退货一定是不利的吗？前因与后果(翻译)

1、退货一定是不利的吗？前因和后果J. Andrew Petersen and V. KumarJournal of Marketing Vol. 73 (May 2009), 35-51【摘要】企业客户交流的过程包括三个关键部分：（1）企业发起的营销传播，（2 ）客户的购买行为，及（3）客户产品退货行为。迄今为止，营销文献中大多专注于营销传播如何影响顾客的购买行为，在一定程度上，以往的购买行为如何影响企业发起营销传播的决定。然而，有关产品退货的文献有所空白，尤其是涉及到分析个别顾客的产品退货行为。尽管产品退货的代价是相当高的（每年有100亿美元），但它是如何影响顾客购买行为是不清楚的，因为在企业

2、客户交流过程中缺乏可用性的数据和对产品退货作用的理解。鉴于产品退货被认为是企业供应链管理的桎梏并会降低企业整体赢利性，研究产品退货行为是很重要的。因此，作者的实证研究证明了交流过程中的因素（这些因素有助于解释将来顾客和企业的产品退货行为和后果）决定了产品退货在交流过程中的作用。此外，作者验证了产品退货是必然的，并非一定是对企业不利的。【关键词】 产品退货；似然不相关托比特回归模型；实证应用；潜类分割；变电1. 引言产品退货是企业与顾客交流过程中一个重要且必要的部分。在某些情况下，生产线的退货率大于25%（Hess and Mayhew，1997）。事实上，产品退货给美国制造商和零售商带来的销售

3、损失和逆向物流每年达100亿美元，每个零售商或制造商平均减少了3.8%的利润（Blanchard，2007）。出于这个原因，许多公司倾向于把产品退货视为企业顾客交流过程中的一个不可避免的灾祸。例如，Best Buys 在当地商店因它有一份“魔域”顾客的名单而被众所周知。这些顾客是确定在退货过程中占据优势的人。正因为如此，他们被列入黑名单，并要求未来不再在Best Buys购物。Best Buys不是唯一一家因打击这种行为而被报道的公司。Sprint最近决定，顾客滥用顾客服务（在这种情况下：顾客抱怨类似的产品退货服务）应该终止与他们的合约（Reardon 2007）。Sprint公司基于滥用顾客

4、支持的顾客与他们取消了将近1000个合同，这种顾客支持服务每分钟消耗sprint公司2-3美元。然而，尽管Sprint和Best Buy降低它们在这些个别顾客上消耗的损失，但这些行为对它们将来赢利的影响是不确定的。这是因为未来的利润不仅是当前顾客消费的一个部分，而且直接受到叛变顾客和他们传递给潜在新顾客的负面口碑所造成的损失。许多公司已经改变了他们的退货政策，以适应产品退货管理策略。例如，沃尔玛（Wal-Mart）允许如有例外情况，顾客可以在购买后90天内退回产品；戴尔（DELL）允许顾客在购买21天内退回产品，但要支付15%的进货费（当然，也是一些例外情况下）。尽管企业有这些退货政策，但产品

5、退货的数量和复杂性也随着网络购买渠道的来临而增加。（Bonifield，Cole, and Schultz 2002 ）。为了解决这个问题，很多公司都开始管理供应链来简化顾客退货流程（(Guideet al. 2006; Stock, Speh, and Shear 2002）。这包括退货流程外包给专做逆向物流的第三方组织，通过简化退货流程来降低成本，甚至讲退货产品转给分销商以挽回一些利润。因此，尽管公司强调通过精简物流来处理产品退货，但营销中有关产品退货的问题上，主要集中于对公司优化退货政策的研究很少(Anderson,Hansen, and Simester 2009; Wood 2001

