AI로 제품 반품 보고서 작성하는 방법: 전체 가이드

상품 반품 보고서는 환불 내역을 SKU, 카테고리, 사유별로 세분화하여 크기/핏 문제인지 배송/이행(fulfillment) 문제인지 구분할 수 있게 해줍니다. 세 단계로 구축해 보세요. 반품된 상품과 취소된 주문을 분리합니다. 각 사례를 원래 주문 라인에 결합(join)합니다. 그런 다음 상점 전체가 아닌 SKU별 반품률을 확인합니다.

상품 반품 보고서가 실제로 보여주는 것

상점 전체의 단일 반품률은 이커머스에서 가장 쓸모없는 수치입니다. 상품 구성이 바뀌면 이 수치도 변하기 때문입니다. 다음에 무엇을 해야 할지에 대해서는 아무것도 알려주지 않습니다.

유용한 보고서는 다음 세 가지 질문에 동시에 답합니다.

• 어떤 SKU가 반품률을 높이고 있는가? 상점 전체 반품률이 15%이더라도, 다른 모든 상품은 8% 내외인데 특정 라인 하나가 35%를 기록하고 있을 수 있습니다.
• 상품이 왜 반품되는가? 사이즈 문제, 파손, "설명과 다름"은 완전히 서로 다른 세 부서의 문제를 가리킵니다.
• 비용이 얼마나 들었는가? 반품된 상품은 매출 손실뿐만 아니라 왕복 배송비와 처리 비용을 발생시킵니다. 때로는 상품을 더 이상 재판매할 수 없게 되기도 합니다.

그 규모를 염두에 둘 필요가 있습니다. 미국 인구조사국(U.S. Census Bureau)의 분기별 소매 이커머스 매출 보고서가 2026년 8월 18일에 발표되었습니다. 이에 따르면 계절 조정 기준 2026년 2분기 이커머스 매출은 $340.2 billion으로, 1분기 대비 3.8 percent 증가했습니다. 해당 분기 이커머스는 전체 소매 매출의 17.1 percent를 차지했습니다. 환불은 이 거대한 수치의 일정 비율을 차지합니다.

모든 환불이 반품은 아닙니다

이것이 대부분의 보고서가 잘못 파악하는 구분이며, 이로 인해 잘못된 해결책을 찾게 됩니다.

반품은 고객이 수령한 상품을 다시 보내는 것입니다. 취소 환불은 주문이 이행되지 않아 돈을 돌려주는 것입니다. 두 가지 모두 동일한 결제 내역 내보내기(export) 파일에서 음수 금액으로 표시됩니다. 하지만 이 둘의 공통점은 그것뿐입니다.

취소는 고유한 기한이 있으며, 미국의 경우 관련 규정이 적용됩니다. 연방거래위원회(FTC)의 우편, 인터넷 또는 전화 주문 상품 규정 가이드는 배송 시기를 다룹니다. 배송 일정을 명시하지 않은 경우, 가이드에 따르면 "30일 이내에 배송할 수 있다고 믿을 만한 합리적인 근거가 있어야 합니다." 이것이 다이렉트 마케터들이 이를 30-day Rule이라고 부르는 이유입니다.

그다음에 해야 할 일도 규정되어 있습니다. 고객이 지연에 동의하지 않는 한, 가이드에 따르면 미배송 상품에 대해 요청을 받지 않더라도 "요청받지 않고도" 전액 환불해야 합니다. 또한 제때 배송하지 못하거나 필요한 안내를 보내지 못하는 경우, "주문을 취소하고 즉시 환불해야 합니다."

보고서에 미치는 영향은 간단합니다. 품절로 인한 환불 급증은 준수 기한이 얽힌 배송/이행의 문제입니다. 반면 사이즈로 인한 급증은 상품 페이지의 문제입니다. 이 두 가지를 하나의 라인으로 보고하면 어느 쪽 문제도 파악할 수 없습니다.

범위 참고: FTC 가이드는 배송 시기에 관한 규정 준수 문서이며 반품 정책 표준이 아닙니다. 여기서는 취소가 고유한 기한을 가진 별도의 카테고리임을 명확히 하기 위해 인용되었습니다.

사유 코드는 실질적인 조치를 취할 수 있는 열입니다

반품률은 문제가 얼마나 큰지 알려줍니다. 사유 코드는 그것이 누구의 문제인지 알려줍니다. 사유 분석이 빠진 반품 보고서가 회의에서 진전을 보지 못하고 멈추는 이유가 바로 이 때문입니다.

