Прогнозировать возврат до размещения заказа
Некоторые переменные для ведения журнала в виде профилей пользователей:
- Сколько похожих товаров в корзине
- Являются ли предметы правильной посадкой
- Каков процент возврата покупателями аналогичных товаров в прошлом?
- Какова норма возврата продукта
- Коэффициент возврата поставщика
Эти идеи могут быть расширены до механизма классификации на основе ИИ, который может определить вероятность возврата. Рекомендации по предотвращению возврата включают:
- Предлагаем целевое продвижение
- Предложение более подходящих заменителей
- Стоимость бесплатной доставки
- Альтернативный поставщик
- Вероятность рекомендации как вход для других алгоритмов персонализации.
- Даже отговорить серийных возвратщиков от совершения покупки
Например, он может увеличить стоимость доставки в качестве сдерживающего фактора или предложить ваучер в качестве поощрения за то, что покупка не подлежит возврату.
Другая описательная аналитика может быть обобщена для различных отделов из модельного обучения:
- Прогноз возврата после размещения заказа
- Свяжите коэффициент возврата с другими областями бизнеса, такими как поиск поставщиков, маркетинг, снабжение.
- сеть и мерчандайзинг.
- Более строгие правила возврата