6、)。退货政策如何影响购买决定（Nasr-Bechwati and Siegal 2005），这些政策如何影响顾客的重购行为(Bower and Maxham 2006)，以及有研究表明产品退货为顾客提供的选择价值是可以衡量的(Anderson, Hansen, and Simester 2009).此外，尽管Bower and Maxham (2006)考虑顾客的重购行为，但他们的研究仅是基于首次退货，缺乏与顾客交流的营销数据。 在此之前的研究明确表明了产品退货政策会影响顾客产品退货行为，顾客产品退货行为在企业顾客交流过程中扮演很重要的角色。过去的研究表明，宽松的退货政策为零售商和制造商创造了

7、一个潜在的竞争优势（Padmanabhan and Png 1997），并且增加顾客重购的可能性（Chu, Gerstner, and Hess 1998; Nasr-Bechwati and Siegal 2005)。然而，宽松的产品退货政策往往并不那么理想（Wood 2001），因为这样做会导致更多的产品退货(Davis, Hagerty, and Gerstner 1998)，甚至“泛滥”，使公司的盈利不及损失(Rust,Zahorik, and Keiningham 1996)。此外，如果顾客当前的产品退货行为与未来的顾客价值之间的关系是反比的，管理者应该抑制顾客退货使利益最大化。然而

8、，先前的研究提出了产品退货（达到极限）与未来顾客对公司的价值是紧密相关的(Reinartz and Kumar 2003;Venkatesan and Kumar 2004)。同样的结果也认为在顾客抱怨情景中（例如：令人不满的退货服务），理想的做法就是允许让顾客抱怨达到极限(Fornell and Wernerfelt 1987)。这体现了管理者面临的挑战：如何处理顾客产品退货使利益最大化。 因此，更好的理解交易是有必要的，产品退货是能带给公司赢利的。产品退货之所以是无可避免的“灾祸”是因为它迫使公司花费很大的代价在不符逻辑的事上，承担商品退货造成的销售损失，而说产品退货其实带来潜在的利益是因

9、为通过降低顾客购买的风险或其他正向的行为性结果（例如：更高的重购行为？）来提高公司的价值。目前为止，市场营销研究并没有强调产品退货在交易过程中的作用，仅仅是提出产品退货影响对顾客需求的确切评估，不应该被忽视(Anderson, Hansen, and Simester 2009)。此外，营销领域的研究很少涉及产品退货在内的顾客战略性管理的度量模型。因此，通过回答下列三个问题，本研究有助于公司管理顾客产品退货：（1） 交易过程中有哪些因素（例如：营销、交易和顾客性格）是可以描述顾客产品退货行为的？（2） 当达到什么程度时，产品退货能影响顾客将来的购买行为和公司分配营销资源的决定？（3） 产品退货

10、就一定对公司是不利的吗？在图一中，我们总结了本研究关于一些其他研究的贡献，即产品退货和它们在交易过程中的影响。图一以往顾客退货行为的研究总结研究者主要贡献研究者主要贡献Hess,Chu,and Gerstner(1996)通过让顾客承担购买产品中不可退还的费用（例如：运费）说明如何赢利性控制商品退货Bower and Maxham(2006)研究表明有过免费退货经历的顾客将来更有可能比没有这种退货经历顾客的购买量大Hess and Mayhew (1997)一个用来预测购后什么时候发生产品退货的模型Anderson,Hansen,and Simester(2009)（1）产品退货提供给顾客的选

11、择价值是可以衡量的；（2）各类产品退货政策是如何影响公司利益的Padmanabhan and Png (1997)零售竞争的退货政策和制造商的利益的战略影响研究Davis,Hagerty,and Gerstner (1998)分析零售商之间产品退货政策变化多端的原因Anderson et al.(2008)（1）提供顾客购买和退货行为的经济模型；（2）经验证明顾客退货率随产品价格增长而增长Wood(2001)宽松的退货政策增加了较远地方购买的顾客的购买率和产品退货率Current study（1）顾客购买行为，产品退货行为和公司分配营销资源的决定是同步的；（2）描述交易过程中产品退货行为的因素

