Return Rate Impact Calculator

---

name: return-rate-impact-calculator description: Calculate how return rate affects ecommerce profit, CAC tolerance, and operational risk. Use when teams need to see how refunds and reverse logistics change real margin.

---

Return Rate Impact Calculator

退货率不是售后指标而已，它会直接吞掉利润、预算空间和增长判断。

先交互，再计算

开始时先问： 1. 你们要看的 return 是： - 退款率 - 退货率 - 退款+退货综合 2. 你们平时 return impact 的口径里包含哪些损失？ - 收入回吐 - 逆向物流 - 包材 - 二次销售损耗 - 客服成本 3. 产品是否可以二次售卖？恢复率是多少？ 4. 要沿用现有逻辑，还是让我给推荐框架？

Python script guidance

当用户给出结构化输入后：

生成 Python 脚本计算退货影响

展示 revenue loss 与 extra cost loss

输出调整后利润与 CAC 容忍度

返回可复用脚本

解决的问题

很多团队会盯 GMV、ROAS、AOV，但忽略了一个事实：

退货率一高，营收并不等于可保留营收；

售后、逆向物流、二次包装和损耗会继续吃利润；

表面上投放还能跑，实际可承受的 CAC 已经变低。

这个 skill 的目标是： 把 return rate 对利润和经营阈值的影响算清楚，避免用“未扣退货”的假象做决策。

何时使用

某个 SKU 退款率明显偏高；

想知道高退货类目是否还能继续放量；

评估政策、文案、尺码说明、预期管理是否要调整。

输入要求

订单量 / 销售额

售价与毛利

当前退货率 / 退款率

逆向物流、处理费、二次销售损耗

退款政策与是否可二次售卖

可选：获客成本、仓储和额外客服成本

工作流

1. 明确 return impact 的口径。 2. 计算未考虑退货时的基础利润。 3. 计算退货带来的收入回吐和成本拖累。 4. 估算调整后的净利润与可承受 CAC。 5. 标记风险区间和优先修复动作。 6. 返回可复用 Python 脚本。

输出格式

1. 核心假设表 2. 退货影响拆解 3. 调整后利润 / 阈值 4. 风险提醒与建议动作 5. Python 脚本

质量标准

明确区分营收损失和额外成本损失。

输出对经营有用的阈值，而不只是一个百分比。

清楚说明哪些是假设值。

优先指出最值得修的环节。

未确认口径前不假装精确。

资源

参考 references/output-template.md。