bởi Justin Swagler và Doug Tiffan| ngày 06 tháng 5 năm 2025 

trong Amazon Bedrock , Amazon QuickSight, Amazon SageMaker, Generative AI, Industries, Internet of Things, Retail Permalink  Comments  Share

Ngành bán lẻ đang phải đối mặt với một thách thức hoàn trả ngày càng phức tạp, ảnh hưởng đến cả hiệu quả hoạt động và lợi nhuận cuối cùng. Với tỷ lệ hoàn trả trực tuyến trung bình là 15,2% – gấp ba lần tỷ lệ mua hàng tại cửa hàng – và việc hoàn trả chiếm 743 tỷ đô la doanh thu bị mất chỉ riêng tại Mỹ vào năm ngoái, các nhà bán lẻ cần các giải pháp sáng tạo để giải quyết thách thức ngày càng tăng này, đồng thời duy trì sự hài lòng và lòng trung thành của khách hàng. 

Nghịch lý của việc Trả hàng: Xây dựng Lòng trung thành của Khách hàng trong khi Quản lý Chi phí

Điều khiến thử thách về việc trả hàng trở nên đặc biệt phức tạp là mối liên hệ của nó với lòng trung thành của khách hàng. Nghiên cứu cho thấy những khách hàng có giá trị cao, đại diện cho 20% hàng đầu trong cơ sở khách hàng của nhà bán lẻ, trả lại hàng hóa trị giá khoảng 253 USD mỗi năm. Ngược lại, 1% thấp nhất chỉ trả lại hàng hóa trị giá khoảng 11 USD mỗi năm. Điều này đặt các nhà bán lẻ vào tình thế cân bằng tinh tế: làm thế nào để giảm những lần trả hàng tốn kém trong khi vẫn duy trì trải nghiệm tích cực thúc đẩy các giao dịch mua sắm trong tương lai.

Mức độ quan trọng rất cao, và thử thách này có nhiều mặt. Trong khi việc trả hàng hợp pháp là một phần quan trọng của trải nghiệm khách hàng với bảy trong số mười người tiêu dùng thực hiện thêm các giao dịch mua sắm sau một trải nghiệm trả hàng tích cực – thì mối đe dọa ngày càng tăng về gian lận trả hàng đã trở thành mối quan ngại đáng kể đối với các nhà bán lẻ. Gian lận và lạm dụng trả hàng hiện chiếm 13,70 USD tổn thất cho mỗi 100 USD hàng hóa được trả lại, tổng cộng 101 tỷ USD mỗi năm. Hoạt động gian lận này có nhiều hình thức khác nhau, từ việc mặc rồi trả lại (wardrobing) đến gian lận hóa đơn và trả lại hàng hóa bị đánh cắp, tạo ra một mạng lưới thử thách phức tạp mà các nhà bán lẻ phải điều hướng trong khi vẫn duy trì các chính sách trả hàng thân thiện với khách hàng.

Tối ưu hóa việc Trả hàng thông qua Đổi mới

Tại AWS, chúng tôi đang giúp các nhà bán lẻ ngăn ngừa việc trả hàng trước khi chúng xảy ra thông qua các giải pháp công nghệ đổi mới nâng cao trải nghiệm mua sắm. Dưới đây chúng tôi nêu bật một vài ví dụ về cách AWS và các Đối tác AWS có thể giúp các nhà bán lẻ tái tưởng tượng quy trình mua sắm và trả hàng từ đầu đến cuối.

Nâng cao Thông tin Sản phẩm

Chất lượng thông tin sản phẩm ảnh hưởng đáng kể đến tỷ lệ trả hàng. Sử dụng Amazon Bedrock, các nhà bán lẻ có thể tạo ra những mô tả sản phẩm chi tiết, chính xác để thiết lập kỳ vọng phù hợp. Ngoài những mô tả cơ bản, các Đối tác AWS như Hexa và Threedium có thể giúp các nhà bán lẻ tạo ra hình ảnh sản phẩm nâng cao và trực quan hóa 3D. Tóm tắt đánh giá được hỗ trợ bởi AI làm nổi bật thông tin quan trọng về độ vừa vặn và chất lượng, trong khi bảng kích cỡ được cải thiện cung cấp các số đo thực tế thay vì kích cỡ chung chung. Cách tiếp cận toàn diện này đối với thông tin sản phẩm giúp người mua sắm đưa ra quyết định mua hàng tự tin hơn, và theo Convertcart, 87% cảm thấy nội dung sản phẩm là quan trọng nhất khi quyết định mua một món hàng trực tuyến.

