Konten di atas dibuat oleh pihak ketiga. RisalahPos.com tidak bertanggung jawab atas isi maupun akibat yang ditimbulkan oleh konten ini. Agregator artikel oleh JetMedia Digital Agency

Hakim Distrik AS James Boasberg pada hari Senin memerintahkan pemerintahan Trump untuk mengajukan rencana pemulangan atau memberikan sidang bagi lebih dari 200 migran yang dideportasi ke penjara besar CECOT El Salvador pada bulan Maret.

Boasberg telah mensertifikasi kelas yang mewakili semua migran yang dikirim ke penjara dan mengatakan pemerintah harus menyerahkan rencananya untuk mengizinkan mereka mengajukan keberatan atas penunjukan mereka berdasarkan Undang-Undang Musuh Alien paling lambat tanggal 5 Januari.

Pemerintahan Trump pada bulan Maret meminta hal tersebut AEA – sebuah otoritas di masa perang pada abad ke-18 yang biasa mengeluarkan warga negara yang bukan warga negara tanpa proses hukum yang ketat – mendeportasi dua pesawat penuh tersangka anggota geng migran ke penjara El Salvador dengan alasan bahwa geng Venezuela Tren de Aragua adalah “negara kriminal hibrida” yang menginvasi Amerika Serikat.

Boasberg mengeluarkan a perintah penahanan sementara dan memerintahkan agar pesawat diputarbalikkan, namun pengacara Departemen Kehakiman mengatakan instruksi lisannya yang mengarahkan penerbangan untuk dikembalikan tidak benar, dan deportasi berjalan sesuai rencana.

Boasberg kemudian mencari proses penghinaan melawan pemerintah karena sengaja menentang perintahnya, namun awal bulan ini pengadilan banding federal memberikan Departemen Kehakiman penundaan darurat atas proses tersebut.

Lebih dari 200 migran yang dideportasi ke CECOT dikirim ke Venezuela pada bulan Juli dalam pertukaran tahanan.

Boasberg, dalam perintahnya pada hari Senin, mengatakan pemerintah AS “mempertahankan hak asuh konstruktif” atas para migran ketika mereka dipenjara di CECOT, dan bahwa hak mereka untuk menjalani proses hukum dilanggar ketika pemerintahan Trump menerapkan Undang-Undang Musuh Alien untuk menganggap mereka anggota Tren de Aragua tanpa mengizinkan mereka untuk menentang penunjukan tersebut.

“Dengan mengabulkan Mosi tersebut, Pengadilan ini menyatakan bahwa Penggugat seharusnya tidak diberhentikan dengan cara yang seharusnya, tanpa pemberitahuan dan tidak ada kesempatan untuk menentang dasar pemecatan mereka, yang jelas-jelas bertentangan dengan hak proses hukum mereka,” tulis hakim.

Boasberg memihak pengacara yang mengatakan El Salvador memenjarakan orang-orang tersebut atas perintah Amerika Serikat dan sebagian dengan imbalan $4,7 juta.

Keputusan tersebut membuka jalan bagi semua migran yang dikirim ke CECOT untuk menentang penunjukan mereka sebagai musuh alien dan anggota Tren de Aragua. Hakim Boasberg memerintahkan pemerintah untuk menyampaikan rencana untuk memberikan “kesempatan yang berarti bagi mereka untuk menentang penunjukan mereka,” dengan memfasilitasi kepulangan mereka ke Amerika atau mengizinkan mereka untuk melakukan pemeriksaan.

“Pemerintah juga secara teoritis dapat menawarkan sidang kepada Penggugat tanpa mengembalikan mereka ke Amerika Serikat selama sidang tersebut memenuhi persyaratan proses hukum,” tulisnya.

Pengacara ACLU Lee Gelernt, yang mempelopori gugatan terhadap deportasi AEA, mengatakan para pria tersebut pada akhirnya akan mendapatkan proses hukum.

“Orang-orang tersebut mengalami pelecehan yang tak terukur, namun kini mereka pada akhirnya akan mendapatkan proses hukum yang tidak dapat disangkal oleh pemerintahan Trump,” kata Gelernt.

Jerce Reyes Barrios, seorang pemain sepak bola profesional dan pelatih pemuda yang dikirim ke CECOT meskipun pengacaranya telah bersumpah bahwa dia tidak memiliki catatan kriminal di Venezuela atau di Amerika Serikat, mengatakan kepada ABC News pada hari Senin bahwa berita tentang perintah hakim tersebut mengejutkannya “seperti seember air dingin.”

Namun meski banyak mantan tahanan CECOT yang ingin kembali ke AS, Reyes Barrios mengatakan dia belum siap untuk kembali karena trauma yang terus dia alami.

“Saya memfokuskan waktu saya untuk merawat putri-putri saya, melatih anak-anak kecil, semuanya untuk menghindari pikiran-pikiran tersebut. Pada malam hari saya terkadang mengalami mimpi buruk dan saya merasa seperti masih di CECOT,” Reyes Barrios, yang kembali ke kampung halamannya di Venezuela pada bulan Juli, mengatakan kepada ABC News dalam bahasa Spanyol pada hari Senin. “Saat ini saya belum siap memutuskan apakah saya ingin melawan kasus ini.”

Pengacaranya, Linette Tobin, mengklaim Barrios dituduh salah karena tatonya, yang menunjukkan mahkota di atas bola sepak dengan rosario dan kata “Dios”, yang berarti “Tuhan”. Reyes Barrios mengatakan tato itu meniru logo tim sepak bola Real Madrid.

Kehidupan yang disesuaikan dengan kualitas (QALY) umumnya digunakan untuk mengevaluasi dampak teknologi medis baru pada mortalitas pasien dan morbiditas. Namun, penggunaan qalys

Banyak penulis telah membahas fakta bahwa asumsi standar menghasilkan fungsi utilitas yang tidak realistis linier dan terpisah, mengabaikan semakin berkurangnya utilitas marginal properti mendasar dari fungsi utilitas di bidang ekonomi.

