电商仓储管理:采购人员采购前必读:评估退货质检时如何避开库存积压
很多采购人员以为,退货质检只是仓库收货后的执行问题,采购只需要关注采购价、交期和合格率。实际情况恰恰相反:一批商品是否容易在退货后变成“不能卖、没人要、舍不得处理”的库存,往往在采购前就已经被包装结构、可拆卸程度、保质期、售后规则和供应商责任边界决定了。我的经验是,退货积压通常不是由退货量单独造成,而是由“退货量×质检耗时×重新销售难度×决策等待时间”共同放大。
在一次家居用品仓的复盘中,某款收纳产品月退货率只有8.6%,看起来并不异常,但退货商品平均要经过4次状态确认,超过11天才完成最终去向判断。结果是,仓内每天新增约420件待检退货,真正能够重新上架的商品只有约54%,其余商品分别滞留在待补件、待擦拭、待供应商确认和待报损区域。采购部门后来才发现,问题并不在仓库“检得慢”,而在于采购时没有把退货可复售性写进商品和供应商评估表。
传统仓储指标常见的是质检完成量、质检准确率和退货处理时效。这些指标有用,但不足以判断库存积压。因为一件商品即使被质检员完成检查,只要没有在规定时间内明确“重新上架、返工、换包装、降价销售、退供应商、报损”中的一个去向,它仍然是占用库位和资金的风险库存。
我建议采购人员在供应商评估阶段增加一个指标:退货去向确定率。它的计算方式是,在退货入库后规定时限内,已经完成最终处置决策的商品数量,除以同期进入退货质检流程的商品数量。这里的“规定时限”不能笼统写成“及时”,而应按品类设定,例如生鲜和短保商品控制在24小时内,服饰控制在72小时内,耐用品控制在5个工作日内。
如果一个供应商提供的商品退货率只有5%,但去向确定率只有70%,它可能比退货率8%、去向确定率95%的供应商更危险。前者每天产生的待处理库存虽然少,却会持续堆积;后者退货量更高,但库存能够快速回到销售、返修或报损路径,资金风险反而更可控。
| 评估指标 | 常见看法 | 更适合采购决策的看法 | 建议关注的风险 |
|---|---|---|---|
| 退货率 | 越低越好 | 要结合退货后的可复售率观察 | 低退货率可能来自售后门槛高,也可能隐藏客诉 |
| 质检完成率 | 完成检查即可 | 完成检查并明确最终去向 | 检查完成但长期等待审批,仍会形成积压 |
| 可复售率 | 由仓库自行判断 | 采购前确认商品是否具备可验证的复售标准 | 标准模糊会导致过度谨慎或错误放行 |
| 供应商处理周期 | 以合同约定天数为准 | 按不同退货原因拆分责任和时效 | 外观瑕疵、缺件、功能故障不应使用同一周期 |
真正有价值的采购评估,不是简单追求某个数字最低,而是提前知道每种退货会走哪条路径、由谁判断、需要几次确认、多久结束,以及结束后还剩多少可销售价值。

退货库存暴露额不是仓库账面库存,而是未来一段时间内可能因为退货处理迟缓而被占用的商品成本。一个简单的估算公式是:预计日退货量×平均处理天数×单位采购成本。对于需要二次包装、供应商确认或跨仓调拨的商品,还要把包装费、人工费、干线运输费和降价损失纳入估算。
例如,某商品日均退货150件,采购成本46元,平均处理周期9天,仅商品成本形成的暴露额就是6.21万元。如果每件还需要3.5元人工与耗材,最终复检后有25%的商品只能按八折销售,实际风险会进一步扩大。采购人员如果只看采购总额,很容易忽略这部分随着退货持续增长的隐性资金占用。
我在做采购评估时,会把“正常库存资金占用”和“退货待决库存资金占用”分开。前者是为了满足销售,后者是由于售后和质检流程不成熟而产生。两者的管理逻辑完全不同,不能因为总库存周转天数看起来尚可,就忽略退货区域每天新增的滞留量。
这里的接口不一定是软件接口,更重要的是业务接口。供应商需要明确哪些问题由谁承担,哪些问题可以补件,哪些问题必须退换,哪些外观问题可以接受,哪些缺陷必须报废,以及供应商在多长时间内完成回复。没有这些约定,仓库就只能把商品放在待判定区,采购则只能不断催促业务和供应商。
我会要求供应商在报价或打样阶段一并提交退货处理资料,至少包括商品结构图、配件清单、功能测试方法、包装复原要求、可接受外观标准、序列号规则和常见故障判断表。对复杂商品,还应提供拆检限制和维修报价规则。能否让一线人员在5分钟内完成基础判断,往往比供应商承诺的出厂合格率更能决定退货库存会不会积压。
采购考核通常集中在采购成本、到货及时率、供应商交付稳定性和付款条件。退货商品却是在销售完成后才回到仓库,因此采购人员很难在月度采购会议上直接看到它的影响。等到退货区爆满,问题往往已经变成仓位不足、人工加班和账实不符,而不是一个可以直接归因于采购的指标。
我见过一个典型情况:采购为了降低成本,选择了每件便宜1.8元的供应商,但新供应商包装内衬不可重复使用,退货后无法恢复原包装。仓库每件需要重新采购内衬和外箱,平均增加4.6元处理成本;由于外观不稳定,复售价格还要下调3%至8%。采购价的节省,最终被退货处理成本完全抵消。
这类问题说明,采购价只能覆盖商品进入仓库前的成本,不能代表商品生命周期成本。退货质检是生命周期成本中最容易被遗漏的一段,尤其适用于高退货率、高客单价、易损、需要安装或配件较多的商品。
