AIでフットウェア返品率を削減し小売収益性を向上させる方法

クリスマスが近づき、パンデミックのサプライチェーンへの長期的影響で小売業者はすでに需要対応に苦慮しています。ホリデーセールとショッピングがピークを迎える年末に向け、企業は在庫を最大化するプロアクティブ戦略を実装しない限り、マージンを圧迫する供給課題に直面します。人工知能が解決策を提供するかもしれません。

小売のフットウェア（履物）セグメントは、サイズ変動と返品パターンの問題により、在庫管理に独自の課題を抱えています。AIは、在庫管理、市場需要予測、利益率監視を支援することで、フットウェア企業がこれらの課題を解決する方法を変革できます。

予測がパズルなら、売上予測は端のピース、返品予測は中心のピースです。売上と返品の両データなしに、小売予測の包括的な絵を描くことはできません。残念ながら、ほとんどの予測システムは売上を予測し、返品を無視します。おそらく返品分析が遥かに複雑だからです。

特にフットウェア企業では、パンデミック前から返品率が40%に達していました。2020年のロックダウン以来、オンライン売上と返品はさらに増加しています。

一部のフットウェア企業は、消費者行動の特定トレンドを把握しています：顧客が異なるサイズの3足を購入し、自宅で試着して合わない2足を返品するのです。これは大きな利益殺しです。フットウェア小売業者は、店舗購入（試着がより制御された環境で行われる）ほど容易に、オンライン購入の返品商品を再販できません。返品理由は、色やスタイルの違い（実物がオンラインと違って見える）の場合もあります。

このトレンドに対処するため、店舗は「開封済み」シューズを割引価格で再販し始めました。この戦略は出血利益をある程度食い止めましたが、返品と値引きをすべて高度に複雑な数式に組み込まなければならず、全体的な在庫像を把握するのはほぼ不可能です。

ここでAIがゲームを変えます。すべての小売業者は、利用可能なデータに基づく正確な予測で、オンライン、店舗、BOPIS（オンライン購入・店舗受取）など各小売チャネルのパフォーマンスを予測・計画する必要があります。これは管理すべき驚異的なデータ量ですが、AIは店舗、SKU、サイズ、色、スタイルレベルまで在庫インサイトを提供・解釈することでプロセスをシンプルにします。このレベルの詳細情報があって初めて、フットウェア企業は売上と返品について正確な予測を立て、それに基づいて在庫を計画できます。

AIによるサイズ最適化の決定

サイズ最適化はフットウェア業界の重要な構成要素ですが、多くの小売業者は情報に基づいた決定に必要なツールを持っていません。単一スタイルの靴でも15サイズ以上あることがあります。そして顧客が最終的にキープする数より多くのサイズを購入すると、予測はさらに複雑になります。

AIは過去売上だけでなく複数ソースから重要データを引き出し、どのサイズをより多く・少なく在庫すべきかを小売業者が判断するのを支援します。AI生成予測は機械学習により、新データと更新情報のおかげで時間とともに賢くなり、さらに改善されます。最高のAI予測システムは、各予測の結果から常に学習し、さらなる精度向上のために調整するため、より正確な予測を出します。理想的には、小売業者にとってこれは自動化された「ノータッチ」需要予測となり、人間のプランナーは例外処理に集中できます。

サプライチェーン遅延が補充計画に支障をきたしました。ほとんどのマーチャンダイザーはシーズン早期にどの製品を何個売るか予測し、これに基づく長期計画を立てます。詳細なリアルタイム予測なしでは、特にサプライチェーンのボラティリティに直面して、これらの早期予測はせいぜい当てずっぽうです。

AIは売上の詳細なインサイトを提供し、小売業者がプレシーズン配分戦略を最適化するのを支援します。企業は購買トレンドとパターンを特定し、在庫を分析し、実際の売上と返品を取り込んで、より正確なインシーズン予測を行えます。

AIでこの情報をリアルタイムで得れば、古い情報に基づいて待ったり動いたりする代わりに、迅速に行動できます。週次売上インサイトで、補充によりプロアクティブなアプローチが可能になります。何を再補充すべきか、何が売り切れるか、特定製品の返品率がどの程度かを判断できます。こうして小売補充が変革され、マージンが拡大し、より良い利益につながります。

店舗別アプローチ

ポストパンデミックショッピング環境で生き残り成長するには、フットウェア小売業者は予測、配分、補充戦略を決定する際に店舗別アプローチを取る必要があります。小売業者は単に昨年のデータ、地域データ、包括的予測に頼ることはできません。データドリブンで実用的な推奨を生成する粒度の細かいインサイトを取り込む必要があります。わずかな人口統計学的違いが、特定地域・特定時点でどのサイズ・スタイルがより人気になるかに大きく影響するからです。

これは全国または世界に複数店舗を持つフットウェア小売業者にとって困難に聞こえるかもしれませんが、AIはデータ収集とモデリングを自動化することでプロセスを実現可能にします。小売業者は、推測に基づく予測ではなく、信頼できるデータに基づく正確な予測とアクションに時間を費やせます。

小売からファッション、食品まで多くの業界が、長きにわたり在庫小売戦略にリアクティブなアプローチを取ってきました。極端な市場ボラティリティの時代に、正確な予測で利益を最大化するテクノロジーとツールはすでにあります。小売業者が科学的方法論とAI搭載オムニチャネル特化戦略に投資し、予測、配分、補充をより正確かつ効果的にする時が来ています。AIはそれを可能にし、日々賢くなっています。

Yogesh Kulkarni氏はantuit.ai（Zebra Technologies傘下）の共同最高経営責任者です。