Ритейлеры тратят $200 млрд в год на обработку возвратов. McKinsey объясняет, как ИИ помогает превратить этот центр затрат в конкурентное преимущество через динамические политики и умную сортировку.
3 мин
Ритейл столкнулся с серьезным вызовом: объем возвращенных товаров в США в 2024 году достиг почти 1 триллиона долларов, что более чем вдвое превышает показатели четырехлетней давности. Обработка этого потока обходится компаниям примерно в 200 миллиардов долларов ежегодно. Традиционно обратная логистика (процесс возврата товара от покупателя к продавцу) воспринималась исключительно как центр затрат.
Однако новое исследование McKinsey показывает, что применение искусственного интеллекта и автоматизации позволяет не просто сократить эти расходы, но и превратить процесс возврата в источник ценности и конкурентного преимущества. Главная идея заключается в переходе от универсальных правил («один размер для всех») к динамическим, персонализированным решениям на основе данных.
Рост электронной коммерции приучил потребителей к «бесшовным» возвратам: бесплатно, мгновенно, без лишних вопросов. Это создало так называемый «парадокс возвратов»: ритейлеры должны предлагать лояльные условия, чтобы стимулировать продажи, но эти же условия съедают маржу.
How-the-circular-economy-creates-value-1536x1536-200_Standard
Многие компании до сих пор управляют возвратами по старинке, используя методы времен пандемии COVID-19, когда главной целью было просто поддерживать движение товаров. Сегодня такой подход не работает. Опросы показывают, что потребители ценят гарантированный возврат средств и удобство (например, отсутствие необходимости печатать этикетку), но их предпочтения сильно разнятся в зависимости от категории товара. Например, для покупателей одежды важнее всего бесплатный возврат, а для покупателей товаров для животных — гарантия возврата денег.
McKinsey выделяет два ключевых направления, где ИИ может кардинально изменить ситуацию:
1. Динамическая политика возвратов Вместо статических правил для всех, ИИ позволяет сегментировать покупателей на основе их пожизненной ценности (CLTV) и истории поведения.
Алгоритмы могут предсказывать оптимальную политику для каждого сегмента, балансируя между удержанием клиента и прибыльностью, при этом 71% потребителей заявляют, что персонализированные условия не отпугнут их от повторных покупок.
Returning to order: Improving returns management for apparel companies
2. Интеллектуальное принятие решений (Dispositioning) Самый дорогой этап — решение о судьбе возвращенного товара (ремонт, перепродажа, утилизация). Сейчас это часто ручной процесс. ИИ может автоматизировать принятие решений, используя данные о продукте и текущем спросе, чтобы мгновенно определять наиболее выгодный маршрут для каждой единицы товара, минуя лишние этапы проверки.
Ключевая проблема, которую подсвечивает отчет, — это разрыв в сотрудничестве. Половина руководителей цепей поставок видят в логистических операторах лишь исполнителей, а не стратегических партнеров.
Внедрение ИИ требует интеграции данных между ритейлерами и логистическими компаниями. Если перевозчик знает не только адрес доставки, но и контекст возврата (например, причина возврата или ценность клиента), он может предложить премиальные услуги, такие как забор товара из дома или приоритетную обработку. Это создает экосистему, где выигрывают обе стороны: ритейлер снижает издержки, а логистический партнер получает возможность предоставлять услуги с высокой добавленной стоимостью.
Мы движемся к модели, где возврат товара перестает быть «черным ящиком». В будущем процессы обратной логистики будут закладываться еще на этапе дизайна продукта и планирования продаж. ИИ-модели будут непрерывно обучаться, проводя контролируемые эксперименты с комиссиями и сроками возврата, чтобы найти идеальный баланс. Те компании, которые смогут внедрить такую гибкость, не только сохранят миллиарды долларов, но и значительно укрепят лояльность своей аудитории.
Stacked shipping containers filling the image from edge to edge.
Использование ИИ в обратной логистике позволяет перейти от универсальных правил возврата к персонализированным, что может конвертировать $200 млрд ежегодных затрат в ценность для бизнеса.
Потребители готовы мириться с более строгими правилами возврата (фрикациями), если они персонализированы, что позволяет ритейлерам бороться с мошенничеством без потери лояльных клиентов.
