退貨原因分析怎麼做：欄位設計決定你收到的是結案理由，還是商品頁修改單
退貨原因是顧客免費送上門的商品資訊改善清單，多數品牌卻讓它爛在客服工單裡。收不到有用資訊的原因通常同時有四個：欄位用途、填答設計、資料顆粒度、以及有沒有人負責接。這篇拆開可行動的原因分類要過哪三道篩選、怎麼把原因對回最小可行分析單位、以及哪些改商品頁、哪些該回頭改選品與備貨。
退貨原因只分兩類就夠了，前提是你只想決定誰付運費
Google 搜尋的退貨政策結構化資料規格（2025 年 12 月更新）在費用欄位上只分兩支：買家反悔（customerRemorseReturnFees）與商品瑕疵（itemDefectReturnFees）。同樣的兩分法也留在舊的購物內容 API 退貨政策物件裡，值是 BUYER_REMORSE 與 ITEM_DEFECT，而那支 API 已公告 2026 年 8 月 18 日關閉。換了一代規格，兩分法留了下來。
兩類為什麼夠用？因為這組欄位要回答的問題只有一個：這筆退貨的費用怎麼算、由誰負擔。規格讓商家對兩種情境分別設定費用規則，算得出來就能結案。
很多品牌後台的退貨原因選項，實務上也停在這個顆粒度。選項可能多幾個，「不喜歡」「不合適」「與描述不符」「其他」，但作用沒有換過：讓這筆退貨可以被歸類、被結案、被算進報表。
於是每個月的退貨報表都準時產出，上面有原因佔比、有月比較、有折線圖，然後沒有人拿它做過任何一個決定。因為「不喜歡」這三個字，不會告訴你要換哪一張照片、補哪一段材質說明、還是修哪一個尺碼的版型。
退貨原因欄位不是壞掉了，是它被放在一個只需要分責任的位置上。收不到改善資訊，通常同時有四個成因：欄位用途、填答設計、資料顆粒度，以及有沒有人負責接。
報表上第一名的原因是「其他」，然後沒有人拿它做過決定
我們最近看幾個品牌的退貨資料時，注意到一個重複出現的畫面。
退貨原因統計調出來，第一名往往落在「其他」或「不喜歡」。客服系統裡確實留了自由填寫欄位，裡面有話：腰太緊、圖片顏色比實品亮、袖長比同尺碼的另一件短。這些句子躺在工單內文裡，沒被歸類、沒被統計、沒回到任何一個人的待辦清單上。
商品部門想知道哪些款要調版型，看不到這些句子；行銷想知道哪張圖要重拍，也看不到。客服每天讀完就結案，因為結案才是客服的 KPI。
一年花在退貨物流、人力與二次上架的錢是實實在在的支出，這筆支出唯一的副產品，是顧客親口說出「你的商品資訊哪裡不對」。這份清單不用另外花錢買，代價是要有人花時間整理與歸類。多數品牌連整理都還沒開始。
一個欄位同時服務四種用途，於是四種都做不好
從資料設計的角度看，退貨原因收不到有用資訊，通常同時卡住三件事。
- 用途錯置。欄位當初是為了結案與付費歸屬設計的，選項只需要粗到能分責任。要拿它決定商品頁怎麼改，顆粒度天差地遠。
- 顆粒度停在訂單層。很多後台的退貨原因掛在退貨單上，一張單退三件商品共用一個原因。等到統計出來，你知道這個月有一批退貨是尺寸問題，卻不知道是哪一支商品的哪一個尺碼。
- 沒有責任歸屬。「不喜歡」對應不到任何一個部門，「與描述不符」聽起來像行銷的事也像商品的事。沒有唯一負責人的分類，統計出來只會停在報表上。
- 填答設計把答案推向「其他」。選項難懂、分類重疊、要點三層才選得完，顧客就會選最快的那一格。
四件事的共同後果是資料進來了卻轉不成動作。顧客的訊號比退貨單更早出現，結帳前反覆比對尺寸的猶豫，在下單那一刻就留下了痕跡，退貨只是那個猶豫的最終結算。
自由填寫欄位是線索來源，但真正的落差在於，客服手上讀得到什麼，決定他能不能問出可用的原因。看不到這位顧客上次買了同款哪個尺碼、也看不到這支商品的退貨集中在哪一碼，客服只能勾最接近的選項然後結案。
