Resi per prodotto: cosa verificare per primo
CSV sintetico e diagnosi ricalcolabile: separa ordini, unità e coorti aperte prima di considerare un motivo di reso una causa dimostrata.
TL;DR: Per analizzare i resi, confronta lo stesso prodotto dopo lo stesso periodo di osservazione e conserva due tassi: ordini interessati e unità restituite. Il motivo indicato dal cliente orienta l’indagine, ma non dimostra che cosa sia andato storto.
Contenuto
Per analizzare i resi, confronta lo stesso prodotto dopo lo stesso periodo di osservazione e conserva due tassi: ordini interessati e unità restituite. Il motivo indicato dal cliente orienta l’indagine, ma non dimostra che cosa sia andato storto.
Tornano quattro zaini e qualcuno propone di fermare la campagna. Mancano ancora le unità consegnate, gli ordini coinvolti e il tempo a disposizione degli acquirenti. Il risultato utile è un controllo assegnato, non un colpevole scelto da una colonna.
Definisci l’evento contato
Richiesta, articolo fisicamente ricevuto e rimborso sono eventi diversi. Qui contiamo le unità fisicamente rientrate, collegate alla riga originale. Un rimborso senza merce e una richiesta in attesa non entrano nel numeratore. Quest’ultima resta in una coda operativa separata.
Shopify distingue Reversed quantity, che può includere annullamenti e modifiche, da Returned quantity, relativo ai resi fisici. Distingue anche data di vendita e data di rettifica. Verifica il campo prima di chiamare «reso» qualsiasi valore negativo. Definizioni ufficiali Shopify.
Il foglio è un formato di lavoro indipendente, non un’esportazione o funzione di Frihet. Per collocarlo tra gli altri dati, leggi la guida a dati ecommerce e integrazioni, in inglese.
Fissa data di riferimento e coorte
L’esempio è interamente sintetico. La data di riferimento è 2026-09-13, con 30 giorni di osservazione analitica dalla consegna, inclusi i resi ricevuti il giorno 30. Non è un termine legale né una politica commerciale consigliata. Scegli un orizzonte adatto al processo e documenta il criterio.
Raggruppiamo per SKU e data di consegna. La coorte 2026-08-01 ha completato il periodo; quella 2026-09-06 ha solo sette giorni. «Matura» significa che la nostra finestra è completa, non che altri resi siano impossibili. Conserva i casi successivi per un’analisi separata.
Dividi le consegne parziali in righe mantenendo una chiave per ricostruire l’ordine. Senza data, il record è non classificabile, non un ordine senza reso. Le richieste aperte restano visibili a chi le gestisce, fuori dal tasso fisico.
Ricalcola la tabella
Il pacchetto (ZIP) contiene order-lines.csv, results.csv e recalculate.py: 30 righe consegnate fittizie, risultati e script basato solo sulla libreria standard Python 3. Conserva gli originali ed esegui python3 recalculate.py in una copia.
| SKU e coorte | Ordini | Unità consegnate | Ordini con reso | Unità restituite |
|---|---|---|---|---|
| BAG-A, 2026-08-01, matura | 10 | 20 | 3 | 4 |
| BAG-B, 2026-08-01, matura | 10 | 10 | 1 | 1 |
| BAG-A, 2026-09-06, aperta | 10 | 20 | 1 | 1 |
BAG-A matura ha 3 / 10 × 100 = 30 % di ordini interessati e 4 / 20 × 100 = 20 % di unità restituite. BAG-B matura ha 1 / 10 × 100 = 10 % per entrambi i tassi. Un ordine può contenere due unità e restituirle entrambe, come la prima riga BAG-A.
BAG-A recente mostra 10 % per ordini e 5 % per unità, ma è aperta. Non dimostra un miglioramento: non abbiamo simulato interventi. Non esiste nemmeno una soglia universale che renda il 20 % accettabile o inaccettabile.
Conserva righe spiegabili
line_id,order_id,sku,cohort,channel,delivered_at,units_delivered,units_returned,return_received_at,reason_codeline_id identifica la riga; order_id permette di contare ordini distinti. Non sommare gli ordini per SKU per ottenere il totale del negozio: un ordine può contenere più prodotti. Qui ogni ordine contiene un solo SKU.
SIZE significa dimensione inadeguata dichiarata; DAMAGE, danno dichiarato; UNKNOWN, motivo non disponibile; NONE, nessun reso fisico registrato. Non è una verifica del magazzino. Conserva separatamente il testo originale, con accesso limitato e senza dati personali superflui.
Ogni riga è semplificata a una ricezione e un motivo. Con più date o motivi, usa una tabella eventi collegata da line_id e somma solo quelli nell’orizzonte. Non ripetere units_delivered per ogni evento: gonfieresti il denominatore. Verifica gli ID duplicati prima di eliminare righe.
Il motivo indica dove guardare
BAG-A matura ha tre unità SIZE e una UNKNOWN. 3 / 4 = 75 % descrive la distribuzione dei motivi tra i resi, non il tasso di reso del prodotto. Eliminare lo sconosciuto creerebbe un 100 % di problemi di dimensione da informazioni incomplete.
Confronta le misure delle tre unità, la variante ordinata e la scheda vista dagli acquirenti. Misure conformi ma aspettative diverse suggeriscono un’ipotesi sull’informazione. Una misura difforme richiede di verificare unità e lotto. Il motivo selezionato non sceglie tra queste spiegazioni.
BAG-B ha un’unità DAMAGE: verifica imballaggio, evidenza alla ricezione e lotto. Il codice non dimostra la responsabilità del corriere. Un caso non stabilisce una tendenza stabile.
Non accusare il canale
I resi dell’esempio sono tutti in web. È una domanda da aprire, non una ragione per chiudere il canale. Confronta stesso SKU, variante e orizzonte; controlla promozione, lotto e qualità dei dati. Cinque ordini per canale offrono poche informazioni: segmentarli ulteriormente non crea precisione.
Se i report divergono, conserva filtri, data di riferimento e definizioni. Shopify documenta differenze legate al periodo e alla logica dei report. Verifica di non confrontare parti diverse dell’ordine. Discrepanze nei report Shopify. Il catalogo delle integrazioni aiuta a controllare la fonte accessibile; la presenza non garantisce questi campi.
Concludi con un controllo assegnato
Copia questa scheda: «BAG-A, coorte 2026-08-01; 4/20 unità, 3/10 ordini; tre SIZE e uno UNKNOWN; verificare misure e scheda; responsabile catalogo; evidenza in attesa; riesame dopo il controllo delle quattro unità restituite da tre ordini».
Aggiungi quale riscontro cambierebbe l’azione e conserva la versione precedente. Non eliminare lo sconosciuto né modificare la coorte per migliorare il dato. Con evidenze sufficienti, prova un cambiamento circoscritto e confronta poi coorti ugualmente mature. Per l’effetto economico, analizza separatamente i costi con il calcolatore del margine: questi tassi non misurano l’utile.
Questo articolo ti è stato utile?
Domande frequenti
Posso usare una coorte recente per dimostrare un miglioramento?
Una coorte ancora in osservazione non dimostra un miglioramento rispetto a una che ha completato il periodo previsto. Confronta lo stesso prodotto con periodi di osservazione uguali e separa i tassi per ordine da quelli per unità.
Il motivo di reso più frequente dimostra la causa?
No: è un indizio da verificare confrontandolo con il prodotto e le prove disponibili. La sua percentuale descrive i motivi tra le unità restituite, non il tasso di reso del prodotto; conserva anche i motivi sconosciuti.
