退貨原因怎麼分析?把客人的選擇,變成商品頁的下一次改善

看到商品被退回來,老闆通常先處理退款、整理庫存,然後繼續出下一筆貨。但我會多看一眼:客人買之前看到的內容,和他收到後遇到的東西,中間有沒有一段落差?
退貨原因分析,就是把每筆已知的原因分開,對照商品資訊、實物與出貨過程,找出值得改善的地方。尺寸不合可能需要多一點量測資訊;包裝受損則要回頭看包裝和配送。知道問題落在哪裡,才好決定要改商品頁、檢查商品,還是調整出貨方式。
對小品牌來說,這不只是售後工作。你願意把客人已經告訴你的事用回下一次介紹,就能讓下一位客人在購買前得到更清楚的資訊。商品賣得出去很重要,買回去之後是不是客人想要的,同樣會影響他下次願不願意再來。
一個退貨數字,可能藏著不同的工作
假設你經營服飾小店,想回看同一款居家上衣。你挑出已經走完店內觀察期間的 40 筆單件訂單,其中有 6 筆發生退貨;這 6 筆的紀錄分別是:
- 尺寸不合,3 筆:查看商品實際尺寸、測量方式,以及頁面有沒有提供比較方法。
- 顏色與期待不同,2 筆:比較實品與頁面照片、拍攝光線和顏色說明。
- 包裝受損,1 筆:查看包裝方式、出貨前狀態及配送紀錄。
合計 6 筆。先分開處理,不用同一個答案解釋全部退貨。
6 除以 40,是這批訂單的退貨比例 15%;3 除以 6,是這六筆退貨當中有一半選了尺寸不合。這兩個分母不一樣,不能把「一半退貨與尺寸有關」說成「一半客人買錯尺寸」。如果只看 40 筆訂單,尺寸不合的退貨是 3 除以 40,也就是 7.5%。
數字告訴我們尺寸值得回頭看,但還不能證明是商品頁的問題。有人可能沒看尺寸,有人比較過還是覺得不適合,也可能是實品尺寸和標示不一致。先把那三筆紀錄、當時的商品頁與實物放在一起,才知道下一步該做什麼。客人沒有留下原因,就保留「未說明」,不替他猜。
蝦皮的退貨原因說明把描述落差、外觀瑕疵、收到錯誤商品等情況分開列示。每家店能看到的欄位不一定相同,你可以先用現有資料整理;不必為了做分析,重新要求每位客人回答一份長問卷。
先看商品,再看客人買之前看到了什麼
延續剛才的上衣。店主拿出同款商品,依自己的測量方式平放:胸寬 54 公分、衣長 65 公分。這是衣服平放後單面的寬度,不是身體胸圍;實際商品若有不同尺寸,也要分別測量與列出。
原本頁面只寫:
寬鬆舒適,穿起來不緊繃,適合日常居家穿著。
這句話說了感受,卻沒有告訴客人怎麼判斷。假設店主核對後,確認上面的實測資料和商品一致,可以改成:
這件上衣採寬鬆版型。平放測量胸寬約 54 公分、衣長約 65 公分;胸寬是衣服正面腋下到腋下的平量距離。你可以拿一件平常穿起來喜歡的上衣平放,比較相同位置的尺寸,再依自己喜歡的寬鬆程度選擇。手工測量可能有些微差異;材質與其他尺寸資訊請一併參考本頁標示。
如果還有其他尺碼,就把每個尺碼實測的胸寬、衣長放在同一張表,並清楚標出單位。照片能展示衣服的樣子,尺寸表則幫客人拿自己現有的衣服比較;兩者一起用,客人比較有依據判斷。
這裡也有一個容易被忽略的地方:如果你重新量過,發現實物和原標示不一致,工作就不只是修改文案。先釐清批次與標示,再依店裡實際狀況處理,別讓更漂亮的說明蓋過商品本身的問題。
亞馬遜全球開店分享過,賣家可以從尺寸相關退貨資訊、商品描述與顧客回饋找出值得檢查的地方。我想借用的是這個做法:把一筆已知回饋帶回實際商品,不要只把它留在結案紀錄裡。
顏色和包裝,分別找不同的答案
同一批訂單裡,還有兩位客人選擇顏色與期待不同。店主可以把目前頁面照片和實物放在不同光線下比較,看看有沒有哪張照片明顯偏離實品;如果商品有多個顏色,也檢查標籤和出貨是否正確。
假設核對後發現,頁面主圖偏暖,內頁已經有一張較接近日常室內光線的照片,店主可以把兩張圖的拍攝情境說清楚,並把較能呈現顏色的照片放到容易看見的位置。不要直接寫「完全沒有色差」;客人使用的螢幕和看到商品的環境可能不同。重點是讓他多一個判斷依據。
包裝受損的那筆,則把出貨前照片、外箱、內部保護材料與客人提供的資訊一起看。若紀錄不足,就記下還需要了解什麼;若發現保護材料容易移位,下次可以調整包裝,再確認商品在包裝裡是否固定。這些事不會因為商品頁多寫一段尺寸就自動解決。
改完之後,怎麼知道接下來要看什麼?
選一件你做得到的改善,留下修改日期與內容。例如:「11 月 20 日補上這款上衣各尺碼的胸寬、衣長和測量示意。」之後再看同款、相同訂單口徑、已走完相同觀察期間的資料。
你可以記下:這一批有幾筆訂單、幾筆退貨、各自留下什麼原因;也留意客人是否仍反覆詢問同一個尺寸問題。退貨紀錄沒有原因時照實保留空白或「未說明」。如果同時改了版型、售價和照片,即使之後數字不同,也很難只歸因於某一項修改。
量少時,不需要急著替這項改動下結論。看一段時間後,尺寸問題仍常出現,就再回去看實測、照片或商品本身;若顏色和包裝是另一類問題,也分別處理。
讓 AI 幫你整理,老闆仍要看實物
當資料越來越多,你可以把已去除個人資訊的退貨原因、商品原說明和已核對的尺寸交給 AI,請它先整理:
我經營服飾小店,想改善一款上衣的商品介紹。以下是本批訂單中已知的退貨原因、目前頁面文字與我重新量測的尺寸。請將原因分成需要看商品資訊、商品本身、出貨包裝及尚不清楚的項目;再用我提供的尺寸,寫一段讓客人能拿自己的衣服比較的商品頁說明。沒有提供的材質、合身程度和數字,請列為待確認,不要自行補上。
AI 可以幫忙整理資料和起草說明;實物怎麼量、頁面要改什麼、客人已經提出的問題怎麼處理,仍要回到店家的實際工作。
我在《AI成功思維》重視的,就是把真正想完成的工作說清楚,再提供足夠的材料和判斷方式。你不必一開始就整理整間店;先從一件常被詢問或退回的商品開始,讓下一位客人更容易做選擇。
想練習把自己的工作交給 AI 協助整理,可以了解《AI成功思維》。
作者:鄭錦聰
參考資料












