Aller au contenu
NL-Q E-commerce Un site du réseau NL-Q

Guide

Analyser les motifs de retour de sa boutique

Saisir les motifs de retour, les relier au produit et à la taille, lire les commentaires libres avec une IA et vérifier le classement sur un échantillon.

Mis à jour le

Analyser les motifs de retour, c'est répondre à une question : qu'est-ce que je peux corriger pour que ce produit revienne moins ? Pour cela, il faut trois choses : un motif saisi pour chaque retour, choisi dans une liste courte et fixe ; le lien avec le produit et la variante ; et un tableau croisé motif × produit. Le reste, notamment les commentaires libres des clients, vient en complément.

Ce que propose Shopify

D'après l'aide officielle de Shopify :

  • à la création d'un retour, on sélectionne un motif dans le champ « motif du retour » (Return reason) ;
  • les motifs proposés dépendent de la catégorie du produit ; pour l'habillement, l'aide cite « trop grand » (Too big) et « trop petit » (Too small), sans donner la liste complète des autres catégories ;
  • ces mêmes motifs sont disponibles dans l'administration, en caisse (point de vente) et dans les retours en libre-service demandés par le client ;
  • au traitement du retour, on choisit les articles à traiter et, si besoin, l'emplacement où les remettre en stock.

Le rapport Orders and reversals by product donne, par produit, les unités retirées des commandes, qui peuvent aussi relever d’annulations ou de modifications. Il ne remplace pas la liste des retours physiques ; le motif décrit une raison déclarée, pas une cause démontrée.

Sur une autre plateforme, si aucun champ de motif n'existe, ajoutez-en un dans votre formulaire de retour ou dans votre tableau de suivi : sans motif saisi, il faudra éventuellement relire les échanges autorisés et conserver une catégorie « inconnu » lorsque rien ne permet de conclure.

Construire une liste de motifs utile

Commencez par une liste courte, adaptée aux observations de votre boutique ; sept à dix motifs peuvent servir de point de départ, sans constituer une règle. Exemple illustratif pour une boutique de vêtements :

Motif Vérification possible avant une action
Trop petit Comparer mesure du produit et guide de tailles applicable
Trop grand Vérifier variante livrée, mesure et taille attendue
Couleur différente de la photo Comparer référence reçue et fiche consultée
Matière ou qualité décevante Relire la description et préciser l'écart signalé
Article abîmé à la réception Examiner les éléments disponibles sur l'état du colis
Erreur de préparation Comparer commande, préparation et article reçu
Livré trop tard Rapprocher délai annoncé, expédition et réception
A changé d'avis Conserver ce motif sans lui en attribuer un autre
Autre (préciser) Relire les précisions avant de proposer une catégorie

Évitez les motifs qui ne mènent à rien (« ne convient pas ») : ils ne permettent pas de choisir une action sans autre précision. Conservez néanmoins la réponse originale si le client n’en dit pas plus.

Quand les retours évoquent une notice peu claire, vérifiez d’abord ce qu’elle explique. Les fonctions d’ALMA offrent une piste pour interroger vos notices produit. Le motif saisi et la réalité du retour se vérifient séparément dans les dossiers de commande.

Le tableau qui sert

Croisez motif et produit, puis motif et variante. Exemple illustratif :

Produit Retours Trop petit Trop grand Couleur Abîmé
Robe A 24 15 2 5 2
Pull B 12 1 9 1 1
Écharpe C 6 0 0 5 1

Lecture : « trop petit » est déclaré pour 15 retours de robe sur 24 (62,5 %), « trop grand » pour 9 pulls sur 12 (75 %). Les retours d’écharpe citent surtout la couleur. Vérifiez les tailles mesurées, les attentes et les photos avant d’attribuer ces observations à un défaut précis.

Ramenez ensuite chaque nombre aux ventes du produit : 24 retours sur 400 robes vendues (6 %) n'appellent pas la même urgence que 6 retours sur 30 écharpes (20 %). Pour le calcul du taux lui-même, voir calculer le taux de retour.

