Eコマースで返金と交換をAIで自動化する方法
クリスマス明けの月曜日、午前9時までにサポートキューには412件のチケットが表示されています。そのほとんどは同じ4つの質問です。「私の返金はどこですか？」「これを大きいサイズに交換できますか？」「返品はどうやって始めますか？」「私の荷物は受領されましたか？」2人体制のチームは、注文を調べ、追跡番号をコピーし、配送ラベルを1つずつ発行することに1週間をまるまる費やすことになります。業界データによると、小売業者はホリデーシーズンの売上の17%が返品されると予想しています。
このガイドでは、返金と交換のリクエストをエンドツーエンドで処理するAIシステムの構築方法を紹介します。電話やチャットでの会話、ポリシーチェック、不正スコアリング、ラベル生成、リアルタイムのステータス更新までを扱います。最後まで読めば、Retell AI上に構築された、定型的な返品チケットの70〜80%をそらし、本当に人間が必要なケースだけをエスカレーションする実際に動くセットアップが手に入ります。
常時稼働する返品・交換システムで、着信通話やメッセージを処理し、OMSと照合して注文を確認し、ポリシールールを適用し、ラベルを生成し、人間がチケットに触れることなくステータス更新を顧客にプッシュします。
このチュートリアルを終える頃には、あなたのセットアップは次のことができるようになります。
始める前に、次のものが必要です。
複雑なものを配線する前に、動作するエージェントから始めましょう。retellai.comでサインアップし、エージェントビルダーを開いて、ElevenLabsのライブラリから温かく明瞭な音声を選びます。冒頭のセリフを、あなたのブランドが実際に言いそうなものに設定します。「こんにちは、[ブランド]のマヤです。返品、交換、それとも別のご用件でしょうか？」
ダッシュボードが割り当てる一時的な番号にテストコールをかけます。エージェントがおよそ600msで応答し、あなたの発言に基づいてルーティングするのが聞こえます。この時点ではまだ注文を調べることはできません。意図をルーティングするだけです。それで問題ありません。AI音声エージェントがクリアに応答し、あなたが話にかぶせたときの割り込みを処理し、「返品」「返金」「交換」を3つの主要な意図として識別することを確認してください。
成果：通話に応答し、返品、返金、交換のリクエストを別々のフローとして正しく分類するライブエージェント。
ほとんどのブランドは1つの巨大なフローを構築しようとして後悔します。代わりに、短いものを3つ構築しましょう。返金リクエスト、交換リクエスト、そして「私の返金はどこですか」というステータス確認です。各フローには、挨拶、注文検索ステップ、ポリシーチェック、決定分岐、確認メッセージが必要です。
返金フローの場合：挨拶 → 注文番号またはメールを尋ねる → 注文を検索する → 返品期間を確認する → 状態の質問を確認する → 承認/却下/エスカレーションを決定する → ラベルを生成する → 確認する。交換フローの場合、返金を承認する前に「同一アイテムの別サイズを提案する」ステップを挿入します。交換は返金が破壊する収益を維持します。ステータスフローの場合、ポリシーチェックを完全にスキップし、決済プロバイダーから返金の状態を取得します。
ドラッグ＆ドロップのエージェンティックフレームワークを使って各分岐を配線します。会話は短く保ちましょう。返品の発信者は速さを求めており、世間話ではありません。クリーンなケースでは、挨拶からラベル配信まで90秒未満を目指します。
成果：実際の返品会話の80%をカバーする、マッピングされた3つのフロー。
エージェントにはライブの注文データが必要です。そうでなければ、それはただの音声付きチャットボットです。エージェントの関数呼び出しセクションを開き、ストアの注文APIへのHTTPリクエストを設定します。Shopifyの場合、それはメールまたは注文番号でフィルタリングされたAdmin APIの/orders.jsonエンドポイントです。WooCommerceの場合は/wp-json/wc/v3/ordersエンドポイントです。カスタムシステムの場合は、OMSが公開しているエンドポイントは何でも。
