Gestión de inventario
SellerMagnet Tools
Por qué te devuelven tu producto: cómo encontrar la causa raíz
|
11 min de lectura
Última actualización: 24/10/2026
Una tasa de devoluciones en aumento es un síntoma, y los propios datos de devoluciones de Amazon ya te indican cuál es la enfermedad: el informe de devoluciones de clientes FBA asigna un código de motivo específico y estandarizado a cada devolución, no un porcentaje general vago. La mayoría de los vendedores le echan un vistazo a la tasa, se preocupan y siguen adelante; la solución pasa por extraer el desglose real por código de motivo y tratarlo como una herramienta de diagnóstico, porque una tasa de devoluciones dominada por quejas de talla necesita una corrección distinta a una dominada por daños en el transporte o un listado mal ajustado a la realidad. Esta guía explica con exactitud qué contienen los datos de devoluciones de Amazon, cómo interpretarlos correctamente y cómo diagnosticar una causa raíz en lugar de adivinarla.
Para encontrar la causa raíz de una tasa de devoluciones alta en Amazon, extrae el informe de devoluciones de clientes FBA y agrupa las devoluciones por código de motivo (talla, defectuoso, no corresponde a la descripción, dañado en tránsito, artículo incorrecto y unos 25 más que define Amazon), en lugar de mirar solo el porcentaje general de devoluciones. Una causa derivada del listado (no corresponde a la descripción, talla incorrecta) necesita una corrección de contenido; una causa derivada del producto (defectuoso, calidad) necesita una corrección del proveedor o del embalaje; una causa derivada de la logística (dañado por el transportista o por el centro logístico) puede ser reembolsable, según la disposición que asigne Amazon en el centro logístico.
Dónde viven realmente los datos de código de motivo
Cada devolución FBA queda registrada con un motivo breve y estandarizado, seleccionado por el comprador durante la solicitud de devolución, disponible en el informe de devoluciones de clientes FBA, dentro de Reports > Fulfillment, Customer Concessions, FBA Customer Returns. La página de ayuda de Amazon lo indica directamente: "Reason: breve descripción del motivo de la devolución según lo indicado por el cliente". Para los pedidos gestionados por el propio vendedor, las devoluciones equivalentes se encuentran en Orders > Manage Returns, ya que las devoluciones FBA no aparecen ahí. Una vista más reciente y útil es la página de Devoluciones FBA, dentro de Inventario > panel de FBA > Devoluciones FBA, que Amazon describe como "un único destino para gestionar tus devoluciones FBA, obtener información sobre los motivos de devolución de los clientes y descubrir oportunidades para reducir las tasas de devolución", con filtrado a nivel de ASIN incorporado en lugar de una lista plana descargable.
Los códigos de motivo estandarizados, agrupados según lo que realmente diagnostican
La documentación del informe de devoluciones de clientes FBA de Amazon enumera cerca de 30 valores de motivo distintos. Al leer la lista completa de una vez, los grupos de diagnóstico resultan evidentes, aunque Amazon no los publique ya agrupados.
