2024,一起擊退退貨率!
2024年,亞馬遜隆重推出「擊退退貨率」專題內容,直擊FBA商品生命周期中存在的退貨隱患,提供相應的解決方案及工具指導,力爭幫助賣家擊破退貨困境,揚帆2024!
降低退貨率的關鍵更多的是在退貨發生之前下功夫,從選品、運營階段開始,運用有效的工具挖掘出可能產生退貨的關鍵因素。從源頭上降低退貨的可能性。選品期及新品期的降低退貨率工具可點擊??商機探測器??增長機會查看!
下文中,小編將介紹商品運營期有助于降低退貨率的高效工具。
買家之聲 (VOC):掃除退貨隱患:看到顧客的心聲,得到免費的商品優化意見
買家之聲(VOC)通過大語言模型計算
幫助賣家獲取:
顧客對店鋪中商品滿意度情況,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量、各個負面反饋的內容以及占比
針對各負面反饋的初步行動建議(如編輯Listing、移除庫存等)2024將陸續新增更多行動建議!
單個商品對比類目退貨率、NCX Rate、NCX Review Rate的表現即將上線!
這些數據可以讓賣家明確店鋪中每個商品的優化方向,降低未來買家的退貨可能性。
?? 買家之聲(VOC)查找路徑:賣家平臺 > 績效 > 買家之聲
您可以復制下方鏈接至瀏覽器打開VOC 賣家平臺幫助頁面:
https://www.sellercentral.amazon.com/help/hub/reference/GRTPNYUAU5EQ9RGU
買家之聲實例解讀
下圖店鋪中有2,203個商品的CX Health*(買家體驗健康度)極差,賣家需要進一步了解原因并及時作出調整。
其中一款商品買家負面體驗達31.45%,最主要的負面反饋原因是質量不好(占負面反饋的51%),點擊查看詳細,賣家可以查看該款商品的更細致的買家反饋,例如在下圖中:
*CX Health(Customer Experience Health)是客戶體驗健康指標,指通過將您產品的顧客負面體驗(NCX)與類似產品的顧客負面體驗進行比較來確定的。
*NCX(Negative Customer experience)顧客負面體驗,客戶報告產品或listing問題的訂單數量/總訂單數量。亞馬遜列出了退貨、退款、客服聯系、買賣雙方信息、賣家反饋、A-Z索賠和產品評論等方面的客戶反饋。
?? 拓展閱讀:買家之聲工具詳解
顧客退貨面板(Customer Return Dashboard):告別二次被退:明明白白顧客退貨的心
顧客退貨面板(CRD)運用AI技術,展現詳盡的FBA退貨商品數據,包括了:
在自定義時間段、品類、站點內,相應的FBA商品的退貨數量、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據、信息
通過AI語言模型,結合退貨數據及評論,智能分析的退貨原因及建議
這些數據可以讓賣家明確店鋪中每個商品的優化方向,降低未來買家的退貨可能性。
?? 顧客退貨面板(CRD)查找路徑:賣家平臺 > 庫存 > FBA庫存 > FBA退貨
顧客退貨面板實例解讀
下圖展示的是商品級別的退貨信息,該商品的退貨率達21.98%。此外,點擊detail可以發現:
??點擊detail可以查看:
該商品一年內的退貨趨勢,了解在5-8月、10-11月是兩個退貨率高峰段,結合單量,考慮退貨是否受季節、節日等因素的影響 | |
AI分析的退貨詳細原因洞察可以發現,33.5%的退貨原因是太大/太長,那該商品的尺碼表或版型尺碼設置是否需要調整、商品的設計是否需要優化或在商品描述中提示該商品可能偏大/偏小 |
|
主要的顧客負面評論佐證了退貨原因洞察,系統同時給出了相應的措施建議 |
Fit insights Tool(版型洞案工具):撫平尺碼的痛,解決時尚品類的退貨首要難題
同樣運用AI技術,Fit Insights Tool(FIT, 版型洞察工具)分析退貨數據、尺碼表以及關于尺碼、質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:
1、自身服飾品牌的整體退貨率健康狀況
2、單個服飾商品的版型顧客反饋以及系統給出的優化建議
3、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
4、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:賣家平臺 > 績效 > 買家之聲 > Fit Insights
Fit Insights Tool實例解讀
下圖中的服飾商品退貨率較高,顯示退貨健康指標較差。可以從退貨分析、退貨原因、版型對照三個維度來查看原因:
1、退貨分析維度:
對標同類型服飾商品退貨率發現,行業退貨率基準在11%左右,而目前這款商品為18.16%,遠高于行業水平。由于價格處于同類型商品價格區間內,可先排除價格原因,而尺碼原因(太大或太小)的退貨均高于行業標準
2、退貨原因維度:
基于正面和負面客戶反饋的客戶洞察摘要,得到量化分析,進一步明確退貨原因
3、版型對照維度:
通過匿名顧客綜合身型數據可以發現,該商品的胸圍和腰圍數據與所設版型數據不符,這可能導致顧客選購錯誤尺碼,造成退貨
?? 目前向部分賣家開放的測試版本中可查看:購買過同類型商品顧客的身型數據(匿名),以更精準地進行尺碼更新
已使用了該工具的時尚類賣家/品牌表示:
“帶有不同顏色選項的退貨健康分析非常有用。當我們登陸尺碼洞察工具時,我們立即發現自己的退貨情況非常糟糕。我們將深入研究每一款退貨表現不好的商品。”
—— 某服飾品牌
“在退貨健康指標、行業基準分析和買家評論分析的幫助下,我們發現了男士上衣長度等級的潛在問題。在更新所有男士上衣的通用等級規則之前,我們將通過進一步的分析和基準比較來確認這一點。”
—— 某時尚品牌
目前該工具適用于:銷售服裝、鞋靴類,并且在過去12個月內發貨量大于或等于100件的美國站品牌賣家
尺碼表自助工具(Size ingestion Tool):靈活自助設置不同ASIN的多樣尺碼表
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權限的用戶都可以使用該工具,無需聯系銷售伙伴支持。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“發布”后,尺碼表將在8小時內發布在亞馬遜上。
?? 點擊查看:尺碼表自助工具詳細介紹
商品售后支持(Product Lifecycle Support):完善顧客售后體驗,筑牢退貨的最后一道防線
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生,給予客戶良好的購買體驗。
數據顯示,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址或售后電話,直接聯系賣家,高效解決售后問題
產品操作文檔:顧客可根據賣家上傳的文字說明解決相應的問題
?? 您可以復制下方鏈接至瀏覽器打開PLS自主服務門戶網站:
https://sellercentral.amazon.com/productsupport?ref=sc_hp_pg
一旦使用了商品售后支持(PLS)功能,顧客將在以下界面看到賣家設置的售后視頻/信息:
1、顧客訂單頁面上的“獲取商品支持”按鈕
2、在線退貨中心內的“退換貨”按鈕
封面/圖蟲創意
(來源:亞馬遜全球開店 微信公眾號:AmazonGS)
以上內容屬作者個人觀點,不代表雨果跨境立場!如有侵權,請聯系我們。