跳到主要內容
電商基地 AIM AI SOFTWARE LAB

營運指南 › 退貨率偏高?兇手通常在商品頁

指南

退貨率偏高?兇手通常在商品頁

退貨不是物流問題,是期待管理問題。先修頁面,再修流程。

讀完約 7 分鐘・免費・不用註冊

92%被退貨68沒退貨782總數850

「退貨率健檢」的範例結果——換成你的數字 →

1・退貨率怎麼算、跟誰比才有意義

退貨率這數字,很多人算法就錯了。最常見的錯誤,是拿「退貨件數」除以「出貨件數」,這樣算出來的數字看起來很低,會讓人誤判情勢。正確的算法應該是拿「退貨件數」除以「同期完成的訂單數」,而且要拉到足夠長的區間,至少一個月,因為退貨本來就有時間差,客人收到貨到申請退貨,中間可能隔一兩週。

算出數字之後,跟誰比更重要。跟「產業平均」比意義不大,因為你不知道那個平均是怎麼算出來的、涵蓋哪些品類。真正有用的比較,是跟「自己過去的基準」比,還有「同品類內部」比。舉例,你賣鞋子跟賣飾品,退貨率天生就不會一樣,鞋子牽涉尺寸,退貨率本來就會偏高,你拿鞋子的退貨率去跟飾品比,只會得出錯誤結論,然後亂改對的東西。

更細一點,同一個商品,不同顏色、不同尺寸的退貨率也該分開看。有些賣家看的是「這件商品」的總退貨率,但其實問題可能集中在某個尺碼或某個色號,其他規格根本沒事。這時候如果整件商品下架重拍,等於錯殺了沒問題的部分。用站內的「退貨率健檢」工具,可以把同一商品底下的規格拆開看,抓出真正出問題的那幾格,而不是整批一起處理。

比較的顆粒度對了,你才知道問題出在哪個環節,是頁面問題、是品質問題,還是這個品類本來就這樣。

2・三大兇手:過度承諾、尺寸不清、色差

過度承諾是最容易發生也最難自覺的錯誤。賣家寫文案的時候,會不自覺地把「理想狀態」寫成「保證狀態」。例如寫「親膚不悶熱」,這是形容詞,客人讀到的卻是承諾。夏天一穿覺得悶,就覺得被騙,申請退貨。這不是客人矯情,是文案跟實物之間有落差,而這落差是賣家自己造成的。

尺寸不清是第二個兇手,而且是最容易量化改善的一個。很多賣家的尺寸表只寫「S、M、L」,或者直接抄供應商給的中國尺碼表,完全沒考慮台灣消費者的體感落差。客人不知道自己該選哪個,只能用猜的,猜錯了就退。尺寸表要寫到客人不用猜,肩寬、胸圍、袖長都要有實際公分數字,最好還要附「身高體重對照」跟「同款其他人選了什麼尺寸」這種輔助資訊。這塊如果懶得自己一項項寫,「尺寸表文案產生器」可以把這些欄位快速補齊,省下反覆修改的時間。

色差是第三個,而且最常被賣家忽略成本。手機螢幕、電腦螢幕、實際打光環境,三者對顏色的呈現天差地遠。很多賣家只拍一張美美的情境照,色溫調得很漂亮,卻沒有一張是「自然光下的實際色調」。客人收到貨覺得顏色跟照片不一樣,這不是客人的問題,是頁面沒有告知色差可能性,也沒有提供足夠判斷顏色的素材。

這三個兇手的共同點:都不是品質問題,是資訊落差問題。修文案、修圖,比修供應鏈便宜太多。

看懂了想動手?退貨率健檢 →

3・商品頁自檢清單

自檢清單不是拿來看的,是拿來一項項對照商品頁跑一遍的。先看主圖,主圖有沒有清楚標示商品的「實際使用情境」,還是只有精修過的棚拍照。棚拍照沒有錯,但如果整頁只有棚拍照,沒有任何一張生活情境或細節特寫,客人腦補的空間就會很大,腦補出來的期待通常都比實物美好。

再來看文案裡的形容詞密度。「柔軟」「高質感」「顯瘦」這種詞,每一個都要問自己:這個詞客人讀完之後,會在腦中形成什麼具體畫面?如果那個畫面跟實物有落差,這個詞就是地雷,要嘛拿掉,要嘛換成可驗證的描述,例如具體材質成分、具體重量、具體版型剪裁。