同一組資料，換一個用途就需要換一套顆粒度：
| 這份原因資料要拿來做什麼 | 需要的顆粒度 |
|---|---|
| 判斷運費與退款責任 | 兩類就夠：買家反悔、商品瑕疵 |
| 改商品頁的照片與說明 | 單一商品 ＋ 具體不符項目（顏色、材質、版型、尺寸） |
| 修版型與調備貨結構 | 單一商品 ＋ 單一尺碼 ＋ 偏大或偏小的方向 |
一個欄位服務四種用途，結果四種都做不好。
政策規格裡沒有一個欄位在問該改哪一張照片
那份現行規格把「分類是為了什麼」示範得很清楚。它要求的欄位是適用國別、退貨政策類型（有限天數、不接受退貨、無期限）、天數、退貨方式、可接受的商品狀態，加上前面那兩種費用歸屬。整份規格找不到一個欄位在問這件商品的哪一張照片不準、哪一個尺碼偏小。這不是規格的缺陷，它要餵的決策本來就不是商品改善。
品牌這邊常見的做法卻是反過來：後台就一個退貨原因欄位，客服拿它結案，商品部門想拿它改版型，行銷想拿它檢查文案，管理層想拿它看趨勢。四個部門搶同一個欄位，它最後會退化成誰都能勾得下去的「其他」。
比較實務的處理方式是把它拆成兩層：
- 粗分類服務結案與費用歸屬，選項越少越好，因為它要的是填答率。
- 細分類服務商品頁與選品決策，由品牌自己定義，可以是必填的第二問，也可以由客服事後補標。
兩層對應不同的人與不同的節奏，就不會互相拖累。
問法決定答案，所以別人的退貨原因比例當不了你的診斷
欄位設計決定你收到什麼答案，這件事在公開調查上一樣成立。Salsify 2026 年消費者研究（訪問近 3,000 位美國、英國與加拿大購物者，2026 年 3 月發布；國別拆解在這一篇）問了同一題：你是否曾因為商品內容錯誤而退貨。英國購物者有 36% 說有，美國購物者是 63%。同一份調查、同一道題，換一個市場就差 27 個百分點。通路結構、退貨政策寬鬆度、消費者對「內容錯誤」的認定門檻都可能有份，公開資料沒交代得夠細，不必硬猜。
還有一層更容易混淆的差別。這一題問的是「曾經因此退過貨的人佔多少」，它跟「所有退貨中這個原因佔多少」是兩件事：前者的分母是消費者，後者的分母是退貨筆數，市面上卻常常混著引用。同一個原因在不同調查裡報出的佔比落差很大，差距主要來自問法與樣本。看到「尺寸問題佔退貨幾成」這種數字，該做的是回頭看自己後台的分布，別把它當成自己的診斷。
截至 2026 年 8 月，我們在政府公開資料與具名零售研究裡沒有找到定期發布、可比較的台灣退貨原因基準。這代表這個數字只有自己量得到。
尺寸資訊不足的比例已經被量過，只是沒接回自己的退貨單
如果退貨原因的第一名長期跟尺寸有關，供給端的缺口已經有人量過了。Baymard Institute 的服飾與配件電商 UX benchmark累積 1,765 小時的測試與分析，其中一項結論是：82% 的服飾網站沒有提供足夠的尺寸資訊。這份 benchmark 持續累積更新，本文引用的時點是 2026 年 8 月。常見問題包括尺寸表只給一種單位、只給尺碼卻不給實際量測值、評論裡看不出這件衣服偏大或偏小。
要注意這個 82% 衡量的是網站的尺寸資訊是否足夠，跟退貨率是兩個不同的量，不能直接相減。它的用途是：當你的退貨原因指向尺寸，拿這份研究的檢查項去對自己的商品頁，看缺的是量測值、量法說明、模特兒尺碼揭露，還是評論裡的合身度回饋。
消費者有不解釋的權利，所以填答率是設計出來的
台灣品牌設計這個欄位時，有一個法律前提要先擺上桌。消費者保護法第 19 條規定，通訊交易或訪問交易的消費者，得於收受商品或接受服務後七日內，以退回商品或書面通知的方式解除契約，「無須說明理由及負擔任何費用或對價」。
