Tendencias

Según indica uSizy

Un 25% de las prendas compradas durante la campaña de Navidad acabarán en devolución

El principal motivo para estas devoluciones es un error en la talla seleccionada, que puede acarrear grandes pérdidas y mayores costes operacionales, afectando a la atención al cliente y a la fidelización

moda devolución

Ya nos encontramos inmersos de lleno en plena semana del Black Friday, evento clave para el inicio de la campaña de compras de Navidad que se extiende hasta las tradicionales rebajas de enero. Durante este trimestre, los e-commerce de moda y calzado llegan a concentrar un 30% de las ventas totales anuales, incluso el 40%. Sin embargo, más del 25% de las prendas adquiridas, y más del 10% del calzado comprado serán devueltos, comportando serias pérdidas económicas y grandes costes logísticos al e-commerce, según indica uSizy.

“El ratio de devoluciones depende mucho de las condiciones que establece cada e-commerce: si son gratuitas y con recogida a domicilio será mayor que si el cliente debe asumir el esfuerzo del envío o el coste de la devolución. Por el contrario, el comercio que no las ofrece de forma gratuita se enfrentará a más usuarios indecisos que no finalizan el proceso de compra por miedo a tramitar una devolución y sus costes, y por tanto, a una importante pérdida de ventas”, asegura Iñaki García, CEO de uSizy.

Cada devolución afecta a su manera a la cuenta final de resultados. De este modo, suelen implicar la reducción de ventas frente a las ventas potenciales. Además, pueden aumentar los costes operacionales, que pueden alcanzar los 15 euros por devolución, afectando de paso los procedimientos de atención al cliente y la fidelización. Por todo ello, cada vez más e-commerce conciben la logística inversa como parte del negocio, y se esfuerzan por analizar los procesos internos y esa atención al cliente para optimizar costes y mejorar el servicio.

moda

Para comprender este comportamiento del consumidor, hay que analizar los motivos que argumentan los usuarios para solicitar la devolución del producto. Según uSizy, la mitad de las devoluciones son debidas a un problema con la talla escogida para la prenda comprada. Para el calzado, el porcentaje de usuarios que equivocan la talla aumenta hasta el 59%.

“Cómo te sienta una prenda va a depender de sus diferentes puntos en el patrón, como pecho, cintura o caderas por ejemplo. Sin embargo, en el calzado existen menos variables a la hora de elegir un número u otro. Por eso, en general, son mucho más frecuentes las devoluciones por error de talla en ropa que en calzado”, sostiene el CEO de la compañía.

Esta compañía, surgida en España, nació como recomendador de tallas para los e-commerce de moda y calzado en general. Se trata de una herramienta digital basada en IA y machine learning, que permite a los usuarios acertar su talla idónea, evitando pérdidas potenciales y una enormidad de devoluciones para los comercios electrónicos. Actualmente, su popularidad ha crecido tanto que cuenta con clientes muy conocidos, como Nike, Levi's o Calvin Klein, entre más de 350 marcas. Opera en más de un centenar de países, y es el recomendador de tallas número 1 mundial en el ámbito deportivo.

Tras alcanzar su consolidación en el sector, la empresa decidió lanzar hace unos meses su plataforma uSizy Smart Business. Sus desarrolladores han sido capaces, a través del big data ya recopilado, de crear algoritmos habilitados para predecir roturas de stock, procesos logísticos, márgenes de beneficio y comportamiento de los usuarios. De esta forma, puede ofrecer nuevas funcionalidades a los e-commerce de moda para favorecer la gestión integral de su negocio de manera inteligente.

“Una ventaja de las marcas más populares es el volumen de datos que generan: tendencias, comportamientos, ventas, devoluciones, etc., que permite disponer de suficiente información y de calidad para tomar decisiones automatizadas al éxito y validar opciones en el proceso. Por ejemplo, nuestra herramienta ha permitido reducir hasta un 42% las devoluciones por error de talla en marcas como Adidas o Nike, pero gracias a nuestro algoritmo de isomorfismo y machine learning creado hace 3 años, también conseguimos excelentes resultados en marcas con menos volumen. La media de reducción en más de 350 marcas actualmente es de un 28%”, explica Iñaki García.

El Black Friday, para muchos comercios la Black Week, ha llegado ya a ser la cita más importante del año para los retailers de moda y calzado. No en vano, sus ventas alcanzan fácilmente el 7% del total de facturación de todo el año en esta jornada, incrementando las ventas un 280% respecto al resto del año. El precio final es la principal variable que guía la decisión de compra de la clientela durante estas campañas comerciales de grandes rebajas. Por ello, se antoja fundamental para los e-commerce tener claros sus márgenes de venta, para sacar máximo provecho a sus operaciones, algo en lo que la tecnología de IA puede ser determinante.

Disponer de un sistema capaz de predecir los mejores precios por producto y talla en base a la demanda real es clave para obtener el mejor margen en estos periodos. ¿Por qué ofrecer un descuento del 20% si tu demanda real analizada está indicando que con un 15% es suficiente? ¿O por qué ofrecer el mismo precio o descuento en todos los productos y tallas, si hay tallas que se venden hasta un 40% mejor que otras?”, plantea el CEO de uSizy.

Otro aspecto clave para los retailers durante estos picos de demanda es evitar las roturas de stock. En este sentido, cualquier e-commerce que acabe sin productos o tallas principales de forma prematura puede acabar enfrentando una gran pérdida de ventas, y puede acabar generando frustración en los consumidores. Para evitarlo, herramientas como Smart Stock de uSizy pueden ayudar a los e-commerce a analizar su stock, su histórico de ventas y su demanda real. De esta manera, pueden estimar el volumen de ventas futuro y el ritmo de consumo, prediciendo incluso cuándo puede producirse la rotura de stock.

Te recomendamos

Living Marketing

Mousee

Outbrain

Adecco

Podcast

Compartir