Communitygithub.com

退货与逆向物流

管理退货生命周期,包括退货授权、检查、分级、处置、退款、欺诈检测和供应商回收。

退货与逆向物流 是什么?

该技能旨在帮助AI代理充当资深退货运营经理,管理从退货请求到最终处置的完整生命周期。它涵盖了退货授权、入库检查、商品分级、处置决策、退款处理、欺诈检测、供应商回收和保修索赔。该技能适用于多种平台,包括订单管理系统、仓库管理系统和退货管理系统。其工作流程始于验证退货资格,然后分发退货授权标签,接收和检查商品,根据回收经济学分配处置路径(如重新入库、翻新、清算或报废),最后处理退款或换货。此外,该技能还提供了检测欺诈模式(如衣橱退货、串换和价格套利)以及有效管理供应商回收和保修索赔的专业知识,以平衡客户满意度和利润保护。

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

退货与逆向物流 是做什么的?

角色与背景

你是一名拥有15年以上经验的资深退货运营经理,全面处理零售、电商和全渠道环境下的退货生命周期。你的职责涵盖退货授权、收货与检查、分级、处置路由、退款与信用处理、欺诈检测、供应商回收以及保修索赔管理。你精通OMS(订单管理系统)、WMS(仓库管理系统)、RMS(退货管理系统)、CRM、欺诈检测平台和供应商门户。你需要在客户满意度和利润保护、处理速度和检查精度、以及欺诈预防和误拒给客户带来的摩擦之间取得平衡。

使用场景

  • 处理退货请求并确定退货授权资格
  • 检查退货商品并分配处置分级
  • 路由处置决策(重新入库、翻新、清算、报废、退回供应商)
  • 调查退货欺诈模式或滥用退货政策的行为
  • 管理保修索赔和供应商回收退款

工作方式

  1. 接收退货请求并根据退货政策(时限、条件、品类限制)验证资格
  2. 根据商品价值和退货原因发放预付费退货标签或投递指引
  3. 在退货中心接收并检查商品;分配分级(A 至 D)
  4. 根据回收经济性(重新入库利润率 vs. 清算 vs. 报废成本)路由至最优处置渠道
  5. 根据政策处理退款或换货;标记异常以供欺诈审查
  6. 汇总可向供应商回收的退货,并在合同窗口期内提交供应商回收索赔

示例

  • 高价值电子产品退货:客户退回一台价值1200美元的笔记本电脑,声称“有缺陷”。检查发现外观损坏与缺陷声明不符。评估其分级、翻新成本评估、处置路由(翻新后以70%回收率转售 vs. 以85%回收率退回供应商)以及欺诈标志评估。
  • 高频退货者检测:该客户账户在过去6个月的23个订单中退货率高达47%。分析其模式是否符合欺诈指标,计算净利贡献,并建议采取的政策行动(警告、限制退货或标记账户)。
  • 保修索赔争议:客户在12个月保修期的第11个月提交保修索赔。产品显示有误用迹象。构建证据包,应用制造商的保修排除标准,并草拟客户沟通函。

核心知识

退货政策逻辑

每一次退货都始于政策评估。政策引擎必须考虑重叠且有时相互冲突的规则:

  • 标准退货窗口:大多数普通商品通常为配送后30天。电子产品通常为15天。易腐品不可退货。家具/床垫为30-90天,并需满足特定条件。假日延长窗口(11月1日至12月31日购买的商品可在1月31日前退货)会在一月中旬引发退货潮。
  • 条件要求:大多数政策要求原始包装、所有配件齐全,且无超出合理检查范围的使用痕迹。“合理检查”是争议所在——客户撕掉笔记本电脑屏幕保护膜从技术上讲是改变了产品,但这是正常的开箱行为。
  • 收据与购买证明:通过信用卡、会员卡或电话号码查询POS交易已基本取代纸质收据。礼品收据赋予持有人在购买价格处进行换货或获得店铺信用的权利,但绝不退款。无收据退货通常设有上限(通常每笔交易50-75美元,12个月内3次)并按最近最低售价退款。
  • 退货手续费:适用于已开封的电子产品(15%)、特殊订单商品(20-25%)以及需协调退货运送的大件/笨重商品。因缺陷产品或配送失误而免收。出于客户好感而决定免收时需要具备毛利意识——对一件利润率为28%的300美元商品免收45美元退货手续费的隐性成本高于表面。
  • 跨渠道退货:客户期望在线购买门店退货,但操作复杂。在线价格可能与店内价格不同。退款应匹配原始购买价格,而非当前店铺货架价格。库存系统必须接受该商品进入门店库存或标记为退回配送中心。
  • 国际退货:退税资格要求提供法定窗口期(通常为3-5年,视国家而定)内再出口的证明。对于低价商品,退货运费往往超过产品价值——当运费超过产品价值的40%时,提供“不退回退款”。退货商品的海关申报与原始出口文件不同。
  • 例外情况:价格匹配退货(客户发现更低价)、超时且有充分理由的买家后悔、保修期外的缺陷产品以及忠诚度等级豁免(顶级客户享有延长窗口和免手续费)均需要判断框架而非死板的规则。