| Grupo | Ejemplos de códigos de motivo | A qué suele apuntar |
|---|---|---|
| Ajuste y talla | APPAREL_TOO_SMALL, APPAREL_TOO_LARGE, JEWELRY_TOO_SMALL, JEWELRY_TOO_LARGE, MISORDERED | La tabla de tallas, las medidas o el mapeo de variaciones en el listado |
| No cumple lo esperado | NOT_AS_DESCRIBED, QUALITY_UNACCEPTABLE, NOT_COMPATIBLE, APPAREL_STYLE | El texto, las imágenes o las afirmaciones de compatibilidad del listado que sobrevenden el producto |
| Estado del producto | DEFECTIVE, WARRANTY, JEWELRY_BATTERY, JEWELRY_BAD_CLASP, JEWELRY_LOOSE_STONE | Control de calidad del proveedor o tasa de defectos de fabricación |
| Envío y logística | DAMAGED_BY_CARRIER, DAMAGED_BY_FC, MISSING_PARTS, SWITCHEROO, MISSED_ESTIMATED_DELIVERY | El embalaje, la manipulación del transportista o un error de proceso en el centro logístico |
| Preferencia del comprador | FOUND_BETTER_PRICE, NO_REASON_GIVEN, UNWANTED_ITEM, ORDERED_WRONG_ITEM, EXTRA_ITEM | Comportamiento normal del comercio electrónico, rara vez un problema solucionable de producto o listado |
El formato de comentario estructurado añade un diagnóstico directo
Las páginas de ayuda de Amazon en EE. UU. describen un nuevo formato de comentario estructurado que ya muestran algunos marketplaces: "Base Issue | Issue Detail | Product or Listing Insight", por ejemplo "Incorrect Size | Too Small, did not fit | Yes". La propia documentación de Amazon explica qué hace el tercer campo: para devoluciones relacionadas con Defective, Damaged, Not Compatible o Missing Item, es un Product Insight que identifica la pieza concreta afectada, el problema de compatibilidad o el artículo faltante; para devoluciones relacionadas con Wrong Item, Missing Parts, Not as Expected, Too Large, Too Small o Incorrect Size/Fit, es un Listing Insight que muestra si el contenido del listado pudo haber provocado la devolución. En la práctica, este campo es Amazon diciéndote directamente si una devolución concreta fue un problema de listado o un problema de producto.
El código de disposición: quién es responsable, algo separado del motivo
Además del motivo seleccionado por el cliente, Amazon asigna su propio código de disposición que describe la condición física encontrada al evaluar el artículo en el centro logístico, y Amazon es explícito en que estos 2 campos responden preguntas distintas: "El motivo de devolución que ves en los pedidos reembolsados es el que seleccionó el comprador... Aunque este motivo puede no reflejar siempre con precisión las circunstancias reales de la devolución, nuestras decisiones de reembolso se basan en la condición física real del artículo al evaluarlo en nuestro centro logístico, no en el motivo indicado por el comprador". Una disposición DAMAGED o CARRIER DAMAGED significa que Amazon asume la responsabilidad y reembolsa según la política de reembolso de inventario de FBA; una disposición CUSTOMER DAMAGED o DEFECTIVE significa que la unidad vuelve al inventario como no vendible y sin reembolso, porque es la condición en sí, y no el motivo declarado por el comprador, lo que decide en qué categoría cae cada devolución.
Ejemplo práctico: diagnosticar un repunte de devoluciones en un ASIN (ilustrativo)
Lo siguiente es un ejemplo hipotético e ilustrativo, no datos reales de ningún vendedor, que muestra cómo funciona esta agrupación en la práctica. Tomemos un ASIN con 40 devoluciones registradas en el informe FBA Customer Returns durante un mes, vendido a un volumen en el que esa cifra de devoluciones representa una tasa que el vendedor quiere investigar. Al extraer la columna Reason y agruparla según las categorías anteriores, podría verse así: 18 devoluciones con código APPAREL_TOO_SMALL o APPAREL_TOO_LARGE (grupo de talla y ajuste), 9 con código NOT_AS_DESCRIBED (grupo de expectativas no cumplidas), 7 con código DAMAGED_BY_CARRIER (grupo de envío y logística, vale la pena revisar la disposición de cada una) y las 6 restantes repartidas entre códigos de preferencia del comprador como FOUND_BETTER_PRICE y NO_REASON_GIVEN. Esa agrupación convierte una cifra alarmante de 40 devoluciones en 2 hallazgos claramente accionables (probablemente la tabla de tallas está mal y es posible que las dimensiones indicadas en el listing no coincidan con la realidad), además de un recordatorio para revisar la disposición de cada una de las 7 unidades DAMAGED_BY_CARRIER, ya que solo una disposición DAMAGED o CARRIER DAMAGED se reembolsa realmente, en lugar de quedarse con una sola alarma de tasa de devolución sin diferenciar.
- Extrae el informe por ASIN y rango de fechas, no la tasa de devolución de toda la cuenta, para que la solución apunte al producto que realmente está provocando el repunte.
- Agrupa por código de motivo en las 4 categorías de diagnóstico (talla/ajuste, expectativas no cumplidas, condición del producto, envío/logística), dejando de lado los códigos de preferencia del comprador, ya que rara vez indican un problema solucionable.
