Gestion des stocks
SellerMagnet Tools
Pourquoi vos clients retournent votre produit : trouver la cause racine
|
11 min de lecture
Dernière mise à jour : 24/10/2026
Un taux de retour en hausse est un symptôme, et les données de retour d'Amazon indiquent déjà la maladie en cause : le rapport FBA Customer Returns associe un code de motif normalisé et précis à chaque retour, pas un vague pourcentage global. La plupart des vendeurs jettent un œil au taux, s'en inquiètent, puis passent à autre chose ; la vraie solution consiste à extraire la répartition par code de motif et à l'utiliser comme outil de diagnostic, car un taux de retour dominé par des réclamations de taille appelle une correction différente de celui dominé par des dommages de transport ou une fiche produit mal alignée. Ce guide détaille précisément ce que contiennent les données de retour d'Amazon, comment les lire correctement, et comment diagnostiquer une cause racine plutôt que de la deviner.
Pour identifier la cause racine d'un taux de retour Amazon élevé, extrayez le rapport FBA Customer Returns et regroupez les retours par code de motif (taille, défectueux, non conforme à la description, endommagé pendant le transport, mauvais article, et environ 25 autres motifs définis par Amazon), plutôt que de ne regarder que le pourcentage global de retour. Une cause liée à la fiche produit (non conforme à la description, mauvaise taille) nécessite une correction de contenu ; une cause liée au produit (défectueux, qualité) nécessite une correction côté fournisseur ou emballage ; une cause liée à la logistique (endommagé par le transporteur ou le centre de distribution) peut être remboursable, selon la disposition attribuée par Amazon au centre de distribution.
Où se trouvent réellement les données de code de motif
Chaque retour FBA est enregistré avec un motif client court et normalisé, choisi par l'acheteur lors de sa demande de retour, disponible dans le rapport FBA Customer Returns sous Reports > Fulfillment, Customer Concessions, FBA Customer Returns. La page d'aide d'Amazon décrit directement ce champ : "Reason : brève description du motif de retour indiquée par le client." Pour les commandes expédiées par le vendeur, les retours équivalents se trouvent sous Orders > Manage Returns, car les retours FBA n'y apparaissent pas. Une interface plus récente et plus utile est la page FBA Returns sous Inventory > FBA dashboard > FBA Returns, que Amazon décrit comme offrant "un point d'accès unique pour gérer vos retours FBA, mieux comprendre les motifs de retour des clients et identifier des opportunités de réduire les taux de retour", avec un filtrage par ASIN intégré plutôt qu'une simple liste téléchargeable à plat.
Les codes de motif normalisés, regroupés selon ce qu'ils révèlent réellement
La documentation du rapport FBA Customer Returns d'Amazon recense près de 30 valeurs de motif client distinctes. La lecture de la liste complète en une seule fois rend les groupes de diagnostic évidents, même si Amazon ne les publie pas déjà regroupés.
| Groupe | Exemples de codes de motif | Ce que cela révèle généralement |
|---|---|---|
| Coupe et taille | APPAREL_TOO_SMALL, APPAREL_TOO_LARGE, JEWELRY_TOO_SMALL, JEWELRY_TOO_LARGE, MISORDERED | Guide des tailles, mesures ou correspondance des variations dans la fiche produit |
| Pas conforme aux attentes | NOT_AS_DESCRIBED, QUALITY_UNACCEPTABLE, NOT_COMPATIBLE, APPAREL_STYLE | Texte de la fiche, images ou allégations de compatibilité qui survendent le produit |
| État du produit | DEFECTIVE, WARRANTY, JEWELRY_BATTERY, JEWELRY_BAD_CLASP, JEWELRY_LOOSE_STONE | Contrôle qualité fournisseur ou taux de défauts de fabrication |
| Expédition et traitement des commandes | DAMAGED_BY_CARRIER, DAMAGED_BY_FC, MISSING_PARTS, SWITCHEROO, MISSED_ESTIMATED_DELIVERY | Emballage, manutention du transporteur ou erreur de processus dans un centre de distribution |
| Préférence de l'acheteur | FOUND_BETTER_PRICE, NO_REASON_GIVEN, UNWANTED_ITEM, ORDERED_WRONG_ITEM, EXTRA_ITEM | Comportement e-commerce classique, rarement un problème de produit ou de fiche que l'on peut corriger |
Le format de commentaire structuré ajoute un diagnostic direct
Les pages d'aide américaines d'Amazon décrivent un nouveau format de commentaire structuré que certaines marketplaces affichent désormais : "Base Issue | Issue Detail | Product or Listing Insight", par exemple "Incorrect Size | Too Small, did not fit | Yes". La documentation d'Amazon explique elle-même le rôle du troisième champ : pour les retours liés à Defective, Damaged, Not Compatible ou Missing Item, il s'agit d'un Product Insight qui identifie la pièce concernée, le problème de compatibilité ou l'élément manquant ; pour les retours liés à Wrong Item, Missing Parts, Not as Expected, Too Large, Too Small ou Incorrect Size/Fit, il s'agit d'un Listing Insight qui indique si le contenu de la fiche a pu entraîner le retour. Ce champ revient, en pratique, à ce qu'Amazon vous dise directement si un retour donné relève d'un problème de fiche produit ou d'un problème de produit.
