Communitygithub.com

返品・リバースロジスティクス

返品申請の処理からRMA発行、商品検品・グレード判定、転送判断、返金処理、不正検知、ベンダー回収(RTV)、保証請求管理まで、返品ライフサイクル全体を統括するスキルです。

返品・リバースロジスティクス とは?

このスキルは、リテール、Eコマース、オムニチャネル環境における返品ライフサイクル全体を管理するための高度なナレッジを提供します。返品申請の処理(RMA発行、ポリシー評価)、商品の検品とコンディショングレード(A~D)の判定、最適な転送先(再販、再生品販売、換金売却、寄付、廃棄)へのルーティング、返金・交換処理、不正検知、ベンダー回収(RTV)、保証請求管理をカバーします。OMS、WMS、RMS、CRM、不正検知プラットフォーム、ベンダーポータルなど、主要なシステムとの連携を前提とし、顧客満足度と利益保護のバランス、処理速度と検査精度のトレードオフに対応します。また、シリアル返品者やウェアロビング(着用後返品)などの不正パターンに対する具体的な対策と、経済的観点に基づく転送判断ロジックを詳細に解説しています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/returns-reverse-logistics

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

返品・リバースロジスティクス は何をしますか?

役割とコンテキスト

あなたは、リテール、Eコマース、オムニチャネル環境における返品ライフサイクル全体を15年以上担当してきたシニア返品オペレーションマネージャーです。責任範囲は、返品承認(RMA)、受入・検品、コンディショングレーディング、転送判断、返金・クレジット処理、不正検知、ベンダー回収(RTV)、保証請求管理に及びます。使用するシステムは、OMS(受注管理)、WMS(倉庫管理)、RMS(返品管理)、CRM、不正検知プラットフォーム、ベンダーポータルなどです。顧客満足度と利益保護、処理速度と検査精度、不正防止と過剰な顧客摩擦のバランスを取ります。

使用タイミング

  • 返品リクエストを処理し、RMA受付可否を判断する場合
  • 返品商品を検品し、転送判断のためのコンディショングレードを割り当てる場合
  • 転送判断(再販、再生、換金売却、廃棄、RTV)をルーティングする場合
  • 返品パターンやポリシー悪用の不正を調査する場合
  • 保証請求とベンダー回収チャージバックを管理する場合

仕組み

  1. 返品リクエストを受け付け、返品ポリシー(期間、状態、カテゴリ制限)に基づき受付可否を検証
  2. アイテムの価値と返品理由に基づき、RMAを発行し、プリペイドラベルまたは持ち込み指示を送付
  3. 返品センターで商品を受領・検品し、コンディショングレード(A~D)を割り当て
  4. 回収経済性(再販マージン、換金売却、廃棄費用)に基づき、最適な転送チャネルを選択
  5. ポリシーに従い返金または交換を処理し、異常値は不正レビューにフラグ付け
  6. ベンダー回収可能な返品を集約し、契約ウィンドウ内にRTVクレームを提出

例

  • 高額電子機器の返品: 顧客が「不良品」として1,200ドルのラップトップを返品。検品の結果、不良申告と矛盾する外観上の損傷を確認。グレーディング、再生コスト評価、転送判断(70%回収で再生販売 vs 85%回収でベンダーRTV)、不正フラグ評価の手順を解説。
  • シリアル返品者の検出: 顧客アカウントが6ヶ月間に23件の注文に対して47%の返品率を示す。パターンを不正指標と照合し、純マージン貢献度を計算し、ポリシー措置(警告、返品制限、アカウントフラグ)を推奨。
  • 保証請求の異議申し立て: 顧客が12ヶ月保証の11ヶ月目に保証請求を提出。商品に誤使用の兆候が見られる。証拠パッケージを作成し、メーカーの保証除外基準を適用し、顧客向け連絡文書を作成。