12、；（3）产品退货行为对未来购买行为和公司分配营销资源决策的造成的后果。Bonifield,Cole,and Schultz(2002)宽松的退货政策增加了较远地方购买的顾客的购买率和产品退货率Nasr-Bechwati and Siegal(2005)顾客将商店的产品退货政策作为购买产品时的标志2. 营销、购买和产品退货的概念性模型公司和顾客之间的一般性交易过程由三个明显不同的部分组成，在顾客关系过程中持续性的出现：（1）公司发起的营销沟通；（2）顾客购买行为；（3）顾客的产品退货行为。营销文献已调查过公司发起的营销沟通如何营销顾客的购买行为，是否是通过各种形式的广告和销售改进(e.g., G

13、upta 1988)或直接的营销沟通(e.g., Venkatesan and Kumar 2004)。此外，一些研究还分析了顾客购买行为对公司安排随后的营销活动决策的影响(e.g., Elsner, Krafft, and Huchzermeier 2004).然而，顾客产品退货行为经常被忽略。因此，本研究的概念性框架包括理解公司发起的营销沟通、顾客购买行为和顾客产品退货行为间的关系。尽管要理解这三个交易过程中关键的部门是较复杂的，但这个过程有其内在的规律。大多数情况下，公司发起的营销沟通会产生潜在的顾客购买，反过来，顾客购买潜在的导致了顾客产品退货。因此，我们将公司-顾客交流过程描绘成一些

14、因素抑制的一系列的三个有顺序的行为。公司传递营销沟通的决策是过去购买和顾客性格的集合。顾客购买行为是营销沟通，过去购买和顾客性格的集合。顾客产品退货行为时当前顾客购买，过去购买和顾客性格的集合（见表1）.3. 理论与假设的建立这部分，我们建立了与顾客产品退货行为有关的前因与后果；这是本文主要的贡献之一。我们没有引入任何与公司分配营销资源的决策或顾客购买与产品退货不相关的决策的有关假设，因为这些不是本研究的重点。3.1理论发展我们认为每个顾客在购买产品做决定时都会发挥他/她最大的能力。因此，如果我们分析产品购买和退货的过程时，我们可以将这个过程分成三个步骤：第一，公司向当前的和有前景的顾客传递营

15、销信息，增加和提高他们对公司产品购买的兴趣；第二,顾客选择购买产品，对之前产品的预先购买效用是肯定的；第三，在顾客收到产品后，顾客会评估这个购买，决定后续购买效用是否是正的（继续购买该产品）还是消极的。在种种情况下，对于特定顾客，产品的效用（后续购买和后续购买效用）分为两个部分：(1)产品的花费，公司和在购买时的顾客是众所周知的；（2）产品的适用性，公司不知道，但顾客购买后会知道。对于一个具体的顾客来说，产品的效用可以为理解为均值和方差，由已知（例如：产品的价格）和未知（例如：产品性能的不确定性）因素决定，它们与过去、现在的购买和顾客的性格相关。因此，尽管我们没有清楚的观察影响顾客决定退货的因

16、素，但我们观察交易过程中的因素（例如：营销，购买，顾客性格），有助于解释每个顾客后续购买效用的均值和方差，每个顾客期望的产品退货行为。3.2 产品退货的前因由于交易过程中产品退货的内在规律，如概念型模型提到的（见表一），我们将重点放在顾客购买行为作为顾客产品退货的关键驱动力上。尽管营销沟通对顾客产品退货有一些影响，但这种影响本质上更可能是间接的。这是因为营销沟通倾向于直接影响顾客购买行为，然后影响顾客产品退货行为。有一些情况例外（例如：礼物），顾客必须购买产品才能去退货。因此，我们认为顾客购买的产品越多，他们退货就越多。尽管顾客消费水平之前没有做过试验，但购买数量和退货数量之间的关系在总体水平