사유 코드	보통 가리키는 문제	조치를 취할 수 있는 주체
잘못된 사이즈 또는 핏	사이즈 가이드 및 사진	Merchandising
배송 중 파손	포장 또는 배송업체	Fulfillment
설명과 다름	상품 페이지 문구	Content
단순 변심	결제 전 형성된 기대치	Marketing
불량/결함	공급업체 또는 특정 배치(batch)	Quality and sourcing
공란 또는 미매핑	접수 양식 자체	Operations

마지막 행은 빈칸을 채우기 위한 것이 아닙니다. 공란 비율이 약 5분의 1을 넘는다면, 표의 다른 모든 행은 전체 그림의 일부만을 설명하고 있다는 뜻입니다.

시작하기 전에 필요한 것

보통 이미 존재하고 있는 세 가지 내보내기 파일이 필요합니다.

1. 주문 ID, SKU, 수량, 환불 금액, 사유 코드, 수령일이 포함된 RMA 또는 반품 내보내기 파일.
2. 실제 판매된 수량과 각 사례를 비교 측정할 수 있도록 동일한 기간의 원래 주문 라인 데이터.
3. 취소 내역이 다른 곳에 기록되는 경우, 환불 또는 결제 내보내기 파일.

사유 코드가 누락되었거나 대부분 비어 있다면, 그 공백 자체가 첫 번째 발견 사항입니다. 임시방편으로 해결하려 하지 말고 페이지에 그대로 명시하세요.

수동으로 반품 보고서를 작성하는 방법

수동 방식도 작동은 합니다. 다만 예상 가능한 지점에서 문제가 발생합니다.

옵션 1: 반품 내보내기 파일만 단독으로 피벗 테이블로 돌리기. 빠르지만 오해의 소지가 있습니다. 일치하는 주문 라인 없이 반품 건수만 세면 비율이 아닌 단순 수량만 알게 됩니다. 10,000개가 판매된 SKU와 90개가 판매된 SKU의 반품 건수가 동일하게 표시될 수 있습니다.

옵션 2: 스프레드시트에서 주문 데이터와 결합(join)하기. 이것이 올바른 형태입니다. 각 주문 라인을 조회하여 판매 수량을 파악한 다음, SKU별 반품률을 계산합니다. 하지만 여기서부터 문제가 시작됩니다. 시스템 간에 SKU 이름이 변경되어 조회 결과가 소리 없이 공란으로 반환될 수 있습니다. 또한 상품이 판매된 달보다 늦게 반품되므로, 단순한 월별 분류는 최근 반품률을 실제보다 낮게 표시하게 됩니다.

옵션 3: 달력 기준 월이 아닌 코호트(cohort)별로 분류하기. 상품이 반품된 달이 아니라 판매된 달을 기준으로 측정합니다. 이것이 정확한 방식이지만 유지 관리하기가 가장 번거롭습니다. 데이터를 새로 고칠 때마다 결합 작업을 다시 수행해야 합니다.

세 가지 옵션 모두 결과물은 괜찮습니다. 문제는 유지 관리에 드는 리소스입니다.

AI로 상품 반품 보고서를 작성하는 방법

1단계: 반품 및 주문 파일 업로드하기

RMA 내보내기 파일, 주문 라인 데이터, 환불 파일을 Powerdrill Bloom에 함께 끌어다 놓습니다. Excel, CSV, PDF 형식이 모두 지원되며, 열을 미리 맞출 필요가 없습니다.

2단계: 자연어로 보고서 설명하기

계산 방법을 지시하기보다 원하는 결과를 말해보세요. 예를 들어, "이 파일들을 주문 ID와 SKU 기준으로 결합해 줘. 취소 건과 수령된 상품 반품 건을 분리해 줘. 판매 월별로 분류하여 SKU 및 카테고리별 반품률을 구하고, 사유별 세부 정보를 제공해 줘. 반품률이 25%를 초과하는 SKU는 표시해 줘."라고 입력할 수 있습니다.

에이전트가 결합 작업을 수행하고 조정할 수 없는 행이 무엇인지 알려줍니다. 이 조정 목록은 단순한 산술 계산보다 훨씬 더 중요합니다.

3단계: 불일치 행 검토 후 내보내기

먼저 불일치 행과 사유가 없는 행을 검토하세요. 이 부분에서 수치 오류가 발생할 가능성이 가장 높습니다. 그런 다음 스프레드시트, Office 문서 또는 슬라이드로 내보냅니다. 매월 작성해야 하는 보고서라면 예약 작업을 설정하여 다음 버전이 새로운 내보내기 파일에서 자동으로 생성되도록 할 수 있습니다.

