Czy mogę wykazać poprawę na podstawie nowej kohorty?

Kohorta nadal objęta obserwacją nie dowodzi poprawy względem kohorty, która zakończyła już okres obserwacji. Porównuj ten sam produkt przez równie długie okresy i oddzielaj wskaźniki dla zamówień od wskaźników dla sztuk.

Czy najczęstszy powód zwrotu dowodzi jego przyczyny?

Nie: to wskazówka, którą trzeba sprawdzić na podstawie produktu i dostępnych dowodów. Jej procent opisuje powody wśród zwróconych sztuk, a nie wskaźnik zwrotów produktu; zachowaj też powody nieznane.

Zwroty według produktu: co sprawdzić najpierw?

Badając zwroty, porównuj ten sam produkt po takim samym czasie obserwacji i zachowaj dwa wskaźniki: zamówienia ze zwrotem oraz zwrócone sztuki. Powód wybrany przez klienta wskazuje kierunek, lecz nie dowodzi, co zawiodło.

Wracają cztery plecaki i ktoś proponuje zatrzymać kampanię. Brakuje liczby dostarczonych sztuk, powiązanych zamówień i czasu, jaki mieli kupujący. Wynikiem diagnozy ma być przypisana kontrola, nie winny wybrany z kolumny.

Zdefiniuj liczone zdarzenie

Zgłoszenie, fizycznie otrzymany towar i zwrot pieniędzy to różne zdarzenia. Liczymy sztuki fizycznie przyjęte z powrotem, powiązane z pierwotną pozycją zamówienia. Refundacja bez towaru i oczekujące zgłoszenie nie trafiają do licznika. Zgłoszenia potrzebują osobnej kolejki obsługi.

Shopify odróżnia Reversed quantity, obejmujące także anulowania i edycje, od Returned quantity dla fizycznych zwrotów. Różne są też daty sprzedaży i korekty. Sprawdź pole, zanim nazwiesz każdą wartość ujemną zwrotem. Oficjalne definicje Shopify.

Arkusz jest własnym formatem roboczym, nie eksportem ani funkcją Frihet. Kontekst opisuje przewodnik po danych ecommerce i integracjach, po angielsku.

Ustal datę odcięcia i kohortę

Przykład jest całkowicie syntetyczny. Data odcięcia to 2026-09-13, a obserwacja analityczna trwa 30 dni od dostawy, łącznie ze zwrotami otrzymanymi dnia 30. Nie jest to termin prawny ani zalecana polityka sklepu. Dobierz horyzont do procesu i zapisz uzasadnienie.

Grupujemy według SKU i daty dostawy. Kohorta 2026-08-01 zakończyła obserwację; 2026-09-06 ma tylko siedem dni. „Dojrzała” oznacza pełne okno, nie niemożliwość późniejszych zwrotów. Zachowaj późniejsze przypadki do osobnej analizy.

Rozdziel dostawy częściowe na pozycje, zachowując klucz zamówienia. Brak daty oznacza rekord nieklasyfikowalny, nie zamówienie bez zwrotu. Otwarte zgłoszenia pozostają widoczne dla osoby obsługującej, poza wskaźnikiem fizycznym.

Przelicz tabelę

Pakiet (ZIP) zawiera order-lines.csv, results.csv i recalculate.py: 30 fikcyjnych pozycji dostawy, wyniki oraz skrypt używający wyłącznie biblioteki standardowej Python 3. Zachowaj oryginały i uruchom python3 recalculate.py w kopii.

SKU i kohorta	Zamówienia	Dostarczone sztuki	Zamówienia ze zwrotem	Zwrócone sztuki
BAG-A, 2026-08-01, dojrzała	10	20	3	4
BAG-B, 2026-08-01, dojrzała	10	10	1	1
BAG-A, 2026-09-06, otwarta	10	20	1	1

Dojrzała BAG-A daje 3 / 10 × 100 = 30 % zamówień ze zwrotem i 4 / 20 × 100 = 20 % zwróconych sztuk. BAG-B daje w obu przypadkach 1 / 10 × 100 = 10 %. Zamówienie może zawierać dwie sztuki i zwrócić obie, jak pierwsza pozycja BAG-A.

