退货原因挖掘简报

要解决的问题

当退货备注零散、口语化、混杂客户情绪时，直接统计 return volume 很难判断问题来自产品、尺码、包装、履约还是服务。工程师和业务同学需要先把证据归类，再判断哪些是可修复的运营问题、哪些是需要产品跟进的信号。

技能如何工作

return-reason-miner 是一个启发式分析技能。它读取用户提供的退货/退款备注、商品上下文和运营变化，按以下路径输出：

• 原因聚类：区分质量、合身、预期、物流、履约等驱动因素
• 根因假设：把重复出现的问题映射到可能根因，但明确标注为假设
• 修复优先级：按复发频率、严重性和可控性排序
• 跨部门行动：给出产品、运营、客服、商品团队下一步该审查什么

输入可以包括服装、美妆、电子、家居、食品等品类上下文，以及促销、换仓、新供应商、政策变更等运营变量。最终输出是一份 Markdown brief，包含 taxonomy table、root-cause hypotheses、fix priorities、action plan 和 assumptions and limits。

边界与注意

该技能不连接订单、仓储、评论或退货系统，也不执行自动退款。它适合每周退货复盘、新品期问题梳理，不适合需要正式 QA 证据的受监管调查或精确财务建模。输出中的百分比、缺陷率不应被当作事实数据，除非由用户提供或系统验证。