AI退货风险分层定制：签收行为与品类基线

在零售电商履约链路中，退货体验与成本之间的平衡一直缺少细粒度工具。本期实验聚焦“到货即退”与“无理由退货”两类场景，尝试用签收行为与品类基线做风险分层，而不是直接预测单笔退货概率。方法上，我们将签收时长、开箱拍照/视频上传、配送员交互记录、订单价格带、历史退货率、尺码敏感度等特征分为行为侧与品类侧。行为侧捕捉即时异常，品类侧提供先验修正，再通过分层阈值输出低、中、高三档风险。离线评测覆盖3C、服饰、美妆三个品类近18个月数据，AUC由0.71提升至0.79；高风险订单人工复核量下降约32%，误伤率控制在5%以内。要点：1）进展：风险分层已接入售后工单预审，高风险单优先流转，低风险单自动放行，减少无效拦截。2）下一步：接入实时物流节点与退货原因文本，探索退货归因与退款策略联动，并验证跨品类迁移稳定性。