你没能好好处理的恶意退货，正在吃掉你30%的利润

美国户外用品品牌L.L. Bean成立一百年来，一直执行极为自由的退货政策——退货既无时间限制，也不要求提供收据。几十年前买的鞋都能享受全额退款。但是很多人滥用退货政策，从垃圾箱捡东西去退，或者在eBay买二手货去退。

在过去的五年，这些一文不值的退货每年吃掉该公司5,000万美元，大约相当于年利润的30%。

于是2018年2月，该公司宣布新政：只有购买一年内的产品才能退货。新政甫一出台，嘘声一片，甚至引发集体诉讼，曾经的忠诚顾客表示很受伤，再也不买这家公司的东西了：滥用退货政策的人又不是我，为什么我要躺枪？

一些顾客表示，那个独一无二的L.L. Bean不见了，世上只是多了一家普通商店而已。

L.L. Bean并非个案。百思买（Best Buy）、美国户外用品连锁店REI、美国服装品牌Land's End和开市客超市（Costco）都执行了退货限制，比如“重新上架费”，缩短了允许退货的时间，要求出示原始收据等。依然执行自由退货政策的商家也还存在，但数目越来越少。

不论这些公司的退货政策是紧是松，它们的共同点是对所有顾客一视同仁，对忠诚守规矩的顾客和钻空子的顾客同等对待，忽视了不同顾客行为的巨大差异。

好在随着一些新工具和新技术的出现，公司可以对顾客进行细分，通过分析顾客历史行为，执行差异化的退货政策。

最近，我们对美国某大型高端零售商的顾客数据进行了分析，识别出了最有可能滥用退货政策的顾客的交易模式。

我们的预测模型对这家公司非常有效，当然换一家公司可能会失效——在其他环境下，影响要素可能不同，或者即使是同样的要素，各自权重也会有所差异。

不过，要识别和管理最有可能滥用退货政策的顾客，还是有一些总体方法可以采用的，而且这些方法具有广泛的指导意义，所以我们在这里和大家分享，希望帮助零售商合理地管理退货，保证利润，同时提供积极的顾客体验。

找到为你创造最多利润 和最少利润的顾客 

退货是门大生意。2017年，退货额达到3,510亿美元。我们的分析显示，如果存在一个假设中的“顾客退货公司”，那么它将在《财富》（Fortune）500强中排名第二，仅次于沃尔玛（Walmart）。

平均来看，美国商店售出的商品10%会被退回来。不幸的是，很多退货无法再放回货架，还要占用员工大量时间来决定哪些东西可以重新上架，然后再进行适当处理。

收到退货后，员工要对它们进行分类、维修、重新包装，如果还有价值，再重新放上货架。

退货欺诈和滥用加剧了这个问题，美国零售商每年要为此付出230亿美元——相当于美国前三大零售商沃尔玛、开市客和家得宝（Home Depot）的利润总和。

退货滥用有多种形式，有的相当有创意。比如，顾客会为了观看超级碗（Super Bowl）买大屏电视，或者为特殊活动买很贵的衣服，用完后退掉。这些行为被冠以各种名称，包括零售商租赁、租借、选借个人系列衣服和即购即退。

还有些顾客会买一些自己根本不会用的东西，却从退货中获益。

比如，顾客可以用信用卡的旅行奖励来购物，然后退货换取现金、积累航空里程或酒店积分，商家却得支付交易费用。还有一种生财之道是，有人趁打折购物，退货时表示丢了收据，要求全额退款。最简单的退货滥用是顺手牵羊再退货换取现金。

打击退货欺诈的关键，是找出最有可能的恶意退货者，并且只针对他们进行严厉限制。

理想的情况是，在他们下一次交易之前就加以限制。对这些顾客，公司可以收取重新上架费，或者拒绝某些退货请求。这样，公司就可以给合理退货的忠实顾客保留慷慨的退货政策。

该方法关注的是顾客的终身价值，我们发现这比一刀切的严厉政策或宽松政策都更能为企业创造效益。

从公关的角度来说也容易得多——如果公司能够证明自己是在对有问题的退货顾客进行打击，就不至于像L.L. Bean那样因为实施全面限制政策而遭遇公关危机。

我们研究的这家零售商有100多家实体店，另外还有折扣店以及目录销售和网络销售渠道。我们总共考察了七年间记录的100多万名顾客，超过7,500万次交易，销售额总计29亿美元，退货额达到4.66亿美元。

