Wardrobing e abuso dei resi: come individuarli senza penalizzare i buoni clienti

IN SINTESI Sintesi della redazione

1. Wardrobing significa acquistare un articolo, usarlo una volta e restituirlo per ottenere il rimborso; è una forma di abuso dei resi, accanto alle frodi sui reclami e a quelle favorite dal personale.
2. Il rapporto benchmark 2026 di Appriss Retail ha stimato che nel 2025 siano stati restituiti prodotti per 706 miliardi di dollari, di cui 100 miliardi (14,2%) erano perdite evitabili dovute a frodi e abusi.
3. I modelli di rilevamento funzionano meglio come supporto decisionale al banco resi o nel flusso di rimborso, segnalando schemi nello storico delle transazioni anziché giudicare un singolo reso isolato.
4. Appriss Retail ha riferito che il 55% dei consumatori nordamericani intervistati evitava i retailer con politiche di reso restrittive, quindi le regole indiscriminate hanno un costo misurabile.
5. Nello stesso benchmark, l'80% dei consumatori voleva trasparenza su come l'IA prende le decisioni sui resi e solo il 10% si fidava dell'IA senza riserve, il che depone a favore della revisione umana di ogni rifiuto.

Il wardrobing è la pratica di acquistare un articolo, indossarlo o usarlo una volta e restituirlo per ottenere il rimborso, e l'IA può aiutare a individuarlo assegnando un punteggio al comportamento di reso tra clienti, articoli e canali. Il rischio sta nei falsi positivi: un modello che segnala clienti onesti costa in fedeltà perduta più dell'abuso che previene. La risposta pratica è una selezione mirata, la revisione umana e una politica chiara che i clienti possano leggere.

Che cos'è il wardrobing e quanto è esteso l'abuso dei resi?

Appriss Retail descrive il wardrobing come l'acquisto di qualcosa, per esempio un maglione natalizio, il suo utilizzo per un'occasione e la restituzione il giorno dopo. È un tipo di abuso dei resi. La stessa fonte elenca anche le frodi sui reclami e sulle compensazioni (il cliente dichiara che un ordine non è arrivato o era danneggiato e poi tiene l'articolo) e le frodi favorite dal personale, in cui personale temporaneo non formato elabora resi falsi.

Le stime dimensionali provengono per lo più da fornitori e associazioni di settore, quindi vanno considerate indicative. Il rapporto benchmark 2026 di Appriss Retail ha stimato la merce restituita nel 2025 in 706 miliardi di dollari, di cui 100 miliardi (14,2%) classificati come perdite evitabili dovute a frodi e abusi. Il suo comunicato ha inoltre indicato l'acquisto online con reso in negozio come il vettore di abuso in più rapida crescita. Il comunicato contiene cifre che non si riconciliano del tutto tra loro (l'abuso è citato sia come 12% delle perdite legate ai resi sia come valore in dollari di punta), quindi conviene consultare il rapporto completo prima di citare un singolo numero al consiglio di amministrazione.

Nel Regno Unito, FashionNetwork ha riferito nell'ottobre 2025 di una ricerca di ZigZag e Retail Economics che mostra i resi seriali in calo dal 12% all'8% dei clienti e il 76% dei 100 maggiori retailer di abbigliamento e calzature che ha inasprito le proprie politiche di reso. Lo stesso rapporto ha rilevato uno spostamento: i resi seriali hanno riguardato meno articoli, ma sono aumentati i resi occasionali e lenti.

Come individua l'IA l'abuso dei resi?

La maggior parte dei sistemi combina tre livelli. Il primo è costituito da regole e limiti, come un tetto ai resi entro un periodo stabilito. Il secondo è il punteggio statistico dello storico di un cliente: tasso di reso, tempo tra acquisto e reso, mix di categorie e scarto tra valore dell'ordine e valore trattenuto. Il terzo è costituito dai controlli a livello di articolo, per esempio la valutazione delle condizioni dalle foto in magazzino. Appriss Retail descrive un'IA che legge lo storico delle transazioni del cliente al banco resi e raccomanda all'addetto se approvare o rifiutare, con una raccomandazione resa anonima.

Leggi anche

Perché i resi sono il problema più costoso dell'e-commerce di moda

Perché le restrizioni indiscriminate si ritorcono contro?

L'indagine di Appriss Retail sui consumatori nordamericani ha rilevato che il 55% evitava i retailer con politiche di reso restrittive, il 31% aveva smesso di acquistare da un retailer dopo un'esperienza di reso negativa e il 70% aveva speso di più dopo una positiva. Sono risultati di un sondaggio di un fornitore, ma corrispondono alla logica del problema: l'abuso è concentrato in un piccolo gruppo, mentre le restrizioni ricadono su tutti. L'articolo sconsiglia regole indiscriminate come nessuna ricevuta, nessun reso, che possono alienare i clienti fedeli.

L'alternativa sono le politiche mirate. Come la descrive Appriss Retail, ASOS detrae 3,95 sterline dal rimborso quando chi restituisce trattiene articoli per meno di 40 sterline, e la sua Fair Use Policy è rivolta a un piccolo gruppo di clienti con uno storico di resi eccessivi. Il senso di tali impostazioni è che la maggior parte dei clienti non incontra mai la regola.