Les commentaires libres : où l'IA aide

Beaucoup de clients écrivent quelques mots en plus du motif. C'est là qu'une IA rend service : lire 300 commentaires pour en tirer des thèmes. La méthode qui limite les erreurs :

  1. Donnez la liste fermée de vos motifs et demandez de classer chaque commentaire dans un motif principal si cette règle est utile, avec des thèmes secondaires et « inconnu » lorsque le texte ne permet pas de trancher.
  2. Demandez une colonne « citation » : les mots exacts du client qui justifient le classement.
  3. Contrôlez un échantillon varié : cas courants, thèmes rares, ambiguïtés et réponses vides. Corrigez les définitions, puis relisez aussi des lignes qui n’ont pas servi à les régler. Vingt exemples réussis ne garantissent pas le reste.
  4. Ne demandez pas de totaux à l'IA : faites-les vous-même par tableau croisé sur la colonne produite. Un assistant peut se tromper en comptant.

Avant d'envoyer ces commentaires à un outil, retirez noms, adresses et numéros de commande si l'outil n'a pas besoin de les voir. Pour des consignes prêtes à copier sur ce sujet, voir Causes récurrentes dans avis et retours : prompts, qui propose de limiter les données transmises. Retirer les noms ne suffit pas toujours à rendre un commentaire anonyme.

Questions à poser

  • « Répartition des motifs de retour par produit sur les six derniers mois, produits avec au moins 10 retours. »
  • « Pour le modèle X, motifs de retour par taille. »
  • « Part des retours "abîmé à la réception" par transporteur. »
  • « Motifs dont la part a le plus augmenté depuis le changement de fournisseur du 01/09/2026. »

Limites

  • Le motif est déclaré par le client : si la réponse est « a changé d'avis », ne lui attribuez pas une autre raison sans élément explicite.
  • Les motifs proposés par Shopify varient selon la catégorie du produit : si vous comparez des catégories, vérifiez que les listes sont comparables.
  • Un retour sans motif doit rester visible comme tel dans vos totaux, plutôt que d'être réparti ou ignoré.

Choisir l’unité du tableau

Une demande de retour peut contenir trois articles et deux motifs. Décidez si votre tableau compte des demandes, des lignes de retour ou des unités physiques reçues. Pour un motif produit, une ligne avec quantité et identifiant de variante évite de traiter trois pièces comme trois clients. Séparez demandé, reçu et traité ; une demande encore ouverte n’est pas un colis revenu.

Exemple fictif : sur 50 unités reçues, 30 ont un motif connu et 12 citent la taille. La taille représente 24 % de toutes les unités reçues, mais 40 % des seules unités documentées. Publiez le dénominateur et les 20 motifs inconnus. Si plusieurs thèmes sont permis, leur somme peut dépasser 100 % : ce n’est pas un doublon tant que la règle est explicite.

Questions fréquentes

Shopify enregistre-t-il le motif d'un retour ?

Oui. D'après son aide, on choisit un motif dans le champ « motif du retour » à la création d'un retour. Les motifs proposés dépendent de la catégorie du produit ; pour l'habillement, l'aide cite « trop grand » et « trop petit ».

Peut-on confier le classement des commentaires de retour à une IA ?

Oui pour un premier tri, à condition de lui donner une liste de motifs fermée et de contrôler les classements, notamment les thèmes rares et les commentaires ambigus, avant de calculer les totaux.

Sources

Pages consultées pour écrire cet article :

  1. https://alma.iarche.fr/fr/features
  2. https://help.shopify.com/en/manual/fulfillment/managing-orders/returns/creating-returns
  3. https://help.shopify.com/en/manual/fulfillment/managing-orders/returns/processing-returns
  4. https://help.shopify.com/en/manual/reports-and-analytics/shopify-reports/report-types/default-reports/order-reports

À lire aussi