17、上是确定的。（Bonifield, Cole, and Schultz 2002)。这个发现不应该在顾客水平上改变。如果每个顾客的退货率接近同一比例那就简单些（例如，如果顾客购买产品的比例与退货的比例是恒定的），购买行为与退货行为之间的确定关系是可以自己验证的。然而，不同的顾客退换不同的大量产品（例如：研究表明顾客之间存在很大的退货方差；Hess and Mayhew 1997)，理解顾客购买行为，顾客性格和退货行为之间潜在的关系是十分重要的。这样，我们提出与产品退货行为有关的一些普通交易过程中的因素的相关假设，有助于解释顾客后续购买效用的均值和方差。这些因素包括：1）礼物购买，2）节日购买，

18、3）新产品分类购买（例如：交叉购买），4）分配渠道中的购买（例如：多渠道购买），5）新产品类别和新分配渠道购买；6）出售产品购买。接下来，我们将要讨论每个假设的细节和证明假设。图表2总结了每个假设，标注了预期的效果和效果的理由。礼物。购买礼物，一般是给第三方，不仅带来经济价值，还会增加社会维度的价值。（Sherry,1983）。最终，尽管礼物不是接收者所需要或想要的，与其说是礼物，但社会元（或送礼的行动）会潜在的降低后续购买效用，导致少量的退货。这会发生是因为退货的花费会造成礼物送出者和接收者之间不安的关系。因此，我们提出如下假设：H1:作为礼物的商品要比不是作为礼物的商品退货少。节假日。大部

19、分商品是有季节性的。大多情况下，特别是零售产品，在11月至12月假期间是高峰期。例如，我们研究用的零售商的目录可以看到，在11月和12月期间销量会高出45%，在一年的其他月份却仅仅是总销量的10%。其他行业，顶峰季节是各不相同。例如，会积的顶峰期接近每年税收的三四月份。然而，绝大部分，任何关于季节性影响的讨论倾向于与经济和统计学有关，先前的研究往往试图忽视这些数据的影响（(Radas and Shugan 1998)。然而，在旺季期间，不仅这种趋势会增长，购买特定产品类型的决定也是随着季节多变的。因此，许多顾客发现自己可能在销售旺季买了一些自己并不期望不需要的商品，导致产品退货。然而，“定期”

20、的季节购买倾向于更确定的购买模式。此外，我们认为这些有规律性购买的产品是顾客熟悉和经常购买的产品。因此，我们提出如下假设：H2: 节日期间购买的产品比当年其它时候购买的产品更可能发生退货行为。交叉购买。本研究中，交叉购买行为指的是顾客首次购买一个产品种类。例如：如果一个顾客在一家男士的店购买了产品，而后又在一家女士的店购买，顾客参与了交叉购买。尽管交叉购买行为正向影响长期购买行为（Kumar,George, and Pancras 2008)，我们认为它影响顾客的产品退货行为。顾客首次购买了一个自己并不熟悉的新产品（增加了购买过程的风险），特别是安装品类，顾客在购买之前没有尝试过。我们认为即使

21、顾客在同样的分销渠道购买产品也会发生这种事。如果顾客在一定程度上不确定新产品品类，我们认为顾客很可能会退货。因此，我们做如下假设：H3；同样的分销渠道顾客购买的新产品很可能比对顾客熟悉的产品更易发生退货行为。多渠道购买。多渠道购买者是指顾客通过不止一个渠道购买产品（例如：手机、出版物，网上产品）。类似交叉购买，多渠道购买被认为是凭经验购买，涉及将来顾客的收益(Venkatesan, Kumar, and Ravishanker 2007)。然而，我们认为顾客在一个新渠道购买（但是同一种产品类品）到曾经在不同渠道购买过的熟悉的产品。例如，假设顾客在零售出口商那够买一件T恤。如果顾客从零售商那购买