Com'è fatto un processo di rilevamento equo?

1. Definire l'abuso in termini operativi (per esempio resi ripetuti di articoli usati con un controllo documentato delle condizioni), non solo come un alto tasso di reso.
2. Assegnare il punteggio a livello di cliente su un periodo lungo e combinarlo con il valore del cliente, in modo che i clienti fedeli e redditizi siano trattati diversamente dai rari casi anomali.
3. Usare risposte graduate: prima un avviso, poi un limite ai resi gratuiti, poi una detrazione dal rimborso e solo dopo una restrizione dell'account.
4. Mantenere una persona nel ciclo per ogni rifiuto o azione sull'account, con una breve nota del motivo che si possa condividere con il cliente.
5. Rivedere i risultati ogni mese: tassi di ricorso, decisioni ribaltate e quota di clienti segnalati che sono poi tornati a un comportamento normale.

Come dovrebbero i retailer gestire fiducia, trasparenza e dati?

La trasparenza conta per i clienti. Nello stesso benchmark, l'80% dei consumatori voleva sapere come l'IA prende le decisioni sui resi, il 71% si fidava più degli addetti umani che dell'IA per le approvazioni e solo il 10% si fidava dell'IA senza riserve. Un modello di punteggio che non sa dare una motivazione in linguaggio semplice è un problema al banco e nel call center.

Il punteggio dei resi è anche profilazione. Ai sensi del GDPR, i dati personali devono essere limitati a quanto necessario per una finalità dichiarata (articolo 5), e le persone possono rifiutare decisioni basate unicamente su un trattamento automatizzato che producano effetti giuridici o analogamente significativi, con garanzie quali l'intervento umano e la possibilità di contestare la decisione (articolo 22). Chiedete un parere legale per stabilire se un rifiuto di rimborso o una restrizione dell'account rientrino nella fattispecie e documentate il ragionamento. Vale anche l'esattezza: i dati che alimentano il modello devono essere corretti, comprese le scansioni di consegna del corriere, altrimenti si punirebbero i clienti per errori logistici propri.

Leggi anche

Clienteling: il servizio personale in un negozio di moda guidato dai dati

Come si misura se il rilevamento funziona?

Misurare l'effetto netto, non i risparmi lordi. Monitorare le perdite da abuso evitate, ma anche reclami dei clienti, ricorsi sui rimborsi, tasso di riacquisto tra clienti segnalati e non segnalati e conversione sulle pagine che mostrano la politica di reso. Un gruppo di controllo a cui si assegna il punteggio senza intervenire permette di stimare quanti clienti segnalati si sarebbero comunque comportati correttamente. Senza di esso, un modello può sembrare efficace mentre elimina silenziosamente clienti redditizi.

Infine, occorre rimuovere le cause che il rilevamento non può eliminare. Informazioni scarse sulle taglie e contenuti di prodotto poveri alimentano ordini eccessivi in buona fede, e una politica che tratta questi clienti da sospetti aggrava il problema. Il rilevamento dovrebbe essere un tassello di una strategia più ampia sui resi, non un sostituto di buoni dati sulla vestibilità.

Domande frequenti

Che cos'è il wardrobing nel retail di moda?

Il wardrobing consiste nell'acquistare un articolo, usarlo una volta, di solito per un evento, e restituirlo per ottenere il rimborso. Appriss Retail fa l'esempio di un maglione natalizio comprato per una festa e restituito il giorno dopo. È una forma di abuso dei resi, distinta dalle frodi che coinvolgono merce rubata o false dichiarazioni di mancata consegna.

L'IA può stabilire in modo affidabile se un reso è abusivo?

Non su un singolo reso. I modelli sono più bravi a individuare schemi nello storico di un cliente e anche così producono falsi positivi. Il risultato va trattato come una raccomandazione per una persona formata, e vanno misurati ricorsi e decisioni ribaltate per capire i tassi di errore.

I retailer dovrebbero far pagare i resi per fermare il wardrobing?

Le tariffe riducono alcuni comportamenti ma non colpiscono specificamente l'abuso e interessano anche i clienti onesti. Il rapporto di FashionNetwork dell'ottobre 2025 suggerisce che tariffe inferiori a 3 sterline stanno cambiando i comportamenti nel Regno Unito, pur rilevando uno spostamento verso resi più lenti. Detrazioni mirate per i recidivi sono un'alternativa.

Il punteggio dei resi è legale nell'UE?

Dipende dall'impostazione. I dati personali devono essere limitati a quanto necessario per una finalità dichiarata e il GDPR consente alle persone di rifiutare decisioni basate unicamente su un trattamento automatizzato con effetti significativi, con l'intervento umano e il diritto di contestare come garanzie. Chiedete un parere legale per i vostri mercati e mantenete coinvolto un decisore umano.

GuidaLa guida completa all’IA nell’e-commerce, nel marketing e nel retail della modaLeggi la guida completa