這個用於退貨欺詐監視的加速器可利用零售銷售額及退貨資料監視所有產品及所有店鋪位置的退貨活動，以鑑別可能的欺詐行為。該儀表板使用歷史趨勢預測退貨活動，並明確識別超出這些預期值的區域。可採取動作的資料為管理員提供見解，以便其採取糾正措施，防止額外損失並確保員工合規性。

[與 Cleartelligence 連線暸解更多資訊](https://www.cleartelligence.com/tableau-aceelerator-return-fraud-monitoring)

### 回答關鍵業務問題
- 給定期間內的實際退貨是多少，與預期退貨相比如何？
- 任何單一商店或位置群組是否存在可能代表欺詐的超額退貨？
- 超額退貨在某些產品或產品群組中是否更為普遍？
- 一週中的哪些天和時間退貨最常見？
- 哪些員工處理的退貨最多？
- 有多少退貨被確認無效（開箱欺詐）或可能無效（無收據退貨）？

### 監視並改進 KPI
- 總銷售額 
- 退貨總計 
- 預期退貨 
- 超額退貨 
- 按位置顯示的超額退貨 
- 按產品類別顯示的超額退貨 
- 按產品顯示的超額退貨 
- 按時間和日期顯示的退貨分佈 
- 按員工顯示的退貨分佈 
- 按退貨類型顯示的退貨分佈

### 必要資料屬性
- 員工編號（字串） 
- 產品類別（字串） 
- 產品 ID（字串） 
- 產品名稱（字串） 
- 產品子類別 
- 退貨狀態（字串） 
- 商店 ID（字串） 
- 商店位置（字串） 
- 時間（時間） 
- 交易日期（日期時間） 
- 交易類型（字串） 
- 交易 ID (整數) 
- 退貨數量 (整數) 
- 銷售額 (小數) 
- 銷售額數量 (整數)

### 組建您的資料來源
用於退貨欺詐監視分析的資料來源由一個交易表組成，其中包含來自零售商運營資料存放區的所有購買和退貨資料。記錄按交易和產品彙總，為單一交易的每個產品提供一列資料。

您需要在自己的資料存放區中查詢適當的結構描述，以便為自己的業務分析這些 KPI。

退貨及購買均由名為 TransactionType 的欄位識別。

資料來源中包含的其他屬性包括交易 ID、產品 ID、產品名稱、產品類別、產品區段、商店 ID、商店位置、交易日期、交易期間、客戶 ID、客戶名稱、訂單 ID 和商店員工。
退貨有兩個獨特的度量：退貨狀態和退貨數量。銷售有兩個獨特的度量：銷售數量和銷售額。

有一個在「期間」設定關係的輔助表，其中包括商店員工每個期間工作的總小時數。