- Revisa el campo de comentario estructurado cuando esté presente para obtener una señal directa de Product Insight o Listing Insight, en lugar de inferir la intención solo a partir del breve código de motivo.
- Comprueba la disposición, no solo el motivo, para confirmar cuáles devoluciones son responsabilidad financiera de Amazon según la política de reembolso y cuáles son reembolsos por preferencia del comprador que asume el vendedor.
- Resuelve primero la categoría dominante y luego vuelve a extraer el mismo informe entre 30 y 60 días después, para el mismo ASIN, y confirma que la cifra de devoluciones de esa categoría específica realmente bajó antes de dar por buena la solución.
Convertir un diagnóstico en una solución, categoría por categoría
Un patrón de devoluciones dominado por talla y ajuste rara vez se resuelve pidiendo disculpas en el listing; se resuelve auditando la tabla de tallas real frente a medidas reales de clientes, comprobando que las dimensiones de cada variación estén correctamente asignadas al ASIN hijo correspondiente, y añadiendo una nota clara de ajuste ("talla pequeña, pide una talla más") donde el producto realmente lo justifique. Un patrón de expectativas no cumplidas implica auditar cada imagen y cada punto de la lista de características frente a cómo luce y funciona realmente la unidad al llegar, ya que un listing que exagera genera devoluciones de compradores decepcionados, no equivocados sobre el producto. Un patrón de condición del producto (DEFECTIVE, WARRANTY) apunta hacia arriba, al proveedor: solicita informes de inspección, refuerza un paso de control de calidad o, en un caso grave, pausa el listing mientras se rastrea el defecto. Un patrón de envío y logística (DAMAGED_BY_CARRIER, DAMAGED_BY_FC) es la única categoría que un vendedor no resuelve principalmente cambiando el producto o el listing; es un problema de embalaje y de seguimiento de reembolsos, que exige confirmar que el embalaje protector está a la altura de la fragilidad del producto y que cada disposición DAMAGED o CARRIER DAMAGED se registra realmente para su reembolso en lugar de absorberse silenciosamente como una pérdida.
| Lo que documenta Amazon | Cómo usarlo para el análisis de causa raíz |
|---|---|
| Código de motivo: categoría seleccionada por el comprador para la devolución | Agrúpalo en las categorías de talla/ajuste, expectativas no cumplidas, condición del producto y envío |
| Disposición: condición física encontrada en el centro logístico | Confirma quién es el responsable financiero (Amazon o el vendedor) |
| Comentario estructurado: Base Issue / Issue Detail / Insight | Señal directa de si hace falta un cambio en el listing o en el producto |
Cómo diagnosticar un repunte en la tasa de devolución de un ASIN
- Extrae el informe por ASIN y rango de fechas - Reports > Fulfillment > Customer Concessions > FBA Customer Returns, filtrado al ASIN y al período en cuestión.
- Agrupa por código de motivo - Clasifica las devoluciones en las 4 categorías de diagnóstico (talla/ajuste, expectativas no cumplidas, condición del producto, envío/logística).
- Revisa el comentario estructurado cuando esté presente - Comprueba los campos Base Issue / Issue Detail / Insight para obtener una señal directa sobre si el problema es del listing o del producto.
- Comprueba la disposición por separado - Confirma cuáles devoluciones son DAMAGED o CARRIER DAMAGED (responsabilidad de Amazon) frente a los reembolsos por preferencia del comprador.
- Resuelve la categoría dominante y luego vuelve a comprobarla - Vuelve a extraer la cifra de esa misma categoría entre 30 y 60 días después, para el mismo ASIN, y confirma que la solución funcionó.
El Panel de Analíticas de SellerMagnet sincroniza automáticamente el informe FBA Customer Returns y muestra cada devolución FBA junto con la condición asignada por el almacén de Amazon al lado del motivo indicado por el comprador, para que puedas filtrar las unidades DAMAGED y CARRIER DAMAGED sin tener que extraer el informe manualmente. Además, Lost & Found analiza hasta 2 años de datos de Seller Central para detectar las devoluciones DAMAGED y CARRIER DAMAGED que realmente son reembolsables, y prepara cada reclamación con una plantilla y evidencias para que el vendedor la revise y la presente.