webhookのタイムアウトを少なくとも5秒に設定します。注文APIはピーク時に遅くなることがあります。発信者が提供する注文番号またはメールをクエリパラメータとして渡します。必要なレスポンスフィールドをマッピングします：order_date、fulfillment_status、financial_status、line_items、total_price。最初の検索が失敗した場合、発信者にメールを1文字ずつスペルアウトするよう求めるフォールバック分岐を追加します。
データベースから実際の注文番号を5つ使ってテストします。エージェントは、発信者がリクエストを終えてから2〜3秒以内に「承知しました、11月12日のネイビーパーカーのご注文が見えています」と言うはずです。
成果：エージェントは実際の顧客注文を取得し、通話中に関連する詳細を読み上げることができます。
汎用的なAIはあなたの具体的なポリシーを適用しません。明示的に書き出す必要があります。エージェントの決定ロジックで、注文検索の後にポリシーチェックノードを追加します。このノードは4つのことを順に評価します：返品期間に対する購入日、例外に対する製品カテゴリー、不正しきい値に対する顧客の返品履歴、発信者の回答に基づくアイテムの状態です。
アパレルブランドのルールセットの例：配送から30日間の期間、最終セール品は除外、90日間に6件を超える返品がある顧客は人間のレビュー用にフラグ付け、水着と下着は返品不可。各ルールをナレッジベースが参照できるシンプルな条件として書きます。リクエストが却下されたときに発信者が聞く正確なポリシー文言を含めてください。「このアイテムは47日前に購入されており、当店の返品期間は30日ですが、一度限りのご厚意として20%のストアクレジットを提供できます」は「返品が拒否されました」よりも優れています。
成果：エージェントは対象となる返品を承認し、対象外のものを具体的な理由とともに却下し、ストアクレジットや一部返金などのポリシーに準拠した代替案を提供します。
NRFによると返品全体の約9%が返品不正であり、一部のカテゴリーははるかに高くなります。エージェントは、正当な顧客を遅らせることなく、明白なパターンを捉える必要があります。ポリシーチェックと並行して実行され、次のいずれかの兆候をフラグ付けするスコアリング関数を構築します：30日間に3件を超える返品、購入に対する返品比率が50%を超える、キャリアの配送証明と矛盾する「未着」クレームの履歴がある注文、または単一注文の複数アイテムに対して高額の返金を求める初回顧客。
フラグ付けされたケースを完全なコンテキストとともに通話転送にルーティングします。人間のエージェントは「注文10847の発信者、過去21日間で3件の返品、配送済みで署名済みと表示されているアイテムの返金を要求」といったメモとともに引き継ぎます。発信者にフラグ付けされたことを伝えてはいけません。「一緒にこれを確認できる担当者におつなぎします」と言いましょう。
成果：明白な不正の試みは証拠付きで人間のレビューに届き、一方でクリーンな返品は摩擦なくスムーズに進みます。
ポリシーチェックを通過したら、エージェントは行動を約束するだけでなく、実際に行動する必要があります。2つ目の関数呼び出しをラベルプロバイダーのAPIに配線します。Shippo、EasyPost、ShipStationはすべて、注文住所とサービスレベルを与えるとラベルURLを返す/transactionsエンドポイントを公開しています。返品が承認された瞬間にこの呼び出しをトリガーするようエージェントを設定し、会話中にラベルを顧客にSMSまたはメールで送信します。
並行して、WMSまたは3PLにwebhookを発火させ、倉庫が返品が到着することを把握できるようにします。注文番号、予想されるアイテム、理由コードを含めることで、受領時に到着時破損アイテムを再入荷ではなく検査にルーティングできます。これが本物の自動化を凝ったチャットボットから分けるステップです。発信者がまだ電話に出ている間に在庫ワークフローが始まります。