退货商品并非只有“全新”和“不能卖”两个状态。它可能适合原渠道销售,也可能适合折扣渠道、员工内购、直播清仓、配件拆售或售后换新。采购前如果没有定义不同状态商品的销售路径,仓库会倾向于把有争议的商品暂存起来,等待一个看似更安全的决定。
比如一件外包装有轻微压痕、商品本体完好、配件齐全的产品,是否能重新作为正品销售,取决于平台规则、消费者预期和企业品牌策略。它不一定适合直接混入正常库存,但可以经过重新包装后进入折扣渠道。解决库存积压的关键,不是强迫仓库放宽标准,而是提前设计分级销售路径。
退货原因经常被拆散在客服系统、平台售后页面、仓库质检表和供应商对账单中。采购人员看到的可能只是“质量问题占比12%”,却不知道其中有多少是配件缺失、多少是说明书不清、多少是运输破损、多少是功能不稳定。
如果把所有退货原因都归为“质量问题”,采购无法判断应该换供应商、改包装、改说明书还是调整销售承诺。我的做法是把退货原因拆成客户预期、运输过程、商品结构、包装保护、配件完整、功能故障、操作误解和仓内拣配八类,并要求每类原因对应一个改进责任人。
退货质检的积压经常不是因为每件检查耗时太长,而是因为商品在节点之间等待。例如仓库已经完成外观检查,但要等采购确认供应商是否补件;采购已经发起询价,却要等供应商回复;供应商同意补件,又要等备件到仓。每个等待节点可能只增加两三天,叠加后却会让商品在仓库停留两周。
从管理角度看,质检作业时间是生产问题,节点等待时间是决策问题。前者可以通过培训、工具和排班改善,后者必须在采购合同、权限配置和处置规则中提前解决。

历史退货率是结果指标,不是完整的决策指标。同样是6%的退货率,服装可能有较高比例可以直接回到库存,电子配件可能因为拆封、激活或序列号问题无法重新销售。若不同时观察退货原因和可复售价值,采购人员很容易把不同品类放进同一个比较表。
我建议至少同时看四个维度:退货发生概率、退货后可复售比例、平均处理天数和单件处置损失。采购评估可以使用“风险调整后成本”进行比较,即采购成本加上预计退货处理成本,再加上无法正常销售造成的价值损失。
例如,供应商甲采购价100元,预计退货率5%,退货后平均处理成本8元,可复售率90%;供应商乙采购价96元,预计退货率7%,处理成本14元,可复售率65%。虽然乙的采购价低4元,但按照风险调整后成本计算,乙可能并不便宜。
全检可以提高放行准确率,却不能自动解决退货积压。如果商品标准没有定义、缺件没有备件、供应商没有响应时限,增加检验人员只会让更多商品更快进入“等待下一步”的区域。
全检还可能产生另一个风险:仓库为了避免错放,把轻微瑕疵商品全部判为待处理,导致可复售商品被过度隔离。对部分低价值商品而言,人工逐件检查的成本甚至会超过重新采购或直接折价销售的损失。
是否全检,应根据商品价值、故障概率、消费者风险和处置成本判断。对高客单价、高安全风险商品,严格检查是必要的;对低价值、标准化、可快速替换的商品,抽检和批次控制可能更合理。
统一回仓表面上便于盘点,实际上可能把不同温层、不同销售状态和不同处理时效的商品混在一起。短保商品与耐用品共用退货路径,会让某些商品在等待审批时失去销售价值;需要防静电或防潮存储的商品,也可能因为临时放置而增加二次损坏。
退货路径应按“商品状态”和“时间敏感性”设计,而不是只按组织架构设计。能快速复售的商品,应进入快速质检通道;需要供应商判断的商品,应进入责任确认通道;有保质期或促销窗口的商品,应进入优先处置通道。
“包退”只说明供应商愿意接受退货,不说明供应商会承担仓内人工、往返运费、补件成本、拆包损耗和销售机会损失。如果合同没有规定退货分类、证据标准、处理时限和费用承担,实际执行中仍然可能由企业先垫付成本。
采购谈判时,不能只问“能不能退”,还要问“什么情况下退、退回后多久确认、谁承担检测费用、缺件如何处理、争议如何升级、逾期如何结算”。这些条款越具体,仓库越不容易陷入反复沟通。
企业通常不愿意降价,因为降价会直接体现损失。但库存每停留一天,就可能增加库位占用、保管成本、二次损坏和机会成本。对于季节性商品、型号迭代快的商品和促销周期短的商品,早一点降价处理,往往比坚持原价等待更理性。
我会把退货商品的处置分成“价值最大化”和“损失最小化”两种策略。前者适用于高价值、非时效性的商品;后者适用于低价值、快速贬值或需要大量人工处理的商品。两种策略不能混用,更不能让仓库承担全部判断责任。
在采购谈判前,我会要求业务团队把商品从退货入库到最终处置画成状态树。状态树不需要复杂,但必须回答每个节点的进入条件、判断人、完成时限和下一步去向。
状态树的价值在于,把“仓库不知道怎么办”转化为“当前处于哪个状态、下一节点是谁负责”。采购人员可以据此判断供应商是否具备配件、技术资料和售后承接能力。
不同商品的退货质检难度差异很大。一个只有两种颜色的塑料收纳盒,和一台需要连接应用程序、检查电池健康度并核对序列号的设备,不可能采用同一套采购评分。
我建议从以下六个方面对商品打分,每项按照1至5分评估:拆封影响、配件数量、功能验证难度、外观复原难度、保质或迭代时效、供应商响应依赖度。总分越高,越不适合在没有成熟退货流程的情况下大批量采购。
| 风险维度 | 1分特征 | 3分特征 | 5分特征 | 采购判断 |
|---|---|---|---|---|
