Returns Reverse Logistics

---
name: returns-reverse-logistics
title: 退货与逆向物流
description: 当处理退货全生命周期（授权、收货验货、定级、处置、退款、欺诈识别、RTV 与保修索赔）时使用；产出 RMA 授权、品级判定、处置路由、欺诈评分、供应商追偿与退款结论；不适用于正向订单履约、运输干线规划或财务对账本身；触发词：退货、退款、RMA、逆向物流、reverse logistics、验货定级、品级 grade、处置 disposition、退货欺诈 return fraud、wardrobing、RTV、保修索赔 warranty claim、清算 liquidation。
domain: 领域/fintech
triggers: [退货, 退款, RMA, 逆向物流, reverse logistics, 验货定级, 品级 grade, 处置 disposition, 退货欺诈 return fraud, wardrobing, RTV, 保修索赔 warranty claim, 清算 liquidation]
tags: [returns, reverse-logistics, rma, fraud-detection, warranty, disposition, fintech, ecommerce, retail]
level: 进阶
status: stable
agents: [claude-code, codex, cursor, gemini-cli]
tools: [OMS 订单管理系统, WMS 仓储管理系统, RMS 退货管理系统, CRM, 欺诈检测平台, 供应商门户]
requires: []
related: [inventory-demand-planning, carrier-relationship-management, customs-trade-compliance]
combines_with: [inventory-demand-planning, carrier-relationship-management]
license: MIT
source: sickn33/agentic-awesome-skills
source_license: MIT
---
## 何时使用

当你需要**设计、改进或排查退货与逆向物流流程**时使用，覆盖退货授权（RMA）、收货验货、品级判定、处置路由、退款/积分处理、退货欺诈识别、供应商追偿（RTV）与保修索赔。典型场景：

- 跨渠道制定/修订退货政策、定级标准与处置路径。
- 排查高退货率、欺诈模式或退款与核销中的利润流失。
- 为 RMA、验货、RTV、保修流程搭建 SOP、记分卡或自动化流。

**不该用的边界：**
- 正向订单履约、运输干线/最后一公里规划本身 → 属于正向物流，不在此列。
- 纯财务对账、税务申报、会计分录处理本身（本技能只到「退款金额与处置决策」一层）。
- 召回品、含锂电/化学品的危险品、受监管品（药品/医疗器械）→ 必须走召回/合规专线，不能当普通退货处理。
- 输出不替代环境内的实测与专家复核；缺少必要输入、权限、安全边界或成功标准时，停下来问清楚。

## 步骤

退货按以下闭环推进，每一步都驱动下一步的决策：

1. **政策评估（受理与否）**：按退货窗口、品类、收据/购买凭证、忠诚等级评估是否受理；不达标走例外逻辑（见下「例外判定顺序」）。
2. **生成 RMA**：受理后下发 RMA 号、退货运输说明、退款时效与品相要求。
3. **收货与欺诈评分**：到货时跑欺诈评分（0–100），并核验序列号/重量等高风险信号。
4. **验货定级**：按品类标准做目检/功能测试，定 A/B/C/D 级。
5. **处置路由**：按「品类 × 品级」决策表选择再上架/开箱/翻新/清算/捐赠/销毁。
6. **退款与追偿**：处理退款（必要时扣 restocking fee），对缺陷/履约错误发起 RTV 或供应商索赔。
7. **触发升级**：命中自动升级条件的，按升级链路转交对应团队。

## 指令

**例外判定顺序**（退货落在标准政策外时，依次评估）：

1. 产品是否有缺陷？是 → 无视窗口与品相直接受理（缺陷是公司的问题，不是客户的）。
2. 是否高价值客户（LTV 前 10%）？是 → 按标准退款受理，留存数学几乎总是支持例外。
3. 中立旁观者看是否合理？11 月买的冬衣 3 月退（超 30 天窗口）可理解；6 月买泳衣 12 月退则不然。
4. 处置结果如何？A 级可再上架则例外成本极低 → 批准；C 级及以下则实打实吃利润。
5. 是否制造先例风险？有据可查的一次性例外少有先例；被公开（社媒投诉）的例外必成先例。

**RTV 追偿 ROI**：当 `(预期信用额 × 回收概率) > (人工成本 + 运费 + 关系成本)` 时追偿。经验阈值：>$500 总是追；$200–500 在供应商有可用 RTV 程序且可批量发运时追；<$200 攒够起运门槛或冲抵下一张 PO，**勿单件发运**；海外供应商门槛提到 $1,000，处理时间 +30%。

**沟通口径**：欺诈调查冻结对客户只说"我们需要更多时间处理您的退货"，**永远不要**对客户说"欺诈"或"调查"；欺诈指标只写进内部记录。退款确认先报数字："您 ${amount} 的退款已退至 [支付方式]，请等待 [X] 个工作日。"

