Master Data Management kan proaktivt minska mängden returer för e-handlare.
Det skymtas dock en ny storm på horisonten efter mellandagshandeln och som allt annat 2020 kommer detta vara annorlunda. Januari kan väntas bli den månaden med absolut mest returer någonsin för e-handlare.
Som tidigare rapporterats i vår holiday shopping bloggpost, förväntas den totala detaljhandelns försäljning öka med 1-2% i USA men tillväxten för e-handel förväntas vara 25-35%. Samtidigt som tillväxten är positiva nyheter; beter sig konsumenter annorlunda när de handlar online. Till exempel kan de köpa fler färger eller storlekar än vad det behöver för att prova varan hemma och sedan returnera det som inte passar. Sen sker många returer på grund av felaktig eller missförstådd produktinformation. Med tanke på detta kan returer från e-handel vara 2-4 gånger högre än i fysiska butiker.
Returers globala påverkan och omfattning
Returer är ett problem som kostar biljoner globalt, rapporterar IHL 2020. Inte bara att returen har en stor inverkan på omsättningen, sammantaget kan det ha en enorm inverkan på marginaler på grund av förlust i försäljning och kostnad för extra arbetskraft och frakt.
Enligt IHL: s rapport The Coming Retail Returns Tsunami, kostar returer e-handlare mellan 5 till 6 poäng av bruttomarginalen. Den mesta av branschlitteraturen fokuserar på optimera returer när den skett, men vad händer om återförsäljare och tillverkare kunde ta itu med utmaningen mer proaktivt? Vilken proaktiv åtgärd kan företag vidta redan nu för att minska den förutspådda mängden returer?
Fyra proaktiva sätt som Master Data Management kan minska mängden returer
Enligt Experian har 95% av organisationerna datakvalitetsproblem som påverkar kundupplevelse, affärseffektivitet och rykte. Detta problem kan lösas med ett ökat fokus på datahantering, processförbättring och dataoptimering
Nedan följer fyra sätt som återförsäljare kan använda bättre datahantering proaktivt för att förbättra produktdata och minska returer.
1. Börja från början med tillverkare för bättre och fullständig produktdatakvalitet
Återförsäljare är beroende av tillverkarens partners för att få korrekt information och bilder att använda i butik och online. Genom att ha ett starkt datasamarbete från leverantörer redan från början, med tydliga förväntningar på produktinformationen som stöds av robusta tekniska lösningar, kan återförsäljare göra stora framsteg när det gäller noggrannhet och fullständig information.
Automatiserad produktintegrering kan hjälpa
Ett produktinformationshanteringssystem (PIM) med en inbyggd portal eller en produktdatasyndikeringsportal är den avgörande länken mellan tillverkare och återförsäljare för att säkerställa fullständighet och kvalitet på din produktinformation. Med rätt integrationer är det enkelt att mata din e-handelsplattform med pålitlig data från leverantörer, datapoolar och content service leverantörer. Ett kapabelt verktyg kan hjälpa till att omvandla data automatiskt för att mildra hindret för att utbyta data mellan olika datamodeller.
2. Använd avancerad teknik som AI / ML för att automatisera klassificering och berikningsprocesser
AI används av återförsäljare för att automatisera berikningen av produkter och på så vis minska arbetsbelastningen från datahanteringsgruppen och ge mer tid och resurser till andra mervärdesprojekt. AI med ML kan hjälpa att validera och klassificera objekt i rätt kategorier och segment för att säkerställa att dina produkter finns i rätt områden i din hierarki. Dessutom kan AI metatagga dina produktbilder i din DAM mycket snabbare än människor. Bildmetataggning är ett annat sätt att öka kvalitén av dina data. Att ha bra bildmetadata underlättar bildkategorisering och gör bilder sökbara i interna system såväl som via sökmotorer.
Master datahantering är avgörande för AI
AI kan dock inte fungera ensam. Det behöver master datahantering (MDM) som en stödjande ram. AI-applikationen behöver veta vilka identifierare som ska användas från leverantörskällan. Vilka data är viktiga i ett affärssammanhang? Vilka data kan ge bästa kundupplevelse och minska returerna? Dessa identifierare och regler är inbyggda i MDM-systemet. Kraften i MDM är att ge ordning, logik och tillgänglighet i datahantering. Kombinationen av MDM och AI är en ömsesidig förbättring: AI ger snabbhet och datastyrningen som är inneboende i MDM säkerställer att AI ger användbara resultat och stöder affärsmål.
3. Utvärdera produktinformationens fullständighet och hantera minimum nivåer
Med tiotusentals om inte över en miljon produkter i det utökade sortimentet, måste återförsäljare kunna granska sin produktinformation på ett holistiskt och analytiskt sätt för att verkligen få ett perspektiv på fullständighet mellan leverantörer, kategorier, och andra vyer av data. Genom att fastställa regler för minimal nivå av fullständighet är det enklare att jämföra mätvärden på olika nivåer av datahierarkin för att prioritera ytterligare berikningsuppgifter.
Inbäddad analys kan hjälpa till att utnyttja produktinformation
Att förbättra din MDM-lösning med inbäddad analys kan göra det möjligt för användare att göra data handlingsbara, svara snabbt på marknadstrender och förbättra samarbetet genom snabba insikter. Detta gör det möjligt för återförsäljare att analysera och blanda master data med andra datakällor för att få djupare och bättre insikter i affärsverksamheten. För bästa resultat, slå samman och blanda data över domäner och / eller från försäljning, lager, IoT och sociala medier.
4. Bygg robusta arbetsflöden och godkännandeprocesser för att validera data och minska risker
Återförsäljare som lyckas med sin produktinformation har datastyrning på plats för att se till att processer är strömlinjeformade och konsekventa i hela organisationen. De har också automatiska datakvalitetskontroller samt specifik auktoriserad hantering som kan tilldelas för slutlig granskning innan de publiceras på webbplatsen och / eller andra försäljningskanaler.
Master data management ger datastyrning
En av kärnkrafterna hos MDM är dess datastyrningsfunktioner för att skydda alla produktinformationsparametrar samt säkerställa kvaliteten på informationen innan den publiceras. MDM underlättar datamodellering, beskrivning av dataprocesser, efterlevnad av datastandarder och ansvarsskyldighet för att säkerställa flödet av data med rätt godkännande.
Hur Grupo Elektra använder MDM för att minska sina e-handelsreturer
Medan de fyra proaktiva sätten som nämns ovan låter bra i teorin, är en riktig historia med specifika resultat mer intressant. Många av våra retailpartners har framgångsrikt minskat sina returer med vår plattform genom att skapa bättre datahantering och datastyrning.
En av våra viktigaste retailpartners i LATAM, Grupo Elektra, lyckades med en enastående minskning av returerna. Genom användningen av vår MDM-produktlösning automatiserade Elektra processerna med att onboarda leverantörer och artiklar samt integrera och förbättra produktinnehållet till att vara en pålitlig informationskälla för alla deras e-handelslösningar. Med dessa förbättringar av produktinformationen kunde deras kunder göra bättre köp. Som ett resultat av dataförbättringarna uppnådde Grupo Elektra en minskning av returer från 20% till 0,5% samtidigt som försäljningen ökade.
Läs hela historien: Grupo Elektra
Med Product Master Data Management och PIM for Retail får återförsäljare en bättre datatransparens och ökad datakvalite. För att lära dig mer om hur Stibo Systems Multidomain MDM kan stödja din retailorganisations mål om bättre datakvalitet och öka kundnöjdheten, besök www.stibosystems.com/sv/solution/product-master-data-management-for-retail.
