在服饰类目的退货工单里，“尺码不合适”长期是占比最高的原因标签，但这个标签本身几乎没有可操作性——它既可能是版型偏小，也可能是详情页尺码表与实物不符，还可能是用户跨品牌选码习惯造成的偏差。零售电商实验室近期围绕退货原因的可解释归因做了一组实验：把用户评论文本、退货申请理由、下单时的尺码选择、同款商品的换码记录合并为一条样本，用轻量文本模型做语义编码，再与结构化字段拼接，输出更细的原因分布。
阶段进展：
- 在近三个月约 12 万条退换样本上，模型把“尺码不合适”进一步拆分为“版型偏小/偏大”“尺码表偏差”“跨品牌选码习惯”三类，人工抽检一致率约 78%，优于仅使用退货理由标签的基线；归因结果已回流至详情页尺码提示与客服话术，相关品类换码率在 A/B 测试中下降约 6%。
- 下一步计划把归因结果前置到选品与打样环节，验证能否在企划阶段规避高风险版型；同时补齐直播渠道样本，避免模型对图文渠道过拟合。
评论