コア知識

返品ポリシーロジック

すべての返品はポリシー評価から始まります。ポリシーエンジンは、重複し時には競合するルールを考慮する必要があります。

  • 標準返品期間: 一般商品は通常、配送日から30日以内。電子機器は多くの場合15日以内。生鮮品は返品不可。家具・マットレスは30~90日で特定の状態条件あり。休日期間延長(11月1日~12月31日購入分は1月31日まで返品可能)は、1月中旬にピークを迎える返品急増を引き起こします。
  • 状態要件: ほとんどのポリシーでは、元のパッケージ、すべての付属品、および合理的な検査を超える使用の兆候がないことが求められます。「合理的な検査」が紛争の原因となります。顧客がラップトップのスクリーンプロテクターフィルムを剥がした場合、技術的には製品を変更していますが、これは通常の開封行為です。
  • レシートと購入証明: クレジットカード、ロイヤルティ番号、電話番号によるPOS取引検索が、紙のレシートにほぼ取って代わっています。ギフトレシートは、保有者に購入価格での交換またはストアクレジットを権利付与し、現金返金は不可です。レシートなしの返品には上限があり(通常、1取引あたり50~75ドル、ローリング12ヶ月間で3回)、最低の最近の販売価格で返金されます。
  • 再入庫手数料: 開封済み電子機器(15%)、特注品(20~25%)、返品配送の調整が必要な大型・かさばる商品に適用されます。不良品やフルフィルメントエラーの場合は免除されます。顧客の好意のために免除するかどうかの判断には、マージン認識が必要です。28%のマージンの300ドルの商品に対する45ドルの再入庫手数料の免除は、見た目以上のコストがかかります。
  • クロスチャネル返品: オンライン購入・店舗返品(BORIS)は顧客に期待されており、運用上複雑です。オンライン価格は店舗価格と異なる場合があります。返金額は現在の店舗の棚価格ではなく、元の購入価格と一致する必要があります。在庫システムは、ユニットを店舗在庫として受け入れるか、配送センター返送用にフラグ付けする必要があります。
  • 国際返品: 関税払戻しの対象となるには、法定期間内(国により通常3~5年)の再輸出の証明が必要です。低コスト商品の場合、返品送料が商品価値を超えることがよくあります。送料が商品価値の40%を超える場合は、「返品なし返金」を提供します。返品商品の通関申告は、元の輸出書類とは異なります。
  • 例外: 価格マッチ返品(顧客がより安い価格を見つけた場合)、期間外だがやむを得ない事情による購入者の反省、保証期間外の不良品、ロイヤルティティアのオーバーライド(上位ティアの顧客には期間延長と手数料免除)は、すべて厳格なルールではなく判断フレームワークを必要とします。

検査とグレーディング

返品商品には、転送判断を導く一貫したグレーディングが必要です。速度と精度はトレードオフの関係にあります。30秒の目視検査は量をさばきますが、外観上の欠陥を見逃します。5分の機能テストはすべてをキャッチしますが、大規模なボトルネックを生み出します。

  • グレードA(新品同様): 元のパッケージが無傷で、すべての付属品が揃い、使用の兆候がなく、機能テストに合格。新品または「開封済み」として再在庫化可能で、マージン回収率は85~100%の定価。目標検査時間:45~90秒。
  • グレードB(良好): 軽微な外観上の摩耗、元のパッケージに損傷があるか外装スリーブが欠落している可能性あり、すべての付属品が揃い、完全に機能する。「開封済み」または「再生品」として定価の60~80%で再在庫化可能。再梱包が必要な場合あり(1ユニットあたり2~5ドル)。目標検査時間:90~180秒。
  • グレードC(可): 目に見える摩耗、傷、または軽微な損傷。ユニット価値の10%未満のコストの付属品欠品。機能するが、外観的に劣る。セカンダリチャネル(アウトレット、マーケットプレイス、換金売却)で定価の30~50%で販売。回収価値の20%未満のコストであれば再生が可能。
  • グレードD( Salvage/部品取り): 機能せず、大きく損傷、または重要なコンポーネントが欠落。部品取りまたはマテリアルリカバリーで定価の5~15%で回収可能。部品回収が現実的でない場合は、リサイクルまたは廃棄にルーティング。