자주 하는 실수

혼합 반품률만 보고하는 것. 반품률이 낮은 카테고리로 판매량이 쏠리면 개별 상품 라인의 반품률이 모두 악화되더라도 상점 전체의 반품률은 개선된 것처럼 보일 수 있습니다. 항상 전체 수치 옆에 세부 분류를 함께 표시하세요.

상품이 반품된 날짜 기준으로 분류하는 것. 상품은 판매된 지 몇 주 후에 반품됩니다. 이런 방식으로 보고서를 분류하면 최근 몇 달 동안의 반품률이 인위적으로 낮아 보여 신제품에 대한 판단이 늦어질 수 있습니다.

비어 있는 사유 코드를 0으로 처리하는 것. 전체 사례의 3분의 1에 사유가 없다면, 여러분의 세부 분석은 사유가 있는 나머지 3분의 2만을 설명하는 것입니다. 분석 결과 옆에 사유 기록 비율(coverage rate)을 함께 표시하세요.

재판매 결과를 무시하는 것. 선반에 다시 진열되는 상품과 폐기 처분되는 상품은 발생하는 비용이 크게 다릅니다. 데이터에 처리 상태(disposition) 필드가 있다면 이를 활용하세요.

출처를 알 수 없는 벤치마크와 비교하는 것. 카테고리 벤치마크는 널리 유포되어 있지만 1차 출처를 추적하기 어려운 경우가 많습니다. 의사 결정을 뒷받침하는 가장 확실한 비교 대상은 SKU별 자체 트렌드입니다.

동일한 내보내기 파일의 매출 측면을 다루려면 원시 이커머스 주문 데이터를 판매 트렌드 보고서로 변환하는 방법을 참조하세요. 도구 옵션의 경우, 이커머스 분석을 위한 최고의 AI 도구 요약본에서 더 넓은 카테고리를 다루고 있습니다.

결론

이것은 복잡한 산수가 아닙니다. 반품된 상품으로 간주할 기준과 각 사례를 어느 달로 분류할지라는 두 가지 판단이 얽힌 데이터 결합의 문제입니다. 보고서가 잘못 작성되는 원인은 대개 이 두 가지에 있습니다.

결합 작업은 에이전트에게 맡기세요. 여러분의 시간은 사유 코드와 불일치 행을 분석하는 데 쓰십시오.

이미 가지고 있는 내보내기 파일로 첫 번째 반품 보고서를 무료로 작성해 보세요. 반복적인 리테일 업무의 경우, Excel AI 비서 및 AI 보고서 생성기가 동일한 파일을 처리해 줍니다.

여기에 인용된 인구조사국(Census Bureau) 및 FTC 자료는 2026년 9월 2일에 수집되었습니다.

자주 묻는 질문

상품 반품 보고서란 무엇인가요?

판매 수량 대비 반품된 수량 및 환불 금액을 SKU, 카테고리, 사유 코드별로 세분화하여 보여주는 보고서입니다. 반품된 상품과 취소 건을 분리하여 반품률이 특정 원인을 가리키도록 합니다.

SKU별 반품률은 어떻게 계산하나요?

해당 SKU의 반품 수량을 동일한 SKU의 판매 수량으로 나누고, 판매 월별로 분류합니다. 상점 전체 수치는 특이값을 가려버리기 때문에 SKU별로 계산하는 것이 핵심입니다.

반품과 환불의 차이점은 무엇인가요?

반품은 상품이 다시 돌아왔음을 의미합니다. 환불은 돈을 돌려주는 것을 의미하며, 이는 주문이 취소되거나 배송되지 않았을 때도 발생합니다. 두 가지 모두 결제 내역 내보내기 파일에서 음수 금액으로 표시되므로, 보고서에서 이를 명시적으로 분리해야 합니다.

보고서는 판매 날짜 기준으로 분류해야 하나요, 아니면 상품이 반품된 날짜 기준으로 분류해야 하나요?

판매 날짜 기준입니다. 상품은 구매 후 몇 주가 지나서 반품되므로, 반품 날짜 기준으로 분류하면 최근 몇 달 동안의 수치가 실제보다 좋게 보여 신제품에 대한 판단이 늦어집니다.

AI가 별도의 내보내기 파일들로 이 보고서를 작성할 수 있나요?

네, 가능합니다. RMA 파일, 주문 라인 데이터, 환불 내보내기 파일을 함께 업로드한 다음 자연어로 보고서를 설명하세요. 한 번의 실행으로 데이터 결합, 불일치 행 표시, SKU별 반품률 계산이 모두 완료됩니다.