| 拆封影响 | 拆封后仍可正常销售 | 需要重新贴标或换包装 | 拆封即影响激活、密封或卫生 | 高分商品要单独设计退货等级 |
| 配件复杂度 | 无配件或单一配件 | 3至5种配件 | 配件多且相互匹配 | 要求供应商提供配件清单和补件价格 |
| 功能验证难度 | 目视即可判断 | 需要简单通电或试装 | 需要专业设备或技术人员 | 提前测算检测工具和人工成本 |
| 价值衰减速度 | 长期稳定销售 | 季节性或促销影响明显 | 型号快速迭代或保质期短 | 设置更短的处置时限 |
| 供应商依赖度 | 仓库可独立判断 | 部分问题需供应商确认 | 多数问题需返厂或技术判定 | 合同中必须约定响应和返修周期 |
退货处理总成本至少包括入库搬运、拆包、质检、清洁、补件、换包装、系统操作、库位占用、跨仓调拨、供应商往返运输、降价销售损失和最终报损成本。很多企业只计算质检员工时,导致低估了真正的退货成本。
可以用以下公式进行采购前估算:
退货处理总成本
= 预计退货量 × 单件基础处理成本
+ 预计缺件量 × 单件补件成本
+ 预计返工量 × 单件返工成本
+ 预计降级销售量 × 单件价值损失
+ 预计报损量 × 单件采购成本
+ 退货库存平均占用天数 × 日均库位及资金成本
公式中的每个参数不必一开始就非常精确,但必须有口径。对于新商品,可以用相近商品的历史数据作为初始基准;对于新供应商,则应要求先做小批量试采,用真实退货样本校正参数。
采购决策的关键不是预测得绝对准确,而是能在不同供应商、不同包装方案和不同售后政策之间进行同口径比较。
所有指标都追求越低或越高,容易把决策简单化。实际采购需要明确红线,例如食品类退货商品不得重新进入正常销售库存,儿童用品出现安全相关问题必须隔离,带序列号的设备必须完成激活状态核验,高价值商品未完成影像留档不得判定为可复售。
除红线外,还应设置可接受区间。例如普通耐用品的平均退货处理周期可以控制在3至5个工作日;可直接复售率低于60%时,采购必须重新评估包装、商品说明和售后规则;供应商责任确认超过两个工作日时,需要触发升级机制。
红线解决安全和合规问题,区间解决效率和经济性问题。两者混在一起,会导致一线人员要么过度保守,要么为了清库存而放松关键检查。

下面的案例来自我参与过的一类家居用品仓运营复盘,数据做了匿名化和区间化处理。该仓库销售的商品退货率约为8%至9%,月均退货量约1.2万件。采购部门原本认为退货率处于可接受水平,因此没有将退货处理能力纳入新供应商评估。
真正的问题出现在退货状态分布上:约31%的商品缺少一个或多个配件,22%的商品外包装无法复原,13%的商品存在轻微划痕,9%的商品需要供应商确认结构是否影响使用,剩余部分才是可以快速复售或直接报损的商品。
仓库每天能够完成约460件基础检查,但只有约350件能完成最终去向确认。日均退货量约400件,意味着每天约有50件商品进入净积压。按单件采购成本42元计算,30天后仅账面商品成本就可能增加6.3万元,还没有包括库位和人工。
| 退货状态 | 月均数量 | 占退货量比例 | 平均处理周期 | 主要积压原因 |
|---|---|---|---|---|
| 可直接复售 | 3360件 | 28% | 1.2天 | 等待系统状态更新或重新贴标 |
| 清洁或换包装后复售 | 2760件 | 23% | 4.5天 | 耗材准备和包装工位不足 |
| 缺件待补 | 3720件 | 31% | 10.8天 | 配件清单不清、供应商补件慢 |
| 待责任确认 | 1560件 | 13% | 12.4天 | 仓库与供应商对外观和运输责任认定不一致 |
| 直接处置 | 600件 | 5% | 2.1天 | 部分商品缺乏固定报损和清仓渠道 |
复盘后,采购部门没有立即更换供应商,而是做了三个调整。第一,要求供应商按SKU提供可替换配件包,并明确单价与补件时限。第二,重新设计内衬,使退货后可以重复使用。第三,把“缺件待补”和“待责任确认”拆成独立流程,并允许仓库在金额低于一定阈值时直接选择降级销售。
两个月后,缺件待补占比从31%下降到18%,平均处理周期从10.8天降到6.2天;可直接复售率没有明显上升,但退货区总库存下降了约37%。这个结果很值得注意:库存下降并不一定依靠提高可复售率,也可以通过缩短等待时间和加快损失确认实现。

在需要分析多个店铺、多个仓库和多个供应商时,单靠仓库日报很难看出退货库存的真实来源。以九数云为例,我更看重它在这类场景中的数据整合和可视化能力,而不是把它当作一个“自动给出采购答案”的工具。实际应用时,可以将订单、退货单、质检结果、库存流水、供应商信息和采购入库数据按商品编码、仓库编码、供应商编码和日期进行关联。
在一个分析模型中,我会建立以下字段:退货申请日期、实际入库日期、基础质检完成日期、最终去向日期、退货原因、质检等级、供应商责任、补件数量、返工费用、降价金额、报损金额和最终销售渠道。然后通过计算字段得到“入库到质检天数”“质检到去向天数”“总滞留天数”和“退货库存暴露额”。
这样做的价值在于,采购人员可以从“某供应商退货率较高”进一步追问:它是否主要集中在某个仓库?是否只发生在某个包装批次?是否退货率不高,但缺件待补时间特别长?是否某个供应商在商品可复售率上表现不错,却在争议确认上拖慢整体周转?