Câu chuyện thành công của The Very Group minh họa những lợi ích hữu hình của các giải pháp AWS trong việc chuyển đổi trải nghiệm mua sắm trực tuyến. Sử dụng công nghệ được hỗ trợ bởi AI, họ đã hợp lý hóa quy trình tạo nội dung sản phẩm từ nhiều ngày xuống còn vài giờ, cho phép mở rộng nhanh chóng trên toàn bộ danh mục sản phẩm của họ. Khoản đầu tư này vào các mô tả sản phẩm nâng cao và khuyến nghị kích cỡ giúp người mua sắm của họ đưa ra quyết định mua hàng tự tin hơn với thông tin chi tiết, chính xác. Với việc mua sắm được thông tin tốt hơn, các khách hàng như The Very Group có thể nhận ra ít lần trả hàng liên quan đến kích cỡ hơn và tỷ lệ hài lòng của khách hàng cao hơn. Trải nghiệm này cho thấy việc ứng dụng thông minh công nghệ AI có thể đồng thời giải quyết hiệu quả hoạt động và thử thách tốn kém về việc trả hàng bán lẻ.

AI tạo sinh cũng đang chuyển đổi cách khách hàng tương tác với thông tin sản phẩm thông qua các trợ lý mua sắm thông minh. Việc Amazon gần đây ra mắt Rufus, một trợ lý mua sắm được hỗ trợ bởi AI, cho thấy tiềm năng của công nghệ này. Những trợ lý AI này có thể hiểu và phản hồi các truy vấn mua sắm phức tạp, so sánh sản phẩm, giải thích các tính năng, và đưa ra khuyến nghị được cá nhân hóa dựa trên nhu cầu cụ thể của khách hàng. Ví dụ, một khách hàng có thể hỏi, “Sự khác biệt giữa hai đôi giày chạy này là gì?” hoặc “Chiếc váy nào sẽ tốt hơn cho đám cưới mùa hè?” Trợ lý AI có thể phân tích chi tiết sản phẩm, đánh giá của khách hàng, và dữ liệu lịch sử để cung cấp câu trả lời toàn diện, theo ngữ cảnh.

Hình 1 – Cải thiện trải nghiệm mua sắm để giúp giảm lợi nhuận

Các nhà bán lẻ hiện có thể tận dụng Amazon Bedrock hoặc AWS Solution Guidance để tạo ra các trợ lý mua sắm AI của riêng họ, những trợ lý này hiểu được danh mục sản phẩm độc đáo và giọng điệu thương hiệu của họ. Những công cụ được hỗ trợ bởi AI này có thể giúp khách hàng điều hướng qua các lựa chọn sản phẩm lớn, hiểu những sắc thái về kích cỡ và độ vừa vặn, và đưa ra quyết định mua hàng có thông tin tốt hơn.

Thử nghiệm Ảo: Tương lai của Bán lẻ

Giao điểm giữa trí tuệ nhân tạo và thực tế tăng cường đang cách mạng hóa trải nghiệm mua sắm trực tuyến, mang lại sự chạm cá nhân hóa của việc hỗ trợ tại cửa hàng đến các nền tảng kỹ thuật số. Những hệ thống tinh vi này vượt xa những khuyến nghị sản phẩm đơn giản. Bằng cách phân tích sở thích của khách hàng, lịch sử mua hàng, và hành vi duyệt web theo thời gian thực, các nhà tạo mẫu ảo có thể cung cấp các khuyến nghị phong cách thực sự được cá nhân hóa. Họ cung cấp hướng dẫn chi tiết về kích cỡ và độ vừa vặn, tạo ra những gợi ý trang phục hoàn chỉnh, và thậm chí hướng dẫn khách hàng qua các quy trình đo lường, tạo ra một trải nghiệm mua sắm có thể sánh ngang, và trong một số trường hợp vượt trội hơn, sự hỗ trợ tại cửa hàng.

Một tính năng nổi bật trong bối cảnh mua sắm ảo mới này là công nghệ Thử nghiệm Ảo (Virtual Try On – VTO). Amazon, tận dụng kinh nghiệm rộng lớn trong thương mại điện tử và công nghệ AWS tiên tiến, đã tiên phong trong lĩnh vực này. Ứng dụng Amazon Shopping hiện cung cấp VTO cho giày dép, cho phép khách hàng xem giày trông như thế nào trên chân họ từ nhiều góc độ, chỉ đơn giản bằng cách hướng camera smartphone vào chân. Công nghệ này không giới hạn ở giày dép. Các dịch vụ “L’Oreal Makeup” và “L’Oreal Hair Color” được hỗ trợ bởi AR của Amazon cho phép khách hàng thử nghiệm ảo trang điểm và màu tóc trước khi mua hàng. Các khách hàng bán lẻ cũng có thể tận dụng công nghệ VTO từ các đối tác như Threedium.