第三看常見問題有沒有覆蓋「退貨前會問的問題」。大部分賣家的 FAQ 都在回答「怎麼付款」「多久到貨」,這些是售前問題。但真正跟退貨率有關的,是「這雙鞋會不會偏大」「這件外套洗過會不會縮水」這類售中疑慮,客人如果在下單前就能查到答案,很多退貨根本不會發生。這塊內容手動想很花時間,容易漏掉客人真正在意的問題,「商品 FAQ 產生器」可以根據商品類型抓出常被問到的問題方向,賣家再依實際狀況填答案。

第四看退換貨政策的位置。政策藏在頁面最底部、字很小、要點三次才看得到,這種設計會讓猶豫期的客人乾脆先買再說,反正等一下看不懂退換條件,買了再說,這種「先買了再說」的心態,就是退貨率的溫床。

4・把退貨變成情報:原因分佈

退貨原因欄位如果只是走個形式,那這個資料就浪費了。很多後台系統的退貨原因是「不喜歡」「尺寸不合」「其他」這種粗略選項,客人選了「其他」,賣家什麼都學不到。要把退貨原因分佈當成免費的市場調查在看待,這是客人主動告訴你哪裡做錯的機會,比任何問卷都精準,因為這是真實行為,不是問卷裡的場面話。

具體做法是把退貨原因拆成至少五到六個顆粒度夠細的選項,例如「尺寸偏大」「尺寸偏小」「顏色與照片不符」「材質與描述不符」「配送延遲影響需求」「單純不喜歡」。拆細之後,每個月統計一次分佈,如果「顏色與照片不符」佔比特別高,那不用猜了,去換拍照的燈光跟色彩校正,這比什麼都有效。

這裡有個常見錯誤,是把退貨原因的統計丟給客服人員手動輸入,客服為了效率,常常隨便選一個看起來差不多的選項就送出,資料就這樣被污染。比較好的做法是讓客人自己在退貨申請流程裡勾選原因,這樣資料才反映真實情況,不是客服的猜測。

如果某個顏色或某個尺寸的退貨原因高度集中,例如「顏色與照片不符」全部集中在深藍色這個色號,這代表問題不在整個商品,是那一張深藍色的照片沒拍好,重拍那一張就好,不用整頁大改。這種精準定位,比籠統地說「我們退貨率太高要改善」有用一百倍,因為你知道具體要改哪裡、改多少資源進去。

5・什麼時候該認賠改商品

不是每次退貨率高都要衝去改文案,有時候問題根本不在頁面,在商品本身,這時候該做的是認賠,換掉這個商品,而不是繼續砸資源優化一個注定賣不好的東西。

判斷的關鍵,是看「改善頁面後退貨率有沒有反應」。如果你已經把文案改到不誇大、尺寸表補到精確、照片補到有自然光版本,退貨率還是紋風不動,這代表問題不是期待管理,是商品本身跟客人需求對不上,或者品質確實有瑕疵,這時候繼續美化頁面只是拖時間。

這裡帶一個算式,假設某商品售價 699 元,成本 280 元,平台抽成假設 5.5%,也就是約 38 元,物流固定支出抓 65 元,如果因為退貨率高,你額外補貼運費 30 元來降低客人退貨的疑慮,這一單的實拿是 699 - 280 - 38 - 65 - 30 = 286 元,看起來還有毛利。但如果退貨率是三成,代表每賣出十件,有三件全額退款、你還要吸收來回運費,實際上這十件的淨利會被大幅侵蝕,可能連損益兩平都到不了。

這裡最容易犯的錯誤,是把運費補貼算進「行銷費用」科目,跟廣告花費放在一起看,結果毛利報表看起來還算健康,沒人發現這個商品其實每賣一單都在流血,因為補貼被藏在別的欄位裡,沒有跟這個商品的退貨率放在一起檢視。

如果算完這筆帳,發現改善頁面的邊際效益已經很低,退貨率卡在一個頁面優化解決不了的水位,那該做的決定是下架或換款,不是繼續投入設計跟文案資源。認賠的時間點,越早越便宜,這跟賣不動的庫存道理一樣,拖越久,沉沒成本越高。這時候也可以參考「負評公開回應產生器」,把已經發生的客訴妥善收尾,把商品汰換的過程處理得體面一點,不要讓舊商品的爛尾拖累品牌信任度。

這篇少了什麼?告訴我們 → (不用留 Email)

這篇提到的工具,直接用

其他指南:還沒開始賣你的毛利是真的嗎大檔期 30 天備戰清單廣告預算與 ROAS