Amazon 退货率偏高时，用根因分析、Listing…

适用于 Amazon 各站点卖家需要系统性降低退货率、分析退货根因并获得可执行优化建议的场景。

适用场景

解决思路

1. 安装技能：运行 npx skills add nexscope/amazon-return-reduction。
2. 调用时输入：Help me with amazon return reduction for my e-commerce business.，并补充自己的业务信息。
3. 从用户消息中收集信息：产品、平台、当前情况和目标。
4. 用多选题格式提出一次后续问题，涵盖所有剩余问题；允许简写回答（如 1b 2c 3a）。
5. 使用根因分析、Listing 准确性、包装改进、尺码指南等框架和方法进行研究与分析。
6. 进行退货根因分析，定位主要退货原因。
7. 检查并改进 Listing 准确性，减少因描述、图片或参数不符导致的退货。
8. 实施包装改进，降低运输损坏等导致的退货。
9. 优化尺码指南，减少因尺码不合适导致的退货。
10. 交付结构化、可执行的输出，包含具体建议，而不是模糊建议。
11. 输出以发现总结开头。
12. 包含具体数据点和基准（如有）。
13. 提供按优先级排序的行动项。
14. 当基于不完整数据时，用 ⚠️ 标记估算值。
15. 以具体的下一步行动结尾。

适用边界 · 注意事项

• 不适用于非 Amazon 平台（如独立站、eBay、Shopify 等）的退货率优化。
• 当缺少产品、平台、当前情况、目标或退货数据且无法补充询问时，不建议直接给出确定性结论。