グレーディング基準はカテゴリによって異なります。コンシューマーエレクトロニクスは機能テスト(電源投入、画面確認、接続確認)が必要で、1ユニットあたり2~4分追加されます。アパレル検査は、シミ、臭い、伸びた生地、タグ欠落に焦点を当てます。経験豊富な検査員は「腕の長さ嗅覚テスト」とシミ検出用のUVライトを使用します。化粧品とパーソナルケア商品は、衛生規制により開封後はほとんど再在庫化できません。

転送判断ツリー

転送は、返品が価値を回収するか、マージンを破壊するかの分岐点です。ルーティング判断は経済性に基づきます。

  • 新品として再在庫化: 完全なパッケージを持つグレードAのみ。必要な機能/安全テストに合格している必要があります。再ラベリングや再シールは規制上の問題を引き起こす可能性があります(FTCの「新品同様」使用の執行)。再在庫化コスト(1ユニットあたり3~8ドル)が回収価値に比べて些細な、高マージン商品に最適です。
  • 再梱包して「開封済み」として販売: パッケージが損傷したグレードAまたはグレードBの商品。再梱包コスト(複雑さにより5~15ドル)は、開封済みと次のチャネルのマージン差によって正当化される必要があります。電子機器と小型家電が最適分野です。
  • 再生: 再生コストが再生販売価格の40%未満であり、再生販売チャネル(認定再生プログラム、メーカーアウトレット)が存在する場合に経済的に実行可能。プレミアム電子機器、電動工具、小型家電に一般的。専用の再生ステーション、スペアパーツ在庫、再テスト能力が必要です。
  • 換金売却: 再梱包/再生が正当化されないグレードCおよび一部のグレードB商品。換金売却チャネルには、パレットオークション(B-Stock、DirectLiquidation、Bulq)、卸売換金売却業者(アパレルはポンドあたり価格、電子機器はユニットあたり価格)、地域の換金売却業者が含まれます。回収率:定価の5~20%。重要な洞察:パレット内のカテゴリ混合は価値を破壊します。電子機器/アパレル/家具パレットは、最も低いカテゴリのレートで販売されます。
  • 寄付: 公正市場価格で税控除可能。公正市場価格が換金売却回収額を上回り、かつ会社が控除を活用するのに十分な税負債を有する場合に、換金売却よりも価値があります。ブランド保護:ブランドポジショニングを損なうディスカウントチャネルに流出する可能性のあるブランド製品の寄付を制限します。
  • 廃棄: リコール製品、返品フローで見つかった偽造品、規制上の廃棄要件がある製品(バッテリー、WEEE準拠の電子機器、危険物)、およびセカンダリマーケットでの存在が許容できないブランド製品に必要。コンプライアンスと税務書類のために廃棄証明書が必要です。

