Riskified Analysis的研究发现四分之一的退款属于滥用行为;推出新的Policy Protect功能“Dynamic Returns”,在保护收入的同时提高客户满意度
Riskified Analysis的研究发现四分之一的退款属于滥用行为;推出新的Policy Protect功能“Dynamic Returns”,在保护收入的同时提高客户满意度
纽约--(BUSINESS WIRE)--(美国商业资讯)-- Riskified(纽约证券交易所代码:RSKD)是领先的电子商务欺诈和风险情报服务提供商,今天发布的一项研究分析凸显一个日益严重的客户体验困局:随着商家为了打击退货和退款滥用行为的暴增而收紧控制,又在无意中给他们的优良客户造成更多限制和不愉快的体验。为帮助零售商们化解这一挑战,Riskified的Policy Protect解决方案推出了新功能Dynamic Returns,这种以人工智能支持的退货决策工具可根据客户的资格条件实时调整适应。
Riskified对2024年一百多万笔退款申请进行分析后发现,以销售金额衡量,申请退款的比例占总订单价值的1-2%,其中近四分之一属于滥用。为应对越来越严重的滥用行为,许多零售商实施了多项限制性措施,例如收取统一的退货手续费、缩短退货期限、延迟退款以及往往长达10多天的仓库检查周期等。但这些措施给优良客户带来了不愉快的体验,因为当退款周期超过五天时,68%的顾客不会再回头(NRF)。退款缓慢也增加了运营成本,成为客户服务咨询的第二大原因(Narvar)。
在Riskified的“退款潮已至,如何防止退款政策滥用、保护盈利能力、优化客户体验”报告中,相关数据凸显了商家感觉亟需执行严格控制的原因:
- 假日季节带来的挑战尤其严峻:十一月和十二月订单贡献了全年总退款申请量的近三分之一,其中超过一半延续到一月份,让运营团队不堪重负。
- 大额订单是另一个风险领域:2,000美元以上订单的退款申请率比100美元以下订单高2.5倍;1,000美元以上订单发生退款滥用的可能性比平均水平高33%。而对于消费金额较高的VIP客户,额外的审查可能影响体验。
- 由于不良分子利用责任漏洞,“未收到商品”(INR)申请成为被滥用最多的类别,发生欺诈的可能性比“商品丢失”(MI)申请高25%(与暗网的例子一致)。当然,电商订单的激增也意味着有许多正当的INR申请。
- 欺诈分子利用提前申请期漏洞:在七天内提出的申请被滥用的可能性比平均水平高20%以上,让希望为正当顾客提供快速服务的商家倍感紧张。
“欺诈性的申请不仅会损害零售商的盈利能力,同时也会损害优良客户的时间和耐心”,Riskified首席营销官Jeff Otto指出。“当退款周期延迟数天甚至数周时,老顾客将感到不愉快,可能不会回头。Riskified的人工智能平台与Dynamic Returns相结合,可通过实时评估客户的行为和身份历史,帮助商家快速区分存在滥用和正当的申请。通过这种精准区分,可让受信任客户的问题得到快速解决,同时又恰当处理高风险的行为,在保护收入的同时,确保优良客户的满意度和忠诚度。”
为帮助零售商的欺诈预防和客户体验团队改进客户申请处理流程,Riskified的Policy Protect解决方案推出了Dynamic Returns这一新功能。Dynamic Returns可根据客户风险和资格条件实时定制退款和换货选项。商家不再需要执行一刀切的规则或将退款延迟到完成仓库检查之后,而可使用实时退货情报来评估客户行为和全网信号,利用所需的身份洞察信息来评估客户是否符合条件并相应采取行动。
在客户提交退货申请后,零售商可以立即采取行动:受信任的顾客可立即收到退款,换货商品可在原商品退回前发出,部分情况下甚至可无需退货而退款。这种动态方法有利于商家处理明确的滥用案例,识别值得信赖的顾客,管好两者中间的灰色区域。
借助Policy Protect中的新功能Dynamic Returns,零售商将可以即刻批准超过一半的忠诚客户退货申请。提前退款客户的客户满意度得分(CSAT)比执行传统退款流程的客户高20%以上, 其中超过97%获得批准的提前退款客户都实际上退回了所购商品。(结果基于一个月观察期的数据。)
随着电子商务的不断发展,零售商面临越来越大的压力,需要在保持客户便利和加强控制之间恰当平衡。政策滥用不仅是一个财务问题,同时也是一项客户体验挑战。当商家使用Riskified的Policy Protect解决方案来检测和预防滥用性申请时,可实时确保顾客获得所期望的服务,保持信任,保护收入。
要详细了解Policy Protect解决方案和Dynamic Returns功能,请访问 Riskified.com 。
退款潮报告研究方法
“退款潮已至”报告中的发现基于Riskified对三大主要零售商在2024全年的100多万笔退款申请的分析。高数据集包括所有收到的申请,重点关注“未收到商品”(INR)和“商品丢失”(MI)申请。Riskified的专有数据科学模型根据高风险统计模式和行为指标组合来标记出高度可疑的申请,从而可靠地评估滥用政策的情况。请在此阅读该报告。
关于Riskified
Riskified(纽约证券交易所代码:RSKD)通过智能的风险解决方案来助力企业解锁电子商务的增长潜力。全世界许多在线销售的大型品牌和上市公司都通过Riskified的解决方案来防范退单,打击欺诈和政策滥用行为,提升客户保留率。Riskified由人工智能支持的欺诈和风险情报平台由该公司庞大的电子商务分析师团队开发和管理,通过分析每次互动背后的个人来提供实时决策以及稳健的基于身份的洞察。要了解更多信息,请访问riskified.com。
免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。
Contacts
企业传讯部:Cristina Dinozo,高级传播总监 | press@riskified.com
投资者关系:Chett Mandel,投资者关系总监 | ir@riskified.com