Le code de disposition : qui est responsable, indépendamment du motif
En plus du motif sélectionné par le client, Amazon attribue son propre code de disposition décrivant l'état physique constaté lors de l'évaluation de l'article au centre de distribution, et Amazon précise explicitement que ces 2 champs répondent à des questions différentes : "Le motif de retour de commande que vous voyez pour les commandes remboursées correspond à ce que l'acheteur a sélectionné... Bien que ce motif ne reflète pas toujours fidèlement les circonstances réelles du retour, nos décisions de remboursement se basent sur l'état physique réel de l'article au moment de son évaluation dans notre centre de distribution, pas sur le motif indiqué par l'acheteur." Une disposition DAMAGED ou CARRIER DAMAGED signifie qu'Amazon assume la responsabilité et rembourse selon la politique de remboursement des stocks FBA ; une disposition CUSTOMER DAMAGED ou DEFECTIVE signifie que l'unité retourne en stock invendable sans remboursement, car c'est l'état constaté lui-même, et non le motif déclaré par l'acheteur, qui détermine dans quelle catégorie tombe un retour.
Exemple concret : diagnostiquer un pic de retours sur un ASIN (illustratif)
Ce qui suit est un exemple hypothétique et illustratif, pas des données réelles de vendeur, montrant comment ce regroupement fonctionne en pratique. Prenons un ASIN avec 40 retours enregistrés dans le rapport FBA Customer Returns sur un mois, vendu à un volume où ce nombre de retours représente un taux que le vendeur souhaite examiner. En extrayant la colonne Reason et en la regroupant selon les catégories ci-dessus, on pourrait obtenir : 18 retours codés APPAREL_TOO_SMALL ou APPAREL_TOO_LARGE (groupe ajustement et tailles), 9 codés NOT_AS_DESCRIBED (groupe non conforme aux attentes), 7 codés DAMAGED_BY_CARRIER (groupe expédition et logistique, à vérifier via la disposition de chacun), et les 6 restants répartis entre des codes liés aux préférences de l'acheteur comme FOUND_BETTER_PRICE et NO_REASON_GIVEN. Ce regroupement transforme un chiffre alarmant de 40 retours en 2 constats clairement exploitables (le guide des tailles est probablement erroné, et les dimensions indiquées sur la fiche produit ne correspondent peut-être pas à la réalité), plus un rappel de vérifier la disposition de chacune des 7 unités DAMAGED_BY_CARRIER, puisque seule une disposition DAMAGED ou CARRIER DAMAGED est effectivement remboursée, plutôt qu'une seule alerte indifférenciée sur le taux de retour.
- Extrayez le rapport par ASIN et plage de dates, pas le taux de retour global du compte, pour que la correction cible réellement le produit à l'origine du pic.
- Regroupez les codes de motif dans les 4 catégories de diagnostic (ajustement/tailles, non conforme aux attentes, état du produit, expédition/logistique), en mettant de côté les codes liés aux préférences de l'acheteur car ils indiquent rarement un problème corrigible.