Sebuah makalah oleh Johnson et al. (2024) melakukan eksperimen pilihan diskrit (DCE) untuk mengukur preferensi pasien daripada perawatan untuk gangguan depresi mayor (MDD) untuk menguji berkurangnya utilitas marginal dan ketergantungan jalur. Dalam penelitian ini, mereka menawarkan responden urutan gejala yang berbeda dari depresi parah, sedang dan ringan dan memperkirakan kesediaan untuk membayar masing -masing. Analisis campuran logam kelas laten deduktif digunakan untuk mengevaluasi data survei dari 751 responden dengan MDD.

Menggunakan pendekatan ini, mereka menemukan itu:

Konsisten dengan harapan teoretis, kami menemukan bukti berkurangnya utilitas marjinal,
Memegang Konstanta Waktu Urutan, serta Bukti Ketergantungan Jalur, Memegang Konstan Peningkatan Gejala. Eksperimen kami mengisolasi efek ketergantungan jalur dari pengaruh diskon waktu konvensional dengan berfokus pada durasi pengobatan 6 minggu pendek

Para penulis berpendapat bahwa kerangka waktu singkat yang mereka sajikan (6 minggu) berarti bahwa diskon bukanlah masalah. Jika individu tidak sepenuhnya menghargai waktunya adalah berminggu -minggu – tidak hanya mempertimbangkan periode waktu generik – maka diskon bisa berperan di sini. Namun, dengan asumsi bahwa responden benar-benar memahami sifat pertanyaan, tarif diskon akan memiliki dampak yang sangat kecil selama 6 minggu dan temuan dapat disebabkan oleh utilitas non-linear. Ini mungkin sangat relevan untuk perawatan dengan mekanisme aksi yang bertindak cepat. Anda dapat membaca makalah lengkapnya di sini.

Pengembalian menimbulkan tantangan yang signifikan bagi e-commerce, menaikkan biaya dan operasi tegang. Saat ini, sekitar 10% dari semuanya online pembelian dikembalikan—Botal 4 miliar paket per tahun. Sebagian besar pengecer mengandalkan proses manual yang mahal untuk menangani pengembalian, memindahkan produk kembali ke gudang untuk diperiksa, rekondisi, dan dijual kembali. Ketidakefisienan ini bertambah, dengan biaya penanganan rata -rata $ 20 per pengembalian karena data dimuka yang terbatas dan logistik terfragmentasi. AI mengubah lanskap ini dengan meningkatkan efisiensi pada berbagai tahap proses pengembalian.

Dengan mengumpulkan data terperinci – seperti gambar, video, dan riwayat pembelian – pada saat pengembalian, AI dapat membuat keputusan instan, mengurangi ketergantungan pada agen layanan pelanggan. Ini juga mengoptimalkan routing pengembalian, mengurangi langkah transportasi dan pemrosesan yang tidak perlu. Dalam kasus di mana inspeksi fisik tetap diperlukan, AI membantu operator gudang dalam menyortir dan menilai item, secara dramatis mengurangi waktu pemrosesan. Akibatnya, perputaran inventaris meningkat dari bulan ke hari, dan penanganan biaya menurun sebesar 20% atau lebih. Ke depan, tujuannya adalah untuk menghilangkan penanganan yang tidak perlu sama sekali – memungkinkan produk yang dikembalikan untuk dijual kembali dan dikirim langsung ke pelanggan berikutnya, melewati proses gudang yang mahal. Dengan otomatisasi yang digerakkan AI, e-commerce kembali menjadi lebih cepat, lebih hemat biaya, dan lebih berkelanjutan.

Banyak pemain baru telah memasuki ruang, mengakui perlunya solusi yang hemat biaya dalam manajemen pengembalian.

“Kami telah menciptakan kombinasi perangkat lunak dan mitra gudang lokal, yang memberi pengecer solusi turnkey untuk menangani logistik terbalik dengan cara yang lebih efisien. Kami menggunakan algoritma AI yang berbeda dalam semua skenario di atas: pengambilan keputusan otomatis, perutean, dan agen AI yang membantu inspektur fisik. Ini, ditambah dengan saluran penjualan untuk produk yang tidak dapat dijual sebagai yang baru, menghasilkan model yang lebih baik dan lebih hemat biaya untuk logistik terbalik. Model yang tidak menggunakan perantara dan di mana produk diperiksa pada titik pengembalian – atau setidaknya sangat dekat dengannya. Memecahkan teka -teki rekomendasi membutuhkan lebih dari satu solusi tunggal. Seluruh proses perlu dirubah, itulah yang telah kami lakukan, ”kata Kalle Koutajoki, CEO dan salah satu pendiri Pembaruanplatform rekomende yang dioptimalkan AI untuk pengembalian, trade-in, dan dijual kembali.

Menggunakan AI untuk mengurangi pengembalian: prediksi atas pencegahan

Salah satu alasan utama ketidakpuasan pelanggan – dan pada akhirnya mengapa pelanggan mengembalikan item – adalah ketidakcocokan antara harapan dan kenyataan. Ketika suatu produk tidak sesuai dengan deskripsinya, apakah karena foto yang tidak akurat, spesifikasi yang menyesatkan, atau detail yang tidak lengkap, pelanggan lebih cenderung merasa kecewa dan mengirim barang kembali. Memastikan deskripsi produk yang jelas, tepat, dan jujur ​​sangat penting dalam meminimalkan pengembalian dan meningkatkan kepuasan pelanggan secara keseluruhan.

“Di Yummy, kami menggunakan AI untuk belajar dari data pelanggan kami dan menggabungkannya dengan pembuatan gambar resep kami – menghasilkan LTV yang luar biasa dan kepuasan pelanggan dengan produk kami. Mesin AI yang sama memungkinkan kami untuk dengan cepat mendominasi pasar kecil yang tidak menarik bagi pemain yang lebih besar sambil mengeluarkan pesaing lokal, ”kata Karl Paadam, pendiri Gain dan Co-Founder Of Yummy.

