ผู้บริโภคในสหรัฐฯ ส่งคืนสินค้ามูลค่ารวมถึง $743.0 พันล้านดอลลาร์ โดยอัตราการคืนสินค้าในอีคอมเมิร์ซพุ่งสูงถึง 20.8% (มากกว่าหน้าร้านจริงกว่า 2 เท่า) ต้นทุนการดำเนินการคืนสินค้าคิดเป็น 30% ของมูลค่าสินค้า ผู้ค้าปลีก 66.0% เริ่มเก็บค่าธรรมเนียมการคืน และการฉ้อโกงการคืนสินค้าสร้างความเสียหายถึง $101.0 พันล้านดอลลาร์ต่อปี ในขณะที่ 63% ของผู้ซื้อเสื้อผ้ามีพฤติกรรมสั่งเผื่อ (Bracketing) และการคืนสินค้าก่อให้เกิดขยะฝังกลบถึง 9.5 พันล้านปอนด์ต่อปี แต่ห้องลองชุดเสมือนจริงด้วย AI สามารถลดการคืนสินค้าจากปัญหาไซส์ไม่พอดีได้สูงสุดถึง 32% ข้อมูลด้านล่างนี้รวบรวมจากการศึกษาวิจัยเชิงประจักษ์โดย National Retail Federation, Happy Returns, Appriss Retail, Pitney Bowes, Optoro และ McKinsey
TL;DR
- ยอดการส่งคืนสินค้าค้าปลีกทั้งหมดในสหรัฐฯ สูงถึง $743.0 พันล้านดอลลาร์ต่อปี (NRF / Happy Returns)
- อัตราการคืนสินค้าอีคอมเมิร์ซออนไลน์เฉลี่ยอยู่ที่ 17.6% ถึง 20.8% (สูงกว่าร้านค้าหน้าร้านจริงกว่าสองเท่า)
- มูลค่ารวมของการคืนสินค้าอีคอมเมิร์ซออนไลน์ในสหรัฐอเมริกาสูงถึง $248.0 พันล้านดอลลาร์ต่อปี
- อีคอมเมิร์ซหมวดเสื้อผ้าและแฟชั่นมีอัตราการคืนสินค้าสูงที่สุด อยู่ระหว่าง 24.4% ถึง 30.0%
- 63.0% ของผู้ซื้อเสื้อผ้าออนไลน์มีพฤติกรรม ‘Bracketing’ (ซื้อหลายขนาดเพื่อส่งคืนชิ้นที่ไม่พอดี)
- 18.0% ของผู้บริโภคยอมรับว่าทำ ‘Wardrobing’ (ใส่เสื้อผ้าครั้งเดียวโดยไม่แกะป้ายแล้วส่งคืน)
- การดำเนินการคืนสินค้ามูลค่า $100 มีค่าใช้จ่าย $26.50 ถึง $33.00 ในด้านโลจิสติกส์ย้อนกลับและการนำเข้าสต็อก
- มีสินค้าออนไลน์ที่ถูกส่งคืนเพียง 48.0% เท่านั้นที่สามารถนำกลับเข้าสต็อกและขายต่อได้ในราคาเต็ม (Optoro)
- การคืนสินค้าก่อให้เกิดขยะฝังกลบประมาณ 9.5 พันล้านปอนด์ต่อปีในสหรัฐอเมริกา
- 66.0% ของผู้ค้าปลีกออนไลน์รายใหญ่เริ่มเก็บค่าธรรมเนียมจัดส่งขากลับหรือค่าจัดเก็บสต็อก สิ้นสุดยุคคืนฟรี
- 78.0% ของนักช้อปออนไลน์ถือว่าการส่งคืนสินค้าฟรีเป็นปัจจัยสำคัญอย่างยิ่งในการตัดสินใจเลือกซื้อสินค้า
- การฉ้อโกงการคืนสินค้าสร้างความเสียหายแก่ผู้ค้าปลีกในสหรัฐฯ $101.0 พันล้านดอลลาร์ต่อปี (13.7% ของยอดคืน)
- เครื่องมือแนะนำขนาดด้วย AI และห้องลองเสื้อผ้าเสมือนจริงช่วยลดอัตราการคืนเสื้อผ้าลงได้ 24.0% ถึง 32.0%
1. ปริมาณการคืนสินค้าในระดับมหภาค: ยอดคืน $743B ในสหรัฐฯ และอัตราออนไลน์ 20.8%
โลจิสติกส์ย้อนกลับและสินค้าคงคลังที่ถูกส่งคืนได้กลายมาเป็นหนึ่งในศูนย์ต้นทุนที่สำคัญที่สุดในการค้าปลีกดิจิทัล National Retail Federation (NRF) และ Happy Returns บันทึกยอดการคืนสินค้าค้าปลีกในสหรัฐฯ รวมสูงถึง $743.0 พันล้านดอลลาร์ต่อปี
ช่องทางดิจิทัลมีอัตราการคืนสินค้าสูงกว่าช่องทางกายภาพถึงสองเท่า: การซื้อสินค้าผ่านอีคอมเมิร์ซออนไลน์มีอัตราการคืนสินค้าอยู่ที่ 17.6% ถึง 20.8% (เทียบกับ 8.8% ในร้านค้าหน้าร้านจริง) สร้างยอดสินค้าคืนออนไลน์มูลค่า $248.0 พันล้านดอลลาร์ต่อปี (Appriss Retail)
