退货率
退货率和离婚率的计算方式有共通的地方，只是前者退的是商品，后者退的是婚姻。退货率可以用退货数量或退货批次来计算，公式分别如下：
退货率=退货数量÷发货数量x100%
退货率=退货批次÷发货批次x100%，没特别说明，后文的退货率均以以批次来演示。
虽然退货率的公式非常简单，但是退货率和离婚率一样容易出问题。退货率的公式隐含了时间和对象两个关键信息，即什么对象在什么时间周期内的退货率。如果只用公式硬套，可能算出退货率高于100%的情况。退货率常见问题有两种情况：
对象不一致：有的公司为了方便顾客，允许顾客就近退货，这样极端状况下就有可能造成退货批次大于发货批次的现象，因为会有非本店购买的顾客来退货，这些退货批次不在分母中，但却在分子中。这种情况一般线下零售比较多。
时间属性不一致：经常出现的情况是上月发的货本月来退，造成本月退货率数据失真。这种情况一般线上零售比较多。
当发货数量巨大，退货比较小时一般问题不大，但是现在电子商务的退货率一直高居不下，影响就比较大了。解决这两种不一致的办法有三种：
扩大统计范围：如果公司允许顾客就进退货，那就不要分析店铺的退货率，直接看城市或全公司的退货率就可以了。
追根溯源：包括把非本店铺发货的退货单从数据上返还给实际发货的店铺，把非本周期发货的退货单从数据上返还给实际发货的周期。例如本月发货200单，退货40单，其中10单是非本月的发货，则本月实际退货率是15%。这种方法可以做到对象和时间数据的一致了，不过这种方法计算起来比较复杂，因为退货源的归属期查起来往往比较麻烦。所以一般用于中长期，如月退货率的计算。这种方法的退货率需要不断的修正，如2013年10月底计算的当月退货率为12%，但11月又有10月发货的商品退货，则11月底时需要修正10月的退货率数据，如果12月时还有10月发货的商品退回，则12月底时还需修正。
实际发生退货率：这种方法就是按当期实际退货数除以当期实际发货数，忽略对象和时间属性不一致的因素。这种方法的好处是简单，就是退货不问出处，可以适用于计算短期退货率使用，如日、周退货率。
不管企业采用何种计算方法，一定要注意标准的统一。只有标准统一了我们才好结合退货率的走势去分析退货背后的原因。
