美國戶外用品品牌 L.L. Bean 成立一百年來，一直執行極為自由的退貨政策——退貨既無時間限制，也不要求提供收據。幾十年前買的鞋都能享受全額退款。但是很多人濫用退貨政策，從垃圾箱撿東西去退，或者在 eBay 買二手貨去退。
在過去的五年，這些被濫用的退貨政策，每年吃掉該公司5,000萬美元，大約相當於年利潤的30%。
於是2018年2月，該公司宣佈新政：只有購買一年內的產品才能退貨。新政甫一出台，噓聲一片，甚至引發集體訴訟，曾經的忠誠顧客表示很受傷，再也不買這家公司的東西了：濫用退貨政策的人又不是我，關我什麼事？
一些顧客表示，那個獨一無二的 L.L. Bean 不見了，世上只是多了一家普通商店而已。
L.L. Bean 並非個案。百思買（Best Buy）、美國戶外用品連鎖店 REI、美國服裝品牌 Land's End 和好市多（Costco）都開始執行了退貨限制，比如向退貨客戶收取「重新上架費」、縮短允許退貨的時間、要求出示原始收據等。不過，依然執行自由退貨政策的商家也還存在，但數目越來越少。
不論這些公司的退貨政策是緊是鬆，它們的共同點是對所有顧客一視同仁，對忠誠守規矩的顧客和濫用退貨政策的顧客同等對待，忽視了不同顧客行為之間的巨大差異。
好在隨著一些新工具和新技術的出現，公司可以對顧客進行細分，透過分析顧客歷史行為，執行差異化的退貨政策。
比方說，可以利用AI工具對顧客數據進行分析，辨識出最有可能濫用退貨政策的顧客的交易模式。當然，同樣的預測模型，對A公司有效，換一家公司可能會失效——在其他環境下，影響要素可能不同，或者即使是同樣的要素，各自權重也會有所差異。
不過，要辨識和管理最有可能濫用退貨政策的顧客，還是有一些總體方法可以採用，而且這些方法具有廣泛的意義，讓零售商合理地管理退貨，保證利潤，同時提供積極的顧客體驗。
找到為你創造最多利潤 和最少利潤的顧客
退貨是門大生意。2017年，退貨額達到3,510億美元。如果有一個假設中的「顧客退貨公司」，那麼它將在《財星》（Fortune）500強中排名第二，僅次於沃爾瑪（Walmart）。
平均來看，美國商店售出的商品10%會被退回來。不幸的是，很多退貨無法再放回貨架，還要佔用員工大量時間來決定哪些東西可以重新上架，然後再進行適當處理。
收到退貨後，員工要對它們進行分類、維修、重新包裝，如果還有價值，再重新放上貨架。
退貨被濫用加劇了這個問題，美國零售商每年要為此付出230億美元——相當於美國前三大零售商沃爾瑪、好市多和家得寶（Home Depot）的利潤總和。
退貨濫用有多種形式，有的相當有創意。比如，顧客會為了觀看超級盃（Super Bowl）買大螢幕電視，或者為特殊活動買很貴的衣服，用完後退掉。這些行為被冠以各種名稱，包括零售商租賃、租借、選借個人系列衣服和即購即退。
還有些顧客會買一些自己根本不會用的東西，卻從退貨中獲益。
比如，顧客可以用信用卡的旅行獎勵來購物，然後退貨換取現金、積累航空里程或酒店積分，商家卻得支付交易費用。還有一種生財之道是，有人趁打折購物，退貨時表示丟了收據，要求全額退款。最簡單的退貨濫用是順手牽羊再退貨換取現金。
打擊退貨欺詐的關鍵，是找出最有可能的惡意退貨者，並且只針對他們進行嚴厲限制。
理想的情況是，在他們下一次交易之前就加以限制。對這些顧客，公司可以收取重新上架費，或者拒絕某些退貨請求。這樣，公司就可以給合理退貨的忠實顧客保留慷慨的退貨政策。
該方法關注的是顧客的終身價值，這要比一體適用的嚴厲政策或寬鬆政策都更能為企業創造效益。
從公關的角度來說也容易得多——如果公司能夠證明自己是在對有問題的退貨顧客進行打擊，就不至於像 L.L. Bean 那樣因為實施全面限制政策而遭遇公關危機。
國外分析公司針對某大型零售商進行研究，這家零售商有100多家實體店，另外還有折扣店以及目錄銷售和網路銷售通路。我們總共考察了七年間記錄的100多萬名顧客，超過7,500萬次交易，銷售額總計29億美元，退貨額達到4.66億美元。