九数云这类分析平台适合用于建立多维看板,但前提是企业先统一编码和状态口径。若同一个退货原因在不同仓库被写成“缺件”“配件少”“少附件”,可视化只能把混乱展示得更漂亮,并不能产生可靠结论。
四张表关联后,采购部门可以按照供应商、SKU、仓库和退货原因查看库存积压来源。例如,某SKU的退货率为7.4%,但“质检完成到最终去向”的平均时长达到8.1天,那么采购不应只要求供应商降低退货率,而应优先推动供应商提供标准判定资料或补件方案。
我认为退货分析看板至少要有三层。第一层是管理层看的风险总览,包括退货待决库存金额、超过时限库存金额、供应商责任金额和预计损失金额。第二层是采购层看的供应商对比,包括退货原因结构、补件响应周期、可复售率和单件处理成本。第三层是仓库层看的执行清单,包括今日到期任务、待补件商品、待复检商品和超过红线的商品。
如果看板只有“退货总量”和“退货率”,它只能说明问题有多大,不能说明问题在哪里。采购前的真正价值,是让采购人员在下单之前看到某个商品未来可能经过的处理路径。
第一,不能把退货申请日期当作退货入库日期。客户申请退货和商品实际回仓之间可能相差数天,用错日期会导致仓库处理时效被错误计算。
第二,不能把最终报损日期当作问题发生日期。商品可能早已在待处理区停留,只是审批通过后才产生报损记录。采购需要看到完整的状态变化时间线,而不是只看最终结果。
第三,不能直接用平均值掩盖长尾。平均处理周期为4天,并不代表所有商品都在4天内完成。有些高价值商品可能停留20天,平均值却被大量低价值商品拉低。因此,应同时查看中位数、90分位处理时长和超过时限的库存金额。

询价文件中应增加退货质检相关问题,避免供应商只按出厂交付条件报价。采购人员可以要求供应商回答:商品拆封后能否恢复销售、包装材料是否支持重复使用、常见缺件有哪些、备件是否单独供应、功能检测需要什么工具、退货后多久能完成责任确认、哪些问题可以远程判断、哪些问题必须返厂。
如果供应商无法回答这些问题,不一定代表商品质量差,但说明它的退货承接能力尚未被验证。对于新供应商,我不会直接用大批量订单验证,而会先要求小批量采购,并把退货处理测试列为试单验收的一部分。
| 询价问题 | 供应商应提供的证据 | 采购判断方式 |
|---|---|---|
| 拆封后如何恢复销售 | 包装结构图、封签和耗材清单 | 检查是否能重复使用,核算每次复原成本 |
| 缺件如何处理 | 标准配件表、备件库存和补件价格 | 确认常见缺件能否在规定时间内补齐 |
| 功能故障如何判定 | 检测流程、工具要求和判定阈值 | 确认仓库能否独立完成基础判断 |
| 运输破损如何分责 | 包装抗压测试和验收影像要求 | 避免退货后长期等待责任确认 |
| 无法复售商品如何处置 | 退供、返修、报损和清仓规则 | 确认处置周期及费用承担人 |
很多采购打样只测试商品是否符合规格,却不测试商品经过一次消费者拆包、使用和退回后能否被仓库判断。我的建议是进行一次“逆向打样”:打开包装,模拟安装或使用,拆散配件,再按照客户退货的状态重新装箱,交给没有参与打样的仓库人员进行质检。
测试时要记录五个结果:第一,仓库能否识别商品和配件;第二,是否能在规定时间内完成基本功能判断;第三,是否能区分可复售和需处理状态;第四,缺件时能否找到对应备件;第五,系统里能否准确记录商品状态。
如果仓库人员需要频繁询问采购、客服或供应商,说明商品的退货标准还没有被产品化。此时继续压价或扩大采购量,通常只会把流程问题放大。
仓内演练可以发现包装和标准问题,但真实退货还会带来客户使用痕迹、误操作、缺少附件、第三方包装和运输损伤。对退货风险较高的商品,我建议用一个完整销售周期进行小批量验证,观察真实订单、真实售后和真实回仓状态。
试单量不宜只按采购金额确定,还要按预期退货量确定。如果预期月销售量为3000件,预计退货率为8%,至少要让团队获得足够的退货样本,否则少量样本无法反映缺件、包装破损和异常故障的长尾问题。
试单结束后,采购部门应形成一份“退货后成本表”,把每类退货的处理动作、耗材、人工、供应商响应和最终销售结果记录下来。只有这份表完成,才适合讨论是否扩大采购规模。
合同条款不能停留在“质量问题包退”“不合格品由供应商负责”这种笼统表达。可执行条款应尽量明确商品状态、证据要求、时间节点和费用承担。
采购人员还应关注“供应商逾期不回复”的处理方式。没有默认规则时,仓库会一直等待;有了规则后,可以在超过期限时按照预设条件转入降级销售、退供或报损流程。

如果商品退货率较高,但大多数退货商品可以在1至3天内完成检查并重新上架,且客户退货原因主要是尺码、颜色、预期不符等非质量问题,那么重点应放在逆向物流、快速质检和库存状态同步,而不是简单淘汰供应商。
此类商品适合设置快速通道。仓库可以先完成外观、吊牌、配件和明显使用痕迹检查,符合标准的商品直接进入快速复售流程;需要深度检查的商品再进入慢速通道。这样可以避免少数复杂退货拖慢全部退货。