- Lisez le champ de commentaire structuré lorsqu'il est présent, pour obtenir un signal direct de type Product Insight ou Listing Insight plutôt que de déduire l'intention à partir du seul code de motif, souvent trop court.
- Vérifiez la disposition, pas seulement le motif, pour confirmer quels retours relèvent de la responsabilité financière d'Amazon selon la politique de remboursement, par opposition aux remboursements liés aux préférences de l'acheteur que le vendeur absorbe.
- Corrigez d'abord la catégorie dominante, puis réextrayez le même rapport 30 à 60 jours plus tard sur le même ASIN pour confirmer que le nombre de retours dans cette catégorie précise a bien baissé avant de déclarer la correction efficace.
Transformer un diagnostic en correction, catégorie par catégorie
Un schéma de retours dominé par l'ajustement et les tailles se résout rarement en s'excusant dans la fiche produit ; il se résout en auditant le guide des tailles réel face aux mesures effectives des clients, en vérifiant que les dimensions de chaque variation sont bien associées au bon ASIN enfant, et en ajoutant une mention claire sur l'ajustement ("taille petit, prenez une taille au-dessus") lorsque c'est effectivement le cas. Un schéma non conforme aux attentes implique d'auditer chaque image et chaque puce descriptive par rapport à l'apparence et aux performances réelles de l'unité à la réception, car une fiche produit qui survend génère des retours de la part d'acheteurs déçus plutôt que réellement trompés sur le produit. Un schéma lié à l'état du produit (DEFECTIVE, WARRANTY) pointe vers le fournisseur en amont : demandez des rapports d'inspection, renforcez une étape de contrôle qualité, ou dans un cas grave, suspendez la fiche produit le temps de tracer le défaut. Un schéma d'expédition et de logistique (DAMAGED_BY_CARRIER, DAMAGED_BY_FC) est la seule catégorie que l'on ne corrige pas principalement en changeant le produit ou la fiche produit ; c'est un problème d'emballage et de suivi des remboursements, qu'il faut résoudre en confirmant que l'emballage protecteur correspond bien à la fragilité du produit et que chaque disposition DAMAGED ou CARRIER DAMAGED est bien capturée pour remboursement plutôt qu'absorbée silencieusement comme une perte.
| Ce qu'Amazon documente | Comment l'utiliser pour un travail de recherche de cause racine |
|---|---|
| Code de motif : catégorie sélectionnée par l'acheteur pour le retour | Regroupement en catégories ajustement/tailles, non conforme aux attentes, état du produit, expédition |
| Disposition : état physique constaté au centre de distribution | Confirme qui est financièrement responsable (Amazon ou le vendeur) |
| Commentaire structuré : Base Issue / Issue Detail / Insight | Signal direct indiquant si une modification de la fiche produit ou du produit lui-même est nécessaire |
Comment diagnostiquer un pic de taux de retour sur un ASIN
- Extrayez le rapport par ASIN et plage de dates - Reports > Fulfillment > Customer Concessions > FBA Customer Returns, filtré sur l'ASIN et la période concernés.
- Regroupez par code de motif - Classez les retours dans les 4 catégories de diagnostic (ajustement/tailles, non conforme aux attentes, état du produit, expédition/logistique).
- Lisez le commentaire structuré lorsqu'il est présent - Vérifiez les champs Base Issue / Issue Detail / Insight pour un signal direct concernant la fiche produit ou le produit lui-même.
- Vérifiez la disposition séparément - Confirmez quels retours sont DAMAGED ou CARRIER DAMAGED (responsabilité d'Amazon) par opposition aux remboursements liés aux préférences de l'acheteur.
- Corrigez la catégorie dominante, puis revérifiez-la - Réextrayez le nombre de la même catégorie 30 à 60 jours plus tard sur le même ASIN pour confirmer que la correction a fonctionné.
