返品率を下げる商品情報管理|返品の原因と正確な情報を保つ仕組み

更新日:eltex 花井

ECサイトでの返品は、往復の送料や検品・再出荷の手間がかかるうえ、商品によっては再販できず、利益を大きく圧迫します。お客様にとっても「思っていた商品と違った」という体験は不満が大きく、次の購入から遠ざかる原因になります。
返品の理由はさまざまですが、その中には商品ページの情報が不足していたり、誤っていたりしたために起きるものが少なくありません。本コラムでは、商品情報が原因になる返品のパターンと、商品情報の誤りが生まれる仕組みを整理し、正確な商品情報を保つための具体的な方法を解説します。商品情報管理システム(PIM)「HANABI Data」を開発・提供する株式会社エルテックスが、導入企業の実例とあわせてご紹介します。

返品の原因のうち、商品情報で防げるもの

返品率を下げる対策を考えるときは、まず返品の原因を「商品情報で防げるもの」と「商品情報では防げないもの」に分けることが大切です。

分類主な返品理由
商品情報で防げるもの イメージと違った、サイズが合わなかった、色が違った、仕様・対応機種が違った、使い方や注意事項を知らなかった
商品情報では防げないもの 初期不良、配送中の破損、誤配送、お客様の都合による注文の取り消し
返品理由の分類

後者は品質管理や物流の改善で取り組むべき課題です。一方、前者の「イメージ違い」「サイズ違い」「仕様違い」は、お客様が商品ページの情報から思い描いた商品と、届いた商品が違ったことで起きます。つまり、商品ページの情報を十分かつ正確にすれば減らせる返品です。本コラムでは、この「商品情報で防げる返品」を扱います。

商品情報が原因になる返品の5つのパターン

商品情報が原因になる返品は、情報が「足りない」か「間違っている」かのどちらかで起きます。よくある5つのパターンを整理しました。

パターンよくある例商品情報の不備
サイズ・寸法思ったより大きい・小さい。家具が置けなかった 寸法の記載がない、単位(cm・mm)の誤り、サイズ表とSKUの取り違え
色・見た目画像と色が違う。別の色が届いたと感じる色名と画像の不一致、別の色の画像の流用
仕様・対応対応機種に合わない。必要な機能がなかった対応機種・規格の記載漏れ、旧モデルの仕様のまま
素材・成分素材が想像と違う。成分が肌に合わなかった素材・成分の記載漏れや転記ミス
使い方・注意事項使い方が分からない。使えない環境だった使用条件・注意事項の記載不足
商品情報が原因になる返品のパターン

どれも、情報を「たくさん書く」だけでは防げません。たとえばサイズ表を詳しく載せても、SKUとの対応が間違っていれば逆効果です。返品を減らすには、商品情報の量と正確さの両方を保つ必要があります。

商品情報の誤りが生まれる4つの原因

商品ページの誤りは、担当者の不注意だけで起きるわけではありません。多くの場合、商品情報の扱い方そのものに原因があります。

1. 規格書やカタログからの手作業の転記

メーカーの規格書やカタログ(PDFなど)を見ながら、寸法や成分を1項目ずつ入力していると、桁や単位の誤り、記入漏れが一定の割合で起きます。項目数が多い商品ほど、転記ミスのリスクは高まります。

2. 部署やチャネルごとの書き写し

同じ商品情報を、部署ごとのExcelや出店先ごとの登録データに書き写していると、どこかで写し間違いが起き、元の情報が変わったときに一部だけが古いまま残ります。化学薬品を製造・販売する林純薬工業株式会社様でも、PIMの導入前は部署ごとにフォーマットや管理ルールの異なるExcelがあり、同じ製品でも記載内容が異なることがしばしば起きていたそうです(林純薬工業株式会社様の導入事例)。

3. 書き方がそろっていない(表記ゆれ)

「ネイビー」と「紺」、「cm」と「センチ」、全角と半角の混在といった表記ゆれがあると、お客様が商品を比べにくくなるだけでなく、絞り込み検索で商品が表示されない原因にもなります。

4. 公開前の確認と、変更の記録がない

入力した担当者以外が確認しないまま公開されたり、誰がいつ何を変えたかが残っていなかったりすると、誤りに気づくのが遅れ、原因もたどれません。

正確な商品情報を保つ6つの仕組み

上の4つの原因は、担当者の注意力に頼るのではなく、仕組みで防ぐのが効果的です。PIM(Product Information Management:商品情報管理システム)を使った代表的な方法を6つ紹介します。

1. 入力のルールをシステムで決める

項目ごとに、データの型(数値・文字など)、必須かどうか、最大文字数を設定します。寸法を数値の項目にすれば文字が入ることを防げ、必須の項目にすれば記入漏れのまま登録されることを防げます。色やサイズのように選択肢が決まっている項目は、コードで登録して書き方をそろえます。

2. 色・サイズはSKUで管理し、画像とひもづける

色やサイズの展開は、SKU(在庫管理の最小単位)として親の商品にひもづけて管理します。SKUごとに寸法や色名を持たせ、その色の商品画像をひもづけておけば、サイズ表や画像の取り違えが起きにくくなります。

3. 規格書からの転記をAIで減らす

規格書やカタログ(PDF・Excel・Wordなど)をAIが読み取り、自社の商品マスタの項目に合わせて商品情報を作る機能を使えば、手作業での転記そのものを減らせます。担当者の仕事は「入力」から「AIが作った内容の確認」に変わり、転記ミスが入り込む余地が小さくなります。

