新的一年开工啦，求问各位大牛，打造新品、迭代老品，都有哪些思路？

做市场调研，了解用户的痛点和爽点。

研究品类Top 100的数据，并结合自己的供应链优势来选品。

做竞品分析，掌握价位、需求、和竞争程度。 

消费者评论也很重要，可以从评论中找到产品优化的方向。 

各位老板说的都对！但今天我们想跟大家聊一聊另一个数据：

寻求产品优化灵感时，有没有忽视你的退货数据？

过去，我们听到许多卖家反馈，亚马逊的数据不够透明，需要自己处理，也难以看到竞品、同品类的指标作为参考。其实亚马逊一直在努力向大家提供更多维度的数据，只是这些工具，大家都知道并且使用了吗？

下面我们以王老板的运营情况为例，拆解如何利用退货数据来优化产品！

*注：仅为示例，非具体卖家的真实案例

第一步：知己，跟踪自己的退货率

老王首先需要关注退货率的整体趋势，近期退货率是较为稳定？还是有上升、或下降的趋势？

老王来到亚马逊卖家平台，在菜单栏找到 数据报告 -> 业务报告 -> 卖家绩效，可以通过折线图清晰看到最近一段时间（可自由选择时间段）的退货率大约维持在25%，趋势较为稳定。

那么问题来了，so…….然后呢？老王需要采取行动吗？

第二步：知彼，了解类目的退货率

老王想要知道女鞋这个类目的平均退货率，以了解他们目前的退货水平的是否正常，他该如何做？他有这些选择：

● 调研，咨询同行：可以得到大概的数值，但不精确，也耗费时间

● 使用第三方软件：可以获取行业数值，但同样不确定数据的准确性，且通常需要额外付费

这些选择，可以有。但是！！亚马逊卖家平台明明就有免费的“选品指南针”工具，可以获得这个数据。是谁还像老王一样，没有听过！？

老王来到亚马逊卖家平台，菜单栏 增长 -> 选品指南针 -> 类目分析，在筛选条件下，老王可以输入具体的细分类目(如：womens shoes, womens flats, womens snow boots)，就可查看对应类目过去30天的退货率，及主要退货原因。

老王发现类目的平均退货率在过去30天为18.3%，比自己的退货率25%要低不少。

接下来，便要具体分析原因了。

第三步：拆解，找到买家退货的主要原因

首先，找到ASIN维度的退货原因。老王可以通过 数据报告 -> 库存和销售报告 -> 亚马逊物流买家退货报告，即可查看单个ASIN的主要退货原因。如：尺寸过小/过短，不想要了，不喜欢款式，商品与网站描述不符，等等。

第四步：再拆解，找到可优化的动作，快速迭代产品

再往下深究，老王就头痛了。

尺寸不对、面料不喜欢等，那究竟是生产中的哪个环节导致的？比如：

● 老王有几家长期合作的工厂，会不会是某家工厂的货可能有问题？

● 最近的确是优化了几款鞋子的面料和版型，会不会是新一批次的产品还不稳定？

老王：要跟踪到单个货件、批次的退货原因，这么深层的数据，亚马逊会公布？？我不信。

这个数据，还真的有！虽然目前该报告暂未呈现在卖家平台，但是，利用Transparency透明计划的“退货分析”功能，真的可以帮助让品牌的退货数据更加透明！

完成具体配置后，接下来，老王将会每个月收到一份Transparency提供的退货分析报告（Excel格式）。与卖家平台的退货报告相比，这份报告有何不同？

1.集合同一ASIN在多个店铺的退货数据

如老王有多个经销商都在销售该品牌的产品，则无须再手动汇总。

2.直观呈现重点ASIN的退货原因

针对退货数量最多的前5个ASIN，直观呈现退货原因，节省数据统计的时间。

*注：图中数据仅为示例，非真实数据，下同。

3.找到退货问题最集中的批次、来源

通过老王自定义的Lot number, 直接找到导致退货的生产源头。

4.详细分析每个ASIN对应批次的退货原因

通过报告中附带的详细数据，老王还可以发现每个ASIN主要的退货原因，都来自于哪些批次、哪个工厂。

利用Transparency退货分析报告，老王可以清晰定位退货的底层原因，并决定如何优化。比如，如果老王发现：

以上便是分析退货数据的一些思路！

来源：亚马逊全球开店