电商退货率深度分析

概述

概述

电商平台后台提供的退货率是笼统的汇总数字——不分品、不分时段、不分支付方式，商家无法看到结构性问题。本技能提供一套标准化的退货率深度分析框架，将原始订单数据拆解为可执行的业务洞察。

核心价值：

• 分品分析：每个SKU独立计算退货率，定位问题产品
• 分时段对比：上线前后、周环比等时间维度对比，追踪改善效果
• 跨平台对比：同一产品在不同平台的退货率并排对比
• 支付方式拆解：识别先用后付/抖音月付/花呗等信用支付对退货率的放大效应
• 五分类模型：将订单拆解为未付款取消、售前退款、发货后退款、正常完成、在途五类，消除平台汇总数据的误导

触发条件

当用户提及以下任意关键词并提供数据文件时激活本技能：

短触发词（任一即可）： 退货率、退款率、退货分析、退款分析、退货数据、退款数据、退货对比、退款对比、分品退货、分析退货、分析退款、订单退货、电商退货

组合触发（关键词+文件）：

• "帮我分析下退货率" + 提供文件路径
• "这个文件的退货数据看下" + 文件路径
• "对比下这两个的退款率" + 多个文件路径
• "退货率对比" / "退款率分析" / "退货数据对比"
• "return rate" / "refund rate" + 文件路径

无文件时： 用户仅提及退货率/退款率相关关键词但未提供文件，询问是否需要分析，引导用户提供数据文件路径。

完整工作流程

Step 1 — 接收原始数据文件

用户提供一个或多个从电商平台后台导出的原始订单数据文件路径。文件格式为 Excel（.xlsx）或 CSV。

示例用户输入：

• 单平台："分析这个文件的退货率：C:…微信小店订单_xxx.xlsx"
• 跨平台："对比这两个文件的退货率：视频号 xxx.xlsx 和抖音 xxx.csv"

Step 2 — 自动识别平台类型 + 扫描数据

对每个文件执行平台识别和数据扫描。

2.1 平台识别

读取文件前几行，检查列名匹配各平台特征列。详细识别规则见 references/platform_specs.md 的"平台识别规则"部分。

识别优先级：取匹配特征列最多的平台。若无法确定，向用户展示列名并询问。

2.2 数据扫描

对每个文件执行以下扫描（使用 Python pandas/openpyxl）：

1. 产品列表：提取所有商品名称/SKU/商家编码的唯一值及各自订单量
2. 时间范围：提取最早和最晚的订单日期
3. 支付方式分布：提取所有支付方式及各自占比
4. 订单状态分布：提取所有订单状态值
5. 售后状态分布：提取所有售后状态值

扫描完成后，向用户汇报识别结果。

Step 3 — 交互确认（逐个提问，6步）

关键原则：一次只问一个问题，等用户回答后再问下一个。 不要把6个问题一次性全部抛出，这会让用户体验很差。每个问题的回答可能影响后续问题的内容，因此必须逐步推进。

流程顺序很重要：先合并产品名称，再让用户选择产品。 因为同一产品可能有多个名称变体（如"礼盒装" vs "生日礼物版"），如果不先合并，产品列表会碎片化，用户面对一堆重复/变体名称做选择，体验很差且容易遗漏。

流程如下：

第1步 — 平台确认

向用户展示识别结果，等待确认：

"检测到以下平台：

• 文件1 → 视频号（微信小店）
• 文件2 → 抖音

确认吗？如果识别有误，请告诉我正确平台。"

等用户回复后，再进入第2步。

第2步 — 产品名称合并确认

平台确认后，立即扫描所有产品名称，检测是否存在名称相似但可能属于同一产品的情况。这一步必须在产品选择之前完成，否则用户面对碎片化的产品列表无法做出清晰选择。

分场景处理（核心体验优化）：

关键原则：不要把所有产品都列出来让用户确认合并——只展示"检测算法认为可能需要合并"的候选组。 大部分产品名称独一无二，无需合并，直接跳过。这样即使有200个产品，如果只有3组可疑合并，用户只需确认3组。

检测算法逻辑（后台运行，用户不可见）：

1. 提取每个产品名称的核心关键词（去掉"礼盒装"、"生日礼物版"、"升级款"等修饰词）
2. 如果多个产品共享相同核心关键词 → 标记为可疑合并组
3. 如果不同平台的编码可能对应同一产品（如抖音"SKU-A01"和"SKU-A01-LH"可能是同一产品）→ 标记为跨平台可疑合并
4. 订单量差距悬殊的名称变体（主名称500单，变体仅30单）→ 标记为可疑合并

三种交互模板：

场景A（≤10个产品，可疑合并少）：

"检测到以下产品名称可能属于同一产品，是否需要合并？

• 产品A（礼盒装）300单 + 产品A（生日礼物版）30单 → 合并为 产品A？
• SKU-A01 + SKU-A01-LH → 合并为 产品A？

跨平台：视频号'产品A'与抖音'产品A-简称'是同一产品吗？"

