Saliga är de som returnerar max 23 proc av varorna: forskning om databaserade returvillkor

Jag anser mig inte vara visionär, därtill har jag för kort tidsperspektiv och förmodligen för lite fantasi. Dessutom kan jag inte direkt påstå att jag har så mycket nya affärsidéer.

Däremot arbetar jag mycket med att läsa och lyssna på vad andra sagt och gjort. Det innebär en del poddar, böcker, dagstidningar och tidskrifter. En fördel med att vara verksam i fastighetsbranschen är att vi kan observera vad andra snabbare konsumentbranscher gör, och ta rygg på dem.

Jag inser att jag är sen på bollen när jag säger att jag har upptäckt tidskriften MIT Sloan Management Review. Jag köpte den på Heathrow i veckan, och turen hem till Köpenhamn blev riktigt intressant.

En av de mest intressanta artiklarna handlar om mer lönsamhet i detaljhandelns returer. Författarna James Abbey, Michael Ketzenberg och Richard Metters är verksamma på Texas A&M University. Deras metodik handlar om att anpassa principerna för varureturer, baserat på kundernas beteende. Obs inte: demografiska faktorer.

Detta med bra data fascinerar mig just däri att processer, flöden och erbjudanden kan kalibreras mer fint, och därmed minska friktioner. Du som läst min blogg tidigare har kanske lagt märke till att jag är intresserad av hur mycket organisationer arbetar med att hantera friktioner, medan det finns en rätt stor potential i att med kvalitativ data minska sådana friktioner. Inte minst i min egen bransch tror jag att vi kan få en högre produktivitet om vi med bra data får ner friktionerna.

Författarna menar att det är stora affärer i detaljhandelns returer. De åberopar en del siffror, som dock framstår som amerikanska, men jag är inte helt säker, och siffrorna förefaller inte helt avgränsade till detaljhandel. När de säger att 10 proc av allt som kommer ut från en ”US store” kommer tillbaka, vet jag alltså inte om dagligvaruhandeln ingår eller inte.

Returhantering i sig innebär ju mycket arbete för företagen, men dessutom kommer effekter som att kunderna får bonuspoäng på sina kreditkort genom köpet; poäng som inte tas tillbaka om varor returneras. Ganska få kunder förefaller ha satt returnerande i system: en del kanske bara provar en stor mängd för att hitta rätt, medan andra – det sägs att TV-inköpen inför Super Bowl är sådana – helt enkelt har haft som idé att använder varan bara en gång och sedan lämna tillbaka den, och få pengarna tillbaka också.

Detta vill en detaljhandlare säkert stävja, samtidigt som bra returvillkor är en del i varumärkeslöftet till den stora andel kunder som inte sätter omfattande returnerande i system.

Författarna identifierade sju kriterier som tillsammans skulle generera ett avsevärt uppsving i lönsamhet.

De delade in kunderna i tre segment: icke-returnerare, legitima returnerare och grova returnerare. De mest lönsamma att sälja till var intressant nog de legitima returnerarna: de lämnade visserligen i genomsnitt tillbaka 23 proc av varorna, men de genererade också betydligt mer försäljning än icke-returnerarna.

De grova returnerarna motsvarade 0,4 proc av kunderna. De returnerade i genomsnitt 60 proc av alla varor.

Författarna menar alltså att de sju kriterierna ska användas för att flexibelt anpassa returvillkoren för kunderna:

• Customer’s purchases to date,
• Customer’s refunds to date,
• Amount of current refund,
• Number of purchase categories,
• Average time to return,
• Value of average item returned,
• Return frequency

För egen del vill jag som skötsam och seriös kund bli bemött som sådan, men märker ibland att regler anpassas efter de som utnyttjar villkoren. För den enskilde expediten är detta inte så lätt att hantera. En anonym algoritm kan förmodligen göra en mer precis bedömning, och behöver kanske inte heller kommuniceras i direktsändning i kassan. Dessutom fungerar den utmärkt i e-handel.