研究數據後發現，一共有7個關鍵變量共同解釋了整體顧客利潤貢獻的方差為什麼會達到驚人的94%。
- 顧客總購物次數
- 顧客總退款次數
- 當前退貨額
- 購買品數量
- 平均退貨時間
- 退還商品平均價值
- 退貨頻率
有趣的是，人口學特徵如年齡和收入並不顯著，因而沒有將其納入預測模型。交易有關的數據如總購物次數、總退款次數、平均退貨時間等則重要得多。
透過找出利潤貢獻終身為負的顧客，就可以預測哪些顧客未來最有可能進行退貨欺詐。研究發現，預測模型僅僅需要觀察5次交易，準確率就能高達99.96%。觀察10次交易及以上，準確率提高到99.98%。
他們將顧客細分為三類：合理退貨者、不退貨者，以及濫用退貨者（即退貨頻率和時間導致公司產生財務損失的顧客）。
平均來看，合理退貨者每年為公司貢獻利潤1,445美元——是研究中利潤貢獻最大的顧客群體。他們非常重視零售商提供的退貨選擇，平均退貨率為23%。
濫用退貨者數量不多，只有0.4%，但殺傷力巨大：佔了平均退貨率60%，導致公司每年損失累計6,000萬美元。由於這些顧客平均退貨時間為兩個月，產品在退回時的價值已經大大低於購買時的價值，特別是季節性商品。
量身定製退貨政策
透過分析交易行為，根據利潤貢獻對顧客進行細分，零售商可以瞭解何時應該實施退貨限制，何時不需要實施。
當然，對於那些既喜歡靈活退貨政策又能為公司利潤做出重大貢獻的顧客，公司還是要給他們保留最大的退貨自由度，千萬不要為了控制愛佔便宜的顧客而忽略了這些優質客戶的需求。
這樣，公司就更可能提高顧客滿意度，增加忠誠度，促進顧客未來的持久購買。
調整退貨政策有幾種方法。一個簡單方法是在退貨過程中明確說明，退貨可以，但是會對不合理的退貨數量進行監測。如果某位顧客有清晰的過度退貨史，那麼零售商可以直接限制或拒絕交易。
不過，零售商不需要等到退貨發生時才採取行動——在銷售時就可明確給予差異化的退貨政策。根據預測模型的分析結果，零售商可以在過度退貨顧客購物時，就將他們標示出來，告訴他們退貨時間有限，而且退貨時將被收取重新上架費或運費。
另外，零售商還可以對價值貶損較快的產品類別，如季節性商品和電子商品，收取退貨費，縮短退貨期限。
雖然企業有多種機制可用，但我們分析的這家零售商對於濫用退貨政策的顧客，開始直接拒絕他們的退貨請求。
該零售商是在我們的研究期間決定推出這個新政策的，一定程度上是為了順應全行業執行嚴厲退貨政策的趨勢。
次外，也還有針對「不退貨顧客」的潛在機會。數據顯示，和那些時不時會正常退貨的顧客相比，不退貨的顧客購買量小很多，對公司利潤貢獻也少很多。
但是公司也許可以想辦法改變這些顧客的行為，比如吸引他們免費體驗一些樣品，甚至鼓勵他們同時購買幾種同類商品，回家試用後留下喜歡的，將其他盡快退回，或者想辦法將這些顧客變成合理退貨顧客，在他們來店採購時送他們優惠券或折扣券，未來需要退貨時可以使用。
如果這招不靈，零售商還可以給他們一些獎勵來吸引他們購買更多產品——比如，降價出售某些商品，但不允許退貨（反正他們也不愛退貨）。
很多網上零售商已經採取了類似方法，包括 Jet.com 和沃爾瑪網上商城。這些激勵措施雖然目前仍不常見，但是未來會越來越普遍。正如退貨政策對濫用退貨的顧客會越來越嚴格，優惠政策對優質顧客則會越來越優惠。
今天，大多數大型零售商手上都掌握了有關客戶交易和行為的大量數據，完全可以針對不同顧客執行靈活的退貨政策。
注意，我們這裡用的是行為模型，不是人口模型。
行為會隨時間變化而變化。如果顧客行為因為定製化的退貨政策發生改變，企業可以持續根據最新交易重新校準，繼續鼓勵自己想看到的顧客行為。
- 本文授權轉載自：36kr
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！