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| มูลค่ารวมของสินค้าค้าปลีกที่ผู้บริโภคในสหรัฐฯ ส่งคืนในแต่ละปี (หน้าร้าน + ออนไลน์) | $743.0 Billion in total returned merchandise | National Retail Federation (NRF) / Happy Returns |
| อัตราการคืนสินค้าเฉลี่ยสำหรับการซื้อสินค้าอีคอมเมิร์ซออนไลน์ (เทียบกับ 8.8% สำหรับหน้าร้านจริง) | 17.6% to 20.8% online return rate (2x-3x higher) | NRF / Appriss Retail Consumer Returns Report |
| มูลค่ารวมของการคืนสินค้าอีคอมเมิร์ซในสหรัฐอเมริกาเพียงแห่งเดียว | $248.0 Billion in online merchandise returned | NRF Annual Retail Survey |
| อัตราการคืนสินค้าออนไลน์สูงสุดหลังเทศกาลวันหยุดคริสต์มาส (เสื้อผ้าและเครื่องแต่งกาย) | 24.0% to 30.0% holiday return rate | Salesforce Shopping Index / Narvar |
ติดตามพลวัตการค้าปลีกแบบโต้ตอบสดได้ที่ live shopping statistics แหล่งที่มา: NRF / Appriss Retail Returns Report
2. วิกฤตในหมวดเสื้อผ้า: คืนสินค้า 30%, การสั่งเผื่อ และการใส่ชั่วคราวแล้วคืน
ความไม่แน่นอนของขนาดและการไม่สามารถสัมผัสสินค้าจริงได้ทำให้เกิดการกระจุกตัวของการคืนสินค้าในหมวดแฟชั่นอย่างรุนแรง Return Logic และ Salesforce บันทึกอัตราการคืนสินค้าเสื้อผ้าออนไลน์อยู่ที่ 24.4% ถึง 30.0%
พฤติกรรมของผู้บริโภคยิ่งเพิ่มปริมาณการคืน: 63.0% ของผู้ซื้อเสื้อผ้าทำ ‘Bracketing’ โดยซื้อหลายขนาดเพื่อส่งคืนชิ้นที่ไม่พอดี (Narvar) ในขณะที่ 18.0% ยอมรับว่าทำ ‘Wardrobing’ เพื่อใส่เพียงครั้งเดียว (Appriss Retail)
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| หมวดหมู่ค้าปลีกที่มีอัตราการคืนสินค้าอีคอมเมิร์ซสูงที่สุด (เสื้อผ้า รองเท้า และแฟชั่น) | 24.4% to 30.0% return rate | NRF / Return Logic Industry Benchmarks |
| นักช้อปออนไลน์ที่มีพฤติกรรม ‘Bracketing’ (ซื้อหลายไซส์/หลายสีโดยตั้งใจจะส่งคืน) | 63.0% of online apparel shoppers | Narvar State of Online Returns Study |
| นักช้อปออนไลน์ที่ยอมรับว่าทำ ‘Wardrobing’ (ใส่หนึ่งครั้งโดยไม่แกะป้ายแล้วส่งคืนเพื่อรับเงินคืนเต็มจำนวน) | 18.0% of consumers admit to wardrobing | Appriss Retail Fraud & Abuse Report |
| อัตราการคืนสินค้าออนไลน์สำหรับของใช้ในบ้าน เครื่องใช้ไฟฟ้า และเฟอร์นิเจอร์ | 11.5% to 14.8% | NRF Retail Benchmarks |
ข้อมูลเกี่ยวกับทางเลือกการชำระเงินของผู้บริโภคสามารถดูได้ที่ digital wallet statistics แหล่งที่มา: Narvar State of Online Returns
3. เศรษฐศาสตร์โลจิสติกส์ย้อนกลับ: ต้นทุน 30% และขยะฝังกลบ 9.5 พันล้านปอนด์
ค่าขนส่ง การตรวจสอบ และค่าเสื่อมราคาของสินค้าคงคลังในห่วงโซ่อุปทานย้อนกลับทำลายความสามารถในการทำกำไรต่อหน่วยของสินค้า Pitney Bowes รายงานว่าการจัดการสินค้าส่งคืนมูลค่า $100 มีต้นทุนระหว่าง $26.50 ถึง $33.00
