如果你在網路上賣服裝，你早就知道退貨會吃掉你的利潤。但大多數賣家都低估了一件事：問題的根源幾乎都指向同一個原因——尺寸。本文整理了最新的研究資料，拆解一件尺寸不合身的商品被退回時錢究竟花到哪裡，並提出五個對尺寸類退貨率有實證效果的具體做法。
文中資料來自 Coresight Research、Capital One Shopping 的 2025 年時尚報告、ReadyCloud 的多件試穿研究，以及美國和歐盟服裝市場的產業調查。
關鍵發現：尺寸是服裝退貨的最大主因
在幾份主要研究中，有兩個數字反覆出現：
| 指標 | 數值 | 來源 |
|---|---|---|
| 美國線上服裝退貨率 | 24.4% | Coresight Research |
| 服裝退貨中由版型/尺寸問題造成的比例 | 52-58% | 多份產業調查 |
| 採取多件試穿（bracketing）的買家比例 | 線上服裝買家中占多數 | Coresight / ReadyCloud |
| 鞋類退貨率 | 平均約 17%，難合腳類別最高可達 35% | 產業資料 |
| 2023 年美國線上服裝退貨處理成本 | 251 億美元 | Coresight Research |
把這些數字相乘，結論無法迴避：你每處理一元退貨成本，一半以上來自尺寸問題。哪怕只把尺寸相關的退貨降低 30%，你的整體退貨量也能縮減 15-17%。
一件尺寸錯誤退貨的真實成本
大部分賣家計算退貨成本時只算運費退款。完整的成本其實完全不是這個樣子：
| 成本項目 | 占商品售價的典型比例 | 包含內容 |
|---|---|---|
| 出貨運費（無法回收） | 8-15% | 寄到買家手上的原始運費 |
| 退貨運費 | 6-12% | 退貨標籤、到府收件或自寄 |
| 驗貨與處理 | 4-8% | 拆包、檢查、摺疊、重新貼標的人工 |
| 重新包裝 | 2-4% | 新塑膠袋、吊牌、包材 |
| 補庫或出清 | 5-20% | 無法依原價重新上架的商品 |
| 平台退貨費（Amazon FBA） | 不定 | Amazon 對部分類別收取退貨處理費 |
| 顧客終身價值影響 | 10-30% | 因尺寸退貨的買家再次下單機率低 40% |
| 每筆退貨總成本 | 商品售價的 35-70% |
一件售價 40 美元的洋裝因為「太小」被退回，賣家的直接與間接成本通常是 15-28 美元——而且這位買家之後多半不會再回來。按 25% 毛利率估算，你大約要多賣三筆才能彌補一筆尺寸錯誤的退貨。
為什麼線上尺寸這麼難抓
實體店的試衣間幾秒鐘就能消除不確定性。到了線上，買家決策的每一步都是在猜：
- 品牌間差異 —— A 品牌的 M 等於 B 品牌的 L 等於 C 品牌的 S。
- 虛榮尺寸漂移 —— 過去 30 年來，美國 8 號的腰圍大約增加了 3 英吋。
- 體型多樣性 —— 瘦、運動、標準、大尺碼、高個、嬌小——尺寸表很少涵蓋所有組合。
- 測量混亂 —— 買家不知道軟尺該放哪；「胸圍」可能指上胸、胸部最豐滿處，或下胸。
- 布料特性 —— 彈性、縮水、垂墜感都會改變衣服上身效果，但這些幾乎從不揭露。
- 各國尺寸系統 —— 美、英、歐、日、中都用不同的編號。跨國買家換算時常常出錯。
下面每一條建議都至少對準其中一個根本原因。
建議 1：附測量說明的詳細尺寸表
最基本的一招，也是最被低估的。一份合格的尺寸表必須包含：
- 每個尺碼有 3-5 項測量資料（不只是胸圍或腰圍）
