退货的分解方法

    数据的重要性不用再强调了，作为这个时代的网商需要掌握的是数据的用途。比如，谷歌发现，美国内华达一个小区域在一个晚上两小时之内搜索流感症状、流感用药、流感趋势、流感与天气这几个词汇的数量远远高于美国其他区域。第二天早晨谷歌数据研究部的流行病预测组就向美国卫生部发出了流感爆发预警。当天下午美国卫生部的人到达这个区域，果然发现了流感爆发的前兆，并快速调拨足够的疫情预防性药物，初期患者的药物等，一周内成功抑制了疫情向周边扩散的趋势。而在过去，美国卫生部通常要用一周左右的时间才能够确定疫情的源头，到那个时候流感通常都已经扩展到周边较大的区域了。
     言归正传，我们不去看那么远的美国情况了，看看咱们电商自己吧。每家电商都有退货，你研究过退货中的规律吗？
 

    请思考一个选择题：
 
    你决定对每天收到的退货进行分析，具体做法是将退货的所有产品按照价格段进行分类，你觉得通过这个分类可以得到什么方面的结论（单选）：
 
A：可以找到退货最多的客服人员。
 
B：可以找到产品价格与退货可能性的关系。
 
C：可以找到库房发货过程的缺陷。
 
D：可以知道客户退货的可能性。
 
    对于老板们来说，肯定都不喜欢有人退货，可是，每天都有退货，有的产品退货比例高达30%，就算能够容忍的有时也有10%。降低退货数量，降低退货比例的方法到底有哪些呢？
 
    提高产品质量是其中一个答案。即使产品质量完全相同的情况下，不同店家的退货比例还是不同。把退货当做一个事情发展的结果，那么形成这个结果的原因可能不止一个，产品质量、消费者购物轻率事后后悔，地区差异，还有页面产品描述都可能是原因。关键是各位老板是否对过去30天退回来的货进行过分类。比如，上文的选择题，按照价格进行分类，就是100块以内的退货集中在一起，100元~300元之间的一类，300元~500元的一类，500元~1000元的一类，你能够发现什么呢？
 
    只要你落实到行动中，实际去操作一下，能够发现退货比例与价格成反比。价格越低的产品退货比例越高，价格越高的产品，退货比例越低。这能够验证上面分析的一个原因，那就是消费者在价格较低的产品购买决策更轻率，事后后悔的可能就高。
 
    分类是一个重要的管理决策工具。谷歌对搜索的词汇进行分类，所有流感这个词汇都集中起来，就可以看出明显的变化，也就能够快速做出相应的应对。

     从现在开始，对你的退货进行一个分类吧，你可以得到许多启发，可以改善退货的情况，提高利润率。
 
    通过以上的选择题，你学会了分类的方法来研究退货的情况。那么尝试做一下这个题目：
 
    你决定强化微博这个公共平台来增加自己店铺的引流，而且你的产品主要销售对象是在校的大学生，你觉得如下哪个决定更可能有效果：
 
A：从每天早晨9点开始每小时更新微博
 
B：从中午12点开始每小时更新微博
 
C：从下午3点开始每小时更新微博
 
D：从晚上7点开始每小时更新微博
 
    （请将你的选择发送下方邮件，可以验证你是否通过阅读一个专栏，能够提高具体的可以操作的实战能力。）
 
【上期的题目】：
 
    通过数据分析，已知一个点击流量需要31元，静默下单的比例为14%，有31%流失了，询问后下单转化率为21%，所有下单的平均价格为420元，毛利率为19%，根据这些数据，你更有可能做出哪个决策：单选
 
A：加大传播投放提高点击流量。
 
B：强化关联产品。
 
C：强化爆款的页面表现力度。
 
D：强化客服培训，提高询问转化率。
 
解答：
 
A的意思是提高点击总量，依靠的是14%来赚钱。通过数据计算，是赔钱的。
 
B的意思是争取下单的客户多买一些关联产品，期待客户顺便买你利润更高的产品，效果更加难以预测。
 
C的意思是提高14%，争取通过提高静默下单的比例来提高收入。
 
D的意思是提高下单转化率，争取通过培训客服来提高接触转化率，还需要额外投入培训成本，难以衡量产出情况。
 
    你需要权衡的是C， D 之间提高哪个所付出的成本低一些，至少应该先尝试C。