ผลกระทบด้านขยะสิ่งแวดล้อมรุนแรงมาก: มีสินค้าที่ถูกส่งคืนเพียง 48.0% เท่านั้นที่สามารถนำกลับมาขายใหม่ในราคาเต็มได้ (Optoro) โดยสินค้าที่ถูกทิ้งก่อให้เกิดขยะฝังกลบ 9.5 พันล้านปอนด์และการปล่อยคาร์บอนต่อปีในสหรัฐฯ
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| ต้นทุนการดำเนินงานเฉลี่ยของผู้ค้าปลีกอีคอมเมิร์ซในการจัดการสินค้าส่งคืน $100 (ค่าจัดส่ง ตรวจสอบ นำเข้าสต็อก) | $26.50 to $33.00 per $100 returned item (approx 30% of item value) | Pitney Bowes Boxscore / Optoro Returns Study |
| สินค้าคงคลังค้าปลีกออนไลน์ที่ส่งคืนและสามารถนำกลับเข้าสต็อกขายต่อในราคาเต็มได้สำเร็จ | Only 48.0% resold at full price | Optoro Retail Impact Report |
| สินค้าค้าปลีกที่ส่งคืนซึ่งถูกทิ้ง เผาทำลาย หรือส่งไปยังหลุมฝังกลบโดยตรงในแต่ละปีในสหรัฐฯ | 9.5 Billion pounds of landfill waste/yr | Optoro Sustainability & E-Waste Report |
ข้อมูลระบบอัตโนมัติในห่วงโซ่อุปทานสามารถดูได้ที่ ai in supply chain statistics แหล่งที่มา: Optoro Retail Sustainability Report
4. การปรับเปลี่ยนนโยบาย: 66% เรียกเก็บค่าธรรมเนียม vs 78% ผู้บริโภคต้องการคืนฟรี
ผู้ค้าเริ่มยกเลิกการอุดหนุนค่าส่งคืนฟรีแบบไม่มีเงื่อนไขที่ทำมาหลายทศวรรษเพื่อปกป้องอัตรากำไรจากการดำเนินงาน ข้อมูลจาก Happy Returns แสดงให้เห็นว่า 66.0% ของผู้ค้าปลีกรายใหญ่เริ่มเรียกเก็บค่าจัดส่งคืนหรือค่าธรรมเนียมการนำสินค้าเข้าสต็อก
ขั้นตอนการคืนที่ยุ่งยากสร้างความเสี่ยงต่อร้านค้า: 78.0% ของผู้บริโภคต้องการให้คืนสินค้าฟรี (NRF) และ 54.0% จะเลิกซื้อสินค้าจากร้านค้านั้นอย่างถาวรหากเผชิญกับขั้นตอนการคืนสินค้าที่ยากและไม่โปร่งใส (Klarna)
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| ผู้ค้าปลีกที่เรียกเก็บค่าจัดส่งคืนหรือค่าธรรมเนียมการนำสินค้าเข้าสต็อก (สิ้นสุดการคืนฟรี 100%) | 66.0% of major online retailers (e.g., Zara, H&M, Amazon) | Happy Returns / Narvar Merchant Benchmark |
| ผู้บริโภคที่ระบุว่าการส่งคืนสินค้าฟรีเป็นปัจจัยสำคัญในการตัดสินใจเลือกซื้อสินค้าออนไลน์ | 78.0% of online shoppers | NRF Consumer Returns Survey |
| นักช้อปที่เลิกซื้อสินค้าจากผู้ค้าปลีกออนไลน์อย่างถาวรหลังจากมีประสบการณ์การคืนสินค้าที่ยุ่งยาก | 54.0% | Klarna Consumer Shopping Survey |
จุดสัมผัสบริการลูกค้าสามารถดูเพิ่มเติมได้ที่ customer experience statistics แหล่งที่มา: Happy Returns (A UPS Company)
5. การฉ้อโกงการคืนสินค้าและการละเมิดนโยบาย: ความเสียหาย 1.01 แสนล้านดอลลาร์ต่อปี
ขบวนการฉ้อโกงการคืนสินค้าที่ซับซ้อนและการละเมิดนโยบายทั่วไปสร้างความเสียหายมหาศาลแก่เครือข่ายค้าปลีกขนาดใหญ่ NRF และ Appriss Retail บันทึกความเสียหายจากการฉ้อโกงการคืนสินค้าในสหรัฐฯ สูงถึง $101.0 พันล้านดอลลาร์ต่อปี
