如何利用大数据降低退货率_数据分析师

HSE24 是德国一家领先的家庭购物网络公司，其业务处理速度达到毫秒级。该公司自创立至今已有 18 年历史，并在德国、奥地利和瑞士拥有多达 4,100 万家庭客户。目前，其业务范围已经扩展至意大利和俄罗斯。HSE24 的所有家庭购物渠道都掌握了客户的购买模式和购买行为，并能实时做出响应。假设 HSE24 在一个渠道推出一款红色衬衫后，销量大涨，导致库存告急，这时 HSE24 必须立即在该渠道启动蓝色衬衫的促销活动，刺激库存产品的销售。
HSE24 平均每两秒钟就会接到一个客户来电，因此也就不难理解为什么该公司对速度有如此高的要求。现在，零售商普遍都在采用实时战略，但由于家庭购物网络公司主打“在线销售”，因此，日益增长的大数据分析和实时零售趋势对该零售领域就显得尤为重要了。
著名作家兼 Peppers & Rogers Group 创始合伙人 Don Peppers 表示：“零售商可获得的数据量浩如烟海。”Peppers & Rogers Group 是一家营销咨询公司，致力于提供以客户为中心的实践。目前，零售商正设法寻找新的数据使用方式，以改进业务运营，在客户需要时即时洞察客户需求（见图 1：立足数字化购物时代，提高洞察力）。

随着 HSE24 不断加速扩张其欧洲版图，并将全渠道战略拓展到移动设备、社交网络和网站等渠道，该公司开始将内存计算视为成功的基石。借助内存计算技术，HSE24 能够快速分析海量客户信息，并根据获得的洞察即时采取行动。这样，该公司就能够与客户开展更加个性化的互动，并策划极具针对性的市场营销活动。此外，内存计算技术还能帮助 HSE24 显著降低退货率。过去，零售商，尤其是全渠道零售商在处理退货问题时，经常蒙受巨大损失。
公司结构复杂且发展迅速
在讲德语的市场中，HSE24 建立了 18 个呼叫中心和 4 个物流中心。通过联合 DHL 等实力雄厚的合作伙伴，HSE24 每年处理的客户订单突破 150 万。在直播期间，零售商每小时会推出两到三款新产品，平均价格从 20 欧元到 150 欧元不等，最高可达 35,000 欧元。2013 年，该公司共计接听了 1,460 万通来电，寄出了 1,120 万个包裹（见图 2：日常业务场景）。

HSE24 的客户关系管理（CRM）团队主管 Christian Schnetzer 表示：“我们全年每天都正常营业，因此我们的系统必须一直保持正常运行。”
目前，HSE24 面临的挑战是需要拉近与客户的距离。这样，即使公司无法与客户进行面对面互动，也能了解甚至预测客户需求。然而，随着公司的不断扩张，这个任务变得越来越复杂（见图 3：地域扩张和渠道扩展）。

HSE24 越来越频繁地利用数字渠道与客户互动，包括网络、移动应用和社交媒体等渠道。事实上，该公司在电子商务和移动商务领域的业务增长率几乎接近其整体业务增长率的两倍。
随着电子商务和移动商务领域的业务发展扩大，HSE24 的客户数据也急剧增加，企业亟需顺应不同国家的客户在品味和偏好上的巨大差异。在 HSE24 负责 IT 系统的高级副总裁 Michael Kuenzl 认为，渠道扩张是一个从“简单的”多渠道转变为“复杂的”多渠道的过程。他表示：“渠道就是一个社区，人们从我们这里购买产品，并在社区中分享他们的购物体验。无论是微信、微博还是优酷，这些渠道都是如此。”
把握当下
现在，网购用户留下的“数字足迹”能够对企业的市场营销、库存和客户服务产生深远影响，因此 HSE24 必须密切关注客户的意见和喜恶等，这一点至关重要。而客户自己就更不用说了。他们在社交媒体上发表评论，希望服务代表能够倾听自己的声音，并快速做出响应。对于企业而言，企业需要深入了解多元化且不断变化的客户喜好，并基于这些洞察即时采取行动，这正在迅速发展成为一种必然趋势。
现在，内存计算技术能够帮助企业快速分析最新、快速变化的海量数据，这些数据可能来自不同的数据源，包括内部系统中的销售数据和客户数据，以及来自网站的社交媒体情感数据。因此，对 HSE24 而言，内存计算技术似乎是一个理想的选择，因为该技术能够帮助他们从与日俱增的数据中实时获取洞察，应对日趋复杂的业务运营。因为非技术用户可以针对当前数据提出各种复杂的问题，并且实时获得解答，所以即使他们遇到很小的业务机会，也可以采取有效行动，而且收获最高的成功几率。此外，非技术用户还可以全面了解客户需求，进而提供个性化的客户体验，并避免在销售或营销流程中出现纰漏，造成巨大损失。Peppers 表示：“大数据的价值越来越多地体现在立即找到应对措施。零售商希望能够把握当下。”
HSE24 采用内存计算技术来应对最迫切的挑战，包括营销活动优化和退货等问题。以前，如果市场部想定位最有可能响应特定营销活动的客户细分，他们会需要商务智能团队帮助分析相关信息。而且，整个过程可能需要持续一周或更长的时间。现在，借助基于内存计算技术运行的客户互动智能应用，营销人员可以自己分析数据。通过直观的用户界面，营销人员可以实时查询数据，并根据详细的统计资料（如年龄、居住地等），确定客户的购买模式。
这些工具会以图形和图表的形式显示分析结果，方便营销人员轻松找出数据模式。现在，营销人员可以利用来自各种数据源的最新数据，在数秒内向下钻取数百万条客户记录。正如 Kuenzl 所说：“我们可以在数秒内完成数据筛选，无需商务智能部门的帮助。我们可以自己玩转数据。”
降低退货率，减少损失
HSE24 还希望借助内存计算技术降低退货率，提高利润。根据全球管理咨询公司嘉思明（Kurt Salmon）的研究结果，处理一次退货的成本可能是同一商品发货所耗成本的 2-3 倍。同时，美国零售联合会（National Retail Federation）发现，40% 的买家在下单时就打算退货，40% 的买家会订购同一款产品的不同规格，而 40% 的退货是由于产品信息不全所致。
如果企业支持网购、电话购物或邮购，则他们处理退货的成本和运费更高。对于 HSE24 而言，退货率若降低 1%，其利润将增加 7 位数。考虑到退货可能引起的高风险，HSE24 为我们展示了他们如何对做出相似退货行为的客户群进行研究，从而降低退货率。
在演示中，HSE24 发现了几个退货率较高的客户群。借助预测分析和内存计算技术，该公司基于两个条件分析了其中一个客户群。这两个条件分别是订购的产品数量和付款速度。我们很快发现，这些客户在购买产品时，喜欢订购多个尺寸或颜色的产品，然后再确定自己要留下和退掉的产品。
在发现这一模式后，HSE24 就能采取相应的措施。例如，HSE24 可以提供更详细的产品描述信息，帮助客户在第一次订购时，更准确地选择最合适的产品。此外，HSE24 还可以推出促销活动。如果退货率较高的客户在某段时间内减少了退货次数，HSE24 将对其予以奖励。
Kuenzl 表示，最重要的是，营销人员能够通过电子邮件将信息发送给营销活动管理者，使洞察能够即时转化为行动。随着 HSE24 越来越倾向于实时使用内存计算技术，并发掘与日俱增的数据，HSE24 希望今后能够更频繁地将洞察转化为行动，使之成为一项常规化活动。