フルフィルメント編 パートナー選定チェックリスト：ケーススタディから Part3
2022年10月31日
顧客とのコミュニケーション
顧客体験の重要性が増している中で、顧客に荷物の最新情報を自動的に提供することができることが求められてきます。
注文品が発送されると、自動的に出荷データ（お問合せ番号や、荷物の配送ステータスをeコマースプラットフォームに返送し、eコマースプラットフォームは荷物の追跡情報を顧客に転送してコミュニケーションできるようになっているはずです。
これは、ケース３でも実施しましたが、マイページでの確認もできるようにするとかも重要になります、このコミュニケーションプロセスを提供することを通じて、「お買い上げ書・納品書」の廃止など顧客との双方のメリットが出てくるような施策などが設計できるようになります。
また、カスタマーセンターが、顧客から注文に関する質問を受けた場合にも、最新の情報を迅速かつ自信を持って回答することができます。
（この業務そのものを、相対コミュニケーションでする顧客層は限られてきますけど。０にはなりません。）
データ
わたしたちD2C・eコマース事業者は、技術力のあるフルフィルメントサービスを選定したいです、それはデータが重要だからです。
・トレンドの特定
・ボトルネックの発見
・在庫管理の改善
・顧客の需要への対応
・配送にかかる費用と時間の節約に役立つ情報
などフルフィルメントパフォーマンスの追跡に役立つデータを提供してくれる必要性が増しています。
これは、手動でレポートを送信するだけでなく、可能であればデータ連携していて、いずれかのシステムのダッシュボードや、クラウドのＢＩ・ＢＡツールでこれらの情報をオンデマンドで利用できるようにしたいです。
フルフィルメントプラットフォームが取得するデータの種類を知ることで、そこから得られる分析やインサイトの種類を理解することができることは、Ｄ２Ｃの単品通販では大して複雑性が無いかもしれませんが、ＳＫＵの多い少ないに限らず、ますます重要になってきます。
・在庫回転率
・長期的な注文量
・注文ごとのアイテム数
・平均出荷ゾーンエリア
・注文から出荷完了までのリードタイム・平均輸送・配送時間（ＯＭＯなどでは特に）
・全体的な物流コスト（ＳＣＭの全体と、返品・交換など含む）
・在庫会計（監査対応など）
・および顧客満足度に影響を与える他のKPI
など、主要なフルフィルメント指標を追跡することが重要になってきています。
アナリティクスやレポーティングツールは、以下のような一般的なＤ２Ｃ・eコマース物流の疑問・課題に対する洞察・インサイトを提供できる必要があると考えています。
- どの郵便住所・店舗に最も多くの注文を出荷しているか？
- どの注文がまだ配送されていないのか？
- フルフィルメントセンター（各倉庫・拠点・店舗）には現在どのくらいの在庫があるのか？
- 過去の在庫量はどの店舗・倉庫のどの時点のものか？
- あるSKUが在庫切れになるまで、あと何日あるのか？
- 各商品の在庫をいつまでに再注文する必要があるのか？
- 配送方法別の平均的なカートの価値と送料はいくらなのか？
- 在庫を置くフルフィルメントセンターの場所を変えた場合、どのくらい送料を節約できるのか？
- 任意の場所での任意の時点での過去の在庫レベルはどのくらいだったのか？
- 各商品はどのくらいの頻度でチャネル間を移動して販売されているのか？
- 自分サイトなどでフラッシュセールを実行した場合、在庫レベルにどのように影響するのか？
- 商品の需要は前の期間と比較してどうなのか？
- 季節や月によって売上はどのように影響を受けるのか？
- ベストセラー商品は何なのか？
- 売上を上げておらず、高い保管料が発生しているアイテムはどれなのか？
などなど。
つづきの全文はこちらから
https://fujilogi.net/blogs/voice/fujilogi-voice-18