ปริมาณการฉ้อโกงกระจายตัวเป็นวงกว้าง: 13.7% ของมูลค่าสินค้าที่ส่งคืนทั้งหมดเป็นการฉ้อโกง (การสลับสินค้าปลอม หลอกลวงส่งกล่องเปล่า สินค้าขโมย) ส่งผลให้ 52.0% ของแบรนด์ชั้นนำหันมาใช้ระบบ AI ตรวจสอบตัวตนสำหรับการคืนสินค้าที่ไม่มีใบเสร็จ
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| ต้นทุนความเสียหายจากการฉ้อโกงการคืนสินค้าและการละเมิดนโยบายต่อผู้ค้าปลีกในสหรัฐฯ ต่อปี | $101.0 Billion in fraudulent returns/yr | NRF / Appriss Retail Fraud Report |
| การคืนสินค้าอีคอมเมิร์ซที่ระบุว่าเป็นการฉ้อโกง (สินค้าขโมย สลับของปลอม ใส่แล้วคืน กล่องเปล่า) | 13.7% of all returned merchandise value | Appriss Retail Benchmarks |
| ผู้ค้าปลีกที่ใช้ AI ตรวจจับการฉ้อโกงและติดตาม ID โดยไม่ต้องมีใบเสร็จเพื่อยับยั้งผู้ฉ้อโกงต่อเนื่อง | 52.0% of tier-1 retail brands | NRF Technology Report |
ข้อมูลข้อพิพาทการชำระเงินสามารถดูได้ที่ chargeback statistics แหล่งที่มา: Appriss Retail Fraud Report
6. นวัตกรรมการดำเนินงาน: จุดดรอปออฟแบบไม่ต้องใส่กล่องและระบบประเมินขนาดด้วย AI
ผู้ค้าปลีกจัดตั้งศูนย์รวมจุดส่งคืนสินค้าหน้าร้านในพื้นที่และใช้เทคโนโลยีคอมพิวเตอร์วิทัศน์ช่วยวัดขนาดเพื่อลดการคืนสินค้า Happy Returns บันทึกว่า 71.0% ของนักช้อปชอบจุดดรอปออฟที่ไม่ต้องใช้กล่องและไม่ต้องพิมพ์ฉลาก (เช่น Whole Foods, Kohl’s)
การป้องกันก่อนซื้อให้ผลตอบแทนที่คุ้มค่า: McKinsey รายงานว่าห้องลองเสื้อผ้าเสมือนจริงด้วย AI ช่วยลดการคืนสินค้าจากปัญหาขนาดได้ 24.0% ถึง 32.0% ขณะที่ 34.0% ของผู้ค้าเสนอการคืนเงินแบบ ‘เก็บสินค้าไว้ได้เลย’ ในกรณีที่ค่าส่งคืนสูงกว่ามูลค่าซากของสินค้า
| ตัวชี้วัด | มูลค่า | แหล่งที่มา |
|---|---|---|
| ผู้บริโภคที่ชอบจุดบริการคืนสินค้าแบบ ‘ส่งคืนได้โดยไม่ต้องใช้กล่องหรือฉลาก’ (Happy Returns, Whole Foods/Amazon, Kohl’s) | 71.0% of online shoppers | Happy Returns Consumer Study |
| ห้องลองชุด 3D เสมือนจริงและอัลกอริทึมแนะนำไซส์ด้วย AI ช่วยลดอัตราการคืนเสื้อผ้า | Slashing sizing returns by 24.0% to 32.0% | McKinsey E-Commerce & Retail AI Report |
| ผู้ค้าปลีกที่เสนอคืนเงินแบบ ‘เก็บสินค้าไว้ได้เลย’ สำหรับสินค้าราคาประหยัดเมื่อค่าส่งคืนสูงกว่ามูลค่าสินค้า | 34.0% of high-volume merchants | Locus Robotics / Supply Chain Dive |
สรุป: สถิติการคืนสินค้าอีคอมเมิร์ซเป็นตัวเลข
| ตัวชี้วัด | มูลค่า | แหล่งที่มาหลัก |
|---|---|---|
| ยอดการคืนสินค้าค้าปลีกทั้งหมดในสหรัฐฯ | $743.0 Billion/year | NRF / Happy Returns |
| อัตราการคืนสินค้าในอีคอมเมิร์ซออนไลน์ | 17.6% - 20.8% | NRF / Appriss Retail |
| มูลค่าการคืนสินค้าออนไลน์ในสหรัฐฯ | $248.0 Billion | NRF Annual Survey |
| อัตราการคืนสินค้าเสื้อผ้าสูงสุดหลังวันหยุด | 24.0% - 30.0% | Salesforce / Narvar |
| อัตราการคืนสินค้าออนไลน์ในหมวดเสื้อผ้า | 24.4% - 30.0% | NRF / Return Logic |
| นักช้อปที่มีพฤติกรรม ‘Bracketing’ | 63.0% of shoppers | Narvar Returns Study |