無須說明理由這六個字，決定了退貨原因欄位的本質：它是自願填答，不是義務申報。同樣的安排也寫在歐盟消費者權利指令第 9 條，給消費者 14 天、"without giving any reason" 的解約權。給消費者不解釋的權利，是遠距交易法制的共同起點。
（部分品類另有例外。通訊交易解除權合理例外情事適用準則第 2 條列了七款情形，例如已拆封的個人衛生用品、客製化商品與易腐敗商品；要排除七日解除權，須符合所列情形並經企業經營者事前告知消費者。這一段討論的範圍是台灣的 B2C 通訊交易與訪問交易，不直接適用於 B2B 訂單、門市現場購買，或所有跨境交易。）
法律不強制顧客交代原因，這件事有兩個很實務的推論。
- 填答率取決於選項怎麼設計，強制規定拉不動它。選項貼近顧客的說話方式、預設值不偏向某一類、層數最多兩層，填答品質會有差。
- 願意多說一句話的顧客，給的是額外的善意。這句話至少要做到可以被搜尋、可以被歸類、可以被算次數，別讓它停在工單附註。
回答不出「這一項該誰處理」的選項，就不該留在下拉選單裡
以下是本文整理的三道篩選，一個選項要同時通過才留下來。
- 有唯一負責人。每個選項要對應到一個說得出名字的處理者：「照片與實品顏色有落差」對到內容或攝影，「同尺碼比其他款小」對到商品或版型，「收到時已破損」對到物流與包裝，「送達太慢已經不需要」對到履約。有些原因天生跨部門（色差可能同時牽涉攝影、螢幕顯色與染批），這時要指定一個收單的人，別讓它懸著。
- 顆粒度到最小可行分析單位。服飾是商品加顏色加尺碼，美妝是商品加色號或批次，家居是商品加尺寸或材質，食品是商品加批號或效期，組合商品要拆到實際出問題的那個子件。原因必須掛在退貨明細的每一個項目上；掛在整張退貨單上的原因，統計不出尺碼。有尺碼的品類還要記方向，偏大或偏小，少了方向就不知道版要放大還是縮小。
- 可驗證。每個原因都要能回答一句話：照它改了之後，這個原因的退貨率應該會降。看率不要看件數，件數會跟著銷量走。「腰身偏緊」改版之後該降，「圖片與實品色差」重拍之後該降。一個原因改完沒有任何指標會動，那它是情緒描述，不是原因。
這三道是篩選條件，不是保證分類有效的充分條件。篩下來選項數量大致落在八到十二個，而且每一個都有主人。
對回單一商品與單一尺碼，原因才會指出改哪裡
分類設計好了，接著要把它接回商品。這一步屬於資料工程的範圍，光在後台加欄位辦不到。
退貨明細至少要留三件事：商品的唯一識別碼、退的是哪一個規格（顏色與尺碼），以及原始訂單。少了唯一識別碼，同一支商品在不同通路的檔案裡會被當成不同商品，統計就散了。欄位空著、分類混亂的商品資料，會讓系統看不懂自己在賣什麼，這件事在推薦與站內搜尋上早就顯現過，退貨分析踩的是同一顆石頭。
接著處理「其他」那一格。它不該成為正式的分析類別，也不該進任何部門的 KPI，但保留它當逃生口是必要的，前提是搭配自由文字。做法不必複雜：定期把句子倒出來，按關鍵詞歸到既有分類，歸不進去的就是候選新分類；某一群反覆出現並達到你設的門檻，才升格成正式選項。檢視節奏看品類，穩定品類一季一次夠用，新品、高退貨品類或旺季要每月甚至每週看。
最後是統計單位。要看的是同一批出貨在固定退貨觀察窗內的原因別退貨件數，除以那批出貨的件數。近期出貨還沒走完退貨期，直接拿當月退貨除當月銷售會低估；熱銷商品的退貨筆數天然就多，用絕對數字排名，排出來的永遠是銷量榜。
有些原因該改商品頁，有些原因該改選品與備貨
原因對回商品與尺碼之後，會分出兩條處理線。分線的判斷很單純：問題出在你怎麼描述這件商品，還是出在這件商品本身。
描述端的問題進商品頁修改單，常見的四類：
