前言¶

做电商或零售数据分析的人常遇到这类需求：手上有一批退货单、退款备注、客服工单的文本，想从中提炼出「为什么退」。难点不在于能不能读，而在于理由太散——尺码、质量、物流、拍错、七天无理由混在一起，光靠人工摘录很难形成可对齐的分类口径，也很难区分是产品本身的问题还是运营履约的问题。

下面介绍的 return-reason-miner 是一个面向这类场景的社区 Skill，它的目标不是做情绪分析或打标签，而是把散乱的退货/退款文本转成一套结构化的原因分类（reason taxonomy）、根因视图（root-cause view）和修复优先级简报（fix-priority brief）。

这是什么¶

return-reason-miner 是一个基于通用 SKILL.md 格式的 Skill，由社区开发者 user_15292d5a 发布，归属 data-analysis 分类，当前版本 1.0.0，发布来源为 community，无需 API Key（标签 requires_api_key=false）。

它解决的问题很具体：当一个团队需要理解退货驱动因素、把产品问题与运营问题分开、或者规划跨部门整改，但手头没有可用的 OMS、WMS、ERP 或 BI 系统时，仍然可以从已有的文本记录里把原因结构抽出来。

官方坐标为 @user_15292d5a/yjkj-return-reason-miner，在 SkillHub 上的评分与下载量为页面显示值，会随时间变化，本篇以抓取时点的页面数据为准。

核心能力¶

依据其官方简介，这个 Skill 的能力边界可以拆成三层：

1、结构化原因分类。把退货或退款备注中的自由文本，归纳为一套有层级的原因分类，而不是零散关键词。
2、根因视图。在分类之上区分问题来源，把产品侧问题（如质量、规格、描述不符）与运营侧问题（如物流、客服、履约）分开呈现。
3、修复优先级简报。输出一份可供跨部门整改使用的优先级清单，而不是只给一份统计表。

需要注意，这三个能力都建立在「已有退货/退款文本」的前提上。Skill 本身不接入订单系统，也不做实时数据拉取，它处理的是你已经导出或收集到的文本记录。

安装与启用¶

安装命令未在可核实的资料中出现。本次尝试访问官方页面 https://api.skillhub.cn/user_15292d5a/yjkj-return-reason-miner 和 https://www.skillhub.cn/skills/user_15292d5a/yjkj-return-reason-miner 均未成功抓取，因此下面不提供未经核实的安装命令。

如果你在 SkillHub 上使用它，请以页面上的安装入口为准。该 Skill 坐标为 @user_15292d5a/yjkj-return-reason-miner，可以据此在平台内检索定位。在按通用 SKILL.md 格式托管的客户端里，也可以把仓库内容放到本地 Skill 目录后直接调用，具体路径取决于你使用的客户端，官方资料未给出说明。

按标签 requires_api_key=false，启用时不需要额外申请密钥，这一点在资料中有明确标注。

典型用法¶

官方资料没有提供可复现的示例命令，下面的用法是根据其简介描述的能力边界整理的示意流程，用于说明它适合怎么介入，不是可直接照抄的官方示例。

1、准备输入文本

把退货单、退款备注、客服记录导出为一份可读的文本集合。示例输入可以是这样一段原始备注：

客户反馈收到的衣服色差较大，与页面描述不符，申请退款。

2、交给 Skill 归纳

把这批文本交给 return-reason-miner，让它产出三层结果：

原因分类：商品描述与实物不符
根因归属：产品侧（页面描述准确度）
修复优先级：高（影响转化与退款率）

3、对齐口径后横向比较

把同一批数据在多个时间段、多个品类上重复跑一遍，分类口径一致后才能比较「哪类原因在上升」，进而判断是产品问题还是运营履约问题。

上面的输出结构是示意，具体字段以 Skill 实际返回为准，本篇未能从官方页面核实。

适用场景与注意¶

适合谁：

• 有退货/退款文本记录，但没有 OMS、WMS、ERP 或 BI 实时数据权限的分析师或运营。
• 需要把「退货原因」从一句句备注变成可统计、可汇报的分类口径的团队。
• 需要区分产品问题与运营问题，并据此安排跨部门整改的人。

需要注意的几点：

• 它不是订单系统的替代品。简介明确说明这是在没有 live OMS/WMS/ERP/BI access 的情况下使用的，拿到的是文本层面的分析，不是全链路履约数据。
• 分类质量取决于输入文本质量。如果退款备注本身只有「不想要了」这类单字，根因视图会偏薄。
• 分类口径需要人工确认。Skill 给出的是结构，最终用哪几类、怎么合并，仍要由熟悉业务的人定，否则不同批次之间无法对齐。
• 安装与配置信息有限。本次未能核实官方页面，使用前建议先在 SkillHub 上确认最新版本与安装方式。

结尾¶

return-reason-miner 的价值在于把「退货为什么发生」这件需要人工反复摘录的事，变成一套可复用、可横向比较的结构化输出。它不接系统、不拉实时数据，只处理你已经拿到的文本，因此适合作为没有后台数据权限时的替代方案。

官方地址：https://www.skillhub.cn/skills/user_15292d5a/yjkj-return-reason-miner