Peran AI dalam Manajemen Pengembalian melampaui pengoptimalan logistik – itu juga membantu memprediksi dan mencegah pengembalian sebelum terjadi. Dengan memanfaatkan data tingkat SKU, pengecer dapat secara proaktif mengidentifikasi produk berisiko tinggi, mengoptimalkan daftar produk, dan memperbaiki keputusan inventaris untuk mengurangi pengembalian. Transisi dari pemrosesan pengembalian reaktif ke pencegahan pengembalian prediktif ini adalah kunci untuk meningkatkan efisiensi dan pengalaman pelanggan.

“Formula yang menang terletak pada menggabungkan operasi yang fleksibel dengan optimasi yang digerakkan oleh AI-memberikan pengecer pintar kelincahan untuk tetap di depan. Selain itu, tidak ada waktu lagi untuk menganalisis wawasan secara manual dan menyesuaikan rantai pasokan yang sesuai. Pengecer harus bergerak melampaui analitik BI tradisional dan memanfaatkan wawasan proaktif yang digerakkan oleh AI yang diterjemahkan secara real time menjadi keputusan inventaris dan merchandising, memastikan optimasi rantai pasokan yang berkelanjutan. Membangun posisi inventaris untuk promosi atau musim liburan adalah proses yang diisi dengan ketidakefisienan, ”kata Dr. Yishai Ashlag, salah satu pendiri dan CEO OneBeattoolkit untuk eksekusi inventaris yang dioptimalkan pada skala.

Menurut Ashlag, AI akan sangat penting dalam merampingkan operasi pasca-liburan dengan mengurangi persediaan berlebih. “Ini sangat penting dalam industri seperti kosmetik, toko minuman keras, toko DIY, dan elektronik konsumen, di mana sebagian besar penjualan berasal dari promosi dan permintaan yang didorong oleh liburan. Dengan memanfaatkan AI, pengecer dapat menyelaraskan inventaris dengan permintaan puncak, mengurangi overstock dan meningkatkan efisiensi keseluruhan. ”

Bagaimana AI mengubah pengembalian ritel dari masalah yang mahal menjadi peluang pendapatan

Salah satu biaya tersembunyi terbesar ritel bukan hanya memproses pengembalian – itulah yang terjadi pada mereka sesudahnya. Banyak produk yang kembali tidak bisa begitu saja kembali ke rak. Beberapa musiman, yang lain memiliki kemasan yang hilang, dan beberapa digunakan atau rusak ringan, memaksa pengecer untuk melikuidasi atau membuangnya – keduanya menyebabkan kerugian pendapatan besar.

AI mengubah cara pengecer menangani kelebihan pengembalian, menggeser mereka dari beban keuangan ke peluang yang menghasilkan pendapatan. Daripada menerapkan pendekatan satu ukuran untuk semua, AI memungkinkan pengecer untuk menilai kondisi produk, menganalisis pola pengembalian, melacak umpan balik pelanggan, dan mengukur permintaan pasar secara real time. Ini memungkinkan mereka untuk menentukan langkah selanjutnya yang paling menguntungkan – apakah itu mengisi ulang barang -barang jual kembali secara dinamis, merutekan ke fasilitas perbaikan, menyumbang manfaat pajak, bahan daur ulang, atau bahkan memanfaatkan AI dan NLP generatif untuk mengekstraksi wawasan yang meningkatkan deskripsi produk atau desain di masa depan .

“Pengenalan gambar bertenaga AI adalah game-changer lain. Alih-alih memerlukan inspeksi manual, AI dapat menganalisis gambar atau video yang diunggah pelanggan untuk menilai kondisi produk secara real time, secara instan menentukan apakah item tersebut harus diisi ulang, diperbaharui, atau dilikuidasi. Ini mempercepat pemrosesan, mengurangi ketidakefisienan gudang, dan menghilangkan biaya pengiriman yang tidak perlu. Aplikasi utama lainnya adalah harga dinamis. Secara tradisional, pengecer menerapkan diskon datar untuk barang yang dikembalikan, seringkali menyebabkan kerugian yang tidak perlu. AI dapat menyesuaikan harga jual kembali secara dinamis berdasarkan permintaan real-time, tingkat inventaris, dan musiman, membantu pengecer memulihkan nilai setinggi mungkin untuk setiap produk yang dikembalikan. Dengan mengoptimalkan strategi jual kembali, mengurangi limbah, dan meningkatkan alokasi inventaris, AI mengubah pengembalian dari beban keuangan menjadi peluang pendapatan, ”kata Aviad Raz, CEO dan salah satu pendiri dari Returngoportal manajemen pengembalian swalayan.

Bersaing dengan raksasa AI dalam balapan e-commerce returns

Seiring pertumbuhan Pasar Optimasi Pengembalian, banyak pemain baru memasuki ruang. Namun, defensibilitas jangka panjang tetap menjadi pertanyaan penting: Apakah posisi pasar perusahaan tetap kuat 10 atau 20 tahun di masa depan?

Joose Toiviainen, co-founder dan CEO Linglungstartup berbasis Helsinki yang berfokus pada mengoptimalkan pengembalian online, percaya bahwa kesuksesan dimulai dengan model bisnis yang tepat.

“Kami tidak bekerja dengan pengecer yang takut dengan tarif pengembalian tinggi dan mencoba membuat akhir hidup pelanggan sulit dengan aliran pengembalian yang mahal dan rumit. Generasi baru merek telah memasukkan pengembalian ke dalam model bisnis mereka dan memahami kekuatan peracikan pelanggan kepuasan dan retensi. “

Toiviainen menekankan bahwa diferensiasi berkelanjutan berasal dari fokus strategis. Perusahaannya memprioritaskan efisiensi dengan mengoptimalkan jendela pengembalian dan kepadatan logistik, daripada mencoba mereplikasi model yang terintegrasi secara vertikal Amazon.