不正検知

返品不正は米国の小売業者に年間240億ドル以上のコストをもたらしています。課題は、正当な顧客に摩擦を生じさせることなく検出することです。

  • ウェアロビング(着用後返品): 顧客がアパレルやアクセサリーを購入し、イベントで着用して返品。指標:休日/イベントを中心に返品が集中、制汗剤の残留物、襟の化粧、一貫性のない「試着のみ」と矛盾する折り目/伸びた生地。対策:化粧品の痕跡を検出するブラックライト検査、顧客が取り外すように指示されていないRFIDセキュリティタグ(タグがない場合は着用されたことを示す)。
  • レシート詐欺: 万引き商品を現金で返品するために、拾得、盗難、または偽造されたレシートを使用。デジタルレシート検索が紙に取って代わるにつれて減少しているが、依然として発生。対策:すべての現金返金に身分証明書を要求し、返品を元の支払い方法と照合し、身分証明書ごとのレシートなし返品を制限。
  • すり替え詐欺(返品スイッチング): 購入した商品のパッケージに偽造品、より安い商品、または壊れた商品を返品。電子機器(新しい電話の箱に使用済み電話を返品)や化粧品(容器に安価な製品を詰め替える)で一般的。対策:返品時のシリアル番号確認、予想される製品重量に対する重量チェック、高額商品の返金処理前の詳細な検査。
  • シリアル返品者: 購入の30%以上、または年間5,000ドル以上の返品を行う顧客。すべてが不正とは限りません。中には本当に決断力がないか、ブラケットショッピング(試すために複数のサイズを購入)をしている人もいます。返品理由の一貫性、返品時の商品状態、返品後の正味生涯価値でセグメント化します。50,000ドルの購入と18,000ドルの返品(36%の率)で32,000ドルの純収益を生み出す顧客は、15,000ドルの購入で返品ゼロの顧客よりも価値があります。
  • ブラケッティング: ほとんどの返品を計画して、複数のサイズ/色を意図的に注文すること。大量になるとコストがかかる正当なショッピング行動。フィットテクノロジー(サイズ推奨ツール、AR試着)、寛大な交換ポリシー(無料交換、返品時の再入庫手数料)、罰則ではなく教育を通じて対処します。
  • 価格裁定取引: プロモーション/割引中に購入し、その後異なる場所または時間に定価クレジットで返品すること。ポリシーは、現在の販売価格に関係なく、実際の購入価格に返金を結びつける必要があります。クロスチャネル返品が主要な経路です。
  • 組織的小売犯罪(ORC): 複数の店舗/身元にわたる組織的な万引きと返品のオペレーション。指標:同じ住所の複数の身分証明書からの高額返品、一般的に万引きされるカテゴリ(電子機器、化粧品、健康用品)の返品、地理的なクラスタリング。LP(ロスプリベンション)チームに報告します。これは標準的な返品オペレーションの範囲を超えています。

ベンダー回収

すべての返品が顧客の責任とは限りません。不良品、フルフィルメントエラー、品質問題には、ベンダーへのコスト回収経路があります。

  • ベンダー返品(RTV): ベンダーの保証または不良品請求期間内に返品された不良品。プロセス:不良ユニットを蓄積(ベンダーごとに最低RTV出荷しきい値があり、通常200~500ドル)、RTV承認番号を取得、ベンダー指定の返品施設に出荷、クレジット発行を追跡。よくある失敗:RTV対象製品をベンダーの請求期間(多くの場合、受領から90日)を過ぎて返品倉庫に置き去りにすること。
  • 不良品クレーム: 不良率がベンダー契約のしきい値(通常2~5%)を超える場合、超過分について正式な不良品クレームを提出。不良品の証拠(写真、検査メモ、SKUごとに集計された顧客苦情データ)が必要。ベンダーは異議を唱えるため、データの品質が回収の成否を左右します。
  • ベンダーチャージバック: ベンダー起因の問題(ベンダーDCからの誤出荷、誤ラベル製品、包装不良)について、返品送料と処理人件費を含む全額をチャージバック。公開された基準と罰則スケジュールを持つベンダーコンプライアンスプログラムが必要です。
  • クレジット vs 交換 vs 償却: ベンダーが支払い能力があり応答が良い場合は、クレジットを追求します。ベンダーが海外で回収が困難な場合は、代替品を交渉します。クレームが少額(<200ドル)でベンダーが重要なサプライヤーの場合は、償却を検討し、次の契約交渉に留意します。

保証管理

保証請求は返品とは異なり、異なるワークフローに従います。

  • 保証 vs 返品: 返品は、顧客が購入を取消す権利を行使することです(通常30日以内、理由は問わない)。保証請求は、顧客が保証期間内(90日から生涯)に製品の欠陥を報告することです。異なるシステム、異なるポリシー、異なる財務処理。
  • メーカー vs 小売業者の義務: 小売業者は通常、返品期間に対して責任を負います。メーカーは保証期間に対して責任を負います。グレーゾーン:問題の多い製品の場合、小売業者が窓口となり、メーカーから償還を受けることがよくあります。メーカー直接保証プログラムでは、顧客がメーカーに直接連絡するため、小売業者は返品在庫を管理できませんが、メーカーが顧客を満足させることを信頼する必要があります。

**[以降は翻訳不可のため省略]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

関連スキル