Ile naprawdę kosztują zwroty w modzie i czy ich przewidywanie się opłaca

Popularna narracja jest chwytliwa: zwroty kosztują fortunę, więc trenuje się model przewidujący zwrot, interweniuje wcześnie i oszczędza miliony. Przeliczyliśmy to na 2,33 milionach rzeczywistych pozycji zamówień z internetowego sklepu modowego. Wynik jest trzeźwiejszy i ważniejszy dla każdego działu zakupów i danych niż obietnica: zapobieganie leży dokładnie na krawędzi opłacalności, a o tym, gdzie się znajduje, decyduje jedna liczba, którą prawie wszyscy przyjmują błędnie.

1 · Pierwsza korekta dotyczy kosztów, nie modelu

Przez lata krążyła liczba, że zwrot kosztuje sprzedawcę 10 do 15 euro. Największe dotąd europejskie badanie sprzedawców rozprawia się z tym: transport i obsługa kosztują średnio 2,85 euro za zwrot, a nie dwa czy trzy razy tyle. Nie zawiera to jednak jeszcze utraty wartości.

Tę policzyliśmy osobno. Spośród zwróconych artykułów około 92% wraca jako pełnowartościowe do sprzedaży, około 4 do 6% staje się towarem klasy B z obniżką, a około 4% trafia do utylizacji. Ważąc to rzeczywistymi cenami artykułów ze zbioru danych (średnio 32,73 euro), otrzymuje się utratę wartości 0,75 do 2,29 euro na zwrot. Uczciwy zakres kosztów całkowitych dla mody wynosi zatem 3,60 do 5,14 euro za zwrot, a nie 10 do 15.

Ta liczba nie jest szczegółem. To dźwignia, na której wisi całe wyliczenie.

2 · Próg rentowności, którego nikt nie wykazuje

Interwencja kosztuje (doradztwo rozmiarowe, podpowiedź, ręczny krok kontrolny) i zapobiega zwrotowi tylko w części przypadków. Jeśli przyjmiemy koszt interwencji na 1 euro, a wskaźnik zapobiegania na 30%, to zwrot musi kosztować co najmniej 3,33 euro, aby interwencja w ogóle przyniosła oszczędność. Poniżej tego dopłaca się do każdego zapobieżonego zwrotu.

Udokumentowany zakres kosztów dla mody (3,60 do 5,14 euro) leży tuż powyżej tego progu rentowności. Konkretnie:

• Licząc tylko obsługę (2,85 euro), zapobieganie nie opłaca się (netto około zera; model faktycznie zaleca nicnierobienie).
• Licząc utratę wartości w pełni (5,14 euro), model przynosi w naszym okresie testowym około 19 300 euro netto, czyli około 1,6% kosztów zwrotów tego wycinka.

Czy oparte na ML zapobieganie zwrotom w modzie się opłaca, jest więc kwestią nie modelu, lecz księgowania utraty wartości. Kto ignoruje towar klasy B i utylizację, dochodzi do wniosku „nie opłaca się"; kto je wlicza, do „opłaca się ledwo". Oba są dalekie od obietnicy milionów.

3 · Model i uczciwa różnica wobec wypolerowanego demo

Na samych danych zamówień (artykuł, cena, rabat, sposób płatności, koszyk) model gradient boosting osiąga ROC-AUC na poziomie 0,696 na czasowym zbiorze holdout, dobrze skalibrowany. Brzmi to niespektakularnie i właśnie tutaj wiele publicznych pokazówek odchyla się w górę.

Powód jest zwykle ten sam: najsilniejszym sygnałem jest własna historia zwrotów klienta, a ten sygnał trywialnie wycieka, jeśli liczy się go na całym zbiorze danych lub na losowym podziale. Zbudowaliśmy go ściśle datowo, czyli tylko z zamówień o wcześniejszej dacie, z wyłączeniem bieżącego zamówienia. Zbudowany czysto podnosi AUC do 0,737 i niemal podwaja oszczędność netto. Jeśli pokazówka leży wyraźnie powyżej (np. 0,80), różnica wobec naszych 0,737 to z dużym prawdopodobieństwem narzut z wycieku danych, a nie realna wartość dodana.

