İade Sorunu Rakamlarla
Moda e-ticaretin görmezden gelinemeyecek bir iade sorunu var. Online satın alınan kıyafetlerin %30 ile %40’ı geri gönderiliyor. Elektronikte bu oran %8, kitaplarda %5 civarında. Aradaki fark çarpıcı.
Yıllık 100 milyon euro ciro yapan bir perakendeci için bu, 30 ila 40 milyon euroluk ürünün depoya geri dönmesi demek. Her iade salt lojistik açıdan 10 ile 15 euro arasına mal oluyor: iade etiketi, depo işçiliği, kalite kontrolü, yeniden paketleme ve rafa yerleştirme. Bazı ürünler hiçbir zaman tekrar satışa çıkamıyor.
Modada İade Oranları Neden Bu Kadar Yüksek?
Sebepler oldukça açık. Giyim kişisel bir alan. Bir markadaki M beden, başka bir markadaki M bedenle aynı değil. Ekrandaki renkler gerçeği yansıtmıyor. Kumaşın tutumunu ve dokusunu bir fotoğraftan anlamak mümkün değil.
Alışveriş yapanlar "bracketing" yöntemini benimsedi: aynı üründen iki veya üç farklı beden sipariş edip, uyanı alıkoymak ve gerisini iade etmek. Bazı araştırmalara göre moda alışverişi yapanların %40’ı bunu düzenli olarak yapıyor. Müşteri açısından mantıklı bir davranış. Satıcı açısından ciddi bir maliyet yükü.
Beden sorunları moda iadelerinin yaklaşık %52’sini oluşturuyor. Beklentiyi karşılamayan stil %22’sini daha kapsıyor. Toplamda iadelerin yaklaşık dörtte üçü, müşterinin ne alacağını tam olarak bilememesinden kaynaklanıyor.
Bracketing Döngüsü
Bir müşteri 89 euroya bir elbise beğeniyor. Bedenden emin olamıyor, bu yüzden S ve M bedeni sipariş ediyor. İki paket yola çıkıyor. Biri geri dönüyor. Perakendeci 12 euro iade lojistiği, gelir getirmeyen 6 euro gönderim bedeli ve her iki taraftaki işçilik maliyetlerini karşılıyor. 89 euroluk satış aslında yaklaşık 71 euro getirmiş oluyor.
Lojistiğin Ötesindeki Gizli Maliyetler
Mali Hasar
Bir iadenin işleme maliyeti, buzdağının sadece görünen kısmı. İade edilen ürünler çoğu zaman tam fiyatla satılamıyor. Geç dönen sezonluk ürünler satış pencerelerini kaçırıyor. Orta ölçekli moda markalarının iç tahminlerine göre bir iadenin gerçek maliyeti, ürünün orijinal fiyatının %20 ile %30’u arasında.
Çevresel Etki
İade edilen her paket yaklaşık 4,7 kg CO2 üretiyor. Bu rakam iade gönderimini, depoya taşımayı, işleme için harcanan enerjiyi ve ürün tekrar satılıyorsa ikinci bir gönderimi kapsıyor. Yalnızca ABD’de iadeler yılda yaklaşık 24 milyon ton CO2 üretiyor. Bu, kabaca 5 milyon otomobilin emisyonuna eşdeğer.
Tekrar satılamayan iade ürünler genellikle çöp sahasına gidiyor. Ellen MacArthur Vakfı, dünya genelinde her saniye bir çöp kamyonu dolusu tekstilin gömüldüğünü ya da yakıldığını tahmin ediyor. İadeler bu döngüyü doğrudan besliyor.
Müşteri Memnuniyeti
İronik biçimde, kolay iade politikaları müşteri güvenini artırmak için tasarlanmıştı. Ve gerçekten ilk satın almayı teşvik ediyorlar. Ancak iade sürecinin kendisi sinir bozucu: etiket yazdırmak, ürünü yeniden paketlemek, kargo noktasına götürmek. Tüketicilerin yaklaşık %60’ı kötü bir iade deneyiminin o markadan bir daha alışveriş yapmalarını engelleyeceğini söylüyor.
