Brooks Running ser 80% minskning av returfrekvensen

Brooks Running minskar returfrekvensen

För återförsäljare handlar optimering inte bara om att öka konverteringsfrekvensen eller det genomsnittliga ordervärdet; många återförsäljare har faktiskt insett att optimering för mer än konverteringsfrekvens och AOV kommer att vara avgörande för att vinna inom e-handel.

Ta Brooks Running som exempel. Löparföretaget undersökte nyligen köpbeteendet hos kunder som returnerade varor och testade hur man kan förbättra kundnöjdheten och intäkterna genom att förutse och förhindra skoreturer.

Varför fokusera på returer och inte konverteringsfrekvens? Eftersom returer kostar – en kostnad av tid, pengar och möjligheter för både företaget och kunden.

Det kan ta flera veckor innan kunden skickar returen, Brooks omarbetar SKU:erna och fyller på hyllorna. Dessutom är returer dåligt för den övergripande kundupplevelsen och en returnerad vara innebär att andra kunder som vill köpa kan få meddelanden om att varan är slut i lager när den vara de ville ha går igenom bytesprocessen. Ingen gillar returer. Även om de är gratis är returer ett besvär för kunderna och tär på marginalerna för återförsäljare.

Så hur skapar man en upplevelse som kunderna är nöjda med och som är mindre benägna att returnera? Brooks fann att det är en kombination av att förstå den unika övervägningscykeln för varje produkt, spåra rätt data och använda Optimizely för att ge en riktad upplevelse till rätt kundsegment.

De dolda kostnaderna för stora beställningar

Brooks-teamet började med att undersöka beställningar med högt värde. Vid första anblicken är ett högt genomsnittligt ordervärde bra och många återförsäljare strävar efter att öka detta mått. Men ett högt värde av fel produkter kan vara problematiskt.

Teamet såg ett mönster i dessa stora beställningar: många av dem var för skor av samma modell, bara en halv storlek eller bredd ifrån varandra. Genom att granska data såg teamet att statistiskt sett, när någon köper två eller fler par skor inom en halv storlek eller breddskillnad, kommer minst ett av dessa par att returneras. Kunden letar faktiskt efter den bästa passformen. I det här fallet är hög AOV inte bra.

”Ett betydande antal av våra skoköp är av samma modell, men inom en bredd eller halva storleken från varandra”, säger David Kornfield, marknadschef med ansvar för optimering och analys på Brooks Running. ”Med nästan 100 % säkerhet vet vi att en av dessa kommer att komma tillbaka.”

Medvetna om hur kostsamma returer är fokuserade teamet på att minska returerna för dessa beställningar.

Att ta den verkliga upplevelsen online

När teamet övervägde utmaningen att minska returfrekvensen bland segmentet av kunder som köper liknande storlekar av samma sko, kanaliserade de butiksupplevelsen för inspiration. Vad gör du när du behöver hjälp med storleksval? Du pratar med en säljare. Så de bestämde sig för att ge den verkliga upplevelsen online.

Brooks visade detta popup-meddelande för kunder som hade två eller fler par skor i en varukorg med halva storleken ifrån varandra.

Brooks-teamet använde Optimizely för att lösa denna utmaning. De byggde upp en publik av kunder som matchade dessa kriterier: två eller fler par skor i varukorgen med halva storleken ifrån varandra. De skapade ett speciellt popup-meddelande för detta segment som löd: "Är du osäker på vilken storlek du ska välja? Vår expertkundtjänst kan hjälpa dig att hitta rätt storlek för dig så att du inte behöver returnera en senare." Ring 1-800-2-BROOKS eller chatta med dem nu för att få dem monterade.

Resultat

Kampanjen presterade otroligt bra. För testsegmentet minskade returfrekvensen med nästan 80 %. Brooks hade inte bara fler produkter i lager, utan kunderna uppskattade också den personliga kontakten, där 88 % sa att de uppskattade kundservicens erbjudande att hjälpa till.

Konverteringsfrekvensen ökade något med 2 %, vilket teamet tror beror på mindre webrooming – när kunder söker upp produkter online och sedan väljer att köpa dem i en fysisk butik – eftersom kundtjänstrepresentanterna kunde ta itu med storleksproblem i förväg. I linje med deras förväntningar minskade AOV, men tilläggsfrekvensen för kompletterande produkter ökade, kanske på grund av att köpare inte behövde vänta på returkredit för att slutföra sin löparutrustningskollektion.

Brooks mätte också kostnaden för kundservicetid – det är att låta människor svara kunderna frågor dyrare än kostnaden för returer? De fann att svaret var nej. Kundtjänstengagemang varade i genomsnitt fem minuter, vilket var billigare än de faktiska kostnaderna för leverans och returfrakt för varje returnerad beställning.

"Istället för att acceptera våra returfrekvenser som en konstant kunde vi utmana den allmänt accepterade frekvensen och omfördela de pengar som budgeterats för returer för att finansiera nya program och initiativ." tillade Kornfield.

Som ett resultat av denna kampanj:

• Kunderna är glada att veta att Brooks-teamet finns där för att hjälpa till med kundtjänsten
• Kunderna behöver inte lägga tid på returer
• Fler produkter finns tillgängliga att sälja till andra

För Brooks innebär optimering bortom konverteringsfrekvensen att fokusera på kundupplevelsen för att skydda slutresultatet. Det är ett skifte från A/B-testning till personliga upplevelser för olika kundsegment.

"Efter att ha åtgärdat grundläggande webbplatsförbättringar blir A/B-testning mindre av en bred taktik och mer fokuserad på användarnivå och beteendeförhållanden", sa Kornfield. "Du måste gräva i dina prestationsdata och ta itu med specifika behov hos kundkohorter."

Slutsatser

1. Optimera för en heltäckande upplevelse, inte bara klick
2. Identifiera ett meningsfullt segment, förstå deras beteende genom att fråga vilka mina kundsegment är? Vad försöker de göra? Var brister upplevelsen?
3. Rikta in en intervention i realtid och mät som alltid effekten