场景B（10-50个产品）：

"检测到以下产品可能需要合并（共享相同核心关键词）：

合并组	包含名称	合计订单量	合并为
产品A	礼盒装300单 + 生日礼物版30单	330单	产品A
产品B	SKU-B01 12000单 + SKU-B01-LH 500单	12500单	产品B

可以逐个选择合并/不合并，也可以一键"全部合并"或"全部不合并"。"

场景C（>50个产品，只展示候选）：

"数据中有 186 个产品，检测到 5 组可能需要合并的产品名称：

合并组	包含名称数	合计订单量	合并为
产品A	2个变体	330单	产品A
产品B	2个编码	12500单	产品B
…	…	…	…

可以一键"全部合并"、"全部不合并"，或逐个调整。其余 181 个产品名称独一无二，无需合并。"

若未检测到任何可疑合并： 直接跳过此步，告知用户"未检测到需要合并的产品名称"，立即进入第3步。

合并后效果：合并后的产品列表更清晰，后续产品选择和退货率计算都基于合并后的产品维度，避免数据碎片化。

等用户回复后，再进入第3步。

第3步 — 产品选择 + 跨平台对比

基于第2步合并后的产品列表，展示干净的产品清单，让用户选择：

"合并后的产品列表：

平台	产品	订单量
视频号	产品A（主款）	330单
视频号	配件X	1单
抖音	产品B	12,500单
抖音	配件Y	10,000单
抖音	产品A	1,800单

你想分析哪些产品的退货率？"

若提供了多个平台文件，追加询问：

"同一产品是否需要跨平台对比？"

等用户回复后，再进入第4步。

第4步 — 排除非目标产品

根据前面确认的产品范围，列出疑似配件/赠品的产品：

"以下产品可能是配件/赠品，需要排除吗？（排除后不计入退货率计算）

• 视频号：配件X（1单）
• 抖音：配件Y（10,000单）、配件Z（42单）"

等用户回复后，再进入第5步。

第5步 — 时段拆分

根据数据时间范围和用户确认的产品/排除项，建议时段拆分：

"数据时间范围：

• 平台A：X月X日 ~ X月X日（35天）
• 平台B：X月X日 ~ X月X日（30天）
• 跨平台交集：X月X日 ~ X月X日（15天）

建议按周拆分为以下时段：

• 产品B基线：第1周
• 产品A上线后第一周：第2周
• 产品A上线后第二周：第3周

需要调整吗？"

• 自动按7天为一段拆分
• 若检测到产品上线时间点（某产品首次出现的日期），以此为分界点建议"上线前/上线后"分段
• 跨平台对比时，取各平台时间范围的交集作为对比时段
• 用户可修改、增减、合并时段

等用户回复后，再进入第6步。

第6步 — 支付方式拆解（可选）

最后询问是否需要支付方式拆解：

"是否需要支付方式拆解分析？

（分析先用后付/抖音月付/花呗等信用支付对退货率的放大效应）

检测到的支付方式：

• 视频号：先用后付（约20%）、微信支付（约80%）
• 抖音：抖音月付（约29%）、微信支付/支付宝（约71%）"

• 用户选择是/否
• 若选择是，在报告中加入支付方式拆解表和跨平台支付方式对比

等用户回复后，进入 Step 4 执行分析。

Step 4 — 执行分析

根据用户确认的参数执行数据分析。使用 Python pandas（CSV）或 openpyxl（Excel）处理数据。

4.1 订单分类

对每条订单按平台对应的分类规则进行五分类。各平台详细分类规则见 references/platform_specs.md。

通用五分类模型：

关键规则：

• 售后关闭/换货/售后已拒绝 等状态不算退款，归类为非退款
• 在途订单 不计入退款率，但需在报告中显示数量
• 未付款取消 的识别因平台而异：视频号看"支付方式=无"，抖音看"售后状态=-"，需参考平台规格

4.2 核心指标计算

实际付款订单 = 总订单 - 未付款取消
售前退款率 = 售前退款数 / 实际付款订单 × 100%
发货后退款率 = 发货后退款数 / 实际付款订单 × 100%
整体退款率 = (售前退款 + 发货后退款) / 实际付款订单 × 100%

4.3 分析维度

A) 单平台分析（每个平台各自执行）：

1. 订单分类拆解：对每个目标产品 × 每个时段，计算五分类数量和比例
2. 分品退货率：每个目标产品在各时段的整体退款率
3. 多时段对比：各时段的退货率指标并排对比

B) 跨平台对比（若用户选择）：

1. 同一产品跨平台退货率对比：例如同一产品在视频号 vs 抖音的退款率差异
2. 支付方式放大效应跨平台对比（若用户选择）：先用后付 vs 抖音月付的退款率放大效应对比

4.4 支付方式拆解（若用户选择）

对每个平台 × 每个目标产品：

1. 按支付方式分组，计算各组的付款订单数、退款订单数、退款率
2. 计算各组退款率与整体退款率的差值（放大效应）
3. 识别"信用支付"类（先用后付/抖音月付/花呗/白条）与"标准支付"类的退款率差异

