Spring videre til hovedindholdet

Forstå analytics og eksportér dine data

Dashboardet, tallene bag, forskellen til Shopify, og eksport til CSV og Excel.

Skrevet af Alfred Pries Jensen

Dashboardet finder du under Analytics i din Returnflows App.

Analytics giver dig det fulde overblik over returdata, reklamationer, fastholdt omsætning og kundeadfærd. Alt virker uden opsætning, og hver metrik har sin egen rapportside med dimensioner, filtre og eksport. Bemærk at alle labels i analytics er på engelsk.

Sektionerne

Dashboardet er delt i otte sektioner. Øverst ligger Overview med kortene Returns, Retained Ratio og Claims, hvor Retained Ratio viser den fastholdte omsætning som en procent. Derefter følger Returns, Retained Revenue, Returned Products, Shipping & Logistics, Gift Cards, Claims og Customers.

Hvert kort har et lille info-ikon der viser metrikkens definition, formlen bag og om et højere eller lavere tal er bedst. Her er de vigtigste definitioner.

  • Return Value er varernes nettoværdi plus skatter og told.

  • Retained Revenue er Giftcard Value plus Exchange Value. Gavekort-bonusser tæller ikke med, men upsells gør.

  • Exchange Value er ombytningernes værdi efter Discount Matching.

  • Refund Rate er de samlede refunderinger delt med bruttobetalingerne.

  • Upsell Value dækker afventende og betalte upsells, uden Return Label Fees.

  • Gift Card Value inkluderer brugte og udløbne gavekort, men ikke gavekort der endnu ikke er aktiveret.

  • Average Hand-in Time måler tiden fra labelen genereres til pakken indleveres.

  • Average Usage Time måler tiden fra gavekortet udstedes til kunden bruger det første gang.

  • Claims er antallet af oprettede claims minus de annullerede.

  • Average Review Time måler tiden fra claimen oprettes til dit review er afsluttet.

  • Complete Return Rate er andelen af ordrer hvor hele ordren returneres uden ombytning.

Retained Revenue

Nøglemetrikken viser hvor meget omsætning du fastholder når kunder vælger ombytning eller gavekort i stedet for refundering. Vælger kunden refund, forlader pengene jeres butik. Vælger de ombytning eller gavekort, bliver de. Retained Ratio viser andelen som procent, og tallet kan stå til 0 hvis din shop har få produkter at bytte til.

Returned Products

Tabellen over de mest returnerede produkter viser et Benchmark-badge pr. produkt, f.eks. “171% higher”, målt mod jeres gennemsnitlige returrate. Så ser du hurtigt hvilke produkter der skiller sig ud.

Klikker du på et produkt, åbner en side med produktets salgs- og returperformance, fordelingen af returårsager og en nedbrydning pr. variant. Under Return Reason Notes ser du kundernes egne kommentarer fra returflowet, og med View all får du hele listen.

Skal du videre til produktet i Shopify, bruger du More actionsGo to Product.

Customers

Sektionen viser tabellen High-Return Customers med de kunder der har flest returer. Menuen på hver kunde har Go to customer og Blacklist customer, hvis en kunde skal blokeres fra at returnere. Læs mere om blacklisting i Beskyt dig mod retursvindel.

Betjening

Øverst vælger du periode med datovælgeren. Ved siden af vælger du sammenligning, hvor du kan vælge No comparison, Previous Period, Previous Year eller et frit datointerval.

Reporting Mode styrer hvordan tallene opgøres. Created er standard og viser data efter oprettelsesdato, mens Closed kun viser lukkede returer og claims opgjort efter lukkedato. Åbne returer tælles slet ikke med i Closed-mode, hvilket er værd at huske når tallene ikke ligner Shopifys. Mere om det længere nede.

Under Filters filtrerer du på Product, Product Tag, Collection, Vendor, Market, Country, Iteration og Sales Channel, og du kan kombinere flere filtre. Iteration dækker returens iteration, altså om det er kundens første eller anden retur på ordren, f.eks. R2.

Under More actions ligger Refresh data, hvis tallene ser ud til at hænge, og customize, hvor du vælger hvilke sektioner dashboardet viser og trækker dem i den rækkefølge du foretrækker.

Sætter du flueben i Save customization for all users, gemmes opsætningen for hele teamet. Det forklarer også hvorfor en kollegas dashboard kan se anderledes ud end dit.