Errores comunes al interpretar los datos de devoluciones
- Reaccionar ante la tasa general en lugar del desglose por motivo. Una tasa de devolución del 12% causada principalmente por DAMAGED_BY_CARRIER requiere una mejora en el embalaje; esa misma cifra del 12% causada principalmente por NOT_AS_DESCRIBED requiere reescribir el listing. El número general por sí solo no te dice cuál es el caso.
- Tratar el motivo seleccionado por el comprador como si fuera la decisión de reembolso. Amazon especifica claramente que la disposición determinada en el centro logístico, no el motivo elegido por el comprador, es lo que decide el reembolso; conviene revisar ambos campos por separado.
- Mezclar datos de FBA y de envío por el vendedor. Las devoluciones FBA se encuentran en el informe FBA Customer Returns; las devoluciones gestionadas por el propio vendedor están en Manage Returns. Si solo se extrae uno de los dos, se subestima la realidad en un listing híbrido.
- Ignorar el campo de comentario estructurado cuando está disponible. El formato Base Issue | Issue Detail | Product or Listing Insight es el propio diagnóstico de Amazon sobre si una devolución apunta a un problema del producto o del listing; pasarlo por alto y quedarse solo con el código de motivo resumido desecha la señal más valiosa del informe.
- Declarar una solución exitosa sin volver a revisar la categoría específica. Una caída en la tasa general de devoluciones puede ocultar que una categoría mejora mientras otra empeora; vuelve a extraer el mismo desglose por código de motivo tras aplicar una solución, no solo la tasa global.
Cómo medir si una solución realmente funcionó
Corregir la categoría dominante es solo la mitad del trabajo; confirmar que funcionó implica volver a extraer el mismo desglose por código de motivo del mismo ASIN tras dejar pasar el tiempo suficiente para que la corrección se refleje en los nuevos pedidos, no simplemente observar cómo evoluciona la tasa general de devoluciones de toda la cuenta. Una corrección en la tabla de tallas necesita al menos unas semanas de nuevos pedidos bajo la tabla corregida antes de poder evaluar el recuento de APPAREL_TOO_SMALL o APPAREL_TOO_LARGE, ya que las devoluciones de unidades pedidas antes de la corrección seguirán llegando durante un tiempo dentro de su propia ventana de devolución. Durante esa ventana, haz seguimiento del recuento o la tasa de esa categoría específica por separado del número de toda la cuenta, porque una corrección genuinamente exitosa del problema de tallaje de un ASIN puede quedar enmascarada en un panel combinado por un pico de daños de envío de otro ASIN ocurriendo al mismo tiempo.
También vale la pena distinguir entre una corrección que ataca la causa raíz y una que solo es superficial. Reescribir los puntos clave de un listing para que suene más cauteloso puede reducir a corto plazo las devoluciones por NOT_AS_DESCRIBED sin resolver un problema de calidad subyacente del producto, lo cual suele reaparecer como devoluciones por DEFECTIVE o QUALITY_UNACCEPTABLE una vez que los compradores que antes se decepcionaban por expectativas falsas ahora se decepcionan por el producto en sí. Haz seguimiento de más de una categoría después de una corrección que solo afecta al listing, para asegurarte de que el volumen de devoluciones realmente bajó en total y no simplemente se trasladó de un código de motivo a otro adyacente.
Continuando con el ejemplo ilustrativo anterior: si el vendedor corrigió la tabla de tallas tras observar 18 devoluciones codificadas como problema de tallaje en el primer mes, un resultado hipotético y exitoso mostraría que el recuento de esa categoría específica cae en la ventana de los siguientes 60 días, por ejemplo de 18 a 6 devoluciones codificadas como problema de tallaje, una caída del 67% solo en esa categoría, mientras las otras 3 categorías se monitorean por separado para confirmar que el volumen no simplemente se trasladó a un código de motivo adyacente. Este ejemplo hipotético de antes/después se muestra únicamente para ilustrar cómo se ve una corrección confirmada al volver a medirla, no como un resultado garantizado.