- 照片與實品有色差：重拍，或在圖說加註拍攝光源。
- 材質與觸感描述不足：補織法、厚度、彈性、透光度。
- 尺寸資訊不足：補實際量測值、量法說明、模特兒身高與所穿尺碼。
- 使用情境不清：補適用場合與搭配建議。
這一線改完可以立刻上線，成本低、見效快。
商品本身的問題進選品與備貨檢討。以下三條是診斷假設，不是結論：動手前先查分母、樣本量、批次與訂單世代，樣本太小的先擱著。
- 某一個尺碼的退貨比率明顯高於同款其他尺碼，而且原因集中在同一個方向（都說偏小或都說偏大），那是版型問題，要進下一批打版的修正清單。
- 一整款的所有尺碼退貨比率都高，而且原因分散，那多半是選品判斷失準，該檢討的是要不要再進、進多少。
- 某個顏色的退貨比率特別高且原因集中在色差，先查供應商批次與拍攝條件，這是品管與內容的交界。
備貨結構要不要跟著調，得先看各尺碼的淨需求、換碼流向與缺貨情況，不是看到偏小就直接加大碼。版型短期改不了時，比較低成本的做法是在商品頁直接建議選大一號，再用後續的原因別退貨率驗證這句建議有沒有用。
還有幾種情況要另外處理。無尺碼品類把顆粒度換成色號、容量、材質或批次；換貨要跟退款分開記，尺寸不合但換到對的碼是留下來的顧客，不該跟退款算在一起；跨境要分國別、物流路線與當地退貨政策；B2B 多走契約與驗收流程，七日解除權的推論不適用。
新品是這條線最划算的入口。新品第一批訂單的退貨原因，是最便宜的一次市場測試，量小、回饋快、還沒有大量鋪貨與行銷資源壓在上面，這時候修版型與改商品頁的代價最低。
還有一種問題只有線上線下都做的品牌會遇到。門市量到的版型跟線上尺寸表對不起來，客人會比報表先發現，同一支商品在門市試穿的體感與線上尺寸表描述不一致，退貨原因會寫成「與描述不符」，但要改的其實是兩邊的資料一致性。
原因要對回商品與會員，中間需要一層歸戶
上面每一步都預設了一件事：退貨資料、商品資料與會員資料對得起來。
退貨紀錄通常在訂單或客服系統，商品屬性在商品主檔或 ERP，會員資料在會員系統，門市交易在 POS。要算單一尺碼的退貨率，退貨明細得對回商品主檔；要算這位顧客退貨後還剩多少貢獻，退貨得對回會員；要判斷門市退回的線上訂單算哪個通路，需要跨通路歸戶。退貨單、原始訂單與會員身分要能在系統之間對得起來，這是所有後續分析的前提。
91APP CDMP 承接的是這層對齊的一部分：把線上與門市的消費紀錄歸戶到同一個會員身分，讓商品與會員標籤對得起來。至於退貨明細要保留哪些欄位、原因碼掛在哪一層、要不要按尺碼拆，這些是品牌自己的資料設計決定，導入前要跟系統與產品端逐項確認欄位與來源，不是換一套工具就自動長出來的。這件事的難處從來不在算法，在資料對不對得起來。
工具不會替你決定分類。分類是商品、行銷與客服三方一起定的口徑，定完才有工具去承接；順序顛倒，只會得到一個欄位很齊全卻沒人使用的報表。
把退貨單接回商品頁，從盤點選項與下移欄位開始
- 先盤點你現在的退貨原因選項，逐項問「這一項該誰處理」。回答不出來的就刪掉或拆開（預期效果：選項從能結案變成能指派；建議週期：一次性盤點，一季複檢）。
- 把原因欄位從退貨單層下移到明細層，並把尺碼與偏大偏小的方向獨立成欄位（預期效果：統計得到最小可行分析單位；建議週期：一次性調整）。
- 每週看一次異常，只看單一商品單一尺碼的原因別退貨率，抓突然竄高的那幾支，並設最低出貨量門檻避免小樣本誤報（預期效果：把問題壓在鋪貨初期；建議週期：每週）。
- 每月出一張商品頁修改單，把描述端的原因彙整成具體待辦，指定負責人與完成日，下個月回頭看該原因的件數有沒有降（預期效果：形成可驗證的迴圈；建議週期：每月）。