“Misalnya, kami tidak melakukan sesuai permintaan. Kami fokus pada jendela hari berikutnya, yang mencapai keseimbangan kecepatan dan efisiensi yang tepat untuk sebagian besar pengecer. Hal yang sama berlaku untuk fokus geografis – kita membutuhkan kepadatan tertentu agar rute bekerja, jadi kami secara agresif mengecualikan kode pos pedesaan. Kami tahu segmen pelanggan kami dan kebutuhan mereka dengan baik. Sementara saya mengagumi Amazon, model mereka tidak diterjemahkan langsung ke merek D2C. Dalam logistik pasca-pembelian-artinya semua yang terjadi setelah checkout-masih belum ada pemain dominan. Merek saat ini mengandalkan operator lama dengan NPS rendah, yang meninggalkan peluang untuk solusi yang lebih baik. ”

AI membentuk kembali pengembalian e-commerce, mengubah tantangan yang mahal menjadi peluang untuk efisiensi, pembuatan pendapatan, dan keberlanjutan. Dengan memanfaatkan AI untuk analitik prediktif, pengambilan keputusan otomatis, dan logistik yang dioptimalkan, pengecer dapat mengurangi tingkat pengembalian, memotong biaya pemrosesan, dan memaksimalkan nilai jual kembali. Seiring meningkatnya persaingan di ruang ini, kesuksesan akan tergantung pada inovasi, kelincahan, dan kemampuan untuk mengintegrasikan solusi yang digerakkan AI dengan mulus ke dalam ekosistem pengembalian.

Penjual independen di pasar Amazon melaporkan peningkatan pengembalian penipuan yang mereka katakan memotong margin laba yang sudah tipis dan menciptakan tantangan operasional.

Masalah ini menyoroti meningkatnya ketegangan antara kebijakan yang berpusat pada pelanggan Amazon dan perlindungan penjual, terutama karena persaingan meningkat dari pendatang Cina berbiaya rendah.

Anatomi Penipuan Kembali

Penjual melaporkan dua pola utama pengembalian penipuan. Yang pertama, pelanggan mengembalikan barang dagangan yang rusak atau bekas yang mengklaim itu tiba dalam kondisi itu. Yang kedua melibatkan pengembalian barang yang sama sekali berbeda sambil mengklaim itu adalah produk asli.

Ketika seorang pelanggan awalnya memilih ‘dibeli karena kesalahan’ sebagai alasan pengembalian mereka, Amazon dapat membebankan biaya pengisian ulang kepada mereka. Namun, pelanggan telah belajar bahwa mereka dapat menghindari biaya ini dengan mengklaim ‘deskripsi yang tidak akurat.’

Representasi yang keliru ini memiliki konsekuensi di luar transaksi langsung. Ketika banyak pelanggan melaporkan suatu produk yang dijelaskan secara tidak akurat, itu dapat memicu tinjauan otomatis dari halaman detail produk, dan dalam kasus yang parah, dapat menyebabkan daftar produk ditangguhkan. Jadi apa yang dimulai ketika pelanggan menemukan cara untuk menghindari biaya dapat mengalir ke gangguan bisnis yang serius bagi penjual.

Dampaknya pada penjual bervariasi tergantung pada model pemenuhannya. Mereka yang menggunakan pemenuhan oleh Amazon (FBA) memiliki kemampuan terbatas untuk memeriksa pengembalian tetapi mendapat manfaat dari penanganan pengiriman dan layanan pelanggan Amazon. Penjual yang menggunakan pemenuhan oleh pedagang (FBM) mempertahankan lebih banyak kontrol atas pengembalian tetapi menghadapi biaya operasional yang lebih tinggi dan harus mengelola pengiriman sendiri.

Pola Penyalahgunaan

Trucking Depot, yang menjual produk kontrol kargo di Amazon melalui model FBM, proyek-proyek mereka akan melihat 110 pengembalian penipuan pada tahun 2024, peningkatan 144% tahun-ke-tahun dari 45 kasus tahun 2023. Khususnya, lonjakan ini datang meskipun volume penjualan keseluruhan yang konsisten dari tahun ke tahun, menunjukkan kenaikan tersebut tidak terkait dengan volume penjualan yang lebih tinggi.

Dampak keuangan melampaui nilai produk yang hilang. Perusahaan melaporkan kerugian yang signifikan dalam biaya tenaga kerja dan biaya pengiriman, terutama dengan barang -barang berat. Dalam satu kasus, seorang pelanggan yang berusaha menghindari biaya pengiriman pengembalian dengan barang berat yang dikirim kembali sekotak buku dan majalah lama yang sesuai dengan berat paket asli.

“Sebagai usaha kecil yang menjual di Amazon, sudah ada keuntungan minimal yang harus dibuat jika Anda tetap kompetitif,” kata seorang perwakilan dari Depot Trucking kepada saya. “Berurusan dengan pengembalian penipuan dan kehilangan waktu kerja telah menyakiti kita sebagai bisnis pada tahun 2024 dan kami telah merenungkan jika Amazon adalah saluran penjualan yang bahkan layak untuk ditangani lagi.”

Penipuan pengembalian serial

Complogics, penjual pengisi daya mobil yang berbasis di Durham, North Carolina, melaporkan melihat pelanggan berulang kali mengeksploitasi kebijakan pengembalian Amazon. Perusahaan telah mendokumentasikan kasus -kasus pelanggan yang membeli pengisi daya baru, kemudian mengembalikan unit yang lebih tua dan rusak di bawah klasifikasi “produk yang rusak atau rusak sebelum pengiriman.”