Step 5 — 生成 HTML 报告

使用 assets/report_template.html 作为基础模板，填充分析结果生成最终报告。

报告结构

1. 报告头部：标题、副标题、数据时间范围、生成时间
2. 多时段对比表（每个平台一个section）：指标行 × 时段列的对比表，整体退款率行高亮
3. 可视化条形图：各时段退款率的水平条形图，颜色区分高低
4. 订单分类拆解：五分类卡片（数量+占比）
5. 支付方式拆解表（若用户选择）：支付方式 × 退款率对比表
6. 跨平台对比表（若多平台）：产品 × 平台的退货率并排对比
7. 核心发现与建议：自动总结3-5条关键洞察

条形图颜色规则

• 红色：退款率 ≥ 50%
• 橙色：30% ≤ 退款率 < 50%
• 绿色：退款率 < 30%

核心发现自动总结规则

报告中"核心发现"部分应包含以下类型洞察（自动生成，非模板）：

1. 产品退款率最高/最低的时段及原因推测
2. 支付方式放大效应量化（如"先用后付退款率比微信支付高X个百分点"）
3. 跨平台差异量化（如"抖音退款率比视频号高X个百分点"）
4. 在途订单占比提醒（若>20%）
5. 时段环比变化趋势（改善/恶化）

技术注意事项

• ⚠️ 缺失值检测：必须使用 pd.isna(val) / pd.notna(val) 检测缺失值，不能用 astype(str) + 字符串比较。CSV 文件的字符串列可能使用 pandas StringDtype，缺失值为 pd.NA 而非 'nan'。推荐定义统一函数：

  def has_value(val):
      if pd.isna(val):
          return False
      if isinstance(val, str):
          return val.strip() not in ['', '-', 'None']
      return True

• 数据清洗：读取数据后对字符串列做 strip() 处理，处理空值/NaN/"-"等占位符
• 日期解析：统一使用 pd.to_datetime 解析时间列，处理多种日期格式
• 编码：CSV 文件使用 utf-8 编码读取，若失败尝试 gbk
• 大文件：订单量>10000行时，先采样扫描列名再全量处理
• 跨平台时间对齐：跨平台对比时，时段取各平台数据的交集

输出文件

报告保存为 HTML 文件，路径选择用户项目工作目录。文件名格式：{平台/对比类型}退货率分析报告.html

关键经验教训

以下经验来自实际分析中的踩坑，务必遵守：

1. 未付款取消不能计入退货率：这是最常见的错误。未付款取消是"没付钱就跑了"，不应计入退款率分母或分子。分母必须是"实际付款订单"。
2. 平台后台退货率≠真实退货率：平台后台可能将未付款取消也算入，导致退货率虚高或虚低。本技能的五分类模型纠正这一问题。
3. 在途订单需单独标注：近期订单可能尚未完成退货流程，当前退款率会偏低。在途占比>20%时必须提示用户。
4. 支付方式是退货率的隐藏变量：先用后付/抖音月付等信用支付因零沉没成本，退款率显著高于标准支付。这是跨平台对比的关键维度。
5. 排除配件干扰：订单数据中可能混入配件（手机壳、赠品小样、垃圾袋等），这些产品退货率低，会拉低整体退货率，需排除后再分析。
6. 抖音售前退款确实存在：抖音平台规则虽要求发货后才可退款，但实际数据中"已关闭+退款成功+无发货时间"订单就是售前退款（用户付款后发货前取消退款）。必须使用正确的缺失值检测方法识别这些订单。
7. 商品编码可能有空格：抖音数据中"商家编码"列值可能前后有空格，必须 strip() 处理后再匹配。
8. 跨平台时段取交集：不同平台数据的时间范围可能不同，跨平台对比时必须取交集时间段，否则对比不公平。
9. 同一产品可能有多个名称：电商数据中同一产品常因不同包装描述、SKU变体、平台命名差异而出现多个名称。必须询问用户确认合并，否则数据碎片化导致分品退货率失真。
10. ⚠️ pandas 缺失值检测必须用 pd.isna()，不能用字符串比较：这是导致抖音售前退款率被错误计算的根因。抖音CSV的"发货时间"列使用 pandas StringDtype，缺失值存储为 pd.NA 而非字符串 'nan'。当使用 astype(str) 转换后做字符串比较（如 val not in ['', 'nan', '-']），pd.NA 不会被正确识别为缺失值，导致所有退款订单都被误判为"有发货时间"。正确做法：使用 pd.isna(val) 或 pd.notna(val) 检测缺失值，辅以字符串检查空值/占位符。定义统一的 has_value(val) 函数：先检查 pd.isna(val)，再检查字符串是否为空或占位符（'-', 'None' 等）。

资源文件

• references/platform_specs.md — 各平台详细列名映射、分类规则、特色支付方式、注意事项
• assets/report_template.html — HTML 报告模板，包含对比表、条形图、分类卡片、支付方式表等组件