Her får du konkrete opskrifter på at kombinere filtre, dimensioner og rapporter i analytics, så tallene bliver til beslutninger. Leder du efter hvad de enkelte metrikker betyder, finder du definitionerne i Forstå analytics og eksportér dine data.
Du finder analytics under Analytics i din Returnflows App.
Find produkterne der driver returraten
Åbn tabellen Top Returned Products under Returned Products, og klik View all for hele produktoversigten. Kig efter Benchmark-badget, der viser hvor mange procent produktets returrate ligger over eller under jeres gennemsnit, og klik på det produkt der stikker ud.
På produktsiden ser du fordelingen af returårsager, en nedbrydning pr. variant, så du kan se om det f.eks. er én størrelse der fejler, og under Return Reason Notes kundernes egne kommentarer fra returflowet.
Skal noget rettes, f.eks. størrelsesguiden eller produktbillederne, hopper du direkte til produktet i Shopify med More actions → Go to Product.
Sammenlign markeder og lande
Filtrér på Country eller Market under Filters, og slå sammenligning til med Previous Period eller Previous Year. Så ser du hurtigt om et marked stikker af fra resten.
Vurderer du gebyrsætningen, så åbn rapporten for Return Label Fees og gruppér den på Country, så du ser gebyrerne pr. land ved siden af markedets returtal.
Er gentagne returer et problem?
Filteret Iteration viser returens iteration, altså om det er kundens første eller anden retur på ordren. Filtrér på R2, så ser du kun returer hvor kunden returnerer en ombytningsvare.
Et højt R2-niveau på et produkt tyder på at ombytninger ikke løser problemet. Kunden bytter, men varen kommer alligevel retur, og så er det som regel produktet selv der skal kigges efter.
Afstem tal med Shopify eller bogholderiet
Skift Mode til Closed, så du kun ser lukkede returer opgjort på lukkedato, vælg et fast datointerval i datovælgeren, og eksportér. Det er den sammenligning der matcher hvad der faktisk er refunderet.
Husk at Created er standard og tæller på oprettelsesdato, så åbne returer er med i tallene. Det er den hyppigste årsag til at tallene ikke ligner Shopifys.
Mål effekten af en ændring
Har du ændret gebyr, returfrist eller noget helt tredje, så vælg perioden efter ændringen i datovælgeren og sammenlign med Previous Period. Hold især øje med Return Rate, Retained Revenue og Upsell Value, så du kan se om ændringen flytter noget.
Fang misbrug tidligt
Under Customers viser tabellen High-Return Customers de kunder der har flest returer i perioden. Menuen under Actions har Go to customer og Blacklist customer, hvis en kunde skal blokeres fra at returnere. Læs mere i Beskyt dig mod retursvindel.
Del data med leverandører og partnere
Alle rapporter kan eksporteres som CSV med den gruppering du har valgt. Filtrér f.eks. på Vendor eller Product, gruppér rapporten på Return Reason, og vælg More actions → Export. Så har du dokumentation med til en leverandørdialog om kvalitet.