Hình 2 – Amazon Virtual Try On

Một trong những thử thách lớn nhất trong bán lẻ thời trang là việc trả hàng liên quan đến độ vừa vặn, chiếm 50% tổng số lần trả hàng. Làm việc với các đối tác như Bodd, AWS giúp các nhà bán lẻ triển khai các thiết bị Đo lường và Quét 3D tinh vi trong cửa hàng cho phép người mua sắm có được kích cỡ phù hợp khi họ muốn. Đối tác AWS Realift cũng giúp các nhà bán lẻ giày dép cung cấp “Tìm kích cỡ giày của bạn với một lần quét nhanh”.

Hình 3-Đối tác AWS Bodd 3D Kích thước & Quét trong cửa hàng

Tiềm năng của những công nghệ này mở rộng ra ngoài thời trang và làm đẹp. Các nhà bán lẻ nội thất đang sử dụng các công nghệ AR tương tự để cho phép khách hàng hình dung các món đồ sẽ trông như thế nào trong nhà của họ, giảm đáng kể việc trả hàng do không phù hợp về kích cỡ hoặc phong cách.

Tác động của những công nghệ này đối với trải nghiệm mua sắm và tỷ lệ trả hàng là đáng kể. Những người tiên phong áp dụng công nghệ VTO đã báo cáo:

• Giảm tới 40% tỷ lệ trả hàng cho các sản phẩm có tùy chọn VTO
• Tăng 25% tỷ lệ chuyển đổi cho các món hàng có khả năng thử nghiệm ảo

Sau Mua hàng: Tối ưu hóa Quy trình Trả hàng với Chiến lược Dựa trên Dữ liệu

Trong khi việc ngăn ngừa là rất quan trọng, thì việc quản lý trả hàng một cách hiệu quả khi chúng xảy ra cũng quan trọng không kém. AWS và các đối tác của chúng tôi cung cấp các giải pháp toàn diện cho việc quản lý trả hàng bắt đầu với các hệ thống ủy quyền thông minh. Những hệ thống này sử dụng những hiểu biết dựa trên dữ liệu để triển khai các chính sách trả hàng theo tầng nhằm xác định và quản lý những người trả hàng liên tục trong khi bảo vệ các khách hàng có giá trị. Làm việc với các đối tác 3PL và tận dụng AWS IoT cùng các dịch vụ học máy, các nhà bán lẻ có thể tối ưu hóa quyết định định tuyến trả hàng và tự động hóa phần lớn quy trình kiểm tra và phân loại. Các đối tác như Xemelgo cung cấp các giải pháp chuyên biệt cho việc theo dõi và phân tích trả hàng được hỗ trợ bởi công nghệ Nhận dạng Tần số Vô tuyến (RFID), giúp các nhà bán lẻ cải thiện tỷ lệ thu hồi hàng hóa được trả lại trong khi giảm chi phí và thời gian xử lý.

Hình 4 – Đối tác AWS Xemelgo Tận dụng các giải pháp RFID để theo dõi hàng tồn kho và trả lại

Chìa khóa cho thành công quản lý trả hàng dài hạn nằm ở phân tích dữ liệu. Các dịch vụ phân tích và học máy của AWS giúp các nhà bán lẻ hiểu các mô hình trả hàng ở mức độ sâu hơn, xác định các sản phẩm và danh mục có rủi ro cao trong khi dự đoán xác suất trả hàng. Thông tin này cho phép các nhà bán lẻ điều chỉnh chiến lược tiếp thị cho khách hàng có rủi ro cao và tối ưu hóa chiến lược định giá và khuyến mãi để giảm khả năng trả hàng. Sử dụng các dịch vụ phân tích AWS như Amazon QuickSight và Amazon SageMaker, các nhà bán lẻ có thể khám phá những mô hình có thể vẫn ẩn.

Sức mạnh của dữ liệu mở rộng ra ngoài những hiểu biết ở cấp độ sản phẩm. Thông qua khả năng học máy của AWS, các nhà bán lẻ có thể:

• Dự đoán xác suất trả hàng tại thời điểm mua hàng
• Xác định mối tương quan giữa các chiến dịch tiếp thị và tỷ lệ trả hàng
• Hiểu tác động giá trị trọn đời của các trải nghiệm trả hàng khác nhau
• Theo dõi hiệu quả của các sáng kiến giảm trả hàng

Khi các nhà bán lẻ thu thập nhiều dữ liệu hơn và khả năng AI tiếp tục tiến bộ, tiềm năng cho việc quản lý trả hàng thông minh ngày càng tăng. Các công nghệ mới nổi như thị giác máy tính cho kiểm tra chất lượng tự động và phân tích dự đoán cho dự báo trả hàng đã cho thấy kết quả đầy hứa hẹn trong các ứng dụng ban đầu. Chìa khóa thành công nằm ở việc kết hợp những khả năng công nghệ này với cách tiếp cận lấy khách hàng làm trung tâm. Các nhà bán lẻ phải sử dụng dữ liệu không chỉ để giảm trả hàng, mà để tạo ra trải nghiệm mua sắm tốt hơn một cách tự nhiên dẫn đến ít trả hàng hơn. Điều này có thể có nghĩa là điều chỉnh phát triển sản phẩm dựa trên các mô hình trả hàng, dữ liệu khách hàng, và tinh chỉnh chiến lược tiếp thị để kết hợp sản phẩm với khách hàng tốt hơn, hoặc triển khai khuyến nghị kích cỡ và độ vừa vặn tinh vi hơn.

