退货率是零售利润的隐形漏斗，但多数团队只拿到"尺码不符""质量问题"这类粗分类原因码，无法定位到具体商品属性，也就无从改起。我们在零售电商实验室做了一组实验：取某服饰类目近 12 万条退货申请的自由文本、客服会话摘要与退款原因码，先用大模型做归因抽取，把非结构化描述映射到版型、色差、材质手感、尺码建议、物流破损等可控维度，再用句向量聚类去发现标签体系之外的新问题簇。
进展：在 6 个主维度上，模型与三人标注的一致性达到 Cohen's kappa 0.78；聚类得到的 137 个簇中，有 21 个是现有原因码未覆盖的，主要集中在"模特图与实物拍摄角度差异"和"洗涤后变形"两类，都属于详情页可干预项。
下一步：把高置信归因回流到详情页文案与尺码表生成环节，用小流量 A/B 观察退货率变化。当前的主要障碍是小样本 SKU 的归因漂移——月销不足 50 件的商品，聚类结果不稳定，需要引入类目先验做平滑。
评论