- 每一格同時標示公分和英吋
- 附圖說明軟尺應該放在哪
- 明確標示是人體尺寸還是成衣尺寸
- 公差說明（
±1 cm 屬正常範圍）
根據 Shopify 和 Amazon 上服裝賣家的資料，從單純字母尺碼表升級到詳細測量尺寸表的賣家，第一季尺寸相關退貨通常能減少 15-25%。
建議 2：在商品圖上標註關鍵尺寸
不看尺寸表的買家還是會看圖。把關鍵尺寸直接標在主圖或第二張圖上——胸寬、總長、袖長、內縫長——就能觸及那些永遠不點尺寸表的買家。這個做法對下列類別特別有效：
- 包款與配件（長 × 高 × 深）
- 鞋類（內長、鞋跟高度）
- 外套（衣長、袖長）
- 寬鬆或 oversized 款，光寫「M」完全沒意義
最快的做法是平鋪拍攝時在畫面裡放一把尺。另做一層專屬尺寸標註圖層會更精緻，在手機端的表現也更好。
建議 3：模特兒參考資訊與版型註解
「模特兒身高 175 cm / 體重 60 kg / 穿 S 碼」這一句話就能把抽象的字母換成具體的對照。買家拿自己的尺寸和模特兒比對，就能做出有把握的選擇。
模特兒參考的最佳做法：
- 盡量呈現 2-3 位不同身高和體型的模特兒
- 同時標示英制與公制（5'9" / 175 cm）
- 加上版型說明：「胸部正碼，腰部略寬鬆」
- 每張模特兒圖的圖說都註明所穿的尺碼
加入多模特兒參考圖的品牌，買家評論中「版型和想像不一樣」的抱怨最多可以減少 50%。
建議 4：試穿問卷或尺寸推薦工具
對 SKU 數量龐大的目錄來說，引導式試穿問卷會收集幾個關鍵資料（身高、體重、常穿尺碼、體型、寬鬆偏好），再推薦具體尺寸。第三方工具中 Virtusize、True Fit 和 Fit Analytics 最成熟，但自建的簡易問卷也被證實有可觀效果。
已公開的試穿問卷退貨降幅介於 8-20%，取決於目錄複雜度和買家採用率。採用率才是難點——大多數工具被藏在一個不起眼的「找到我的尺碼」連結後面。把入口直接做進尺碼選擇器，採用率可以翻三倍。
建議 5：引導式呈現尺寸相關評論
買家評論是買家最相信的真實聲音。把涉及版型的評論挑出來並放在顯眼位置：
- 提示寫評論的買家寫出自己平常穿的尺碼和這次購買的尺碼
- 在評論上加「版型：偏小 / 正碼 / 偏大」標籤
- 把這些標籤彙整成一個版型尺標，顯示在尺碼選擇器上方
- 把資訊量最高的版型評論釘在評論區最上方
Amazon、Nordstrom 和 Uniqlo 都用類似做法。彙整後的「版型：正碼」指標已經成為商品頁上最常被掃視的元素之一——常常比星等還先被看到。
案例：退貨率從 35% 降到 22%
一家中型歐洲 Shopify 服裝賣家（年營收約 800 萬美元，女性休閒服）進行了一次為期 6 個月的版型專案改造。他們記錄下的改動：
| 改動 | 實施方式 |
|---|---|
| 詳細尺寸表 | 從純字母升級到 5 項測量 + 公分/英吋雙單位 |
| 尺寸標註 | 每個 SKU 的第二張圖加上內嵌尺寸標註 |
| 多模特兒圖 | 每條產品線 3 位模特兒，身高涵蓋 160-180 cm |
| 試穿問卷 | 自建 5 題問卷，入口接在尺碼選擇器 |
| 評論版型標籤 | 評論表單加入「偏小/正碼/偏大」 |
前後對比（相隔 6 個月，相同 SKU 集合）：
| 指標 | 改造前 | 改造後 | 變化 |
|---|---|---|---|
| 總退貨率 | 35% | 22% | -13 個百分點 |
| 尺寸相關退貨 | 22% | 10% | -12 個百分點 |