Penjual melaporkan jumlah pelanggar berulang telah dua kali lipat dari kurang dari 10 menjadi lebih dari 20 dalam 3-4 tahun terakhir. Pola ini menimbulkan tantangan khusus bagi penjual yang menggunakan layanan Amazon yang dipenuhi oleh Amazon (FBA), di mana barang -barang yang dikembalikan kembali ke gudang Amazon daripada langsung ke penjual. Tidak seperti penjual yang mengelola pemenuhan mereka sendiri (FBM), penjual FBA sering tidak memiliki kesempatan untuk secara fisik memeriksa barang -barang yang dikembalikan atau mendokumentasikan kasus penipuan tertentu kecuali mereka membayar biaya tambahan untuk mendapatkan pengembalian yang dikirimkan kepada mereka alih -alih kembali ke inventaris Amazon. Kurangnya visibilitas ini membuat lebih sulit untuk membangun bukti penyalahgunaan sistematis atau kontes klaim penipuan.

“Bahkan eBay memungkinkan Anda untuk memblokir pembeli dari pembelian lagi. Amazon tidak memiliki rel penjaga selain jika Anda mendaftarkan nomor seri sejauh yang saya tahu,” kata manajer e -commerce Comprogics, Dane Fulton, kepada saya.

Strain operasional signifikan. Di luar kerugian finansial, penjual yang membahas dampak penyalahgunaan pengembalian di forum -forum seperti Reddit mengatakan mereka menghabiskan banyak waktu untuk memperebutkan pengembalian penipuan, mengajukan klaim, dan sesuai dengan dukungan Amazon. Catatan Komplogis Mereka harus menaikkan harga untuk mengimbangi kerugian, berpotensi membahayakan kemampuan mereka untuk memenangkan “kotak beli” Amazon – opsi pembelian default bagi pelanggan.

Tanggapan Amazon untuk Mengembalikan Penyalahgunaan

Setelah menyelidiki kasus -kasus khusus ini, Amazon menekankan komitmennya untuk mencegah penipuan pengembalian. “Kami tidak memiliki toleransi untuk pengembalian curang di Amazon, dan kami menganggap setiap klaim dengan serius, apakah suatu barang secara curang dikembalikan ke Amazon atau ke penjual independen,” kata juru bicara Amazon.

Perusahaan telah menginvestasikan miliaran sumber daya dan layanan yang mendukung pengusaha pasar, termasuk tim khusus yang didedikasikan untuk mendeteksi, menyelidiki, dan menghentikan penipuan. Untuk penjual yang mengalami penyalahgunaan pengembalian, Amazon menyediakan proses pengarsipan klaim langsung melalui Penjual Central, dengan opsi banding jika klaim awal ditolak.

Pendekatan Amazon mencakup beberapa lapisan perlindungan. Perusahaan menyatakan bahwa mereka tidak mengizinkan pelanggan untuk mengembalikan barang yang tidak mereka beli dari Amazon, dan semua barang yang dikembalikan harus menjadi barang asli yang diterima. Ketika pola penyalahgunaan atau pelanggaran kebijakan berulang terdeteksi, Amazon mengatakan dibutuhkan langkah -langkah yang tepat untuk melindungi ekosistem penjualan sambil mempertahankan kepercayaan pelanggan.

Untuk penjual FBA secara khusus, Amazon menggunakan apa yang digambarkan sebagai ‘proses yang kuat’ untuk penilaian barang yang dikembalikan. Namun, jika penjual tidak setuju dengan penentuan pengembalian, mereka dapat memberikan bukti tambahan melalui proses banding.

Infrastruktur ini mencerminkan investasi yang signifikan, meskipun beberapa penjual berpendapat bahwa sistem tidak secara memadai membahas bentuk -bentuk penipuan pengembalian yang canggih.

Tekanan & Persaingan Pasar

Peningkatan pengembalian penipuan terjadi di tengah kompetisi yang mengintensifkan, terutama dari produsen Cina dengan harga lebih murah. Seperti yang baru saja saya laporkan Forbes Dalam “Amazon Take On Temu dengan ‘Haul’ Store”, lebih banyak penjual Cina-dari-pabrik yang memasuki platform, mengancam margin bagi penjual domestik.

Menariknya, pasar Cina sering kali mengambil pendekatan yang sangat berbeda untuk pengembalian. Dari pengalaman pribadi, saya telah menemukan proses pengembalian Aliexpress menjadi jauh lebih ketat. Ketika saya baru -baru ini menerima kotak kosong dari penjual, AliExpress mengharuskan saya untuk memberikan video unboxing sebagai bukti – harapan yang tidak realistis mengingat beberapa pelanggan membuat film sendiri membuka setiap paket. Bahkan setelah bolak-balik yang luas, klaim saya ditolak. Ini sangat kontras dengan pendekatan khas Amazon untuk mengembalikan pelanggan segera setelah pengembalian dipindai di kantor pos.

Perbandingan ini menyoroti ketegangan mendasar dalam operasi Marketplace: Kebijakan pengembalian pelanggan-sentris Amazon membantu mendorong kesetiaan tetapi secara tidak sengaja dapat menciptakan peluang untuk penipuan, sementara pendekatan pelindung penjual AliExpress mungkin menghalangi penyalahgunaan tetapi berisiko mengasingkan pelanggan yang sah.

Implikasi yang lebih luas

Situasi ini menyoroti tantangan lama untuk model pasar Amazon: menyeimbangkan pendekatan yang berpusat pada pelanggan dengan perlindungan penjual. Sementara kebijakan pengembalian liberal perusahaan membantu mendorong loyalitas pelanggan, beberapa penjual berpendapat pendulum telah berayun terlalu jauh, berpotensi mengancam keberlanjutan saluran penjualan Amazon mereka.

Ketika kami menganggap misi Amazon sebagai ‘perusahaan yang paling berpusat pada pelanggan di Bumi,’ laser ini fokus pada pengalaman pelanggan.