22、了另一件相同的T恤衫，他/她也许下次会在网上买下一件，比去零售店购买更方便。这种情况，我们认为顾客在购买熟悉的产品时会寻找风险更小的，反过来，顾客不太可能退回从新渠道购买的产品。我们发现其他渠道有顾客要买的同样款式的产品，他可能会以花费较少的钱和给他带来方便的地方购买相同的产品。当顾客想停留在一个分销渠道时，虽然，一些产品会再次购买，他也会在一个给定的产品种类中交叉购买不同的产品。因此我们提出如下假设：H4：同一产品种类，在新的分销渠道购买的产品较在熟悉的渠道购买的产品不太可能发生产品退货行为。交叉购买和多渠道购买。顾客在购买新的产品类别或选择一个新的分销渠道同时在一个不熟悉的渠道购买了一个不

23、熟悉的产品品类。由于顾客面对两种未知的状况，他很可能妥协他所面对的未知，因此增加购买的很大风险。例如，顾客经常在一家老板的零售店购买东西，他又通过网络从一个孩子那里买了产品，产品种类和分销渠道都不熟悉，引起顾客更可能退货。因此，我们提出如下假设：H5: 新渠道购买的产品或新类别的产品要比在熟悉的渠道购买的产品或熟悉的类别更容易发生退货行为。折扣区。最近研究表明顾客退货价格与顾客支付的价格不是独立的(Anderson et al. 2008).这点支持顾客感知价值，认为价格折扣越高，顾客更可能因为不太合适而退货。关于折扣，我们认为廉价出售的产品价格较低，顾客不太可能退货。因此，有如下假设：H6：

24、廉价出售的商品较正价商品相比不太可能发生退货行为。3.3 产品退货的后果理解顾客退不退货的决定影响他/她与公司长期的关系也是很重要的。我们知道所有和公司有整体关系的购买都有一定程度的不确定性，就是在购买前什么都不知道。我们认为对每个顾客来说，随着他/她对公司提供的产品越来越熟悉，他的这种不确定性会随着时间而降低，不管顾客是否会退货都会发生。此外，可以得到一个满意的退货服务的顾客会潜在的消除一些对将来购买的不确定性，通过降低将来购买的感知风险，顾客了解到如果产品不合适可以退货，并且不存在额外的障碍。因此，理解过去的产品退货行为有助于解释未来的决策，包括公司分配营销资源和顾客未来购买和退货的决定。

25、未来购买。最近营销领域的研究表明对于B2B模式来说，产品退货的数量和CLV之间的关系呈倒“U”型。（Venkatesan and Kumar 2004； Venkatesan，Kumar，and Bohling 2007）。尽管本文研究的模式是B2C的零售类，不是高科技的B2B公司，但我们依然认为能找到相同的关系。因此，我们提出如下假设：H7:产品退货的总数与将来购买的总数是呈正相关的，接近一个临界值（倒U型效果）。未来营销。当公司决定分配营销资源时，资源优化分配方法便是以最大化未来顾客收益性为目标的，不管它是否决定直接营销活动的获得和保留（(Blattberg and Deighton 19

26、96；Blatt-berg, Getz, and Thomas 2001；Venkatesan and Kumar2004)，是否是关于宣传和促进消费的决定(Berger and Nasr 1998；Berger and Nasr Bechwati 2001)，或是公司在分析顾客品牌转换行为(Rust, Lemon, and Zeithaml 2004)。此外，公司经常会发现产品退货（特别是短期内）会耗尽整体的赢利性，因为不仅有销售额的损失，还会消耗公司的后勤资源。因此，当公司做出分配资源的决定时，我们认为，顾客退货越多，他/她将越不会受到公司的照顾。因此，我们提出假设：H8: 产品退货的总数

27、与未来顾客接受公司营销交流的总数呈负相关。4. 方法论4.1 描述交易过程中产品退货角色的模型在这部分，我们建立一个模型帮助描述公司与顾客之间在交易过程产品退货中的角色。选择一个适当的模型来评估营销沟通、购买行为和退货行为之间的关系，是我们本课题首先要考虑的关键建模挑战问题；第二，我们构建一个大体的框架来估计这个模型；最后，我们通过一个零售公司的实际客户数据做了一个先验性的模型框架。4.2 模型面临的挑战（略）4.3 似然不相关托比特回归模型（略）4.4 先验性我们所用的数据来自一家B2C公司，该公司通过网络、电话、零售批发销售许多不同种类的产品。公司的退货政策宽松在于，如果存在任何理由，顾客