| 多件試穿率 | 28% | 15% | -13 個百分點 |
| 平均每單件數 | 2.4 | 1.9 | -20% |
| 每單營收 | +6%（退貨減少帶來更好的單件經濟性） |
關鍵洞察：這些收益是疊加的。沒有任何單一改動能獨自帶來超過 4-5 個百分點的效果，真正動指針的是組合拳。
快查總結
| 改動 | 投入 | 典型效果 | 最適用 |
|---|---|---|---|
| 詳細尺寸表 | 低（1 天） | 15-25% | 所有服裝 |
| 圖片尺寸標註 | 低到中 | 10-15% | 包款、鞋類、外套 |
| 模特兒參考圖 | 中（需拍攝） | 10-20% | 服裝 |
| 試穿問卷 | 高（需整合） | 8-20% | 大型目錄 |
| 評論版型標籤 | 中（評論系統） | 5-15% | 成熟店鋪 |
下一步
如果你現在只有一份基本尺寸表，見效最快的路線是前兩項：先把尺寸表升級成 4-5 項測量 + 雙單位，再把尺寸直接標在商品圖上。對 50 個 SKU 的目錄來說，這兩件事都可以在一週內完成。
要做尺寸標註時，你有幾個選擇：想細緻控制就用 Photoshop，做簡單疊圖用 Canva，或使用專門為商品圖加入尺寸標註而打造的商品圖標註工具。挑一個符合你團隊技能和目錄規模的就行。重點是結果——讓買家在加入購物車前就看到尺寸——而不是你用什麼工具做到。
動手之前先訂出一條 90 天的退貨率基準線，接著每月量測。上面那個案例在前 3 個月就拿到了 60% 的改善，剩下 40% 的改善在後 3 個月內隨著問卷和評論標籤開始發揮效果逐步出現。
常見問題
線上服裝多少退貨率算「正常」？
產業平均把線上服裝的退貨率定在 20% 到 30% 之間，女裝偏高，男性基本款偏低。鞋類平均約 17%，但高跟鞋這類難合腳的類別可能衝到 30-35%。超過 30% 就是警訊，代表尺寸、圖片或商品描述需要改善。低於 15% 通常意味著你擁有高回購的忠實客群，或是產品本身容錯度很高。
解決尺寸問題實際上能減少多少退貨？
已公開案例記錄的範圍是：單項版型優化能讓總退貨減少 8-25%。把多項措施一起做（尺寸表 + 圖片標註 + 模特兒參考 + 評論），降幅可以超過 30%。上限來自非版型退貨——色差、品質抱怨、改變心意——這些不是版型策略能解決的。
圖片尺寸標註對非服裝類別也有效嗎？
有效，而且效果往往比服裝還好。包款、家具、電子產品和居家用品因為買家很難憑空想像「寬 28 公分」，尺寸標註的幫助尤其明顯。對服裝來說，標註是尺寸表的補充；對硬體商品來說，它可以完全取代尺寸表。畫面裡加入比例參照物（手錶旁的手機、沙發旁的人），理解度還能再提升。
要怎麼應對多件試穿的買家？
光靠尺寸優化無法完全阻止多件試穿，但能切實降低。它最主要的觸發因素是買家的不確定性——如果買家下單前就對尺寸有信心，他們就不會多買幾件。本文的每一條建議都對準這份信心。有些賣家也會用補貨費或收費退貨政策替多件試穿加摩擦，但對中型市場賣家來說，這兩種做法對轉換率的傷害常常大過省下的退貨成本。
多放幾張圖真的能減少退貨嗎？
在一定範圍內有效。邊際報酬大約在 7-8 張圖片之後開始遞減，而這剛好是 Amazon 的圖片上限。比數量更重要的是多樣性：一張主圖、一張比例參考圖、一張細節圖，在 2-3 種體型上各一張上身圖，一張含測量的平鋪圖。看到自己體型被呈現的買家，因版型退貨的機率會降低 60%，這是 Stitch Fix 和 ASOS 公開資料得出的結論。