不要让退货率拉低你的店铺动态评分

       退货率，顾名思义就是已经发出去的订单被客户申请退回的比率，由于退货率会影响店铺的评分、库存，以及宝贝的搜索等。因此，退货率也成为分析店铺运营状况的数据之一。那么退货率的数据如何统计？

退货率从何而来

       什么情况才算是退货？从来源看，一般需要将下列计算都纳入退货率的来源中，否则会造成数据缺失和不准确，可大致分为三种：

未发货取消：订单被客户拍下后还未发货就申请退款，以淘宝后台数据为准；

实物寄回：订单已经被发货后，客户申请退款或换货而导致的退货，实物一般会被寄回，以仓库收到的包裹数据为准；

实物未寄回：订单被发货后，因为产品损坏等造成不可再售情况，而导致的产品无法寄回，客户直接被退款，或经过售后努力客户接受不退货而退部分款的补偿，以退款记录数据为准。

看数据，你超标了吗

退货率=退货订单数/总订单数

以上是计算退货率的一般公式，但一般来说退货相对于销售数据有一定的滞后性，订单在被客户收货后2周之内都可能发生相应的退货行为。而按类目的不同情况也会有所不一样，女装一般为一周，而化妆品一般为三周到一个月之内均有可能。若想绝对准确，则相对较为复杂，例如统计三月份的退货率，则需要：

统计三月份所有的订单量；

4月底的时候统计因为三月份的订单导致的所有退货数；

将二者相除，得出一个正确的数字A。

但是，由于统计分析是为运营做支撑，按照上述的方式会导致统计复杂、结果得出会有滞后性，很难起到该有的作用效果。因此，一般来说按照这样的算法简单代替，还是以统计三个月的退货率为例：

统计三月份所有的订单量；

统计在三月份发生的退货数；

将二者相除，得出一个相对正确的数字B。

由于统计时间越长，B与A之间的误差会越小，所以一般退货率分析都至少以月为单位，周的话意义不是很大。以一家女装类目的店铺数据为例：

女装类目的平均退货率为12.5%左右，可以看出该店18.9%的退货率在女装类目中较高。当然，仅仅知道退货率较高不够，还得了解哪里出了问题，这就需要更细致的统计和数据。

追根究底找问题

按照买家的购买流程，可以大致将其分为这样几个步骤：

从上述流程中可以看出，如果买家最终发生退货，除了产品本身的原因外，一般都是由于上述几个环节出了问题。卖家可以将不同的部门分别产品的退货区分开来，将对分析起到很大帮助。

但由于每个部门涉及到的工作内容太多，若仅仅是给出一个部门统计，除了考核这几个部门主管的绩效外，对解决最终问题起到的作用还是有限。并且由于售后人员在接到客户投诉和解决客户问题的时候，很难笼统的将这个问题归结于哪一个环节和哪一个部门，这样，就需要有一套更细致的退货原因分析和归类。

由于不同类目的退货原因会有所差别，如服装类目较多的是因为尺码、颜色等误差，而化妆品类目则更多的是使用过敏、香味、真假货等，故很难有一套放在任何店铺都适用的退货原因表。因此，卖家在分析店铺退货率的时候，不妨进行如下的分工，这样更简单明了：

第一，首先将退货原因分为大类，按照产品从拍下到最终收到分为发货问题、物流问题和产品问题这三类。

第二，每一大类下面，根据原因的不同，再规划出问题的小类，如发货问题下可以分为：产品缺货、客户无理由退货、活动价格变更等。

第三，每一个小类均以现象命名，保证类与类之间不会重叠，不会出现有一个退货即属于小类A又属于小类B的现象。

第四，每一个小类均只有一个负责部门，不会出现一个小类原因造成的退货即可能是部门A造成的也可能是部门B造成的。

第五，需要给售后客户做相关的培训或购买相应的系统工具以助他们方便快捷的记录和登记问题。