Le tableau de bord Analytics de SellerMagnet synchronise pour vous le rapport FBA Customer Returns et affiche chaque retour FBA avec l'état constaté par l'entrepôt Amazon en regard du motif indiqué par l'acheteur, ce qui permet de filtrer les unités DAMAGED et CARRIER DAMAGED sans extraction manuelle de rapport, et Lost & Found analyse jusqu'à 2 ans de données Seller Central pour repérer les retours DAMAGED et CARRIER DAMAGED réellement remboursables, en préparant chaque demande avec un modèle et des preuves que le vendeur n'a plus qu'à vérifier et soumettre.
Erreurs courantes dans la lecture des données de retour
- Réagir au taux global plutôt qu'à la répartition par motif. Un taux de retour de 12% causé majoritairement par DAMAGED_BY_CARRIER appelle une correction de l'emballage ; ce même taux de 12% causé majoritairement par NOT_AS_DESCRIBED appelle une réécriture de la fiche produit. Le chiffre global seul ne permet pas de faire la différence.
- Confondre le motif indiqué par l'acheteur avec la décision de remboursement. Amazon précise explicitement que c'est l'état constaté au centre de distribution, et non le motif choisi par l'acheteur, qui détermine le remboursement ; il faut vérifier ces deux champs séparément.
- Mélanger les données FBA et expédiées par le vendeur. Les retours FBA figurent dans le rapport FBA Customer Returns ; les retours expédiés par le vendeur figurent dans Manage Returns. N'extraire que l'un des deux fausse la vision réelle pour une fiche hybride.
- Ignorer le champ de commentaire structuré lorsqu'il est présent. Le format Base Issue | Issue Detail | Product or Listing Insight constitue le diagnostic propre d'Amazon indiquant si un retour pointe vers le produit ou vers la fiche ; passer directement au code de motif court sans le consulter revient à se priver du signal le plus utile du rapport.
- Déclarer une correction réussie sans revérifier le segment concerné. Une baisse du taux de retour global peut masquer un segment qui s'améliore et un autre qui se dégrade ; il faut réextraire la même répartition par motif après une correction, pas seulement observer le taux global.
Mesurer si une correction a réellement fonctionné
Corriger le segment dominant n'est que la moitié du travail ; confirmer que cela a fonctionné suppose de réextraire la même répartition par motif sur le même ASIN après un délai suffisant pour que la correction se reflète dans les nouvelles commandes, plutôt que d'observer la dérive du taux de retour global du compte. Une correction de guide des tailles nécessite au moins quelques semaines de nouvelles commandes passées sous le guide corrigé avant de pouvoir juger le nombre de retours APPAREL_TOO_SMALL ou APPAREL_TOO_LARGE, car les retours des unités commandées avant la correction continueront d'arriver un certain temps selon leur propre délai de retour. Suivez le nombre ou le taux de ce segment spécifique séparément du chiffre global du compte pendant cette période, car une correction réellement réussie du problème de taille d'un ASIN peut être masquée dans un tableau de bord agrégé par un pic de dommages de transport survenant au même moment sur un autre ASIN.
Il convient aussi de distinguer une véritable correction de la cause racine d'une correction superficielle. Réécrire les points clés d'une fiche produit pour qu'elle paraisse plus prudente peut réduire les retours NOT_AS_DESCRIBED à court terme sans résoudre un problème de qualité produit sous-jacent, lequel réapparaît généralement sous forme de retours DEFECTIVE ou QUALITY_UNACCEPTABLE une fois que les acheteurs, auparavant déçus par des attentes erronées, se retrouvent déçus par le produit lui-même. Suivez plusieurs segments après une correction limitée à la fiche produit pour vous assurer que le volume de retours a réellement baissé au total, plutôt que de simplement glisser d'un code de motif vers un autre voisin.
Pour poursuivre l'exemple illustratif ci-dessus : si le vendeur a corrigé le guide des tailles après avoir constaté 18 retours codés taille le premier mois, un résultat hypothétique réussi montrerait que le nombre de ce segment spécifique chute lors des 60 jours suivants, par exemple de 18 à 6 retours codés taille, soit une baisse de 67% sur ce seul segment, tandis que les 3 autres segments sont suivis séparément pour confirmer que le volume ne s'est pas simplement déplacé vers un code de motif voisin. Ce scénario avant/après hypothétique n'est présenté que pour illustrer ce à quoi ressemble une correction confirmée une fois remesurée, et non comme un résultat garanti.