関連コラム:規格書・カタログの商品マスタ登録をAIで効率化する方法と注意点

4. 表記ゆれと誤字をAIで校正する

AIが商品情報の誤字・脱字や表記ゆれを見つけて訂正します。数千点の商品の説明文を人の目だけで点検するのは現実的ではありませんが、AIの校正を通してから人が確認すれば、点検の負担を抑えながら書き方をそろえられます。

5. 公開の前に申請と承認を通す

商品情報の登録・変更を、申請と承認の流れで進める承認ワークフローを使います。入力した担当者とは別の人が確認してから反映されるため、誤りが商品ページに出る前に止められます。商品企画部門の確認、品質保証部門の確認のように、承認を複数の段階に分けられると、確認すべき人がそれぞれの観点で確かめられます。

6. 変更の履歴を残して、原因をたどれるようにする

すべての変更を履歴として残しておけば、誤りが見つかったときに「いつ・誰が・どこを変えたか」をたどれます。原因が分かれば、入力ルールの見直しなど再発を防ぐ手を打てます。

返品の理由を商品情報の改善につなげる

仕組みを整えたら、実際の返品の理由を商品情報の改善につなげるサイクルを回します。次の手順で進めると、効果の大きいところから手を打てます。

  1. 返品の理由を分類して記録する:「サイズ」「色」「仕様」「素材」「使い方」など、商品情報と結びつけられる分類で記録します。自由記述だけだと集計できません。
  2. 商品・カテゴリ別に集計する:返品が多い商品やカテゴリと、その理由の組み合わせを洗い出します。
  3. 不足している項目を特定する:たとえばサイズの返品が多いカテゴリなら、実寸や重さ、着用時の目安など、どの項目が足りないかを確かめます。
  4. 商品マスタに項目を追加し、情報を補う:必要な項目を追加し、必須にするかどうかも決めます。お客様からの問い合わせが多い内容も、項目化の候補になります。
  5. すべてのチャネルに反映する:自社ECサイトだけを直すのではなく、モールや取引先に渡すデータにも同じ修正を反映します。
返品の理由を商品情報の改善につなげる5つの手順のサイクルの図

5の手順が、商品情報を1か所で管理しているかどうかで大きく差が出るところです。商品情報がチャネルごとに分かれていると、1つの修正を何か所にも書き写すことになり、そこで新たな誤りが生まれます。商品情報の元が1つなら、そこを直すだけで各チャネル向けのデータに反映できます。

HANABI Dataで正確な商品情報を保つ

先に紹介した林純薬工業株式会社様は、部署ごとのExcelで管理していた製品情報を株式会社エルテックスの「HANABI Data」に集約しました。「会社として正とするマスタ」ができたことで、部署間の齟齬や更新漏れが減り、毎月の定期業務の作業時間も、ステータス更新で1件あたり約67%、安全データシート更新で約60%削減しています。導入の決め手の1つは、申請から承認、マスタへの反映までを1つの仕組みで完結できるワークフローでした(林純薬工業株式会社様の導入事例)。

HANABI Dataには、正確な商品情報を保つための次のような機能があります。

  • 商品項目の設定とSKU管理:項目の名称・型・必須・表示順などを自由に設定できます。色・サイズなどはSKUとして商品にひもづけて管理でき、画像・動画・PDFも商品にひもづけて管理できます。
  • AIによる校正と、ドキュメントAI変換(オプション):AIが誤字・脱字・表記ゆれを訂正します。ドキュメントAI変換では、規格書やカタログ(PDF・Excel・Wordなど)をAIが読み取り、自社の商品マスタ項目に合わせて商品情報を一括で作ります。
  • 承認ワークフローと履歴管理:登録・変更を申請と承認で進め、承認のステップは組織に合わせて複数設定できます。すべての商品情報の履歴を管理し、過去の登録内容をWeb上で確認・ダウンロードできます。
  • 各チャネルへの変換:修正した商品情報を、ECサイトや取引先のフォーマットに合わせて、項目と値を自動で変換して届けられます。

まとめ

正確な商品情報で返品を減らすためのポイントを整理します。

  • 返品のうち、イメージ違い・サイズ違い・仕様違いなどは商品情報で防げる
  • 誤りの原因は、手作業の転記、部署やチャネルごとの書き写し、表記ゆれ、確認と記録の不足
  • 入力ルール、SKU管理、AIによる転記の削減と校正、承認ワークフロー、履歴管理で、仕組みとして誤りを防ぐ
  • 返品の理由を分類・集計し、不足している項目を補って、すべてのチャネルに反映する

HANABI Dataは、商品情報の入力から確認、各チャネルへの反映までを1つの仕組みで行い、正確な商品情報を保つ運用を支えます。30日間の無料トライアルでは、実際の商品データで項目設定や承認ワークフローをお試しいただけます。初期設定は無料のオンライン個別相談でサポートしますので、お気軽にお申し込みください。

AIを搭載した、商品情報の統合管理プラットフォーム HANABI Data。無料トライアル受付中

このコラムを書いた人

eltex 花井

株式会社エルテックスで、商品情報の統合管理プラットフォーム「HANABI Data」の責任者をしています。これまで200社以上の企業からPIM導入のご相談をいただき、伴走してきました。

ECサイト、販売管理システム、物流システムなどのプロジェクトマネージャーとして10年以上の経験があり、前職では大手小売企業のIT部門でマネージャーを務めていました。

AIの開発経験を活かし、HANABI Dataでの最新のAI活用をリードしています。

商品情報のすべてを
クラウドで一元管理
30日間無料トライアル 資料請求を兼ねています

無料トライアルは資料請求を兼ねています