E-commerce: стоимость обработки одного возврата выросла на 35% за квартал

Ситуация: Средняя себестоимость одного возврата (reverse logistics) выросла с 280 до 380 рублей за квартал при стабильном return-rate. Возвраты съедают маржу быстрее, чем растёт выручка.

Компания продаёт одежду и электронику с бесплатным возвратом. Финансы зафиксировали рост стоимости reverse-цепочки, но непонятно, что драйвит: логистика забора, время лежания на складе обработки, переоценка или утилизация товара. Нужен причинный разбор и план снижения cost-per-return.

Доступные данные

• returns: return_id, order_id, sku, category, initiated_at, received_at, region, return_reason
• return_processing: return_id, warehouse_id, inspected_at, resolution, restock_at, processing_cost
• return_transport: return_id, leg_type, carrier_id, cost, distance_km
• products: sku, category, unit_price, weight_kg
• resale: return_id, resale_channel, resale_price, days_to_resell

Задачи

• Декомпозировать cost-per-return на компоненты: транспорт, инспекция/обработка, потеря стоимости при переоценке.
• Сегментировать рост стоимости по category и return_reason — где удорожание концентрируется.
• Замерить время received_at→restock_at и его связь с потерей resale_price (товар лежит — дешевеет).
• Сравнить долю resolution-исходов (restock / discount-resale / utilize) до и после, оценить сдвиг к утилизации.
• Оценить вклад транспортных плеч (leg_type) и смены carrier по регионам.

Все кейсы для подготовки → ← Все кейсы