- 每季回到選品與打版，把版型集中偏移與全尺碼皆高的款列出來，決定修版、調尺碼配比，還是不再進（預期效果：把問題從行銷端收回商品端；建議週期：每季）。
五件事裡有四件不需要新系統，只需要有人願意定義口徑並負責追蹤。需要投資的是欄位下移與跨系統歸戶，那是資料工程的工作。
「其他」那一格填滿的時候，它就不再是垃圾桶
回到那張報表。「其他」排在第一名的畫面之所以讓人不安，不是因為資料缺漏，是因為那些顧客其實說了話，只是沒有人把它翻譯成動作。
退貨已經發生，錢已經花了。這筆支出唯一能回收的，是顧客說出哪裡不對的那句話。把它接回單一商品、單一尺碼、單一張照片，它就從客服工單變成商品部門的待辦清單。
沒有現成的退貨原因基準可以抄，反過來看是好消息：這份清單只有自己量得到。從八到十二個有主人的選項開始，一個月出一張修改單，三個月之後你會知道自己的商品到底在哪裡讓人失望。
品牌最常問的退貨原因分析問題
Q1：退貨原因分析是什麼，跟看退貨率有什麼不同？
A1：退貨率回答的是「退了多少」，退貨原因分析回答的是「為什麼退，該改什麼」。退貨率是一個結果指標，適合放在管理報表上追趨勢；退貨原因分析的產出應該是一張有負責人的待辦清單，例如某支商品的 M 號要修版、某支商品的主圖要重拍。兩者要分開看，只追退貨率容易變成壓數字，把退貨政策收緊反而傷了轉換率與回購。
Q2：我們的退貨原因欄位已經有選項了，為什麼還是收不到有用的資訊？
A2：成因通常不只一個：欄位用途、填答設計、資料顆粒度，以及有沒有人負責接，四件事都會影響。最容易被忽略的是用途。多數後台的原因選項是為了結案與判斷退貨費用而設計，粗到能分責任就夠，這種顆粒度回答不了「該改哪一張照片、哪一個尺碼的版型」。要改商品，需要另外一層自己定義的細分類，掛在退貨明細層，而非整張退貨單共用一個原因。
Q3：可行動的退貨原因分類要怎麼設計？
A3：本文整理的篩選條件有三道，每個選項要同時通過：有唯一負責人（說得出這一項該誰收單）、顆粒度到最小可行分析單位（服飾是商品加顏色加尺碼，美妝是商品加色號或批次，並記下偏大或偏小的方向）、可驗證（照它改完，該原因的退貨率應該會降，看率不看件數）。過不了的選項就刪掉或拆開，篩下來大致落在八到十二個，而且每一個都有主人。這三道是篩選條件，不保證分類一定有效。
Q4：SKU 少、人力少的小品牌可以怎麼開始？
A4：從最低成本的兩件事開始。一是把現有選項逐項問「該誰處理」，刪掉沒有主人的選項，這不需要動系統。二是每個月把客服工單裡的自由文字讀過一遍，手動歸類成幾個群，筆數不多的時候人工讀得完。小品牌的優勢是樣本雖少但看得完，不需要等系統就能拿到判斷。需要投資的部分是把原因欄位下移到明細層與跨通路歸戶，那可以排在後面。
Q5：改完商品頁之後，多久看得出退貨率下降？
A5：要看你改的是哪一類原因與商品的購買週期。描述端的修正例如重拍照片、補尺寸量測值，通常改完就上線，但要等新的訂單累積到足夠件數才判讀得出來，實務上以訂單世代的方式追蹤比較準確，不要拿當月退貨除以當月銷售。版型與選品的修正要等下一批貨，週期以季計算。建議追蹤的指標是該原因在該商品該尺碼上的退貨比率，而不是全站退貨率，因為全站數字會被商品結構與新客比例稀釋掉。
Q6：要導入什麼系統才做得起來，最常見的誤解又是什麼？
A6：技術門檻不在計算，在資料串接：需要退貨明細對得回商品主檔、退貨對得回原始訂單與會員身分、線上與門市歸到同一個會員。這層通常由顧客數據平台承接。最常見的誤解是把問題全歸給填答率，於是把原因欄位改成必填。台灣的消費者保護法第 19 條明定通訊交易解除權無須說明理由，強迫填答可能只是提高無效填答。該做的是把選項改成貼近顧客說法、有明確主人的分類，讓願意說的人說得準。