¿Dónde encuentro los códigos de motivo de devolución de Amazon para mis ventas FBA?
En el informe FBA Customer Returns, dentro de Reports > Fulfillment > Customer Concessions, o en la página más reciente de FBA Returns, dentro de Inventory > FBA dashboard > FBA Returns, que añade filtrado a nivel de ASIN.
¿El motivo de devolución seleccionado por el comprador determina si recibo el reembolso?
No. Amazon indica que las decisiones de reembolso se basan en la condición física (disposición) determinada al evaluar la unidad en el centro logístico, no en el motivo seleccionado por el comprador, que puede ser inexacto.
¿Qué es el formato Base Issue, Issue Detail, Product or Listing Insight?
Las páginas de ayuda de Amazon en EE. UU. describen un formato más reciente y estructurado de comentarios del cliente que algunos marketplaces ya muestran, el cual divide el comentario de la devolución en por qué se devolvió el producto, qué salió mal específicamente, y si la causa raíz parece ser un problema del producto o del listing.
¿Amazon es financieramente responsable de todas las devoluciones?
No. Una disposición DAMAGED o CARRIER DAMAGED hace que Amazon sea responsable y reembolsable. Una disposición CUSTOMER DAMAGED o DEFECTIVE significa que se reembolsa al cliente, pero la unidad permanece en el inventario del vendedor como no vendible, sin reembolso automático.
¿Las devoluciones FBA aparecen en la página de Manage Returns?
No. La página de ayuda de Amazon indica que la página Manage Returns es solo para devoluciones gestionadas por el vendedor; las devoluciones FBA se rastrean por separado en el informe FBA Customer Returns y en la página FBA Returns.
Stop Juggling Tools. SellerMagnet Combines Everything You Need.
Join a smarter way to manage your Amazon store.
Recommended Articles
Gestión de inventario
SellerMagnet Tools
Por qué te devuelven tu producto: cómo encontrar la causa raíz
El informe de Devoluciones de Clientes de FBA de Amazon asigna un código de motivo a cada devolución. Te explicamos cómo agruparlos para obtener un diagnóstico real, en lugar de reaccionar a una sola tasa.
Read more
FBA
Gestión de inventario
Amazon Updates
Inventario no apto para envío en Amazon: la regla de los 14 días se amplía el 28 de octubre de 2026
A partir del 28 de octubre de 2026, Amazon elimina el stock FBA no apto para envío tras 14 días en 10 tiendas del Reino Unido y la UE, ahora incluyendo Bélgica e Irlanda. Tarifas, configuración y un ejemplo práctico.
Read more
Amazon Basics
SellerMagnet Tools
¿Reclamación por patente de diseño en Amazon? Qué hacer ahora
Una reclamación por patente de diseño en Amazon trata del aspecto, no de la función. Quién puede presentarla, qué comprobar en la patente y qué respuesta pide Amazon.
Read more
FBA
Amazon Basics
SellerMagnet Tools
IPI Score de Amazon 2026: qué es, por qué bajó y cómo solucionarlo
Qué mide realmente el IPI Score de Amazon, por qué los límites de capacidad de FBA ya no usan un umbral fijo en 2026, y la solución exacta para cada una de las cuatro categorías que lo afectan.
Read more
Publicidad y PPC
Amazon Updates
SellerMagnet Tools
Automatización de Amazon PPC y pujas con IA en 2026
Las pujas dinámicas, fijas y basadas en reglas de Sponsored Products de Amazon explicadas con las cifras propias de Amazon, un ejemplo práctico de puja y en qué punto un Optimizador de IA como el PPC Manager (beta) de SellerMagnet aporta automatización a nivel de cuenta.
Read more
FBA
SellerMagnet Tools
Amazon Basics
Cómo reducir las tarifas FBA de Amazon: categorías de tamaño, peso y almacenamiento
Amazon cobra las tarifas FBA según la categoría de tamaño, el peso dimensional, la división de envíos de entrada y los días de almacenamiento, no según tu producto. Los umbrales de 2026 y un ejemplo práctico de embalaje.
Read more
