نظرسنجی تازه Blue Yonder نشان می‌دهد ۴۶ درصد خریداران آمریکایی که با توصیه هوش مصنوعی خرید کرده‌اند، در یک سال گذشته دست‌کم یک محصول پیشنهادی را مرجوع کرده‌اند؛ یافته‌ای که اهمیت کیفیت اطلاعات محصول و مدیریت تجربه پس از خرید را برجسته می‌کند.
هوش مصنوعی مسیر تازه‌ای برای کشف و انتخاب کالا پیش روی مصرف‌کنندگان گذاشته است؛ اما برای خرده‌فروشان، موفقیت این مسیر تنها با ثبت سفارش سنجیده نمی‌شود. اگر محصول تحویل‌شده با انتظار مشتری فاصله داشته باشد، فروش اولیه می‌تواند به هزینه حمل برگشت، پردازش مرجوعی و تأخیر در بازگشت کالا به چرخه فروش تبدیل شود.
به گزارش تجارت طلایی، Blue Yonder در مطلب منتشرشده در ۲۷ اکتبر ۲۰۲۶، نتایج نظرسنجی خود از بیش از پنج هزار مصرف‌کننده در آمریکا، بریتانیا، آلمان، فرانسه و استرالیا را بررسی کرده است. براساس این یافته‌ها، ۴۶ درصد پاسخ‌دهندگان آمریکایی که براساس توصیه هوش مصنوعی محصول خریده‌اند، طی یک سال گذشته دست‌کم یک خرید پیشنهادی را بازگردانده‌اند. این عدد سهم خریداران دارای تجربه مرجوعی در آن گروه است؛ نه نرخ مرجوعی کل سفارش‌های مبتنی بر هوش مصنوعی و نه سهم همه مصرف‌کنندگان.
اطلاعات محصول؛ از جذب مشتری تا شکل‌دادن به انتظار او
برداشت عملیاتی از این یافته آن است که کیفیت پیشنهاد خرید باید در کنار نتیجه نهایی آن ارزیابی شود. یک پیشنهاد ممکن است مشتری را به خرید ترغیب کند، اما برای سنجش کارایی آن باید دید کالا پس از تحویل نیز نزد مشتری می‌ماند یا خیر.
برای مثال، توصیف کلی «مناسب استفاده روزمره» درباره یک کفش، اطلاعات محدودی در اختیار خریدار یا دستیار هوش مصنوعی قرار می‌دهد. مشخص‌بودن قالب، عرض، جنس رویه، وزن و نوع استفاده می‌تواند مبنای دقیق‌تری برای انتخاب فراهم کند. در پوشاک نیز اعلام سایز بدون اندازه‌های واقعی لباس، کشسانی پارچه و توضیح فرم تن‌خور، بخشی از ابهام خرید را باقی می‌گذارد.
این مثال‌ها نشان می‌دهند چرا مدیریت داده محصول می‌تواند فراتر از تولید محتوا برای موتورهای جست‌وجو اهمیت داشته باشد. خرده‌فروش باید بررسی کند اطلاعاتی که منتشر می‌کند، تا چه اندازه برای پاسخ‌دادن به نیاز مشخص مشتری کافی است. البته نظرسنجی به‌تنهایی ثابت نمی‌کند که نقص اطلاعات یا خطای هوش مصنوعی علت مرجوعی‌های گزارش‌شده بوده است.
هزینه‌ای که پس از فروش ظاهر می‌شود
از منظر مدیریت عملیات، ارزیابی این کانال فروش به اتصال اطلاعات سفارش، منبع پیشنهاد و علت مرجوعی نیاز دارد. بدون چنین ارتباطی، تشخیص اینکه مسئله به توضیحات کالا، انتخاب مشتری، کیفیت محصول یا اجرای سفارش مربوط بوده، دشوار می‌شود.
یک اقدام کاربردی برای فروشگاه‌ها، مقایسه خریدهای مبتنی بر پیشنهاد هوش مصنوعی با سایر مسیرهای خرید، در گروه‌های کالایی مشابه است. شاخص‌هایی مانند نرخ مرجوعی سفارش‌ها، علت بازگشت، هزینه پردازش و زمان لازم برای فروش دوباره، می‌توانند تصویر روشن‌تری از سودآوری این مسیر ارائه کنند.
محدودکردن مرجوعی چه اثری بر مشتری دارد؟
بخش دیگری از نظرسنجی نشان می‌دهد ۸۲ درصد پاسخ‌دهندگان آمریکایی گفته‌اند اگر فروشگاهی به دلیل دفعات زیاد مرجوعی، امکان بازگرداندن کالای آن‌ها را محدود کند، خریدشان را کاهش می‌دهند یا کاملاً متوقف می‌کنند. این یافته بیانگر واکنش اعلام‌شده مصرف‌کنندگان است و لزوماً رفتار واقعی آینده آن‌ها را پیش‌بینی نمی‌کند.
برای مدیران خرده‌فروشی، تصمیم مهم این است که کنترل هزینه مرجوعی را از مرحله پیش از خرید آغاز کنند: توضیحات روشن‌تر، راهنمای انتخاب دقیق‌تر و ثبت منظم دلایل بازگشت. در خرید با هوش مصنوعی، معیار ارزشمند تنها تعداد سفارش‌های ایجادشده نیست؛ سودی است که پس از تحویل کالا و پایان فرایند مرجوعی باقی می‌ماند.
منبع: Blue Yonder؛ بررسی نتایج نظرسنجی مرجوعی مصرف‌کنندگان ۲۰۲۶
