Zusammenfassungen
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 eCommerceTransaktionen in Onlineshops zu erkennen. Hierdurch werden proaktive Reaktionen möglich, mit denen Retouren vermieden werden können.
This is a preview of subscription content, log in via an institution to check access.
Literatur
Brynjolfsson, E.; McAfee, A.: The future of the web: Beyond enterprise 2.0: MIT Sloan management review 48 (2007), 3, pp. 49–55.
Bughin, J.; Chui, M.; Manyika, J.: Clouds, big data, and smart assets: Ten techenabled business trends to watch: McKinsey Quarterly 56 (2010).
Chaudhuri, S.; Dayal, U.: An overview of data warehousing and OLAP technology: ACM Sigmod record 26 (1997), 1, pp. 65–74.
Hielscher, H.: Online-Händler schlagen gegen Retouren zurück: Deutsche erliegen dem Rückschick-Wahn: Wirtschaftswoche Online, 2013, www.wiwo.de/unternehmen/dienstleister/online-haendler-schlagen-gegen-retouren-zurueckdeutsche-erliegen-dem-rueckschick-wahn/7589790.html; Zugriff am 29.05.2013.
Kemper, H.; Mehanna, W.; Unger, C.: Business Intelligence: Grundlagen und praktische Anwendungen: Eine Einführung in die IT-basierte Managementunterstützung. Springer-Verlag, Berlin, 2006.
Miner, G.; Elder IV, J.; Hill, T.; Delen, D.; Fast, A.: Practical text mining and statistical analysis for non-structured text data applications. Academic Press, Waltham, 2012.
Möhring, M.; Schmidt, R.; Koot, C.; Walsh, G.: Big Data — neue Möglichkeiten im E-Commerce. Wirtschaftsinformatik und Management 5 (2013), 2, S. 48–56.
Pur, S.;Stahl, E.; Wittmann, M.; Wittmann, G.; Weinfurter, S.: Retourenmanagement im Online-Handel — Das Beste daraus machen, 2013, www.ibi.de/files/Retourenmanagementim-Online-Handel_-_Das-Beste-daraus-machen.pdf; Zugriff am 29.05.2013.
Schmidt, R.; Nurcan, S.: Augmenting BPM with Social Software. Business Process Management Workshops, 2010, pp. 201–206.
Shulman, J.; Coughlan, A.; Savaskan, R.: Optimal reverse channel structure for consumer product returns: Marketing Science 29 (2010), 6, pp. 1071–1085.
Zikopoulos, P. C.; Eaton, C.; DeRoos, D.; Deutsch, T.; Lapis, G.: Understanding big data: Analytics for enterprise class hadoop and streaming data. McGraw-Hill Osborne Media, 2012.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Möhring, M., Walsh, G., Schmidt, R. et al. Präventives Retourenmanagement im eCommerce. HMD 50, 66–75 (2013). https://doi.org/10.1007/BF03340854
Published:
Issue Date:
DOI: https://doi.org/10.1007/BF03340854