Kebijakan pengembalian liberal perusahaan mencerminkan pertukaran yang diperhitungkan: penyalahgunaan sistem sesekali dipandang sebagai biaya yang dapat diterima untuk mempertahankan kepercayaan pelanggan dan loyalitas. Bagi Amazon, matematika ini kemungkinan masuk akal dalam skala. Tetapi untuk penjual individu, terutama bisnis kecil dan menengah, menyerap biaya-biaya ini dapat mengancam keberlanjutan mereka di platform.

Ketegangan ini sampai ke jantung tantangan yang lebih luas di Ekonomi Pasar: Kebijakan yang menguntungkan hubungan platform dengan pelanggan akhir tidak selalu selaras dengan kesuksesan penjual. Ketika persaingan semakin meningkat, terutama dari pasar yang sangat murah, Amazon mungkin perlu menemukan cara-cara inovatif untuk mempertahankan etos yang berpusat pada pelanggan sambil lebih melindungi penjual yang sah dari penyalahgunaan. Alternatifnya – kehilangan penjual domestik yang andal dari pasarnya – pada akhirnya dapat membahayakan pengalaman pelanggan yang ingin dilindungi Amazon.

Tanyakan kepada siapa pun di bidang ritel, dan mereka akan memberi tahu Anda bahwa pengembalian adalah masalah besar. Hal yang sama berlaku untuk pembeli. Tak seorang pun ingin repot mengembalikan barang dagangan atau menunggu kredit ke rekeningnya. Dan kebijakan pengembalian pengecer atau pengalaman pengembalian negatif pelanggan dapat memengaruhi tempat mereka berbelanja berikutnya.

Pengembalian, yang merupakan konsekuensi tak terhindarkan dari pembelian dan penjualan, menciptakan gesekan antara pengecer dan pembeli ketika tujuannya adalah untuk menghilangkan gesekan dari interaksi pengecer-konsumen di setiap titik kontak: sebelum, selama, dan setelah penjualan.

“Solusi pengembalian harus mengatasi pra-pembelian, pasca-pembelian, dan penanganan fisik barang setelahnya,” kata Sender Shamiss, pendiri dan CEO ReturnPro, sebuah perusahaan logistik terbalik yang sebelumnya dikenal sebagai goTRG. “Kita hidup dalam masyarakat berbasis konsumen, artinya kita adalah pembelanja. Akan selalu ada sesuatu untuk dikembalikan.”

Industri ritel bertanggung jawab untuk memperbaiki masalah pengembalian. Untuk melakukan hal tersebut, memahami ruang lingkupnya sangatlah penting, seperti yang dikatakan mendiang Peter Drucker, “Anda tidak dapat mengelola apa yang tidak Anda ukur.” Dan di situlah keadaan menjadi suram.

Lebih Besar Dari Kotak Roti

Pada bulan Desember, National Retail Federation (NRF) mengeluarkan prediksinya bahwa keuntungan akan berjumlah $890 miliar pada tahun 2024. Tidak lama setelah Appriss Retail dan Deliotte mengeluarkan perkiraannya sendiri sebesar $685 miliar. NRF memperkirakan tingkat pengembalian sebesar 16,9% dari penjualan ritel; Appriss/Deloitte sebesar 13,2%.

Perbedaan lebih dari $200 miliar bukanlah kesalahan pembulatan. Jumlah tersebut lebih besar dibandingkan pendapatan toko furnitur dan perabot rumah tangga ($136 miliar) atau department store ($131 miliar) sepanjang tahun lalu.

Beda Metodologi, Beda Hasil

Metodologi membuat perbedaan. NRF bersama mitranya Happy Returns menggunakan data survei yang dikumpulkan dari 249 profesional e-commerce dan keuangan dari pengecer besar AS dengan pendapatan $500+ juta untuk mendapatkan perkiraannya.

Appriss/Deloitte juga menggunakan data survei, mengambil sampel tanggapan dari 150 eksekutif ritel Amerika Utara. Namun mereka memvalidasi hasil survei dengan data transaksi aktual, sehingga menghasilkan perkiraan yang lebih rendah.

“Kami memulai pada tahun 2023 dengan laporan berbasis data, bukan hanya laporan berbasis survei untuk menghasilkan informasi yang lebih terperinci sehingga pengecer dapat mengambil keputusan yang lebih tepat,” kata Pedro Ramos, chief revenue officer di Appriss Retail. “Dan tahun ini kami melakukan analisis lebih dalam untuk memilah transaksi dan asal usul yang mendorong keuntungan.”

Dengan pembagian ritel sekitar 70% secara fisik dan 30% secara online, Ramos yakin perkiraan keuntungan NRF condong ke pengecer omnichannel dengan tingkat pengembalian yang jauh lebih tinggi. Appriss/Deloitte menemukan tingkat pengembalian online secara keseluruhan adalah 25% dan berjumlah $362 miliar, dibandingkan dengan 9% untuk penjualan di dalam toko.

NRF tidak mengelompokkan tingkat pengembalian berdasarkan saluran, meskipun NRF melaporkan “tingkat pengembalian online pengecer 21% lebih tinggi dari tingkat pengembalian keseluruhan mereka.” Catatan: ini tidak berarti tingkat pengembalian online adalah 21%, namun hanya 21% lebih tinggi dibandingkan pembelian yang dilakukan di toko. NRF tidak menanggapi permintaan komentar.

Mengembalikan Penipuan yang Berkembang

NRF juga tidak menghitung nilai pengembalian yang bersifat penipuan, meskipun surveinya mengungkapkan bahwa 93% pengecer mengatakan bahwa penipuan ritel dan perilaku eksploitatif lainnya merupakan masalah yang signifikan dalam bisnis mereka.

Appriss/Deloitte menyebutkan angka-angka di baliknya, dan menemukan pengembalian palsu mencapai $103 miliar pada tahun 2024 atau 15% dari total pengembalian.

