Logística inversa: ¿Conoces los costes ocultos de las devoluciones online?

Com­par­tir en:

La gestión de la logís­ti­ca inver­sa se ha con­ver­tido en uno de los desafíos de todos los agentes impli­ca­dos en el com­er­cio online. Se denom­i­na logís­ti­ca inver­sa al movimien­to de un pro­duc­to al menos un paso atrás en la cade­na de sum­in­istro, comen­zan­do en el cliente final y ter­mi­nan­do en el dis­tribuidor, vende­dor o en el fab­ri­cante.

Se esti­ma que en los últi­mos años las devolu­ciones de com­pras online han aumen­ta­do en más de un 20%, cifra que afec­ta direc­ta­mente tan­to a las empre­sas logís­ti­cas como a las tien­das y fab­ri­cantes. Además, se ha de ten­er en cuen­ta que de media las devolu­ciones per­manecen en el almacén has­ta 16 días más que una entre­ga ordi­nar­ia, todo esto con­ll­e­va cam­bios en el uso de sue­lo oper­a­ti­vo, tratamien­to de las devolu­ciones, cam­bios de inven­tario, ges­tiones extra para realizar la logís­ti­ca inver­sa del paque­te etc.

A los efec­tos oper­a­tivos y económi­cos debe­mos añadir otro efec­to colat­er­al, basa­do en el aumen­to de las emi­siones con­t­a­m­i­nantes y por tan­to en la ine­fi­cien­cia medioam­bi­en­tal aso­ci­a­da a la may­oría de pro­ce­sos rela­ciona­dos con la logís­ti­ca inver­sa.

Es por ello que en la actu­al­i­dad un ter­cio de las empre­sas afir­ma que ya cal­cu­lan no solo los costes económi­cos deriva­dos de las devolu­ciones, sino tam­bién las emi­siones de car­bono que lle­van aso­ci­adas.

Soluciones ante la logística inversa

Ante el triple reto que pre­sen­ta una bue­na gestión de la logís­ti­ca inver­sa — oper­a­ti­vo, económi­co y medioam­bi­en­tal — son varias las respues­tas que están apare­cien­do. Entre las acciones más exten­di­das encon­tramos las sigu­ientes:

Apoyarse en la tecnología

Para mit­i­gar los desajustes que las devolu­ciones pro­ducen en el engrana­je oper­a­ti­vo de cualquier empre­sa logís­ti­ca, la tec­nología jue­ga un papel muy impor­tante. Los sis­temas de gestión de inven­tar­ios, la autom­a­ti­zación de pro­ce­sos y sobre todo el análi­sis de datos pueden ser de gran util­i­dad para pre­de­cir las ten­den­cias de devolu­ción y ges­tionar una logís­ti­ca inver­sa más efi­ciente.

Reeducar al cliente final

Gran parte de las devolu­ciones derivan de com­pras impul­si­vas. Es muy común en el sec­tor tex­til que un cliente com­pre una mis­ma pren­da en dos o tres tal­las dis­tin­tas y después devuel­va las que no le quedan bien. Tam­bién es un uso exten­di­do com­prar el mis­mo pro­duc­to por var­ios mar­ket­places dis­tin­tos y quedarse con el que lle­ga primero, devolvien­do el resto.

Para min­i­mizar estos com­por­tamien­tos de com­pra, muchas empre­sas ya han implan­ta­do el pago por devolu­ciones online, man­tenién­dose gra­tu­ito el ser­vi­cio de devolu­ción en tien­da. De esta for­ma dis­min­uyen en gran medi­da los trayec­tos de las empre­sas de últi­ma mil­la para recoger las devolu­ciones, y con ello se min­i­mizan tam­bién las emi­siones de CO2 aso­ci­adas a dichos trayec­tos.

Concienciar del impacto medioambiental

Otra opción por la que se está apo­s­tan­do es por la con­cien­ciación del impacto que las devolu­ciones y los pro­ce­sos de logís­ti­ca inver­sa tienen en el medioam­bi­ente.

Muchas empre­sas incluyen en la infor­ma­ción del pro­ce­so de devolu­ción las emi­siones de CO2 que el pro­ce­so impli­ca, de tal for­ma que el usuario final pue­da darse cuen­ta de que su devolu­ción tiene un impacto en el medioam­bi­ente y que no es una acción sostenible. De esta for­ma, ante futuras devolu­ciones los usuar­ios pueden con­cien­cia­rse de que su devolu­ción impli­ca con­t­a­m­i­nación.

Pese a los múlti­ples anun­cios que ani­man a com­prar bajo la prome­sa de “devolu­ción gra­tui­ta”, una devolu­ción siem­pre ten­drá costes a niv­el económi­co, oper­a­ti­vo y medioam­bi­en­tal. Por ello es impor­tante cono­cer la razón por la que el cliente está real­izan­do la devolu­ción del pro­duc­to, si la devolu­ción es por causas razon­ables (cuan­do el pro­duc­to lle­ga roto, no fun­ciona, está incom­ple­to etc.) o por una com­pra impul­si­va.

Ante este reto, el análi­sis de datos supone una bue­na her­ramien­ta para realizar el estu­dio y gener­ar predic­ciones de devolu­ción según el per­fil del cliente o el tipo de pro­duc­to.