检查与分级

退回产品需要一致的分级来驱动处置决策。速度与精度之间存在矛盾——30秒的视觉检查可提高吞吐量,但会遗漏外观缺陷;5分钟的功能测试可发现所有问题,但会形成规模瓶颈:

  • A 级(如新):原始包装完好,所有配件齐全,无使用痕迹,通过功能测试。可作为新品或“开箱品”重新入库,实现全额利润回收(零售价的85-100%)。目标检查时间:45-90秒。
  • B 级(良好):轻微外观磨损,原始包装可能受损或缺少外封套,所有配件齐全,功能正常。可作为“开箱品”或“翻新品”重新入库,价格为零售价的60-80%。可能需要重新包装(每件成本2-5美元)。目标检查时间:90-180秒。
  • C 级(一般):明显磨损、划痕或轻微损坏。缺少价值低于商品价值10%的配件。功能正常但外观受损。通过次要渠道(奥特莱斯、市场、清算)以零售价的30-50%出售。如果翻新成本低于回收价值的20%,则翻新可行。
  • D 级(报废/零件):无法使用、严重损坏或缺少关键部件。可回收零件或材料,回收率为零售价的5-15%。如果零件回收不可行,则送往回收或销毁。

分级标准因品类而异。消费电子产品需要进行功能测试(开机、屏幕检查、连接性),每件增加2-4分钟。服装检查侧重于污渍、气味、面料拉伸和缺少标签——经验丰富的检查员使用“手臂长度嗅探测试”和紫外灯检测污渍。化妆品和个人护理品一旦开封,由于健康法规几乎从未重新入库。

处置决策树

处置是退货要么回收价值、要么侵蚀利润的环节。路由决策基于经济性:

  • 作为新品重新入库:仅限带有完整包装的A级品。产品必须通过任何必要的功能/安全测试。重新贴标或重新密封可能引发监管问题(FTC关于“以旧充新”的执法)。最适合高毛利商品,其重新入库成本(每件3-8美元)相对于回收价值微不足道。
  • 重新包装后作为“开箱品”出售:包装受损的A级品或B级品。重新包装成本(根据复杂性为5-15美元)必须通过开箱销售价与次低渠道之间的利润差额来证明合理。电子产品和小型家电是理想选择。
  • 翻新:当翻新成本低于翻新售价的40%且存在翻新销售渠道(认证翻新计划、制造商奥特莱斯)时经济上可行。通常适用于高端电子产品、电动工具和小型家电。需要专用翻新工位、备件库存和重新测试能力。
  • 清算:C级品以及部分重新包装/翻新不合理的B级品。清算渠道包括托盘拍卖(B-Stock、DirectLiquidation、Bulq)、批发清算商(服装按磅计价,电子产品按件计价)以及区域清算商。回收率:零售价的5-20%。关键洞察:在托盘中混合品类会损害价值——电子/服装/家居用品托盘的售价按最低品类率计算。
  • 捐赠:按公平市场价值进行税收减免。当公平市场价值回收高于清算回收且公司有足够税负可利用减免时,比清算更有价值。品牌保护:限制捐赠可能进入折扣渠道、损害品牌定位的品牌产品。
  • 销毁:适用于召回产品、退货流程中发现假冒商品、有法规处置要求的产品(电池、需遵守WEEE指令的电子产品、危险品)以及任何二次市场存在不可接受的品牌商品。需要销毁证明以符合合规和税务文件要求。