低退货率并不一定代表风险低。某些商品退货率低,是因为消费者退货成本高、售后规则严格或商品本身使用频率低。一旦发生退货,商品可能因为开封、激活、卫生或安全原因无法再次销售。
对这类商品,采购应重点核算单件退货损失,而不是只看退货数量。可以要求供应商提供密封、激活、序列号和安全检测方案,并为无法复售的商品设计退供或返修路径。
缺件是最容易被低估的积压原因。一个看似价值不高的螺丝、连接头、挂钩或说明书,都会让整件商品无法正常复售。缺件商品如果需要等待供应商从工厂单独寄送,处理周期可能远高于商品本身的价值。
采购时可以要求供应商提供按SKU配置的备件包,并根据历史缺件率设置安全库存。对于低价值配件,还可以约定按月结算或随主货批量补充,减少每次退货单独申请的沟通成本。
包装不是单纯的物流耗材。对于需要以“全新状态”销售的商品,包装外观会直接影响复售等级。采购人员应关注外箱抗压、内衬固定、封签可重复使用、配件分隔和退货重新封装难度。
我通常会要求对包装做三种测试:正常运输后的外观检查、模拟消费者拆包后的复原测试、退回后再次运输的抗损测试。只有通过第三种测试,才能判断包装是否真正支持逆向物流。
高价值商品的单件损失高,安全相关商品的错误放行风险高。这两类商品不适合用低价和高速度作为唯一目标。应保留影像、序列号、关键功能测试结果和责任判定记录,必要时由专业人员复检。
但严格检查也要有时限。高标准不等于无限期等待。对于超过规定时限仍无法确定的商品,应设置升级路径,例如转供应商检测、委托第三方维修或按保守价值处理。
季节性商品最怕“等一个更好的销售机会”。如果退货商品在促销窗口结束后才完成复检,即使商品本身完好,也可能失去原来的销售价值。采购前应把销售周期、退货周期和处置周期放在同一个时间轴上。
建议按照距离销售窗口结束的时间设置不同动作:剩余时间充足时优先复售;进入临界期时允许折扣或转渠道;超过窗口后直接进入清仓或退供。不要让仓库把季节性库存和普通库存使用同一套审批节奏。

低成本方案通常采用抽检、简化包装、集中处理和统一报损。它的优势是人工投入少、流程简单,适合单价较低、没有安全风险、商品结构简单且补货容易的品类。
它的缺点是个别异常商品可能被误放,或者部分退货会直接损失商品价值。采购人员应先计算错误放行的损失与全检成本,如果前者低于后者,低成本方案才有经济合理性。
平衡方案通常采用分级质检。低风险商品走快速通道,高风险商品走深度检查;可复售商品尽快回到库存,需要供应商判断的商品单独隔离;低价值争议商品设定金额权限,允许仓库在规则内直接处置。
这是我最常推荐的方案,因为它不要求所有退货都达到同一检查深度,也不要求所有商品都由同一个部门审批。它通过分层,把有限的检查资源用在真正可能造成较大损失的商品上。
高控制方案会保留完整影像、序列号、批次、检测参数和责任证据,并可能引入供应商远程诊断、第三方检测和专门返修中心。它的成本较高,但能降低错放、争议和安全事故风险。
高控制方案不能只看单件人工成本。高价值商品的错误放行可能带来客户索赔、平台处罚、品牌损害和大规模召回。采购人员应按照最坏情景估算风险,而不是只按平均处理成本决策。
| 方案 | 处理速度 | 人工成本 | 错放风险 | 适用品类 |
|---|---|---|---|---|
| 简化抽检 | 快 | 低 | 中至高 | 低价值、结构简单、无安全风险商品 |
| 分级质检 | 中至快 | 中 | 低至中 | 多数服饰、家居、小家电和标准配件 |
| 深度全检 | 慢 | 高 | 低 | 高价值、复杂功能和安全敏感商品 |
| 供应商返检 | 取决于响应速度 | 中至高 | 较低 | 技术门槛高、仓库无法独立判断的商品 |
采购价低的商品可能需要更多人工、更多耗材和更长的退货停留时间。采购价高的商品也可能因为包装成熟、配件标准和供应商响应快而降低整体风险。因此,比较供应商时,应至少建立“正常销售成本”和“退货场景成本”两套模型。
可以把供应商的综合成本写成:采购成本+正常入库成本+预计退货处理成本+预计价值损失+库存占用成本。对于供应商乙,即使采购价比供应商甲高2元,只要退货处理成本低5元、价值损失低3元,最终综合成本仍可能更低。
当退货量突然上升,企业最容易采取的措施是增加临时工。但如果积压主要来自供应商等待、审批等待和系统状态不一致,增加人手只能提高检查速度,不能提高最终去向确定速度。
我建议先把积压库存按停留节点拆开:待基础检查、待功能检查、待补件、待责任确认、待审批、待上架和待处置。只有确认哪个节点是瓶颈后,才能决定是增加人员、增加备件、调整权限,还是更换供应商。

商品采购评审不应只有采购、商品和财务参加。对于退货风险较高的商品,至少需要仓储、客服或售后人员参与。仓库可以判断商品是否容易拆检,客服可以提供真实退货原因,财务可以核算价值损失,采购则负责把这些条件转化为供应商条款。