To jest właściwy przekaz dla decydentów: wysoka pokazana dokładność jest nieinterpretowalna bez czystego podziału czasowego i bez cech wolnych od wycieku danych.

4 · Bracketing rozmiarów: konkretna dźwignia, uczciwie zmierzona

Rozpowszechniona obietnica głosi, że spersonalizowana rekomendacja rozmiaru obniża zwroty o 25%. Sprawdziliśmy to na zachowaniu typu bracketing: klienci zamawiają ten sam artykuł w kilku rozmiarach, zatrzymują jeden, a resztę odsyłają.

• 16,6% wszystkich pozycji to takie zestawy rozmiarów (brackets), ze wskaźnikiem zwrotów 73%; stanowią one 23,5% wszystkich zwrotów.
• Ale tylko tam, gdzie zatrzymywany jest dokładnie jeden rozmiar (około 40% zestawów), jest to w ogóle problem rozmiaru. W dobrej połowie nie zatrzymuje się niczego - to problem produktu lub gustu, którego żadna logika rozmiarów nie rozwiąże.
• Wolny od wycieku danych, spersonalizowany rekomender rozmiaru trafia w zatrzymany rozmiar w 28,8% przypadków (wobec 19,1% przy czystej bazowej rekomendacji na poziomie artykułu, więc wyraźnie lepiej). Realistycznie wyłapuje się tym około 2% wszystkich zwrotów; pułap teoretyczny wynosi 6,9%.

Nie jest to więc 25% i przy samej rekomendacji rozmiaru być nie może. Personalizacja działa w sposób wykazywalny, dźwignia jest tylko mniejsza niż reklamowano.

→ Dźwignia rozmiaru zmierzona szczegółowo: Co rekomendacja rozmiaru naprawdę daje przeciw zwrotom.

5 · Najmocniejsze stanowisko przeciwne

Najmocniejsza riposta: nie doceniamy korzyści, ponieważ nie modelujemy pełnej utraty wartości w modzie (towar sezonowy, sztuki zwracane wielokrotnie, partie markowe kierowane do utylizacji) ani droższych asortymentów premium; tam stawka kosztu zwrotu rośnie wyraźnie powyżej naszego zakresu, a wyliczenie przechyla się mocniej na plus. To prawda i właśnie dlatego podajemy zakres i próg rentowności, a nie pojedynczą liczbę: w segmentach wysokocenowych zapobieganie opłaca się wcześniej i mocniej. Kluczowy wniosek pozostaje: opłacalność zależy od stawki kosztu, a nie od modelu.

6 · Czego ten artykuł nie obejmuje

Brak modelu przyczynowego interwencji (30% wskaźnik zapobiegania to jawne założenie, a nie zmierzony efekt). Brak danych o sylwetce czy dopasowaniu, tylko zachowanie zakupowe i zwrotowe. Pojedynczy zbiór danych sprzedawcy (DMC 2016), bez uogólnienia branżowego. I brak argumentu o zrównoważonym rozwoju, choć 4% utylizacji byłoby tu oczywistym punktem zaczepienia.

Odtwarzalność

Wszystkie liczby powstają z publicznego zbioru DMC 2016 za pomocą skryptów w towarzyszących repozytoriach fashion-returns-analysis (EDA, model, wolna od wycieku danych cecha klienta, wrażliwość kosztowa) oraz fashion-size-fit-prediction (rekomender rozmiaru). Surowe dane nie są dołączane ze względów licencyjnych, lecz odtwarzane loaderem z pobrania z Kaggle.

Źródła

• European Return-o-Meter (EUROM), B. Asdecker, Uniwersytet w Bambergu, 2022 (koszt obsługi/transportu 2,85 euro za zwrot): uni-bamberg.de
• Niszczenie zwrotów (~4%, ~20 mln artykułów/rok; 80% poniżej 15 euro), B. Asdecker, Uniwersytet w Bambergu: uni-bamberg.de
• Badanie EHI dotyczące wskaźników zwrotów (Textilwirtschaft): textilwirtschaft.de
• Kompendium zwrotów bevh (red. G. Heinemann): bevh.org
• Podstawa danych: Data Mining Cup 2016 (internetowe zwroty modowe), via Kaggle.