行为，而仅有 15% 的消费者表示更倾向于严格遵守商家的退货政策。

为应对这一趋势，许多零售商正在收紧退货政策。 与此同时，部分企业也开始尝试根据客户风险水平和行为特征采取更具针对性的管理措施，但此类做法目前尚未在大规模运营中得到普遍应用。常见调整措施包括： 缩减退货原因选项、缩短退货期限、以店铺积分或购物信用额度替代现金退款、强化商品验收与质量检测流程，以及针对高风险客户和低风险客户实施差异化管理策略。

消费者并非普遍反对更严格的退货管理措施。 令人意外的是，52% 的消费者表示支持收紧退货政策。与此同时，超过 60% 的消费者表示，如果能够更清楚地了解退货行为所产生的实际成本，他们愿意调整自身的退货习惯。超过半数消费者（56%）更青睐个性化或分层式退货政策，而非统一适用于所有消费者的退货规则。

Riskified 首席营销官 Jeff Otto 表示：“生成式人工智能的普及从根本上改变了退货领域的格局。当半数消费者都在利用人工智能撰写极具说服力的退款申请时，单纯依靠人工审核已无法跟上这一变化的步伐。要在保护利润率的同时避免疏远高价值客户，零售商必须具备以准确且可规模化的方式提供差异化退货体验的能力。借助人工智能和基于身份的智能分析技术，零售商能够动态识别客户价值，为忠诚客户提供顺畅无摩擦的退货流程，同时对滥用退货政策的消费者自动实施更严格的管控措施。”

一家全球奢侈时尚品牌采用 Riskified 人工智能驱动的欺诈防范与风险情报平台，在为高价值客户群体提供优质且高效购物体验的同时，能够精准识别欺诈行为和政策滥用行为。

该公司报告显示：


拒付数量减少约 75%

转化率由约 50% 提升至 75% 至 80%

因退货申请被拒而引发的拒付损失大幅下降，由每年约 100 万美元降至 15 万至 20 万美元


该品牌还增强了对惯常违规者的识别能力，能够跨多个身份信息、设备及支付方式识别同一用户的关联行为，从而更有效地发现屡次实施违规行为的消费者，并进一步提升对退货滥用行为的防范水平。

报告研究结果表明，电子商务退货管理正进入一个全新阶段，其发展方向将由人工智能驱动的欺诈与滥用行为识别、基于身份的智能分析、个性化退货政策以及更透明的退货成本机制所塑造
=*=*=*=*=*=
当前为第2/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页