Den här accelerator för övervakning av returbedrägerier nyttjar detaljhandelsförsäljning och returnerar data för att övervaka returaktivitet över alla produkter och alla butiksplatser som kan identifiera potentiella bedrägerier. Instrumentpanelen använder historiska trender för att förutsäga avkastningsaktivitet och identifierar tydligt områden som faller utanför dessa förväntade värden. Handlingsbara data erbjuder ansvariga de insikter de behöver för att vidta korrigerande åtgärder som kan förhindra ytterligare förluster och säkerställa anställdas efterlevnad.

[Anslut till Cleartelligence för mer information.](https://www.cleartelligence.com/tableau-aceelerator-return-fraud-monitoring)

### Svara på viktiga affärsfrågor
– Vilken var den faktiska avkastningen under en given period och hur jämförs den med förväntad avkastning? 
– Finns det för stort antal returer, vilket kan innebära bedrägeri, som inträffar på någon enskild butiksplats eller grupp med platser? 
– Är för stort antal returer vanligare inom vissa produkter eller grupper med produkter? 
– Vilka dagar och tider under veckan är returer som vanligast? 
– Vilka anställda behandlar flest returer? 
– Hur stor del av returerna har bekräftats som ogiltiga (bedrägeri med öppen förpackning) eller potentiellt ogiltiga (returer utan kvitto)?

### Övervaka och förbättra KPI:er
– Total försäljning 
– Totalt antal returer 
– Förväntade returer 
– För stort antal returer 
– För stort antal returer per plats 
– För stort antal returer per produktkategori 
– För stort antal returer per produkt 
– Fördelning av returer per tid och dag 
– Fördelning av returer per anställd 
– Procentandel av returer per returtyp

### Nödvändiga dataattribut
– Anställds nummer (sträng) 
– Produktkategori (sträng) 
– Produkt-ID (sträng) 
– Produktnamn (sträng) 
– Produktunderkategori 
– Returstatus (sträng) 
– Butiks-ID (sträng) 
– Butiksplats (sträng) 
– Tid (tid) 
– Transaktionsdatum (datum och tid) 
– Transaktionstyp (sträng) 
– Transaktions-ID (heltal) 
– Antal returer (heltal) 
– Försäljning (decimal) 
– Försäljningskvantitet (heltal)

### Skapa din datakälla
Datakällan för analys beträffande övervakning av returbedrägeri består av en enda transaktionstabell med alla inköp och returer från en återförsäljares operativa dataregister. Register aggregeras per transaktion och produkt vilket innebär att för varje produkt i en enda transaktion finns det en rad med data.

Du måste fråga efter lämpligt schema i ditt eget dataregister för att analysera dessa KPI:er för din egen verksamhet.

Returer och köp identifieras av ett fält med namnet TransactionType. 

Andra attribut som ingår i datakällan inkluderar transaktions-ID, produkt-ID, produktnamn, produktkategori, produktsegment, butiks-ID, butiksplats, transaktionsdatum, transaktionsperiod, kund-ID, kundnamn, beställnings-ID och butiksanställd. 
Det finns två mätvärden som är unika för returer: returstatus och returkvantitet. Det finns två mätvärden som är unika för försäljning: försäljningskvantitet och försäljning.

Det finns en sekundär tabell med en relation satt till Period, som inkluderar det totala antalet arbetade timmar från butiksanställda per period.


Return Fraud Monitoring

Övervakar detaljhandelns avkastning beträffande bedrägeri