如果条件允许,还可以让一线质检员参与打样评估。管理人员看到的是流程图,一线人员看到的是实际动作:包装是否难拆、配件是否容易混淆、标签是否容易脱落、功能按钮是否需要特殊工具。很多积压问题,只有在一线操作时才会暴露。
供应商级别的平均指标太粗,采购最终下单的是具体SKU。一个供应商可能有多个商品,其中某个商品退货率和缺件率特别高,但在整体平均值中被其他商品掩盖。
SKU画像应包括销售量、退货率、退货原因结构、可复售率、平均处理天数、超过时限库存金额、单件处理成本、供应商责任比例和最终处置渠道。对于新SKU,可以先使用相似商品画像,待试单数据积累后再更新。
平均处理周期容易掩盖极端积压。采购人员应同时查看P50、P90和最大值。P50表示一半商品的处理时长,P90表示最慢10%商品的大致情况,最大值则帮助发现是否存在长期无人处理的异常单。
例如某商品平均处理周期只有3.8天,但P90达到12天,最大值达到46天,说明大部分商品处理很快,少数异常商品却可能长期占用高价值库位。此时更合理的动作不是全面提高质检标准,而是针对异常原因建立升级路径。
复盘不应只问“本月退货多少件”,还要回答退货商品最后去了哪里、每类去向产生了多少成本、哪些供应商造成了等待、哪些SKU的库存价值衰减最快,以及哪些问题可以在下一次采购前被消除。
只有把退货库存损益反馈给采购,采购人员才会真正拥有改进商品、包装和供应商的依据。否则,退货数据永远停留在售后部门,采购只能继续依赖价格和交期做决定。
如果企业已经使用九数云进行经营数据分析,可以把退货库存看板进一步做成预警机制。例如,当某SKU待决库存连续三天增长、某供应商责任确认超过约定时限、某仓库P90处理周期突破红线,系统自动标记异常,并把任务分派给采购、仓储或售后负责人。
这类预警不应追求数量越多越好。预警条件过于宽泛,会让团队很快产生提醒疲劳。我建议只保留真正需要行动的条件,例如高价值库存超过时限、短保商品进入临界期、供应商回复逾期、同一批次异常集中出现等。
分析平台的作用是缩短发现问题到采取行动之间的时间,不是替代采购人员的判断。采购仍然需要结合合同、商品定位和客户体验,决定是降价处置、退供、返工还是调整下一批订单。

第一周不要急着换供应商,也不要急着采购系统。先统一退货原因、库存状态、处理节点和时间字段。把所有待决退货按SKU、供应商、仓库和状态导出,确认每件商品当前停留在哪个节点。
此阶段最重要的产出是四张表:SKU退货画像表、退货状态流转表、供应商责任表和待决库存金额表。即使暂时使用表格,也要确保同一字段的定义一致,例如“质检完成”必须指基础与功能检查全部完成,而不是只完成外观检查。
第二周选择待决库存金额最高、处理周期最长或退货量增长最快的前10个SKU。对每个SKU逐件抽查,记录缺件、包装、功能、责任和系统状态问题。
然后为每个SKU设定明确的分级规则:什么情况下直接复售,什么情况下需要清洁或换包,什么情况下允许降级销售,什么情况下必须退供或报损。规则应尽量由商品照片、配件清单和可观察结果组成,减少“凭经验判断”的空间。
第三周不要只讨论下一批货的采购价,而要拿着真实退货样本与供应商逐件确认。让供应商看到缺件、包装破损、功能异常和责任争议的具体案例,并要求其给出补件、返工、退供和费用承担方案。
谈判时可以把问题分成三类。第一类是供应商可以直接改善的,例如配件清单、包装内衬和说明书;第二类是双方共同承担的,例如运输破损和客户误操作;第三类是企业内部必须解决的,例如系统状态、权限和清仓渠道。这样可以避免把所有问题都推给供应商。
第四周选择一个仓库或一个品类试运行新的退货规则,持续观察至少一周。重点看待决库存件数、待决库存金额、P90处理时长、超过时限数量、可复售率和单件处理成本是否发生变化。
如果可复售率下降,但待决库存金额和处理周期明显下降,不要急着判定方案失败。可能是新的规则更早暴露了不可复售商品,减少了长期等待。相反,如果可复售率上升,但库存金额和处理周期没有改善,说明仓库可能只是提高了放行比例,流程瓶颈仍然存在。

供应商能力不能只用产能、交期和出厂合格率衡量。对于电商业务,供应商还必须具备退货承接能力,包括配件供应、技术判定、包装复原、返工维修、责任确认和处置协同。
如果供应商无法提供这些能力,采购人员就应该在价格谈判中预留相应成本,或者限制采购规模。尤其是新商品,不能因为正向销售数据好看,就忽略逆向流程尚未验证的事实。
库存问题是商品太多,决策问题是商品已经退回但没人决定下一步。两者的改善方式不同。库存过多需要调整采购计划、销售预测或补货策略;决策过慢需要优化标准、权限、供应商响应和处置渠道。
如果企业把所有退货积压都归因于采购量过大,可能会误砍掉畅销商品;如果把所有问题都归因于仓库效率,可能会不断增加人手,却仍然无法处理供应商和审批等待。
退货管理的目标不是让账面损失看起来最小,而是让商品在合适的时间进入最合适的去向。正品复售、折扣销售、配件拆售、返工、退供和报损都有其适用边界。坚持单一目标,反而可能让库存停留更久。