Où puis-je trouver les codes de motif de retour d'Amazon pour mes ventes FBA ?
Dans le rapport FBA Customer Returns, accessible via Reports > Fulfillment > Customer Concessions, ou sur la page plus récente FBA Returns sous Inventory > FBA dashboard > FBA Returns, qui ajoute un filtrage par ASIN.
Le motif de retour sélectionné par l'acheteur détermine-t-il si je suis remboursé ?
Non. Amazon précise que les décisions de remboursement reposent sur l'état physique (disposition) constaté lors de l'évaluation de l'unité au centre de distribution, et non sur le motif choisi par l'acheteur, qui peut être inexact.
Qu'est-ce que le format Base Issue, Issue Detail, Product or Listing Insight ?
Les pages d'aide américaines d'Amazon décrivent un format structuré plus récent pour les commentaires clients, désormais affiché sur certaines marketplaces, qui décompose un commentaire de retour en trois éléments : pourquoi le produit a été retourné, ce qui a précisément posé problème, et si la cause semble liée au produit ou à la fiche produit.
Tous les retours relèvent-ils de la responsabilité financière d'Amazon ?
Non. Une disposition DAMAGED ou CARRIER DAMAGED rend Amazon responsable et ouvre droit à remboursement. Une disposition CUSTOMER DAMAGED ou DEFECTIVE signifie que le client est remboursé, mais l'unité reste dans l'inventaire du vendeur comme invendable, sans remboursement automatique.
Les retours FBA apparaissent-ils sur la page Manage Returns ?
Non. La page d'aide d'Amazon précise que la page Manage Returns concerne uniquement les retours expédiés par le vendeur (seller-fulfilled) ; les retours FBA sont suivis séparément dans le rapport FBA Customer Returns et sur la page FBA Returns.
Stop Juggling Tools. SellerMagnet Combines Everything You Need.
Join a smarter way to manage your Amazon store.
Recommended Articles
Gestion des stocks
SellerMagnet Tools
Pourquoi vos clients retournent votre produit : trouver la cause racine
Le rapport FBA Customer Returns d'Amazon attribue un code motif à chaque retour. Voici comment les regrouper en un véritable diagnostic plutôt que de réagir à un simple taux.
Read more
FBA
Gestion des stocks
Amazon Updates
Stock non expédiable Amazon en Europe : la règle des 14 jours s'étend dès le 28 octobre 2026
Dès le 28 octobre 2026, Amazon met au rebut le stock FBA non expédiable après 14 jours dans 10 pays (Royaume-Uni et UE), désormais aussi en Belgique et en Irlande. Frais, paramètres et exemple concret.
Read more
Amazon Basics
SellerMagnet Tools
Plainte pour brevet de design sur Amazon ? Que faire maintenant
Une plainte pour brevet de design sur Amazon porte sur l'apparence, pas sur la fonction. Qui peut la déposer, quoi vérifier sur le brevet et quelle réponse Amazon attend.
Read more
FBA
Amazon Basics
SellerMagnet Tools
Score IPI Amazon 2026 : définition, causes de la baisse et solutions
Ce que mesure réellement le score IPI Amazon, pourquoi les limites de capacité FBA ne reposent plus sur un seuil fixe unique en 2026, et la solution précise pour chacune des quatre catégories qui l'influencent.
Read more
Publicité et PPC
Amazon Updates
SellerMagnet Tools
Automatisation Amazon PPC et enchères par IA en 2026
Les enchères dynamiques, fixes et basées sur des règles pour les Sponsored Products expliquées avec les chiffres officiels d'Amazon, un exemple d'enchère détaillé, et comment un optimiseur IA comme le PPC Manager (bêta) de SellerMagnet apporte une automatisation au niveau du compte.
Read more
FBA
SellerMagnet Tools
Amazon Basics
Comment réduire les frais Amazon FBA : tranches de taille, poids, stockage
Amazon facture les frais FBA selon la tranche de taille, le poids volumétrique, le fractionnement d'expédition à l'entrée et les jours de stockage, pas selon votre produit. Les seuils 2026 et un exemple concret d'emballage.
Read more