28、购买后不想再使用这个产品了，它希望带给顾客一个满意的退款或交易过程。我们在这篇论文的先验性仅仅包括产品退货，没有交易过程。这些数据包含了发生在1998年1月到2004年8月期间所有的交易记录。出于检验和根据性，我们使用两组顾客，这些顾客在1998（1组）年或1999年（2组）首次购买该公司产品，并且在2004年8月前至少在该公司购买3次以上的产品。我们选取至少三次购买的顾客是因为研究的客观性，为了理解顾客如何购买、退货，营销如何影响顾客-公司长期的关系，这不仅仅是一个孤立的购买与退货的个体。接下来，我们描述数据；我们会提供每个组的描述性统计。（表3）具体描述（略）表3：组1与组2的描述性统计分

29、析组1（1998）组2（1999）顾客总数15721586商品品类数135,949118,867总购买数25,17823,368总购买额（百万/美元）1.081.0产品退货数量41133394退货额（百万/美元）196,000169,0005. 结果分析5.1 模型适用度（略） 再一次说明，退货对理解产品交易过程是至关重要的，不仅体现在我们可以试图预测退货行为，而且可以预测一个公司分配资源的决策和顾客长期购买的决定。5.2 假设性检验：产品退货的前因礼物。本文证实了作为礼物收到的产品比不是作为礼物收到的产品发生退货的频率低。 原因可能是作为礼物收到的产品可能增加了超过产品实际效用的价值。这种附

30、加值是送礼物的人和接受人之间的关系的结果（Sherry1983），使接收者对礼物有了一个额外的依恋，致使他不太可能去退货。节日。节日期间购买的产品比当年其它时候购买的产品更可能发生退货行为的假设被证实。这意味着，总体来讲，节日期间购买的产品每月平均退货额提高了8.37美元。这不仅表明了节日期间产品购买数更多，购买产品的类型和原因较比一年中其他月份来说也各不相同。对每个顾客来说，一月到十月购买的产品倾向于会再次重购，而1112月购买的产品尽管更多，但都是先前不会买的一些新品类的产品。新交叉购买。当顾客在一家新店购买而不是以前去过的店，但是相同的分销渠道时，他们更可能退更多的产品，符合假设3.这说

31、明随着顾客在新品类的购买量增加，退货数也随着增加。新渠道。当顾客在新渠道而不是熟悉的渠道购买更多的次数时，他们的退货数较少。自从上一次的退货开始，每个顾客在新渠道购买的产品每增加1点，当月的平均退货额就降低0.09美元，符合假设4的构想。这往往发生在顾客转换到一个较方便低风险的新渠道。新交叉购买和新渠道。当顾客在一个新销售渠道和新的产品种类购买更多的产品时，退货行为也随着增加。打折促销。顾客在促销季购买的产品，每月平均退货额降低1.26美元，结果符合假设6。顾客在折扣区购买的产品感知价值较低，很可能降低了重购的机率，导致较低的退货可能性。5.3 假设检验：产品退货的后果购买。顾客退货的总数正向

32、影响他将来购买产品的数量，一个顾客平均每月退货额增加1美元，将来他会增加将近0.39美元的购买额。这意味着顾客退适当数量的产品倾向于将来购买更大数量的产品。这表明了产品退货行为和CLV之间的正向关系（Venkatesan and Kumar 2004)。这个发现对于管理者关于宽松的产品退货政策(Wood 2001)和退货过程中优化“麻烦”（Davis, Hagerty, and Gerstner 1998)是十分重要的。这不一定就是说宽松的退货政策往往是理想的，但对于零售商来说，宽松的退货政策对顾客将来的购买行为起到积极的作用。这种满意感让顾客感觉退货中的较小风险，也为公司提供另一种建立关系的