Bằng cách tận dụng bộ dịch vụ phân tích và học máy toàn diện của AWS, các nhà bán lẻ có thể chuyển đổi việc quản lý trả hàng từ một trung tâm chi phí phản ứng thành một động lực chủ động của sự hài lòng khách hàng và lợi nhuận. Tương lai của việc trả hàng bán lẻ không chỉ nằm ở việc xử lý chúng hiệu quả hơn, mà là sử dụng dữ liệu để ngăn ngừa chúng trong khi duy trì các chính sách linh hoạt, thân thiện với khách hàng thúc đẩy lòng trung thành và mua hàng lặp lại.

Xây dựng Tương lai Trả hàng Tốt hơn

Thành công trong việc quản lý trả hàng đòi hỏi một cách tiếp cận toàn diện cân bằng giữa ngăn ngừa và xử lý hiệu quả. Các nhà bán lẻ nên tập trung vào ba lĩnh vực chính: ngăn ngừa thông qua thông tin sản phẩm và công cụ kích cỡ tốt hơn, xử lý được tối ưu hóa thông qua tự động hóa và định tuyến thông minh, và cải tiến liên tục thông qua phân tích dữ liệu. Kết quả có thể là biến đổi. Các nhà bán lẻ triển khai những giải pháp này đã thấy tỷ lệ trả hàng giảm tới 30% trong một số danh mục nhất định, trong khi duy trì hoặc cải thiện điểm hài lòng khách hàng. Với 92% người mua sắm có khả năng mua lại sau một trải nghiệm trả hàng dễ dàng, đầu tư vào các giải pháp phù hợp là rất quan trọng cho thành công dài hạn.

Khi chúng ta nhìn về tương lai, công nghệ sẽ tiếp tục đóng vai trò ngày càng quan trọng trong việc cân bằng kiểm soát chi phí với trải nghiệm khách hàng. Các nhà bán lẻ thành công nhất sẽ là những người đón nhận những đổi mới này trong khi duy trì sự tập trung vào sự hài lòng và lòng trung thành của khách hàng.

Để tìm hiểu AWS có thể giúp chuyển đổi chiến lược quản lý trả hàng của bạn như thế nào, hãy liên hệ với nhóm tài khoản AWS của bạn hoặc truy cập aws.amazon.com/retail.

Về Đối tác AWS

Các Đối tác AWS tạo thành nền tảng cho sự đổi mới mà khách hàng AWS cần. Cho dù bạn xây dựng, mua, hay cần kết hợp, đều có Đối tác AWS có thể giúp đỡ. Dưới đây là danh sách các Đối tác AWS được giới thiệu trong blog này:

• Hexa có thể tạo Tài sản 3D độ trung thực cao cho thương mại điện tử, thực tế tăng cường, thử nghiệm ảo, và nhiều hơn nữa.
• Threedium cung cấp cơ sở hạ tầng Thương mại 3D được hỗ trợ bởi AI cho phép các thương hiệu hoặc đại lý ra mắt Trải nghiệm Sản phẩm 3D trung thực cao theo thời gian thực với Định dạng Quảng cáo Nhập vai trong khi theo dõi các mô hình hành vi.
• Bodd chuyên về công nghệ quét cơ thể 3D và hiểu biết dữ liệu, chụp một bộ dữ liệu cơ thể toàn diện trong 30-60 giây ngắn, có thể được sử dụng để giúp giảm trả hàng với các phép đo độ vừa vặn trang phục chính xác hơn.
• Realift sử dụng học máy để giúp giảm trả hàng giày dép bằng cách sử dụng quy trình quét đổi mới và nhanh chóng, đảm bảo người mua sắm nhận được khuyến nghị độ vừa vặn cá nhân hóa trên các trang sản phẩm giày dép.
• Xemelgo cung cấp một nền tảng hoạt động cho cả Sản xuất Thông minh và Bán lẻ Hiện đại bằng cách tận dụng việc sử dụng phổ biến hiện nay của công nghệ RFID để theo dõi sản phẩm trong suốt chuỗi cung ứng.

Bạn có thể tìm thêm tài nguyên trong AWS Marketplace và Thư viện Giải pháp AWS.

Từ Khóa: analytics,  AWS Partners , databases , Digital Commerce , In-store Shopping Assistance , IoT , Returns , Smart Stores , Virtual Try-on .