Deze versneller voor Return Fraud Monitoring maakt gebruik van verkoop- en retourdata in de detailhandel om toezicht te houden op alle retour gestuurde producten en alle winkellocaties om mogelijke fraude op het spoor te komen. Het dashboard benut historische trends om retouren te voorspellen en geeft duidelijk aan waar de resultaten buiten deze verwachte waarden vallen. Bruikbare data geven managers het inzicht dat ze nodig hebben om corrigerende maatregelen te nemen om aanvullend verlies te voorkomen en ervoor te zorgen dat medewerkers de regels naleven.

[Neem contact op met Cleartelligence voor meer info.](https://www.cleartelligence.com/tableau-aceelerator-return-fraud-monitoring)

### Belangrijke vragen over uw bedrijf beantwoorden
- Hoeveel producten zijn in een bepaalde periode geretourneerd en hoe verhoudt zich dat tot de verwachte aantallen? 
- Is er sprake van overmatige retouren die op fraude kunnen duiden in een bepaalde winkellocatie of in een groep winkels? 
- Is er sprake van meer retouren voor bepaalde producten of groepen producten? 
- Op welke dag en tijden van de week vinden de meeste retouren plaats? 
- Welke medewerkers verwerken de meeste retouren? 
- Hoeveel retouren worden ongeldig verklaard (fraude met open doos) of zijn mogelijk ongeldig (geretourneerd zonder betaalbewijs)?

### KPI's monitoren en verbeteren
- Totaalverkoop 
- Totaalaantal retouren 
- Verwachte retouren 
- Overmatige retouren 
- Overmatige retouren per locatie 
- Overmatige retouren per productcategorie 
- Overmatige retouren per product 
- Distributie van retouren per tijd en dag 
- Distributie van retouren per medewerker 
- Percentage retouren per retourtype

### Vereiste datakenmerken
- Medewerkernummer (tekenreeks) 
- Productcategorie (tekenreeks) 
- Product-ID (tekenreeks) 
- Productnaam (tekenreeks) 
- Subcategorie product 
- Retourstatus (tekenreeks) 
- Winkel-ID (tekenreeks) 
- Winkellocatie (tekenreeks) 
- Tijd (tijd) 
- Transactiedatum (DatumTijd) 
- Transactietype (tekenreeks) 
- Transactie-ID (geheel getal) 
- Hoeveelheid retouren (geheel getal) 
- Verkoop (decimaal) 
- Hoeveelheid verkochte producten (geheel getal)

### Uw databron ontwikkelen
De databron voor de Return Fraud Monitoring-analyse bestaat uit één transactionele tabel met alle aankopen en retouren van de operationele data-opslag van een detailhandel. Records worden geaggregeerd per transactie en product, dus er is één rij met data voor elk product in één transactie.

U moet een query op het desbetreffende schema in uw eigen data-opslag uitvoeren om deze KPI's te analyseren voor uw eigen bedrijf.

Retouren en aankopen worden geïdentificeerd aan de hand van het veld TransactionType. 

Andere kenmerken in de databron zijn onder andere: transactie-ID, product-ID, productnaam, productcategorie, productsegment, winkel-ID, winkellocatie, transactiedatum, transactieperiode, klant-ID, klantnaam, order-ID en winkelmedewerker. 
Retouren beschikken over twee unieke meetwaarden: retourstatus en hoeveelheid retouren. Verkoop beschikt ook over twee unieke meetwaarden: hoeveelheid verkochte producten en verkoop.

Er is een secundaire tabel waarvoor de relatie is ingesteld op Periode. Deze tabel omvat het totale aantal uren dat de winkelmedewerker in een periode heeft gewerkt.


Return Fraud Monitoring

Controleert of er sprake is van fraude met de retouren van een retailorganisatie