成果：顧客は承認から30秒以内に使用可能なラベルを受け取り、倉庫は通話が終わる前にダッシュボードで到着する返品を確認します。
交換はマージンが守られる場所です。発信者が「このジーンズを返品したい、大きすぎる」と言ったとき、返金優先のエージェントは収益を失います。在庫を認識したエージェントは「当倉庫にワンサイズ小さいものが見えます。本日発送して返品用の前払いラベルを同梱しましょうか？」と言います。
返金パスに分岐する前に、要求された代替サイズまたは色の同じSKUを在庫APIでチェックする関数呼び出しを追加します。在庫がある場合、まず交換を提案し、取引の両側を処理します。新しいアイテムの発送出荷と、古いアイテムの返品ラベルを、単一の確認ステップで処理します。AIカスタマーサポートのフローが、両方の追跡番号を含むフォローアップSMSを処理します。
成果：返金リクエストの30〜40%が交換に転換し、収益を取り消す代わりに維持します。
稼働開始する前に、20〜30の現実的なシナリオに対してシミュレーションテストを実行します：期間内のクリーンな返品、期間外の返品、在庫ありの交換、在庫なしの交換、常習的な返品者、ワードローブ返品の疑いがある人、注文番号がわからない発信者、訛りのあるまたは非ネイティブの英語話者、ポリシー説明の途中で割り込む発信者。見つかった失敗ポイントを修正します。
スイッチを入れたら、カスタムKPIとともに通話後分析をオンにします：承認率、交換転換率、転送率、平均処理時間、不正フラグの精度。最初の1か月は週次レビューのペースを設定します。20件の通話トランスクリプトを読み、知識のギャップを探し、見たものに基づいてポリシーの文言やエスカレーションしきい値を調整します。2週間のチューニング期間を計画してください。ほとんどのブランドは初週に70〜80%の完全包含に達し、最初の調整ラウンド後には85〜90%まで上昇します。
成果：測定可能なKPIと反復可能な改善ループを備えたライブの返品エージェント。
すべての返金は取り消された販売です。すべての交換は取引を維持します。発信者が交換が有効であることを示す理由（間違ったサイズ、間違った色、フィット感が気に入らなかった）を挙げたとき、エージェントにまず代替案を提案させましょう。このように会話を並べ替えるブランドは、返金の意図の30〜40%が交換に転換するのを目にします。無理強いしないでください。発信者が「ただお金を返してほしい」と言った場合、それを尊重して先に進みましょう。
書かれたポリシーは話されるポリシーとは違って読まれます。「アイテムはタグ付きの元の状態でなければなりません」はヘルプページでは機能します。通話では堅苦しく聞こえます。各ルールを平易な話し言葉の英語に書き直し、自分で言っているところを録音してください。あなたがつまずくなら、発信者もつまずきます。これらの書き直された文言をナレッジベースに保存して、エージェントがそのまま使うようにします。
最初の不明瞭な回答で人間に転送すると、包含が損なわれます。エージェントを永遠にループさせると発信者をイライラさせます。厳格な上限を設定します：3回の明確化の試み、その後は解決するかエスカレーションするかのいずれかです。ほとんどの発信者は2回目の試みで言い換えに成功します。3回目は、ナレッジベースに本当のギャップがあるのか、発信者が本当に人間を必要としているのかを学ぶ場所です。
自動化された返品は、ポリシーが予期しなかったエッジケースで成功するか失敗するかが決まります。最初の1か月は毎週15〜20件の完全なトランスクリプトを読みます。パターンが見つかります。返品の30%を同じ苦情で引き起こしている製品ライン、エージェントが厳格に解釈しすぎているポリシールール、発信者が繰り返し使うがナレッジベースが認識しないフレーズなど。修正を週次でフィードバックすると、包含が目に見えて上昇します。
エージェントがサイズ6のドレスの交換を承認し、その後倉庫が3週間在庫切れのサイズ6を発送します。顧客は待たされ、怒って折り返し電話をかけ、今や1件ではなく2件のチケットができています。修正：エージェントが「本日発送できます」という言葉を話す前に、リアルタイムの在庫検索を必須にします。在庫が不確実な場合、エージェントは確定した発送日ではなく、交換注文を約束し更新をスケジュールします。