研究数据后我们发现，一共有7个关键变量共同解释了整体顾客利润贡献的方差为什么会达到惊人的94%。

有趣的是，人口学特征如年龄和收入并不显著，因而我们没有将其纳入预测模型。交易有关的数据如总购物次数、购买品类数、平均退货时间等则重要得多。

通过找出利润贡献终身为负的顾客，我们可以预测哪些顾客未来最有可能进行退货欺诈。我们发现，预测模型仅仅需要观察5次交易，准确率就能高达99.96%。观察10次交易及以上，准确率提高到99.98%。

我们将顾客细分为三类：合理退货者、不退货者，以及滥用退货者（即退货频率和时间导致公司产生财务损失的顾客）。

平均来看，合理退货者每年为公司贡献利润1,445美元——是我们研究中利润贡献最大的顾客群体。他们非常重视零售商提供的退货选择，平均退货率为23%。

滥用退货者数量不多，但杀伤力巨大：只有0.4%的顾客归属此类，平均退货率60%，但导致公司每年损失累计6,000万美元。由于这些顾客平均退货时间为两个月，产品在退回时的价值已经大大低于购买时的价值，特别是季节性商品。

量身定制退货政策 

通过分析交易行为，根据利润贡献对顾客进行细分，零售商可以了解何时应该实施退货限制，何时不需要实施。

当然，对于那些既喜欢灵活退货政策又能为公司利润做出重大贡献的顾客，公司还是要给他们保留最大的退货自由度，千万不要为了控制爱占便宜的顾客而忽略了这些优质客户的需求。

这样，公司就更可能提高顾客满意度，增加忠诚度，促进顾客未来的持久购买。

调整退货政策有几种方法。一个简单方法是在退货过程中明确说明，退货可以，但是会对不合理的退货数量进行监测。如果某位顾客有清晰的过度退货史，那么零售商可以直接限制或拒绝交易。

不过，零售商不需要等到退货发生时才采取行动——在销售时就可明确给予差异化的退货政策。根据预测模型的分析结果，零售商可以在过度退货顾客购物时，就将他们标示出来，告诉他们退货时间有限，而且退货时将被收取重新上架费或运费。

另外，零售商还可以对价值贬损较快的产品类别，如季节性商品和电子商品，收取退货费，缩短退货期限。

虽然企业有多种机制可用，但我们分析的这家零售商对于滥用退货政策的顾客，开始直接拒绝他们的退货请求。

该零售商是在我们的研究期间决定推出这个新政策的，一定程度上是为了顺应全行业执行严厉退货政策的趋势。

我们还发现了针对不退货顾客的潜在机会。我们的数据显示，和那些时不时会正常退货的顾客相比，不退货的顾客购买量小很多，对公司利润贡献也少很多。

但是公司也许可以想办法改变这些顾客的行为，比如吸引他们免费体验一些样品，甚至鼓励他们同时购买几种同类商品，回家试用后留下喜欢的，将其他尽快退回，或者想办法将这些顾客变成合理退货顾客，在他们来店采购时送他们优惠券或折扣券，未来需要退货时可以使用。

如果这招不灵，零售商还可以给他们一些奖励来吸引他们购买更多产品——比如，降价出售某些商品，但不允许退货（反正他们也不爱退货）。

很多网上零售商已经采取了类似方法，包括Jet.com和沃尔玛网上商城。这些激励措施虽然目前仍不常见，但是未来会越来越普遍。正如退货政策对滥用退货的顾客会越来越严格，优惠政策对优质顾客则会越来越优惠。

今天，大多数大型零售商手上都掌握了有关客户交易和行为的大量数据，完全可以针对不同顾客执行灵活的退货政策。

注意，我们这里用的是行为模型，不是人口模型。

行为会随时间变化而变化。如果顾客行为因为定制化的退货政策发生改变，企业可以持续根据最新交易重新校准，继续鼓励自己想看到的顾客行为。