Nowsza BAG-A pokazuje 10 % według zamówień i 5 % według sztuk, lecz jest otwarta. Nie dowodzi poprawy; nie symulowaliśmy żadnej interwencji. Nie ma też uniwersalnego progu, który czyni 20 % akceptowalnym lub niedopuszczalnym.

Zachowaj wyjaśnialne wiersze

line_id,order_id,sku,cohort,channel,delivered_at,units_delivered,units_returned,return_received_at,reason_code

line_id identyfikuje pozycję, order_id umożliwia liczenie unikalnych zamówień. Nie sumuj zamówień według SKU do wyniku sklepu: zamówienie może zawierać kilka produktów. Tutaj każde ma jeden SKU.

SIZE oznacza zgłoszony nieodpowiedni rozmiar; DAMAGE, zgłoszone uszkodzenie; UNKNOWN, brak powodu; NONE, brak zarejestrowanego fizycznego zwrotu. Kod nie oznacza kontroli magazynu. Zachowaj oryginalny tekst osobno, z ograniczonym dostępem i bez zbędnych danych osobowych.

Upraszczamy pozycję do jednego przyjęcia i powodu. Przy kilku datach lub powodach użyj tabeli zdarzeń połączonej przez line_id i sumuj tylko zdarzenia w horyzoncie. Nie powtarzaj units_delivered przy każdym zdarzeniu: zawyżysz mianownik. Zbadaj duplikaty ID przed usunięciem wierszy.

Powód wskazuje, gdzie szukać

Dojrzała BAG-A ma trzy sztuki SIZE i jedną UNKNOWN. 3 / 4 = 75 % opisuje rozkład powodów wśród zwróconych sztuk, nie wskaźnik zwrotów produktu. Usunięcie nieznanego dałoby pozorne 100 % problemów z rozmiarem na podstawie niepełnych danych.

Porównaj wymiary trzech sztuk, zamówiony wariant i stronę produktu widzianą przez kupujących. Prawidłowe wymiary przy innych oczekiwaniach tworzą hipotezę o informacji. Odchylenie wymiarów wymaga kontroli sztuki i partii. Wybrany powód nie rozstrzyga między tymi wyjaśnieniami.

BAG-B ma jedną sztukę DAMAGE. Sprawdź opakowanie, dowody przyjęcia i partię; kod nie dowodzi winy przewoźnika. Jeden przypadek nie ustanawia stabilnego trendu.

Nie obwiniaj kanału

Zwroty z przykładu są w web. To pytanie do zbadania, nie decyzja o zamknięciu kanału. Porównaj ten sam SKU, wariant i horyzont; sprawdź promocję, partię i jakość zapisu. Pięć zamówień na kanał to mało informacji; dalsze dzielenie nie tworzy precyzji.

Przy rozbieżnych raportach zachowaj filtry, odcięcie i definicje. Shopify opisuje różnice wynikające z okresu i logiki raportów. Sprawdź, czy porównujesz te same części zamówienia. Rozbieżności raportów Shopify. Katalog integracji pomaga sprawdzić dostępną bazę źródłową; wpis nie gwarantuje tych pól.

Zakończ przypisaną kontrolą

Skopiuj notatkę: „BAG-A, kohorta 2026-08-01; 4/20 sztuk, 3/10 zamówień; trzy SIZE i jeden UNKNOWN; sprawdzić wymiary i opis; osoba odpowiedzialna za katalog; dowody oczekiwane; przegląd po sprawdzeniu czterech zwróconych sztuk z trzech zamówień”.

Dopisz, jakie ustalenie zmieni działanie, i zachowaj poprzednią analizę. Nie usuwaj nieznanych ani nie zmieniaj kohorty dla ładniejszego wyniku. Mając dowody, wybierz ograniczony test, a potem porównaj równie dojrzałe kohorty. Skutek ekonomiczny policz osobno z kalkulatorem marży: te wskaźniki nie mierzą zysku.