チームはエッジケース（ギフト返品、国際返品、B2B卸売返品）に興奮し、初週に構築しようとします。その結果、単純なケースの80%で失敗する脆いフローになります。修正：国内、単一アイテム、期間内の返品で開始します。その後、トランスクリプトデータと照らし合わせて測定しながら、週に1つずつ例外を追加します。
この質問はサポートではなく、ステータスです。答えは常に決済プロバイダー（Stripe、Braintree、Shopify Payments）にあります。エージェントのポリシーロジックを通してルーティングしたり、人間にエスカレーションしたりしないでください。決済APIへの直接の関数呼び出しを配線し、返金の状態を取得し、エージェントに読み上げさせます。これを正しく行うブランドは、人間の関与ゼロで返金ステータスの通話の90%以上をそらします。
ほとんどのアパレルやギフト中心のブランドでは、返品量が1月に月間平均の3〜5倍に急増します。エージェントが通常の量向けに設定されている場合、転送率が急増し、人間のエージェントは溺れます。修正：12月26日の後ではなく前に同時通話容量を引き上げ、不正しきい値を監査します。返金の悪用も同じ期間に急増します。
顧客が争う破損アイテム、国際通関紛争、B2B一部返品、そしてチャージバックを伴うあらゆるケースは、依然として人間の仕事です。それらを自動化しようとしないでください。発信者に正直に伝えましょう：「これはチームの誰かが確認する必要があります。これまで話し合った内容の完全なコンテキストとともに、今おつなぎします」。発信者は、人間のふりをするボットよりも、正直な引き継ぎをはるかに尊重します。
SWTCHは、大量のEVドライバーのサポート通話を処理するために、ルーカスという名前のAI音声エージェントを展開しました。チームはサポートコストが50%以上削減されると同時に、応答時間が数分から数秒に縮小するのを目にしました。CEOのCarter Liは、エージェントがサービス品質を維持しながらSaaSのマージンを改善したと述べています。SWTCHのケーススタディを読む。
Ankerは、複数の言語にわたって製品の質問、保証請求、返品を処理するために、グローバルカスタマーサポートをAI音声エージェント上に再構築しました。その結果は、24時間体制の多言語対応を運営する人員コストなしで、エンタープライズ規模での人間品質の会話でした。この家電ブランドは今や同じエージェントフレームワークを国際市場全体で運用しています。
Medical Data Systemsは、人間への転送率わずか30%で、着信通話の処理を100%のAIカバレッジに拡張しました。チームは、業界が要求するコンプライアンス基準を維持しながら、AI音声エージェントを通じて月に約$280,000を回収しています。これは、決済とPIIに触れる返品業務に、Eコマースブランドが適応できるモデルです。
ほとんどのブランドは、サインアップから基本的な返品フローを処理するライブエージェントまで3〜5日で到達します。より長い作業は、ポリシールールのエンコードとOMSの接続で、通常さらに1週間かかります。ポリシーが単純明快であればサインアップから本番まで丸2週間、複雑なカテゴリー例外や国際フローがある場合は4週間を見込んでください。
はい。エージェントは注文検索、顧客履歴、返金開始のためにShopifyのAdmin APIに接続し、ラベル生成のために選択した配送プロバイダーに接続します。基本的な連携にShopify Plusは必要ありません。3PLを運営している場合は、返品が彼らのダッシュボードに表示されるように、彼らの受領エンドポイントにwebhookを追加します。
Retell AIの料金はプラットフォーム手数料なしで通話時間1分あたり$0.07から始まり、すべての新規アカウントには$10の無料クレジットが付きます。これはエージェントテストの約140分に十分です。1回平均2分の返品通話を月に1,000件処理するブランドの場合、エージェントコストは月約$140で、同じ量を処理する人間のエージェントの時給$15〜25と比較されます。