Ada banyak penyebab penipuan pengembalian, termasuk penyimpanan (pengembalian barang bekas), penipuan kartu hadiah, pengembalian barang curian atau dengan kwitansi palsu, klaim palsu atas pengiriman yang terlewat, dan penipuan atau kolusi pengembalian oleh karyawan. Masing-masing mungkin memerlukan upaya remediasi dan pencegahan yang berbeda.

Konsumen Dan Pengecer Dengan Tujuan Lintas

Meskipun NRF dan Appriss/Deloitte memiliki nilai pengembalian yang sangat berbeda, keduanya mempunyai kesimpulan yang sama: pengembalian merupakan masalah yang sangat besar bagi pengecer dan konsumen.

Pelanggan menginginkan pengembalian yang mudah, cepat, dan tidak merepotkan. Menurut survei Appriss terhadap 1.000 konsumen, sekitar 31% konsumen berhenti berbelanja di pengecer tertentu karena kebijakan pengembalian yang ketat dan 55% menghindari berbelanja dengan toko lain karena alasan yang sama.

Di sisi lain, 70% mengatakan mereka melakukan pembelian tambahan karena pengalaman pengembalian yang positif. Hampir 90% konsumen mengatakan mereka akan melakukan lebih banyak pembelian jika mereka yakin bahwa pengecer akan memberikan “pengalaman pengembalian yang positif.”

Sayangnya, hal tersebut belum tentu mereka temukan, karena 36% melaporkan mengalami pengalaman pengembalian negatif baru-baru ini. Keluhan utama mereka adalah layanan pelanggan yang buruk (45%), menunggu pengembalian dana yang lama (42%), biaya pengiriman atau penyetokan ulang (34%), kebijakan pengembalian yang membingungkan (26%) dan jangka waktu pengembalian yang terbatas (20%).

Memang benar, survei pengecer Appriss/Deloitte menunjukkan bahwa 83% pengecer memperketat kebijakan pengembalian, termasuk mewajibkan bukti pembelian/tanda terima (67%) dan membatasi jangka waktu pengembalian hingga 30 hari atau kurang (59%).

“Tujuan dari setiap pengecer adalah untuk mengurangi pengembalian, namun hal ini harus diimbangi dengan melindungi penjualan,” kata Neil Saunders dari GlobalData kepada RetailDive. “Kebijakan pengembalian yang terlalu memberatkan dapat merugikan penjualan pengecer.”

Memperbaiki Masalah

Seperti yang diamati oleh Shamiss dari ReturnPro, mengatasi tantangan pengembalian ritel memerlukan pendekatan tiga cabang, dimulai sebelum pembelian, melalui proses pengembalian pelanggan, dan pasca-pemrosesan barang dagangan yang dikembalikan.

Seperti biasa, satu ons pencegahan bernilai satu pon penyembuhan.

Perbaikan Pra-Pembelian

Mengeluarkan penipu, pelaku kejahatan, dan pelaku kejahatan kebijakan pengembalian lainnya dari sistem adalah langkah nomor satu. Appriss/Deloitte menemukan bahwa 84% pengecer telah melakukan perubahan pada kebijakan pengembalian mereka untuk mengurangi penipuan, namun dalam banyak kasus, upaya tersebut dapat meningkatkan perselisihan dengan pelanggan terhormat.

AI dan data besar dapat membantu mengidentifikasi pelaku kekerasan kronis dan mencegah mereka melakukan penyalahgunaan terus-menerus. Menurut beberapa laporan, Amazon, Target, Zara dan Abercrombie & Fitch sudah mulai menolak pengembalian dana dari tersangka pelaku penyalahgunaan.

Dan REI baru-baru ini memberi tahu hampir 5.000 dari 24 juta anggotanya, yang membayar $30 untuk keanggotaan seumur hidup, bahwa mereka tidak dapat lagi memanfaatkan kebijakan pengembalian yang murah hati karena adanya penyalahgunaan. Mereka yang menerima pemberitahuan memiliki tingkat pengembalian rata-rata 79%.

Tak disangka, pelanggan lama REI tersinggung. Dia mengatakan kepada tim 9News di Denver bahwa REI mendorong pelanggan untuk mencoba peralatan dan mengembalikannya secara gratis jika tidak berhasil. Itulah yang dia akui lakukan, hanya untuk mengetahui bahwa dia tidak akan memiliki hak istimewa itu lagi. Dia juga mengatakan karena kondisi kaki medis yang didiagnosis, dia perlu memesan beberapa ukuran sepatu untuk melihat mana yang cocok.

Selain kondisi medis, memesan beberapa ukuran – yang disebut “bracketing” – adalah praktik umum bagi pelanggan pakaian dan alas kaki. Mereka tidak tahu bagaimana sesuatu akan muat, jadi mereka memesan satu ukuran ke atas, satu ukuran ke bawah, dan satu lagi di tengah untuk mendapatkan ukuran yang pas.

“Ini berarti berupaya keras memberikan lebih banyak informasi dan alat kepada konsumen mengenai hal-hal seperti ukuran, sehingga mereka dapat membeli secara akurat pada kali pertama, seperti halnya dalam menghukum pembeli,” kata Saunders dari GlobalData.

Amazon mencoba mengatasi hal ini dengan layanan coba sebelum membeli di mana pelanggan dapat memesan hingga enam item, menyimpannya selama tujuh hari untuk dicoba, lalu mengembalikan item yang tidak diinginkan. Namun, layanan ini akan berakhir pada 31 Januari.

Saunders berpendapat bahwa Amazon mendapati bahwa layanan tersebut benar-benar meningkatkan tingkat dan kompleksitas pemrosesan pengembalian dan telah menghentikan program tersebut, dengan harapan bahwa peningkatan AI pada ulasan pembeli dan fitur lainnya akan mengurangi pengembalian.

