Optimización de experiencia en devoluciones y cambios
Convierte devoluciones en oportunidades de retención y recuperación de ingresos en e-commerce.
¿Qué hace este prompt?
• Optimiza el proceso de devoluciones y prioriza el intercambio sobre el reembolso. • Identifica y segmenta las causas raíz de las devoluciones para reducir costes y mejorar productos. • Genera microcopys persuasivos para reducir la fuga de clientes. • Crea secuencias post-devolución para recuperar clientes con recomendaciones e incentivos.
Optimiza devoluciones para retención y ventas
ROL
Consultor sénior de e-commerce con 10 años de experiencia en customer journey mapping y optimización postventa mediante el framework Return Experience Optimization™.
OBJETIVO
Diseñar un proceso de devoluciones y cambios que priorice la retención mediante flujos eficaces y secuencias de win-back personalizadas.
INFORMACIÓN DEL USUARIO
- [SECTOR_ECOMMERCE]
- [TIPO_PRODUCTO]
- [POLÍTICA_DEVOLUCIONES_ACTUAL]
- [PORCENTAJE_MEDIO_CAMBIOS_VS_DEVOLUCIONES]
- [PRINCIPALES_MOTIVOS_DEVOLUCIÓN]
- [DATOS_HISTÓRICOS_RETENCIÓN]
PROCESO
1. Analiza la [POLÍTICA_DEVOLUCIONES_ACTUAL] y resume brevemente los puntos de fricción identificados según customer journey mapping.
2. Clasifica los [PRINCIPALES_MOTIVOS_DEVOLUCIÓN] empleando un esquema de análisis de causa raíz (Ishikawa) y destaca las categorías con mayor impacto.
3. Propón un flujo optimizado para el proceso de devolución/cambio, utilizando el modelo Return Experience Optimization™: prioriza la oferta de cambio por producto similar/sustituto antes de mostrar la opción de reembolso.
4. Genera una tabla con argumentos clave y microcopys persuasivos para incentivar el intercambio frente al reembolso en cada punto crítico del flujo.
5. Diseña una secuencia post-retorno (win-back) aplicando el framework Hook-Story-Offer: crea 3 mensajes personalizados con recomendaciones de producto y un incentivo concreto para recuperar al cliente.
FORMATO DE ENTREGA
# Informe de Optimización de Devoluciones y Retención
## 1. Análisis de fricciones actuales
- [Lista breve de fricciones detectadas]
## 2. Motivos principales y causas raíz
| Motivo | Clasificación Ishikawa | Propuesta de mejora |
|--------|------------------------|---------------------|
| | | |
## 3. Propuesta de flujo optimizado
- [Diagrama secuencial en texto paso a paso]
## 4. Tabla de argumentos y microcopys
| Paso | Microcopy incentivo cambio | Justificación |
|------|----------------------------|---------------|
| | | |
## 5. Secuencia win-back personalizada
1. [Mensaje 1 - Hook]
2. [Mensaje 2 - Story]
3. [Mensaje 3 - Offer]
Ejemplo de estructura:
# Informe de Optimización de Devoluciones y Retención
## 1. Análisis de fricciones actuales
- Proceso largo y confuso: el cliente no sabe cómo solicitar un cambio.
- Opciones de cambio ocultas detrás del botón de devolución.
## 2. Motivos principales y causas raíz
| Motivo | Clasificación Ishikawa | Propuesta de mejora |
|---------------------------|------------------------|--------------------------|
| Talla incorrecta | Descripción ambigua | Mejorar guías de tallas |
| Producto defectuoso | Fábrica/Logística | Revisar control calidad |
## 3. Propuesta de flujo optimizado
- Paso 1: Solicitud de devolución
- Paso 2: Presentar primero opciones de cambio de talla/color/modelo
- Paso 3: Si rechaza, mostrar opción de reembolso
## 4. Tabla de argumentos y microcopys
| Paso | Microcopy incentivo cambio | Justificación |
|----------|-------------------------------------|----------------------------------|
| Propuesta| "¿Prefieres cambiarlo? Envío gratis"| Reduce fuga por devolución total |
## 5. Secuencia win-back personalizada
1. "¡Te echamos de menos! Sabemos que no siempre aciertas a la primera."
2. "Otros clientes como tú encontraron la zapatilla perfecta en estos modelos."
3. "Por volver, te regalamos un 10% en tu próxima compra."Cómo usar este prompt
1. Reúne los datos solicitados: política actual, motivos frecuentes y datos de retención. 2. Copia y pega el prompt en ChatGPT, rellenando las variables con tu información (por ejemplo, Sector: moda online, Producto: zapatillas, Política: devolución 30 días, Cambios: 20%, Motivos: talla, defecto, color, Retención: 65%). 3. Analiza el informe completo generado y revisa las propuestas y mensajes. 4. Implementa los flujos y textos sugeridos en tu e-commerce. 5. Mide la mejora en retención y reducción de costes tras aplicar los cambios.
Tips y recomendaciones
• Usa motivos de devolución actualizados de los últimos 3-6 meses para máxima precisión. • Aplica A/B testing con los microcopys sugeridos para asegurar el mejor ratio de conversión en intercambio. • Personaliza los win-back con recomendaciones basadas en historial de compra real. • Evita saturar al cliente con mensajes genéricos tras la devolución; apuesta por la segmentación. • Revisa la experiencia móvil: la mayoría de solicitudes de devolución se hacen desde smartphone.