Gerçekten İşe Yarayan Çözümler
Sanal Deneme
Sanal deneme teknolojisi, artırılmış gerçeklik ve bilgisayarlı görüntü işleme kullanarak müşterilere bir kıyafetin üzerlerinde nasıl göründüğünü gösteriyor. Müşteri bir fotoğraf yüklüyor veya telefon kamerasını kullanıyor, yazılım da kıyafeti görüntünün üzerine yerleştiriyor.
Sanal denemeyi kullanan markalar %25 ile %35 arasında iade düşüşü bildiriyor. Teknoloji özellikle gözlük, dış giyim ve elbise gibi görsel uyumun önemli olduğu kategorilerde en iyi sonuçları veriyor. Dokunsal hissin ön planda olduğu ürünlerde, örneğin basic tişörtlerde, etkisi daha sınırlı.
Kurulum maliyetleri ciddi biçimde düştü. Beş yıl önce sanal denemeyi uygulamak altı haneli bir yatırım gerektiriyordu. Bugün birçok SaaS platformu bunu ayda birkaç yüz eurodan başlayan fiyatlarla sunuyor.
Yapay Zeka ile Beden Önerisi
Yapay zeka tabanlı beden araçları farklı bir yaklaşım izliyor. Ürünün nasıl göründüğünü göstermek yerine, hangi bedenin en iyi uyacağını tahmin ediyor. Bu sistemler üç veri kaynağından yararlanıyor: müşterinin vücut ölçüleri (manuel olarak girilen veya fotoğraftan tahmin edilen), markanın kendine özgü beden tabloları ve hangi bedenlerin en çok iade edildiğini gösteren iade verileri.
En iyi yapay zeka beden araçları %90 ile %95 arasında doğruluk oranına ulaşıyor. Bu araçları kullanan markalar iade oranlarında %20 ile %30 arasında düşüş görüyor. Modeller daha fazla veri işledikçe teknoloji sürekli gelişiyor.
Daha İyi Ürün Fotoğrafları ve Açıklamalar
Bazen en basit çözüm gerçek farkı yaratıyor. Kıyafetleri farklı vücut tiplerine sahip modeller üzerinde göstermek, her beden için tam ölçüleri vermek, kumaş detay çekimleri eklemek ve ürünün aynı markanın diğer parçalarıyla karşılaştırmalı kalıp bilgisini paylaşmak. Bu değişiklikler az maliyetli ama iadeleri %10 ile %15 arasında düşürebiliyor.
Video içerikleri özellikle etkili. Birinin bir kıyafetle yürüdüğünü gösteren 15 saniyelik bir klip, kalıp ve kumaş düşüşü hakkında herhangi bir sabit fotoğraftan çok daha fazla bilgi veriyor.
Markaların Elde Ettiği Sonuçlar
ASOS, yapay zeka destekli beden önerilerini uyguladı ve altı ay içinde bedenle ilgili iadelerde %26’lık bir düşüş kaydetti. Warby Parker’ın gözlük için sanal denemesi iade oranlarını %30’un üzerinde azalttı. Zalando’nun beden danışmanlığı aracı platform genelinde iadeleri %10 düşürdü.
Daha küçük markalar benzer, hatta daha iyi sonuçlar elde ediyor. Sanal deneme, yapay zeka beden önerisi ve geliştirilmiş fotoğrafçılığı bir arada kullanan orta ölçekli bir kadın giyim markası, bir yılda iadelerde %40 azalma bildirdi. Birleşik yaklaşım, tek başına kullanılan herhangi bir araçtan daha iyi çalışıyor.
Hesap net. Ayda 10.000 iade işleyen ve her biri için 12 euro harcayan bir marka, aylık 120.000 euro iade maliyetiyle karşı karşıya. %30’luk bir azalma ayda 36.000 euro, yılda 432.000 euro tasarruf sağlıyor. Sanal deneme ve yapay zeka beden çözümlerinin çoğu ilk çeyrekte kendini amorti ediyor.
Gelecekte Ne Beklenmeli?
Akıllı telefon kameralarının gelişmesi ve 3D vücut taramasının yaygınlaşmasıyla sanal denemenin doğruluğu artmaya devam edecek. Yapay zeka modelleri daha fazla veri işledikçe keskinleşecek. Şimdi yatırım yapan markalar, zamanla biriken bir veri avantajı inşa ediyor.
İade sorunu kendiliğinden çözülmeyecek. Ama onunla mücadele etmek için gereken araçlar sonunda gerçek bir fark yaratacak olgunluğa ulaştı.