HMD 293, 50. Jahrgang, Oktober 2013

Web Monitoring

Herausgeber: Andreas Meier, Marcel Blattner

Präventives Retourenmanagement im eCommerce

Michael Möhring, Rainer Schmidt, Gianfranco Walsh, Christian Koot, Ralf-Christian Härting

Zusammenfassung

Das wachsende Business-to-Consumer-Geschäft im eCommerce erhöht auch die Problematik der Verbraucherretouren für viele Onlinehändler. Oftmals werden Retouren durch den Verbraucher aufgrund von "Nichtgefallen" konkludent retourniert und verursachen dadurch Kosten in der Handhabung, die die Ertragssituation der Onlinehändler negativ beeinflussen können. Im vorliegenden Beitrag wird aufgezeigt, wie durch den Einsatz von Big Data Retourenquoten gesenkt werden können. Big Data wird dazu eingesetzt, Merkmalskombinationen, die Retouren ankündigen, durch Auswertung von strukturierten und unstrukturierten Daten im Kontext der eCommerce-Transaktionen in Onlineshops zu erkennen. Hierdurch werden proaktive Reaktionen möglich, mit denen Retouren vermieden werden können.

Inhaltsübersicht

  1. Retourenproblematik bei deutschen Onlinehändlern
  2. Technologien, Verfahren und Datenquellen
    1. Big Data
    2. Verfahren zur Datenanalyse
    3. Social Software als Datenquelle für das Retourenmanagement
  3. Retourenvermeidung durch Web Monitoring und Big Data
    1. Analyse produktbezogener Daten
    2. Analyse kundenbezogener Daten
    3. Konsolidierung der Analysesichten
  4. Anwendungsbeispiel Modebestellung
  5. Potenziale, Erfahrungen und Grenzen
  6. Literatur