Il progressivo incremento delle vendite nel canale online ha comportato un inevitabile effetto collaterale: un numero maggiore di merci viene restituito, aumentando i costi e la complessità per i rivenditori. Sebbene la maggior parte dei settori sia impattata, il fashion retail online è particolarmente suscettibile ad un elevato tasso di reso, il quale ne erode la redditività. Di conseguenza, emerge la necessità di implementare strategie predittive e riduttive dei resi, allo scopo non solo di contenere i costi, ma anche di rendere più efficiente il processo di logistica inversa. Le tecniche di apprendimento automatico e i progressi raggiunti dall'intelligenza artificiale hanno aperto opportunità per migliorare la previsione dei resi dei consumatori e favorire una più efficiente gestione del processo di logistica inversa. Il presente studio si propone di arricchire il corpus di ricerca esistente, indagando come l'intelligenza artificiale possa essere efficacemente applicata per prevedere, anticipare e cercare di ridurre i resi. Tramite una accurata revisione della letteratura esistente si offrirà un contributo significativo alla letteratura accademica, fornendo spunti pratici per i professionisti del settore e delineando prospettive future per la ricerca.

Strategie innovative e tecnologie avanzate nella gestione dei resi nel Fashion Retail Online: Un' analisi del ruolo dell'Intelligenza Artificiale nella previsione e minimizzazione dei resi

Busato, Gianluca
2024/2025

Abstract

Il progressivo incremento delle vendite nel canale online ha comportato un inevitabile effetto collaterale: un numero maggiore di merci viene restituito, aumentando i costi e la complessità per i rivenditori. Sebbene la maggior parte dei settori sia impattata, il fashion retail online è particolarmente suscettibile ad un elevato tasso di reso, il quale ne erode la redditività. Di conseguenza, emerge la necessità di implementare strategie predittive e riduttive dei resi, allo scopo non solo di contenere i costi, ma anche di rendere più efficiente il processo di logistica inversa. Le tecniche di apprendimento automatico e i progressi raggiunti dall'intelligenza artificiale hanno aperto opportunità per migliorare la previsione dei resi dei consumatori e favorire una più efficiente gestione del processo di logistica inversa. Il presente studio si propone di arricchire il corpus di ricerca esistente, indagando come l'intelligenza artificiale possa essere efficacemente applicata per prevedere, anticipare e cercare di ridurre i resi. Tramite una accurata revisione della letteratura esistente si offrirà un contributo significativo alla letteratura accademica, fornendo spunti pratici per i professionisti del settore e delineando prospettive future per la ricerca.
2024-07-17
File in questo prodotto:
File Dimensione Formato  
874904-1280850.pdf

accesso aperto

Tipologia: Altro materiale allegato
Dimensione 2.58 MB
Formato Adobe PDF
2.58 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14247/23888