| ผู้บริโภคที่ยอมรับว่าทำ ‘Wardrobing’ | 18.0% | Appriss Retail Report |
| ต้นทุนการจัดการสินค้าคืนมูลค่า $100 | $26.50 - $33.00 (30%) | Pitney Bowes / Optoro |
| สินค้าส่งคืนที่สามารถขายต่อได้ในราคาเต็ม | 48.0% resold full | Optoro Impact Report |
| ปริมาณขยะฝังกลบต่อปีจากการคืนสินค้าค้าปลีก | 9.5B pounds/year | Optoro Sustainability |
| ผู้ค้าปลีกที่เก็บค่าธรรมเนียมการจัดส่งคืน | 66.0% of retailers | Happy Returns Benchmark |
| นักช้อปที่ให้ความสำคัญกับการคืนสินค้าฟรี | 78.0% | NRF Consumer Survey |
| ความเสียหายรายปีจากการฉ้อโกงการคืนสินค้าในสหรัฐฯ | $101.0 Billion/year | NRF / Appriss Retail |
| มูลค่าการคืนสินค้าที่ระบุว่าเป็นการฉ้อโกง | 13.7% of returns | Appriss Retail Report |
| การลดการคืนสินค้าจากปัญหาไซส์ด้วย AI ลองชุด | 24% - 32% reduction | McKinsey Retail AI |
ระเบียบวิธีวิจัยและแหล่งที่มา
สถิติในรายงานนี้รวบรวมจากเกณฑ์มาตรฐานการคืนสินค้าค้าปลีกประจำปีจาก National Retail Federation (NRF) และ Appriss Retail ข้อมูลการติดตามพฤติกรรมผู้บริโภคด้านโลจิสติกส์ย้อนกลับจาก Happy Returns และ Narvar แบบจำลองต้นทุนห่วงโซ่อุปทานจาก Pitney Bowes และ Optoro ตลอดจนกรณีศึกษาด้านปัญญาประดิษฐ์ในการค้าปลีกจาก McKinsey & Company
-
National Retail Federation (NRF) & Appriss Retail: Consumer Returns in the Retail Industry: Annual Benchmarks & Fraud ($743B total returns, 17.6-20.8% online return rate, $101B fraud).
-
Happy Returns (A UPS Company) & Narvar: State of Online Returns & Box-Free Drop-Off Trends (66% charging return fees, 71% box-free drop-off, 63% bracketing).
-
Pitney Bowes & Optoro: Reverse Logistics Economic Cost Analysis & Environmental Impact Report ($26.50-$33 processing cost per $100 item, 9.5B lbs landfill waste).
-
Salesforce Shopping Index & Return Logic: Quarterly E-Commerce Returns by Merchandise Category (holiday peak returns, apparel 30% return rates).
-
McKinsey & Company: AI Size Recommendations and Virtual Fitting Rooms in Fashion E-Commerce (24-32% sizing return reduction).
-
Klarna & Sift: Consumer Shopping Sentiment, Return Policy Friction, and Wardrobing Fraud (54% merchant abandonment after bad return experience).
-
Data watch: สถิติการคืนสินค้าในอีคอมเมิร์ซสะท้อนถึงมูลค่าสินค้าที่ถูกส่งคืน ต้นทุนการขนส่งโลจิสติกส์ย้อนกลับ และการฉ้อโกงการคืนสินค้าในช่องทางอีคอมเมิร์ซดิจิทัลและการค้าปลีกแบบออมนิชาแนล การเรียกร้องการรับประกันสินค้าชำรุดจะถูกจัดหมวดหมู่แยกต่างหาก
-
อัปเดตล่าสุด: สิงหาคม 2026 รายงานสรุปนี้ได้รับการอัปเดตทุกไตรมาสเมื่อรายงานการคืนสินค้าประจำปีของ NRF ดัชนีค้าปลีกหลังเทศกาล และการวิเคราะห์โลจิสติกส์ย้อนกลับได้รับการเผยแพร่