Retur COD bukan cuma bikin barang pulang. Ada ongkir berangkat, ongkir balik, biaya packing, waktu tim, dan kesempatan jualan yang ikut terbuang.
Kalau kejadian ini berulang dari buyer yang sama, wajar kalau muncul keinginan untuk membuat blacklist. Data buyer yang dianggap bermasalah dikumpulkan, lalu order berikutnya otomatis ditolak.
Sekilas, idenya terasa masuk akal. Bisnis bisa menghindari biaya dari orang yang berkali-kali memesan tetapi menolak paket.
Masalahnya, data nggak selalu menceritakan kejadian secara utuh.
Blacklist Bisa Membantu, tetapi Bukan Berarti Selalu Benar
Blacklist pada dasarnya adalah alat penyaring risiko. Sistem memberi tanda bahwa sebuah order perlu diperiksa lebih hati-hati.
Masalah muncul ketika tanda itu langsung dianggap sebagai keputusan final.
Satu nomor bisa masuk daftar karena berbagai alasan:
– Buyer memang berulang kali memesan lalu menolak paket.
– Nomor yang dimasukkan salah oleh admin.
– Nomor tersebut dipakai bersama anggota keluarga.
– Nomornya sudah berganti pemilik.
– Buyer membatalkan karena barang terlambat dikirim.
– Paket gagal diantar atau bermasalah di pihak ekspedisi.
– Customer sudah meminta pembatalan, tetapi paket tetap dikirim.
Dari sisi dashboard, hasil akhirnya mungkin sama-sama tercatat sebagai retur. Namun penyebab dan tanggung jawabnya bisa berbeda.
Kalau semua kasus diperlakukan sama, blacklist berubah dari alat bantu menjadi vonis otomatis.
Risiko Makin Besar Saat Data Dibagikan
Blacklist internal masih bisa ditelusuri oleh bisnis yang membuat catatan tersebut. Tim tahu order mana yang bermasalah, kapan kejadiannya, dan siapa yang memasukkan datanya.
Situasinya berbeda ketika daftar tersebut dibagikan ke banyak bisnis.
Satu kesalahan input bisa membuat customer ditolak oleh beberapa penjual sekaligus. Bisnis lain mungkin hanya menerima nomor dan label “bermasalah” tanpa mengetahui konteks kejadian awalnya.
Semakin luas data dibagikan, semakin penting pertanyaan berikut:
– Siapa yang boleh memasukkan data?
– Bukti apa yang wajib disertakan?
– Apakah satu kejadian cukup untuk memasukkan seseorang ke daftar?
– Berapa lama tanda tersebut berlaku?
– Bagaimana kalau data yang dimasukkan salah?
– Apakah customer punya cara untuk memberikan klarifikasi?
Tanpa aturan yang jelas, daftar yang awalnya dibuat untuk melindungi bisnis justru bisa menghasilkan keputusan yang nggak adil dan data yang sulit diperbaiki.
Jadikan Blacklist sebagai Sinyal untuk Verifikasi
Ketika order cocok dengan data berisiko, sistem nggak harus langsung menolaknya. Status tersebut bisa dipakai sebagai pemicu pemeriksaan tambahan.
Contohnya:
1. Periksa riwayat kejadian
Jangan hanya melihat nomor. Lihat berapa kali retur terjadi, kapan kejadiannya, dan apa alasannya.
2. Konfirmasi ulang order
Pastikan buyer benar-benar memesan, memahami metode COD, dan siap menerima paket.
3. Periksa kelengkapan alamat
Banyak pengiriman bermasalah bukan karena niat buruk, tetapi karena alamat kurang jelas atau nomor penerima sulit dihubungi.
4. Gunakan pembayaran di muka untuk order tertentu
Kalau risikonya tinggi, bisnis bisa menawarkan metode pembayaran lain sebelum memproses pesanan.
5. Tolak jika bukti dan polanya memang kuat
Penolakan dilakukan berdasarkan riwayat yang bisa diperiksa, bukan sekadar satu label.
Dengan cara ini, blacklist tetap membantu menekan risiko tanpa menggantikan penilaian manusia sepenuhnya.
Kalau Mau Membuat Daftar, Minimal Punya Aturan Ini
Sistem sederhana pun perlu pagar pengaman:
Catat alasan, jangan hanya nomor
Setiap entri sebaiknya punya tanggal, order terkait, penyebab retur, hasil konfirmasi, dan bukti pendukung. Label tanpa konteks mudah disalahgunakan.
Bedakan jenis masalah
Buyer yang sengaja memesan berkali-kali lalu menolak paket nggak bisa disamakan dengan paket yang gagal dikirim oleh kurir.
Batasi akses
Data customer bukan bahan obrolan publik. Akses sebaiknya hanya diberikan kepada orang yang memang membutuhkan untuk memproses order.
Tentukan masa berlaku
Riwayat lama nggak harus menjadi hukuman selamanya. Data perlu ditinjau ulang agar daftar nggak dipenuhi informasi yang sudah nggak relevan.
Sediakan proses koreksi
Kalau terjadi salah input atau ada informasi baru, data harus bisa diperbaiki atau dihapus melalui proses yang jelas.
Tetap lakukan pemeriksaan manual
Untuk keputusan yang berdampak langsung pada customer, sistem sebaiknya memberi peringatan, bukan memutuskan sendirian.
Filter, Bukan Vonis
Bisnis memang perlu melindungi diri dari order iseng dan buyer yang berulang kali merugikan. Namun perlindungan tersebut tetap membutuhkan data yang akurat, konteks yang cukup, dan proses verifikasi.
Blacklist bisa menjadi filter pertama. Setelah itu, tim tetap perlu menentukan apakah order layak diproses, perlu dikonfirmasi ulang, dialihkan ke pembayaran di muka, atau benar-benar ditolak.
Tujuannya bukan menerima semua order tanpa pertimbangan. Tujuannya juga bukan menolak semua orang yang pernah mengalami retur.
Tujuannya adalah membuat keputusan yang lebih aman tanpa mengubah satu kesalahan data menjadi hukuman otomatis.
Menurut kamu, data buyer bermasalah perlu dibagikan bersama agar bisnis saling melindungi, atau sebaiknya tetap disimpan dan diperiksa oleh masing-masing bisnis?