我更认可“单位时间价值最大化”的思路:在安全、合规和客户体验可接受的前提下,比较商品继续等待可能增加的价值与继续等待产生的成本。如果等待一天只可能多卖10元,却增加了6元人工、2元库位和更高的过期风险,提前处置往往更合理。
如果企业需要跨店铺、跨仓库和跨供应商分析,可以使用九数云将订单、退货、质检、库存和采购数据统一关联,但不要把工具上线当成改善的起点。真正的起点是统一状态、明确责任和规定决策时限;工具的作用,是让这些规则被持续观察和及时执行。
我的最终判断是:退货质检不是仓库的末端动作,而是采购前必须完成的商品可流通性评估。采购人员只有提前知道商品退回后如何检查、如何分级、如何补件、如何复售、如何退供和何时止损,才有可能在采购成本、客户体验和库存风险之间做出真正可执行的选择。只有精品、价格和交期决定商品能不能买进来;退货处理能力,才决定它能不能顺利走完整个库存生命周期。
我在参与电商仓配项目复盘时发现,很多采购人员把“退回来还能不能卖”当成质检的唯一问题,却没有继续追问“多久能卖掉、以什么价格卖掉”。我想知道,退货质检到底应该如何和采购数量、补货节奏关联起来,才能避免仓库里堆满看似可用、实际上卖不动的商品?
退货质检的第一判断不应是“商品是否完好”,而应是“这件商品经过处理后,能否在可接受的时间内以合理价格再次产生销售”。只要质检结果没有进入采购决策,仓库就可能不断接收新货,同时把退货、瑕疵品和临期品一起推向库存积压。我建议把退货商品拆成四个可执行等级,而不是只设置“合格”和“不合格”两种结果。
等级典型状态处理动作采购影响 A级包装完整、配件齐全、无使用痕迹重新上架,保留原价销售可计入可售库存,降低短期采购量 B级轻微拆封或外包装损伤,功能正常更换包装或以轻微瑕疵品销售按折价后的预计销量计入库存 C级功能正常但缺配件、明显使用痕迹维修、拆件或组合促销不直接抵扣主商品采购量 D级功能故障、卫生风险或无法确认来源退供应商、报损或回收处理不得计入可用库存 关键在于,A级和B级不能简单按件数计入库存。
假设近30天日均销量为100件,A级退货有40件,预计7天内可以重新售出;B级退货有60件,但历史上只有30%的折价商品能在30天内售出,那么采购可参考的有效库存应接近58件,而不是100件。一个实用的计算方式是:有效退货库存=A级数量×A级可售率+B级数量×B级预计售出率-超过销售窗口的数量。
销售窗口建议按照商品生命周期设定,快消品可以用7至14天,季节品和活动款则应使用更短窗口。我通常会要求采购看“退货库存覆盖天数”,而不是只看退货率。计算公式为:退货库存覆盖天数=可售退货库存÷未来日均预测销量。
如果这个数值已经超过采购提前期,且退货商品的近30天动销率低于新品动销率,就应暂停或缩减采购,而不是继续按原计划补货。这套方法的独特之处在于,它把质检结论变成了采购语言:可售率影响库存,折价率影响毛利,处理时长影响补货节奏,最终销售窗口决定这批退货是否还有价值。
我以前见过仓库把退货统一放入“待检区”,但没有明确最长停留时间,结果一周后才发现其中不少商品已经错过活动期。我想建立一套采购前就能使用的标准,既能让质检人员快速判断,也能让采购人员提前知道哪些退货会变成积压库存。
退货质检标准必须同时包含“质量标准”和“时间标准”。只有质量没有时限,商品会长期停在待检区;只有时限没有质量,仓库又可能为了追求周转,把风险商品直接重新发给消费者。我建议在采购评估阶段建立一个五项评分表,每项按0至2分打分,总分越低,越不适合继续补货。
评估项0分1分2分 包装状态破损严重轻微破损完整 功能状态故障或无法测试需要维修或复测一次测试通过 配件完整度缺核心配件缺非核心配件齐全 再次销售时效预计超过30天预计8至30天预计7天内 价格恢复能力需大幅折价折价10%至30%基本可按原价销售 总分8至10分的商品,可以进入正常可售库存;
总分5至7分的商品,应进入折价、组合销售或限定渠道;总分0至4分的商品,不建议被采购当作可用库存。时间阈值需要按品类区分。服饰和节日商品对时效最敏感,退货检验最好在24至48小时内完成;小家电、数码配件可以放宽到72小时,但超过7天仍未完成判定,就应自动升级给仓库主管和采购负责人。
预警线也不宜只设一个库存数量。我在实际复盘中更倾向于设置三条线:退货占可售库存超过15%时提醒,超过25%时要求采购复核,超过35%且未来14天销量不足以消化时暂停补货。例如某商品可售库存为1000件,其中退货库存达到280件,近14天预测销量只有400件。
即使退货全部合格,退货也占总库存28%,已经足以触发采购复核;如果其中B级商品占一半,就不能按照280件全额抵扣下一批采购量。采购前还要把这些规则写入供应商和仓库的验收协议,明确“质检完成时限、等级定义、复测责任和逾期处理方式”。否则评分表只是内部文件,无法约束实际库存流转。
