高退貨率的商品，可以查看12個月內(nèi)，被退貨商品退貨率、12個月的退貨趨勢、退貨原因洞察、退貨顧客的評論等。

圖源：亞馬遜全球開店公眾號

再者是Fit Insights Tool（FIT，版型洞察工具）。該工具同樣運用AI技術(shù)，分析退貨數(shù)據(jù)、尺碼表以及關(guān)于尺碼、質(zhì)量和價格的顧客評價來幫助賣家識別和解決商品目錄中的尺寸和適合度問題，精準洞察消費者的版型需求。

通過此功能，賣家可以了解到：自身服飾品牌的整體退貨率健康狀況；單個服飾商品的版型顧客反饋以及系統(tǒng)給出的優(yōu)化建議；同類型服飾商品的退貨率基準情況，明確自身在同品類中的位置；具體的顧客反饋，進行針對性的商品改進迭代。Fit Insights Tool查找路徑為賣家平臺>績效>買家之聲> Fit Insights。目前該工具適用于銷售服裝、鞋靴類，并且在過去12個月內(nèi)發(fā)貨量大于或等于100件的美國站品牌賣家。

實例解讀 圖源：亞馬遜全球開店公眾號

此外，為了方便賣家及時更新自己的尺碼表，亞馬遜于去年年中已上線了尺碼表自助工具（Size Ingestion Tool , SIT），所有擁有編輯Listing權(quán)限的用戶都可以使用該工具，無需聯(lián)系銷售伙伴支持。賣家可以將尺碼表應用于單個或多個ASIN，也可以將尺碼圖應用于連衣裙、褲子等產(chǎn)品類型中的所有ASIN。當您下載尺碼模版并輸入完成尺碼、選擇“發(fā)布”后，尺碼表將在8小時內(nèi)發(fā)布在亞馬遜上。

亞馬遜表示，有時，顧客會因為不知道如何安裝或操作商品之類的主觀使用問題而提出退貨需求，此時，如果賣家能提供及時的指導，則能一定程度上避免退貨的發(fā)生，給予客戶良好的購買體驗。數(shù)據(jù)顯示，商品售后支持（PLS）可以一定程度幫助賣家減少顧客退貨，并提升顧客滿意度。

目前，使用了商品售后支持（PLS）的賣家可以向顧客提供：售后視頻服務，當顧客遭遇商品售后問題時，可通過買家已上傳的視頻自主解決相應的問題，如安裝、如何使用等；OEM售后服務，顧客可通過賣家在OEM板塊中留下的官方售后網(wǎng)址或售后電話，直接聯(lián)系賣家，高效解決售后問題；產(chǎn)品操作文檔，顧客可根據(jù)賣家上傳的文字說明解決相應的問題。

圖源：亞馬遜全球開店公眾號