このアクセラレーター「Return Fraud Monitoring」は小売売上と返品データを活用して、すべての製品とすべての店舗場所に関して返品行動をモニタリングすることにより、潜在的な不正行為を特定します。ダッシュボードは過去の傾向を利用して、返品行動を予測し、それらの予測値の範囲外の領域を明確に特定します。実用的なデータを通じて必要なインサイトがマネージャーに提供されるため、追加損失を防止して、従業員のコンプライアンスを確保するための是正処置を実施できるようになります。

[詳細については、Cleartelligence にアクセスしてください。](https://www.cleartelligence.com/tableau-aceelerator-return-fraud-monitoring)

### ビジネスに関する重要な質問への回答
- 一定期間の実際の返品数は? 予測された返品数と比較して、実際の返品数はどうか?
- 不正行為を示す場合がある過剰な返品があり、それが 1 つの店舗場所または場所グループで発生しているか?
- 特定の製品または製品グループで過剰な返品が顕著に見られるか?
- 返品が最も多く発生しているのは、何曜日のどの時間帯か?
- どのアソシエイトが返品を最も多く処理しているか?
- 無効だと確認された返品 (開封詐欺) または潜在的に無効な返品 (レシートなしで返品) はどれくらいあるか?

### KPI のモニタリングと改善
- 総売上 
- 合計返品数 
- 予測返品数 
- 過剰返品数 
- 店舗ごとの過剰返品数 
- 製品カテゴリごとの過剰返品数 
- 製品ごとの過剰返品数 
- 日時ごとの返品分布 
- アソシエイトごとの返品分布 
- 返品タイプごとの返品割合

### 必須のデータ属性
- アソシエイト番号 (文字列) 
- 製品カテゴリ (文字列) 
- 製品 ID (文字列) 
- 製品名 (文字列) 
- 製品サブカテゴリ 
- 返品ステータス (文字列) 
- 店舗 ID (文字列) 
- 店舗場所 ID (文字列) 
- 時間 (時刻) 
- トランザクション日 (日付時刻) 
- トランザクション種別 (文字列) 
- トランザクション ID (整数) 
- 返品数量 (整数) 
- 販売 (小数) 
- 販売数量 (整数)

### データ ソースの構築
Return Fraud Monitoring 分析のデータ ソースは、小売店の稼働中のデータ ソースから取得したすべての購入と返品に関するデータが含まれた単一のトランザクション テーブルで構成されます。レコードはトランザクションと製品ごとに集計されるため、1 つのトランザクションの各製品に対して、データの行が 1 つあります。

ビジネスためにこれらの KPI を分析するには、独自のデータ ストアで適切なスキーマをクエリする必要があります。

返品と購入は、TransactionType と言う名前のフィールドで特定されます。

データ ソースに含まれるその他の属性には、トランザクション ID、製品 ID、製品名、製品カテゴリ、製品区分、店舗 ID、店舗場所、トランザクション日付、トランザクション期間、顧客 ID、顧客名、オーダー ID、店舗アソシエイトなどが含まれます。
返品に固有のメジャーが 2 つあります。1 つは返品ステータスでもう 1 つは返品数量です。売上に固有のメジャーも 2 つあり、1 つは販売数量でもう 1 つは売上です。

関係が期間に設定されているセカンダリ テーブルがあり、このテーブルには店舗アソシエイトが働いた合計時間が期間ごとに含まれています。


Return Fraud Monitoring

不正行為がないか小売組織の返品をモニタリングします