Возвраты в e-commerce: сколько теряет бизнес и что с этим делать

В онлайн-рознице США в 2025 году вернули 19,3% всех купленных товаров — заметно больше, чем в среднем по всей рознице, включая офлайн: там показатель составил 15,8% (NRF и Happy Returns, «2025 Retail Returns Landscape», октябрь 2025). Это результат многолетнего роста: по данным того же исследования NRF, в 2019 году в среднем по рознице возвращали 8,1% товаров, к 2022 году — уже 16,5%, а в 2024-м — 16,9% (около $890 млрд), прежде чем немного снизиться в 2025-м. В деньгах 2025 год NRF оценивает в $849,9 млрд возвращённых товаров. Отдельно, по данным Appriss Retail и Deloitte (данные за 2024 год, другое исследование с другой методологией), на возвратное мошенничество пришлось ещё $103 млрд, то есть 15,14% всех возвратов. Для интернет-магазина возврат — это не разовая издержка на пересылку, а системная статья расходов, которая растёт быстрее, чем сами продажи.

Возврат в e-commerce — это операция, при которой покупатель отправляет купленный товар обратно продавцу и получает деньги, обмен или кредит на счёт, а магазин при этом несёт расходы на приём, проверку и повторную подготовку товара к продаже. По сути это не одна транзакция, а минимум три: обратная доставка, обработка на складе и попытка перепродать товар, часто уже со скидкой. Именно поэтому магазин с высоким процентом возвратов может показывать хорошую выручку и одновременно терять на марже больше, чем зарабатывает.

Частая ошибка — считать возвраты чисто операционной темой службы поддержки. На практике возвраты напрямую влияют на unit-экономику каждого SKU и должны учитываться в той же логике, что и ABC/XYZ-анализ ассортимента: товар с высокой выручкой, но высоким же процентом возврата, может приносить магазину убыток, даже если в отчёте о продажах выглядит бестселлером.

Онлайн-возврат в рознице США в 2025 году составил 19,3%, и это не разовый всплеск, а точка на устойчивой многолетней траектории роста (NRF и Happy Returns, «2025 Retail Returns Landscape», октябрь 2025):

Показатель растёт и сезонно: по данным NRF, в праздничный период возврат идёт примерно на 17% выше среднегодового уровня, а покупатели поколения Z (18–30 лет), по опросу NRF среди потребителей, в среднем оформляют 7,7 онлайн-возврата в год. Это значит, что для магазина с высокой долей молодой аудитории плановый процент возврата стоит закладывать в юнит-экономику изначально, а не воспринимать как аномалию.

Важная оговорка: надёжной официальной разбивки возврата по каналам продаж (собственный сайт бренда против маркетплейсов против соцкоммерции) не существует — NRF и Appriss Retail такую статистику не публикуют. Отраслевые блоги вроде Eightx дают такие цифры, но даже в разных материалах одного и того же источника они расходятся в разы (например, для DTC встречаются и 14%, и 25%), поэтому использовать их как точный бенчмарк для конкретных решений мы не стали — только общую, подтверждённую NRF цифру по онлайн-рынку в целом.

Обработка одного возврата — это не только стоимость обратной пересылки, а сумма нескольких статей расходов: логистика, приёмка и проверка на складе, переупаковка, потеря части стоимости товара при повторной продаже (часто со скидкой) и административные расходы на возврат денег покупателю. Точных официальных данных по стоимости возврата в разбивке по категориям NRF и Appriss Retail не публикуют, но отраслевая оценка Eightx (2026) в целом совпадает по порядку величины с независимой оценкой сервиса возвратной логистики Optoro, который в 2024 году оценивал обработку возврата в среднем в 30% от цены товара (то есть около $30 при цене $100 — это попадает в диапазон, который Eightx даёт для одежды):

Часть этой суммы формируется уже после приёмки: товар, который нельзя продать как новый, уходит на распродажу со скидкой или в ликвидационные партии, и разница в цене — тоже часть стоимости возврата, а не отдельная статья расходов. Даже без точного процента перепроданного по полной цене (актуальных данных на 2025–2026 год по этому пункту найти не удалось) сама механика понятна: каждый возврат почти всегда съедает часть маржи, заложенной в цену товара при первой продаже, а не только стоимость доставки туда и обратно.

Возврат в категории одежды и обуви выше, потому что покупатель физически не может проверить посадку, материал и цвет товара до получения, а магазины компенсируют это, поощряя заказ нескольких размеров сразу, что заведомо закладывает часть возврата в саму модель покупки. NRF и Appriss Retail разбивку по категориям товаров не публикуют, но по оценке отраслевого источника Eightx (2026, портфель из 35 брендов), процент возврата в одежде держится на уровне 20–31% (в среднем около 25%), в обуви доходит до 31%, тогда как в электронике этот показатель составляет около 10–11%, а в категории красоты — 8–12%. Это ориентировочные цифры одного источника, а не официальная статистика, но порядок величины (одежда и обувь в 2–3 раза выше электроники) устойчиво повторяется и в других отраслевых обзорах.

Разница объясняется природой самого решения о покупке. Электронику и косметику чаще покупают по чётким характеристикам (модель, объём, оттенок из палитры), а одежду и обувь — по ожиданию, как товар сядет на конкретную фигуру. Практика «bracketing», заказа нескольких размеров одной модели с намерением вернуть лишнее, стала настолько распространённой, что часть крупных ритейлеров уже отдельно отслеживает её в отчётах о возвратах.