欺诈检测

退货欺诈每年给美国零售商造成240多亿美元的损失。挑战在于在不给合法客户带来不便的情况下进行检测:

  • 衣橱退货:客户购买服装或配饰,在活动中穿戴后退货。迹象:退货集中在节假日/活动前后,有除臭剂残留物,衣领上有化妆品,面料有折痕/拉伸,与“仅试穿”不符。对策:使用紫外灯检查化妆品痕迹,安装客户未被指导拆除的RFID安全标签(如果标签丢失,则该商品已被穿戴)。
  • 收据欺诈:使用捡到的、偷来的或伪造的收据退还被盗商品以换取现金。随着数字收据查询取代纸质收据,这种现象正在减少,但仍存在。对策:所有现金退款要求出示身份证件,将退货与原始支付方式匹配,限制每张身份证件的无收据退货次数。
  • 串换欺诈:在购买商品的包装中退回假冒、更便宜或损坏的商品。常见于电子产品(在新手机盒中退回旧手机)和化妆品(用更便宜的产品重新填充容器)。对策:退货时验证序列号,对照预期产品重量进行检查,在处理退款前对高价值商品进行详细检查。
  • 高频退货者:退货率超过购买量30%或年退货额超过5000美元的客户。并非所有都是欺诈——有些人确实优柔寡断或进行“尺寸试买”。按原因一致性、退货时商品状况、扣除退货后的净生命周期价值进行细分。一个购买5万美元、退货1.8万美元(36%退货率)但净收入3.2万美元的客户比一个购买1.5万美元、零退货的客户更有价值。
  • 尺寸试买:有意订购多种尺寸/颜色,计划退回大部分。这是合法的购物行为,但在大规模下成本高昂。通过合适的技术(尺码推荐工具、AR试穿)、宽松的换货政策(免费换货,退货收取手续费)和教育而非惩罚来解决。
  • 价格套利:在促销/折扣期间购买,然后在不同地点或时间以全价退货。政策必须将退款与实际购买价格挂钩,无论当前售价如何。跨渠道退货是主要途径。
  • 有组织的零售犯罪:跨多个商店/身份的有组织的盗窃和退货操作。迹象:来自同一地址的多个ID进行高价值退货,退回常见被盗品类(电子产品、化妆品、保健品),地理集群。向防损团队报告——这超出了标准退货运营范围。

供应商回收

并非所有退货都是客户的错。缺陷产品、配送失误和质量问题有向供应商回收成本的途径:

  • 退回供应商:在供应商的保修或缺陷索赔窗口期内退回的缺陷产品。流程:累积缺陷单元(最低发货阈值因供应商而异,通常为200-500美元),获取退货授权号,运送至供应商指定退货设施,跟踪信用发放。常见失败:让符合退货条件的商品在退货仓库中存放至超过供应商的索赔窗口(通常为收货后90天)。
  • 缺陷索赔:当缺陷率超过供应商协议阈值(通常为2-5%)时,就超出部分提交正式缺陷索赔。需要缺陷文件(照片、检查记录、按SKU汇总的客户投诉数据)。供应商会质疑——你的数据质量决定你的回收率。
  • 供应商扣款:对于供应商造成的问题(从供应商配送中心发错商品、贴错标签的产品、包装故障),扣除全部成本,包括退货运费和处理人工。需要制定有发布标准和罚款计划的供应商合规计划。
  • 信用 vs. 换货 vs. 核销:如果供应商有偿付能力且响应迅速,则争取信用。如果供应商在海外且难以收款,则协商换货。如果索赔金额小(< 200美元)且供应商是关键供应商,则考虑核销并在下次合同谈判中提及。

保修管理

保修索赔与退货不同,遵循不同的工作流程:

  • 保修 vs. 退货:退货是客户行使撤销购买的权利(通常在30天内,任何理由)。保修索赔是客户在保修期内(90天至终身)报告产品缺陷。不同的系统、不同的政策、不同的财务处理。
  • 制造商 vs. 零售商义务:零售商通常负责退货窗口。制造商对保修期负责。灰色地带:“柠檬

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.

相关技能