Penyebab utama pengembalian online lainnya adalah barang rusak, bagian hilang, barang diterima terlambat/tidak tepat waktu, dan tidak sesuai dengan foto/deskripsi di website. Ini adalah perbaikan operasional yang harus ditangani oleh pengecer proto.

Selama Kepulangan

Meskipun pesanan online menghasilkan sebagian besar pengembalian – terhitung 53% dari $685 miliar pengembalian, menurut Appriss/Deloitte – persentase pengembalian online yang ditangani secara eksklusif secara online (BORO atau beli-online-pengembalian-online) adalah 10%, hanya sedikit lebih tinggi dari tingkat pengembalian 9% untuk pengembalian di dalam toko.

Konsumen online dan di dalam toko lebih memilih melakukan pengembalian secara langsung, yang disebut beli-online-pengembalian-di-toko (BORIS). Sekitar 60% dari seluruh pengembalian online dilakukan di toko, menurut Appriss/Deloitte.

Meskipun studi Appriss/Deloitte memberikan gambaran besarnya, survei NRF yang dilakukan dengan Happy Returns memberikan rincian lebih lanjut. Pengungkapan penuh: Happy Returns adalah pemimpin di bidang BORIS. Happy Returns menggambarkan dirinya sebagai perusahaan perangkat lunak dan logistik terbalik. Itu diakuisisi oleh UPS pada akhir tahun 2023 dari PayPal, pemroses pembayaran.

Proses pengembalian pelanggan di Happy Returns dimulai secara online di mana pelanggan memberi tahu vendor tentang pengembalian tersebut, alasannya, dan memilih apakah mereka ingin melakukan penukaran, mendapatkan kredit toko, atau melakukan pengembalian.

Mereka kemudian mendapatkan kode batang untuk mengirim kembali barang tersebut, baik dengan mencetak label pengembalian, mengemasnya, dan mengirimkannya melalui pos atau membawa barang tersebut ke Bar Pengembalian yang terletak di lebih dari 5.000 Toko UPS atau di hampir 3.000 lokasi mitra toko. Return Bar melakukan pencetakan, pengepakan, dan pengiriman secara gratis.

Bar Pengembalian Happy Return berlokasi di Kohl’s, Staples, Whole Foods, dan lokasi lainnya dan menerima pengembalian dari mitra merek, termasuk Amazon, Levi’s, Lands’ End, Figs, Everlane, Shein, Allbirds, Fabletics, dan lainnya.

ForbesPengembalian Ritel Melonjak Menjadi $890 Miliar: Bagaimana Pengecer Beradaptasi di Tahun 2024Oleh Shelley E.Cohan

Setelah Happy Returns menerima barangnya, kredit atau pengembalian dana segera dilakukan, yang merupakan alasan utama mengapa pelanggan menyukai opsi BORIS, dan juga menghilangkan kebutuhan akan pengepakan.

Setelah Kembalinya

Akhirnya, pengecer harus memutuskan apa yang harus dilakukan dengan semua barang dagangan yang dikembalikan. Barang-barang dalam kemasan asli dan berlabel mungkin cocok untuk dikembalikan ke rak setelah diperiksa, namun lebih banyak lagi yang mungkin digabungkan untuk dikirim ke likuidator atau berakhir di tempat pembuangan sampah.

Misalnya, Pusat Produktivitas dan Kualitas Amerika (APQC) memperkirakan bahwa sekitar 45% barang dagangan yang dikembalikan dijual kembali melalui berbagai saluran luar, seperti toko outlet, pasar luar negeri, atau dengan harga berbeda. Dan RetailDive melaporkan bahwa lebih dari 11% pakaian yang dikembalikan dikirim ke tempat pembuangan sampah.

Di sinilah berbagai perusahaan logistik terbalik ikut berperan tergantung pada apakah barang tersebut cocok untuk diperbaiki/diperbaharui, dijual kembali melalui pasar sekunder dan likuidator, atau didaur ulang atau digunakan kembali suku cadangnya.

Namun, terlalu banyak produk yang dikembalikan masih berakhir di tempat pembuangan sampah, seperti halnya Netflix Beli Sekarang: Konspirasi Belanja mengungkapkan. Film dokumenter ini membawa pemirsa ke balik layar untuk menunjukkan bagaimana merek membuang barang dagangan yang tidak diinginkan dan tidak dapat dijual.

“Konsumen semakin sadar akan dampak pengembalian terhadap lingkungan, seperti limbah dari produk yang dibuang dan emisi dari logistik terbalik,” profesor Colorado State University College of Business Johnathan Zhang berbagi dengan RetailDive.

Tidak Ada Perbaikan yang Mudah

Shamiss dari ReturnPro, yang mengabdikan karirnya di bidang logistik terbalik sejak mendirikan perusahaannya pada tahun 2008, yakin bahwa pengembalian dapat dikurangi jika pengecer mengambil pendekatan tiga cabang sebelum penjualan, selama proses pengembalian, dan setelahnya.

Mencegah pengembalian sebanyak mungkin adalah garis pertahanan pertama. “Setiap persentase keuntungan yang dapat Anda kurangi akan langsung masuk ke margin bersih bisnis,” katanya.

Namun bahkan jika pengecer menurunkan tingkat pengembalian, hal ini tidak dapat dihindari, sehingga menjadikan proses pengembalian semudah dan semudah mungkin adalah tujuannya. Kebijakan pengembalian yang lebih ketat yang diterapkan oleh banyak pengecer mungkin bisa menjadi bumerang, seperti yang diperingatkan oleh Saunders dari GlobalData.

Dan setelahnya, tujuannya adalah mengembalikan sebanyak mungkin produk ke dalam persediaan yang produktif dan menghasilkan keuntungan.

“Hal yang paling penting adalah menghidupkan kembali hal tersebut dan mengembalikan produk ke rak pengecer. Kami berada dalam bisnis siklus hidup barang dagangan yang dikembalikan. Tujuannya adalah untuk menghidupkan kembali setiap item,” tutup Shamiss.