エージェントは完全なコンテキストとともに人間にエスカレーションします。人間は注文の詳細、発信者が求めたもの、トリガーされたポリシーチェック、フラグ付けされた不正の兆候を見ます。転送は2秒未満で完了し、発信者は何も繰り返す必要がありません。ほとんどのチームは、エージェントがチューニングされると転送率が15〜25%に落ち着き、残りはエンドツーエンドで解決されるのを目にします。
ポリシー内の定型的なケースについては、はい。高額、争いのある、またはフラグ付けされたケースについては、AIがどれだけ有能になっても人間を関与させ続けるべきです。あなたが定義するドルしきい値（多くのブランドは$100から始めます）を下回る返金を自動承認し、それを超えるものや不正の兆候があるものをエスカレーションするようエージェントを設定します。このバランスは、バックログを生み出すことなくマージンを保護します。
エージェントは、不正と相関するパターン（高い返品頻度、キャリア記録と矛盾する配送紛争、ワードローブ返品の兆候がある注文）をフラグ付けし、人間のレビュー用にルーティングできます。不正を決定的に特定することはできませんし、そう望むべきでもありません。目標は明白な悪用を捉え、曖昧なケースについては人間が最終判断を下せるようにすることです。
「私の返金はどこですか」は、Eコマースで単一で最も量の多い返品関連の通話です。エージェントは決済プロバイダーで直接返金の状態を調べ、発信者に現在のステータスと予想される完了日を伝え、何かが行き詰まっているように見える場合は折り返し電話を提供します。この1つのフローだけで、通常、返品関連の通話量全体の25〜35%をそらします。
ほとんどの発信者は、あなたがどう表現するかにかかわらず、最初の10〜15秒以内にわかります。問題は彼らが気にするかどうかです。約600msの応答レイテンシと自然なターンテイキングにより、体験が人間の保留待ちよりも速いため、発信者は会話にとどまります。率直に伝えましょう。挨拶での「私はAIアシスタントです」は、実際、人間になりすまそうとするよりも信頼を向上させます。
はい。プラットフォームはElevenLabsを通じてネイティブの発音で31以上の言語をサポートし、OpenAI TTSで50以上をサポートします。発信者の最初の発話で言語検出を設定すると、エージェントは自動的に切り替わります。これは国際的に販売するブランドにとってより重要です。単一のエージェントが、別々の展開なしで英語、スペイン語、フランス語、ドイツ語の顧客をカバーします。
週次で5つの数字を追跡します：包含率（転送なしで解決された通話の割合）、交換転換率（交換に変わった返金意図の割合）、平均処理時間、不正フラグの精度（フラグ付けされたケースが実際に不正であった頻度）、通話後アンケートからのCSAT。3週間後に包含が70%を下回っている場合、ナレッジベースにギャップがあります。交換転換が20%を下回っている場合、レコメンドロジックに作業が必要です。
これで、対象性チェックを処理し、ラベルを生成し、可能な場合は返金より交換を優先し、不正の兆候とエッジケースを完全なコンテキストとともに人間にエスカレーションする、動作する返品・交換エージェントが手に入りました。
ここから、同じエージェントフレームワークを拡張して、発信の返金確認通話、交換後の満足度フォローアップ、または返品を開始したがアイテムを発送しなかった顧客向けの返品放棄リマインダーを処理できます。また、同じ構造を注文追跡、配送紛争処理、またはすべての返品隣接ワークフローにわたる完全なAIカスタマーサポートのために展開することもできます。
retellai.comで$10の利用クレジットを使って無料で構築を始めましょう。
AI搭載の音声エージェントに切り替えることで、あなたのビジネスがどれだけ節約できるかをご確認ください。
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Retell クリニックオフィスのデモ電話番号
Start building smarter conversations today.
.avif)
.avif)