Hvert kort har desuden et rapport-ikon med tooltippet View Report, der åbner den bagvedliggende rapport. Rapporterne kan grupperes på tid, fra time til år, og på dimensioner der varierer pr. rapport, f.eks. Return Type, Return Reason, Product, Variant, Country og Sales Channel. Return Value-rapporten nedbryder tallet i Refund Value, Gift Card Value og Exchange Value.

En gang om måneden sender vi dig desuden en Return Performance mail med de vigtigste tal fra perioden, så du kan følge udviklingen uden at åbne appen.

Hvorfor viser Shopify og Returnflows forskellige tal?

Det er det hyppigste analytics-spørgsmål, og svaret er at tallene sjældent er forkerte, de opgør bare forskellige ting på forskellige tidspunkter.

  • Shopify bogfører ved oprettelsen. Returbeløbet registreres i samme øjeblik kunden opretter returen, ikke når pakken er modtaget og behandlet.

  • Ombytninger ligner nyt salg i Shopify. Ombytningsvaren lægges som en ny ordrelinje på originalordren og tæller med i Gross Sales, selvom der ikke er solgt noget nyt.

  • Vi bogfører når du vælger det. Med Reporting Mode vælger du om vores tal opgøres efter oprettelsesdato eller lukkedato. Kører du Closed-mode, er åbne returer slet ikke med i tallene, og alene det kan give en forskel.

Eksempel: én ombytning, tre forskellige tal

En kunde har købt en trøje til 100 kr. og bytter den til en anden farve. Kunden opretter returen den 30. juni, og du lukker den den 3. juli.

I Shopify registreres returen som −100 kr. i juni, allerede ved oprettelsen, og ombytningsvaren lægges samtidig på ordren som +100 kr. i Gross Sales, der ligner nyt salg. Nettoresultatet ser ud som om der både er mistet og tjent 100 kr., selvom kunden bare har byttet farve.

Hos os er ombytningen hverken −100 eller +100 kr. Omsætningen er fastholdt og tæller i Retained Revenue, og kører du Closed-mode, ligger returen i juli, hvor den blev lukket, ikke i juni.

Samme ombytning giver altså tre forskellige billeder, og ingen af dem er forkerte. De svarer bare på hver sit spørgsmål.

Kig derfor på Net Sales i Shopify frem for Gross Sales når du sammenligner, og brug Closed-mode med eksport til regnskab og afstemning, det er det mest præcise.

Return Rate beregnes som procentdelen af returnerede varer ud af de samlede bestilte varer, altså Return Items delt med Ordered Items. Metrikken opgøres pr. vare, ikke pr. ordre.

Claim Reason er en dimension du kan gruppere rapporterne under Claims på, det vil sige Claims, Accepted Claims Value, Claim Items og Average Review Time. Den viser dine interne årsager fra Statistical Reasons og kræver derfor at Statistical Reasons er sat op.

På den måde bliver produktproblemer synlige, f.eks. en vare der bliver ved med at komme retur med samme fejl. Kombinér med Vendor-filteret, så du kan tage dokumentationen med til leverandøren. Claims-sektionen vises kun hvis reklamationsmodulet er tilkøbt.

Eksportér dine data

Vil du arbejde videre med dine data i Excel, Google Sheets eller dit BI-værktøj, eksporterer du dem som CSV eller Excel. På rapportsiderne finder du eksporten under More actionsExport, og fra retur- og reklamationsoversigterne kan du eksportere den aktuelle side, alle poster, udvalgte poster eller dem der matcher din søgning.

Hvad indeholder eksporten?

Standardeksporten dækker ordrenummer, returdato, returårsag, handlingstype, produktnavn og variant, status, kundedata og beløb. Ved reklamationseksport kan du markere Include Customer Details for at få kundedata med, og den interne Statistical Reason kommer med som kolonne.

Mangler du et felt i eksporten, f.eks. SKU-numre, så skriv til os i supporten. Vi udvider felterne løbende efter efterspørgsel.

Eksporten leveres pr. mail til den bruger der bestiller den, så tjek indbakken og eventuelt spammappen frem for at vente på en download. Eksporten respekterer din valgte periode, dine filtre og Reporting Mode, så skal revisoren bruge lukkede returer for et kvartal, vælger du Closed-mode og perioden inden du eksporterer.

Besvarede dette dit spørgsmål?