Возвратное мошенничество — это использование правил возврата не по назначению: возврат поддельных или украденных товаров, подмена содержимого посылки, злоупотребление гарантией «поносил и вернул», или возврат с поддельным чеком. По данным Appriss Retail и Deloitte («2024 Consumer Returns in the Retail Industry Report», 7-е ежегодное исследование, опубликовано 30 декабря 2024 года), на такие мошеннические и недобросовестные возвраты в 2024 году пришлось $103 млрд, или 15,14% от всех возвратов в рознице США. Годом ранее, по данным той же серии исследований NRF и Appriss Retail за 2023 год, потери от фрода составляли $101 млрд (14% возвратов) — то есть рост за год заметен, хотя точный процент 2023 года у разных источников указан немного по-разному, и это стоит воспринимать как оценку, а не цифру до второго знака после запятой. Отдельно стоит иметь в виду: сам NRF в своём отчёте «2025 Retail Returns Landscape» называет более низкую долю мошеннических возвратов, около 9%, — расхождение объясняется разной методологией опроса, а не тем, что один из источников ошибается.

Для интернет-магазина это означает, что борьба с возвратами не может сводиться только к ужесточению политики: слишком жёсткие правила бьют по добросовестным покупателям и снижают конверсию, а слишком мягкие открывают дверь именно этому виду потерь. Тут работает точечный подход: отслеживать паттерны (один и тот же адрес с аномально высокой долей возвратов, серийные возвраты «поносил и вернул» в категории одежды) вместо того, чтобы менять политику возврата для всех.

Здесь помогает матрица возврата — способ классифицировать товары не только по выручке и стабильности спроса (как в классическом ABC/XYZ-анализе), но и по проценту возврата в паре с маржой. Товар может быть категорией A по выручке и одновременно съедать значительную часть этой выручки на возвратах, если процент возврата у него заметно выше среднего по каталогу.

Без такого среза магазин обычно видит только суммарный процент возврата по всему каталогу и не замечает, что 20% SKU формируют большую часть этой цифры, то есть тот же принцип, что лежит в основе правила 80/20 в ABC/XYZ-анализе ассортимента.

Снижать процент возврата стоит не ужесточением условий, а работой на этапе до покупки: чем точнее покупатель понимает, что получит, тем меньше причин возвращать товар после доставки. Это можно назвать методом превентивного подбора: подходом, при котором магазин вкладывается в предотвращение возврата ещё на карточке товара, вместо того чтобы оптимизировать только сам процесс обработки уже оформленного возврата.

На практике это означает: подробные и достоверные размерные сетки с реальными замерами, а не только буквенным размером; видео товара в движении, а не только студийные фото; честные описания материала и посадки, включая случаи, когда модель на фото маломерит; отзывы с фото от реальных покупателей рядом с карточкой. Ни один из этих элементов не снижает конверсию в заказ, но каждый снижает вероятность, что заказ обернётся возвратом.

Автоматизация возвратов — это самостоятельный портал или сервис, где покупатель сам инициирует возврат, получает этикетку для отправки и статус обработки без переписки с менеджером на каждом шаге. Внедрять её стоит после того, как в магазине уже стабильно работают базовые процессы, обработка заказов, синхронизация остатков и триггерные email-цепочки, потому что без этой базы автоматизированный портал возвратов просто ускорит поток проблем, а не решит их.

Смысл в очерёдности такой же, как при автоматизации других процессов интернет-магазина: сначала закрываются точки, которые касаются каждой продажи, и только потом надстройки вроде отдельного портала возвратов. Если у магазина уже накопился объём возвратов, который заметно нагружает поддержку вручную (десятки обращений в день с вопросом «как оформить возврат»), это надёжный сигнал, что пора переходить от переписки к самостоятельному порталу с автоматической генерацией этикеток.

Ориентир на 2025 год: 19,3% в среднем по онлайн-рынку США (NRF и Happy Returns), но норма сильно зависит от категории. Для электроники и красоты 10–12% уже высокий показатель, а для одежды и обуви 25–31% считается стандартной ситуацией, а не поводом для тревоги (это ориентировочные, а не официальные цифры — категорийную статистику NRF отдельно не публикует).

Потому что покупатель не может физически проверить посадку и материал до получения товара, а часть покупателей осознанно заказывает несколько размеров одной модели с намерением вернуть лишнее. По данным Eightx (2026), это одна из основных причин, почему возврат в одежде и обуви держится на уровне 25–31% против 8–12% в электронике и красоте.

Да, если работать на этапе до покупки, а не после неё: точные размерные сетки, видео товара, честные описания материала и посадки. Эти меры не снижают желание купить, но убирают главную причину возврата — несоответствие ожиданий и реальности.

Это злоупотребление правилами возврата: подмена содержимого посылки, возврат по поддельному чеку, систематическое использование товара с последующим возвратом. По данным Appriss Retail и Deloitte, в 2024 году на такие случаи пришлось 15,14% всех возвратов и $103 млрд потерь в рознице США. Признак для отслеживания — аномально высокая частота возвратов у конкретного покупателя или адреса.

Однозначного ответа нет: платные возвраты снижают их количество, но снижают и конверсию, так как для 82% покупателей бесплатный возврат — важный фактор при выборе, где покупать (NRF, 2025). Разумный компромисс, который используют многие магазины, — бесплатный возврат в первые 14–30 дней и платный после, либо бесплатный обмен при платном возврате денег.