我在使用过不同仓储和进销存系统后,发现最容易被忽略的问题不是没有退货模块,而是退货完成后库存状态没有真正分开。系统显示有货,采购就会减少补货;但这些库存可能还在待检、维修或等待配件,最终造成销售缺货和账面库存同时存在。
退货库存最常见的错误,是把“物理上回到仓库”直接等同于“可以销售”。采购人员看到总库存增加,就会误以为库存压力已经缓解;销售端却无法正常承诺发货,这就是典型的虚假库存。系统中至少应拆分以下六种状态:退货待检、质检合格、折价可售、维修中、待供应商处理、报损冻结。
只有“质检合格”和“折价可售”能够进入可售库存,维修中和待供应商处理只能进入预计可回收库存。
库存状态销售是否可用采购是否可抵扣必须记录的字段 退货待检否否退货时间、订单号、原因 质检合格是是质检人、等级、上架时间 折价可售是按折扣销量折算折价率、预计售出周期 维修中否按维修成功率折算故障类型、维修成本、预计完成日 待供应商处理否否责任方、处理期限、物流单号 报损冻结否否报损原因、审批记录 我建议采购报表使用两个数字:账面库存和采购有效库存。
采购有效库存=质检合格库存+折价可售库存×折价商品预计售出率+维修中库存×历史维修成功率,而不是直接使用系统总库存。举例来说,仓库账面有1200件退货,其中质检合格500件,折价可售300件,维修中200件,待供应商处理200件。
若折价商品预计售出率为40%,维修成功率为60%,则采购有效库存只有500+300×40%+200×60%=740件,不能按1200件判断补货需求。数据接口上,采购至少要每天看到四个字段:退货入库时间、当前库存状态、质检完成时间、预计重新销售日期。
如果只能看到一个“退货数量”,就无法判断库存究竟卡在仓库、维修环节,还是供应商责任环节。另一个容易踩坑的地方是修改库存状态没有留痕。任何从待检改为合格的操作,都应保留人员、时间、质检结果和必要的照片或测试记录。这样既能减少为了完成周转指标而提前放行的行为,也能在消费者投诉时追溯判断依据。
对采购而言,系统改造不一定要一开始就做得复杂。先把待检、可售、不可售三个状态分开,再增加折价和维修状态,通常比一次性上线大量字段更容易落地。
我最担心的是方案在纸面上很完整,但一到大促后就失效:供应商把责任推给仓库,仓库把问题推给质检,采购最后只能继续收货。我想知道,采购前怎样用小批量和指标验证供应商的退货质量,避免一次性下大单后才发现退货处理能力不足?
采购前验证退货管理能力,不能只看供应商承诺的退货率。真正重要的是退货产生后,供应商是否能配合分类、补件、维修、换货和费用承担。一个退货率很低但处理周期很长的供应商,可能比退货率略高但处理效率稳定的供应商更危险。
我建议先做一个包含200至500件商品的小批量试采,至少覆盖一次正常销售周期和一次促销周期。测试时不要只记录最终退货数量,还要记录每个节点的耗时。
指标建议观察值触发动作 退货率按品类历史均值比较连续两周高于均值20%,暂停放量 质检完成时效普通品48小时内超过72小时,要求供应商共同承担处理成本 一次质检通过率目标不低于90%低于85%,复核包装和产品质量 退货可恢复销售率目标不低于70%低于60%,降低采购量或更换供应商 责任处理完成率目标不低于95%逾期订单进入供应商扣分 “退货可恢复销售率”比单纯退货率更有决策价值。
比如供应商甲退货率为8%,但只有40%的退货能重新销售;供应商乙退货率为11%,却有85%的退货可以在7天内恢复销售。若乙的维修和补件成本更低,实际库存风险可能反而小于甲。
采购合同中应把退货责任拆成几种情形:产品质量问题由供应商承担,运输破损按承运责任处理,消费者无理由退货则按双方约定分摊,缺件和错发则由责任方承担补件及二次物流费用。责任越模糊,退货越容易停在仓库里。小批量测试还要设置“停止放量条件”。
例如,退货待检超过48小时的比例高于10%,B级及以下商品超过退货总量35%,或供应商逾期处理率超过5%,就暂停扩大采购量,先做原因复盘。我更推荐按月计算库存风险成本,而不是只比较采购单价。库存风险成本可以粗略估算为:退货处理人工费+仓储占用费+折价损失+维修及二次物流费。
供应商单价便宜2%,但退货风险成本高出5%,通常并不是真正的低成本供应商。最终的判断标准不是“有没有退货”,而是“退货是否可预测、可分类、可在销售窗口内处理”。采购只有在这三个条件都成立时,才适合把小批量测试结果扩大到长期采购计划。


读者评论
文章把退货率与退货去向确定率区分开来,这个角度比较实用。采购前如果不明确复售、返工、降价和报损路径,仓库确实容易长期积压。
文中关于等待时间的分析很有参考价值。很多退货并非检查耗时,而是卡在供应商回复、采购审批和补件环节,合同中应明确责任人与处理时限。
建议进一步补充不同行业的判断标准。家居用品、食品和电子产品在保质期、激活状态及配件处理上差异较大,统一指标可能不适用于所有品类。