33、积极“触点”。营销。一个顾客退货的总数负向影响（达到一个临界点）他获得的公司的照顾的总数。PR值是-0.026，这意味着平均每月多增加一单1美元的退货额，公司每月会发少于0.026个目录册，接近一个临界值。尽管这是一个小的影响，但它仍然说明顾客退货越多，收到来自公司的宣传册就越少。这个决定潜在的缺陷是研究发现产品退货的总数正向影响顾客将来的购买行为（见H7）。因此，减少向不停退货的顾客提供公司的宣传册也就是潜在的降低这些顾客将来购买产品的次数。公司正意识到最适的顾客总价值。为解决这个问题，分配营销资源的决定不应独立地建立在顾客购买决策的总数或退货总数的基础上，而是要以最大化产品购买和退货总数的

34、价值差异为基础。6. 产品退货必然是不利的吗？尽管产品退货会造成公司的销售利润和后勤的损失，实证研究提出，当达到一个极值，产品退货的增加也增加了顾客将来的购买的行为。要充分理解这些发现的影响，了解如何增加和减少顾客退货行为对公司盈利的影响也是很重要的。因此，有必要准确的理解什么是顾客退货行为和公司利益之间的权衡。在这个过程中，我们也可以决定本研究中选定的公司，它的产品退货最大化利润达到什么程度。我们用组1的数据模拟顾客产品退货行为对公司利润的影响的改变。我们首先要计算从顾客样本得来的一个打折扣的公司利润：公司利润=（购买价格×利润）-退货的花费-营销的花费/折扣率（15%）其中：公司

35、利润 = 给定一组顾客的总折扣利润； 购买价格×利润 = 样本中顾客的所有购买带来的总利润；产品退货的花费 = 样本中顾客退货造成的总利润损失（即销售损失和后勤损失运费）；折扣率 = 每年15%（样本中的每个顾客第一年购买的利润，退货的损失和营销损失对目前价值的折损）。然后，我们允许组1所有顾客的产品退货的总百分比从原来的退货百分比中增加或减少16%。根据产品退货的当前级别，组1的1572名顾客提供了贴现利润91829美元（见表7）。表7 产品退货对公司利润影响的改变产品退货总 数的改变公司利润/美元 组1 n=1572公司利润/美元 顾客群 n=100万15%63,937 40.7

36、 million10%81,551 51.9 million5%92,151 58.6 million3%93,567 59.5 million0%91,829 58.4 million5%76,222 48.5 million10%40,504 25.8 million15%（-20,608）(13.1million）在每个顾客退回大量不同的产品后，我们发现，产品退货使公司利润达最大化的最优百分比是13%，或从当前的水平减少3%的产品退货量。 这个分析的结果表明，虽然当前产品退货的总数并没处在最优点，公司的产品退货总数与最优总数仅仅有3%的偏差才能最大化利润，最优的产品退货总数没有接近0%。

37、此外，表7表明了产品退货总数的减少超过13%时利润会缓慢降低；在1%或15%时低于产品退货的当前总数，利润是63937美元。然而，增加产品退货相当于减少利润；在31%或15%时高于产品退货的当前总数，利润是-20608美元。然而，分析的结果无法直接应用到某一个具体公司的产品退货政策的改变，就像试图将产品退货率从16%降低到13%。改变产品退货政策也很可能改变顾客购买行为，包括购买前和退货后(Nasr-Bechwati and Siegal 2005; Wood 2001)。要确定一个最优的产品退货政策，公司需要确定如何改变退货政策对顾客购买行为的影响。的确，为了降低产品退货至最优水平，模拟的结果可以为公司实施营销活动从而降低顾客退货行为提供视角。这可以应用在产品退货行为之前，通过最大化产品购买和退货之间的差异，衡量增加每一个顾客