## 示例

**处置路由表（品类 × 品级）：**

| 品类 | A 级 | B 级 | C 级 | D 级 |
| --- | --- | --- | --- | --- |
| 消费电子 | 再上架（先测试） | 开箱 / 翻新机 | ROI>40% 翻新，否则清算 | 拆件 / 电子废弃 |
| 服装 | 吊牌在则再上架 | 重新包装 / 奥莱 | 按重量清算 | 纺织回收 |
| 家居家具 | 再上架 | 开箱打折 | 本地清算（避运费） | 捐赠或销毁 |
| 美妆个护 | 未拆封才再上架 | 销毁（法规） | 销毁 | 销毁 |
| 书籍音像 | 再上架 | 再上架（打折） | 清算 | 回收 |

**品级标准（驱动处置）：**
- **A 级（近新）**：原包装完好、配件齐全、无使用痕迹、功能测试通过；按新品或"开箱"再上架，回收 85–100% 原价；目检 45–90 秒。
- **B 级（良好）**：轻微外观磨损、外包装可能受损、配件齐全、功能完好；以"开箱/renewed"售出，回收 60–80%；可能需 $2–5/件重新包装。
- **C 级（一般）**：可见磨损划痕；缺配件成本<单价 10%；功能正常但外观受损；走二级渠道（奥莱/市场/清算）售出 30–50%；翻新成本<回收价 20% 时可翻新。
- **D 级（残值/拆件）**：不可用、严重损坏或缺关键部件；拆件或材料回收 5–15%；不可行则回收或销毁。

**欺诈评分模型**（每笔 0–100，≥65 转人工复核，≥80 冻结退款）：

| 信号 | 分值 | 备注 |
| --- | --- | --- |
| 退货率>30%（滚动 12 月） | +15 | 按品类基线调整 |
| 高价电子 + 序列号不符 | +40 | 近乎确定的调包欺诈 |
| 产品重量偏离预期>5% | +25 | 调包或缺件 |
| 无收据退货 | +15 | 收据欺诈风险更高 |
| 同周多次退货 | +10 | 与退货率信号叠加 |
| 退货地址≠发货地址 | +10 | 礼品退货除外 |
| 账户开通<30 天 | +10 | 新账户风险 |

**自动升级触发**（部分）：单件退货价值>$5,000 → 退款前需主管批准；欺诈分≥80 → 冻结退款转欺诈团队；识别为召回品 → 转召回协调员，不走普通退货；同客户 12 个月内第 3 次政策例外 → 经理审批后才批；疑似假货 → 撤出流程、拍照、通知 LP 与品牌保护。升级链路：L1 退货专员 → L2 组长(2h) → L3 退货经理(8h) → L4 运营总监(24h) → L5 VP(48h+ 或单件>$25K)。

## 注意事项

- **速度 vs 准确度永远在博弈**：30 秒目检走量但漏外观瑕疵，5 分钟功能测试全抓但规模化时成瓶颈。电子产品功能测试每件加 2–4 分钟。
- **退货 ≠ 保修**：退货是客户在窗口内（通常 30 天，任意理由）撤销购买；保修是在保修期（90 天到终身）内报告缺陷。两套系统、两套政策、两种财务处理。零售商通常负责退货窗口，制造商负责保修期；延保由第三方保修商理赔，零售商只协助不处理。
- **跨渠道退款绑定原始购买价**，而非当前货架价——这是价格套利欺诈的主要入口。礼品收据只换货或给店内积分（按购买价），永不退现金。
- **清算别混品类**：电子/服装/家居混装托盘按最低品类价成交，严重毁价。
- **RTV 别超期**：缺陷品 RTV 资格常在收货后 90 天到期，让其滞留仓库等于放弃追偿。
- **退货欺诈每年使美国零售商损失 $24B+**，但识别不能给正当客户制造摩擦——关注误报率（合规退货被误标，目标<3%）。
- **关键 KPI**：处理时长<48h（红线>96h）、定级准确率>95%（红线<88%）、再上架率>45%、欺诈识别率>80%、供应商追偿率>70%、单件处理成本<$8（红线>$15）。

## 互见

- first-principles-thinking：处置/例外判定本质是经济性决策，用第一性原理拆解"受理成本 vs 留存价值"。
- sql-query-builder：从 OMS/RMS 拉取退货率、按 SKU 的缺陷数据、序列号比对等做欺诈评分与 RTV 索赔取证。
- csv-data-cleaner：清洗按 SKU 聚合的缺陷/退货明细，供应商索赔时数据质量决定回收额。

---

*本条采编自 sickn33/antigravity-awesome-skills（MIT 许可证）。*