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.
