Return Rate (Tasa de Devolución)

Definición completa

El return rate — tasa de devolución — es el porcentaje de unidades vendidas o pedidos completados que los clientes devuelven dentro de un período de tiempo definido. Es una métrica que opera como deducción directa sobre el ingreso bruto: cada devolución elimina el ingreso que el pedido original generó y añade un costo de procesamiento adicional, reduciendo el ingreso neto y comprimiendo el margen en ambas direcciones simultáneamente.

La tasa de devolución afecta no solo la línea de ingresos sino también el COGS efectivo. Cuando un producto devuelto no puede revenderse como nuevo — por daños en el packaging, uso del producto, o simplemente por cuestiones de higiene en categorías de belleza o ropa interior — el costo de manufactura o compra queda parcialmente perdido. En operaciones con inventario físico, la acumulación de devoluciones no revendibles crea un problema de capital inmovilizado que no aparece de forma inmediata en el estado de resultados pero deteriora el flujo de caja de forma continua.

En canales de marketplaces — Mercado Libre, Amazon México, Falabella — la tasa de devolución tiene consecuencias adicionales más allá del impacto financiero directo: tasas de devolución sostenidamente altas degradan el ranking de vendedor, reducen la visibilidad orgánica del catálogo, y en algunos casos pueden resultar en suspensiones de cuenta o en incrementos en las tarifas de fulfillment. El return rate no es solo un indicador financiero — es también un indicador de calidad operativa con consecuencias en la distribución.

Cómo se calcula

El cálculo base del return rate es directo. Se divide el número de pedidos o unidades devueltas en un período entre el total de pedidos o unidades despachadas en ese mismo período, y se multiplica por 100 para expresar el resultado como porcentaje. Es importante que el numerador y el denominador correspondan a la misma ventana temporal y a la misma unidad de medición — pedidos contra pedidos, o unidades contra unidades, no una mezcla de ambas.

Ejemplo práctico

Una marca colombiana de moda femenina DTC vende a través de su tienda Shopify y de Mercado Libre Colombia. En el cuarto trimestre despacha 3,400 pedidos con un AOV de $185,000 COP y un margen bruto del 48% sobre el precio de venta — es decir, $88,800 COP de margen bruto por pedido. El costo logístico de cada devolución, incluyendo la recolección y el procesamiento en bodega, es de $28,000 COP. El 12% de los pedidos — 408 — son devueltos dentro de los 30 días siguientes al despacho.

El impacto sobre el ingreso neto es $185,000 × 408 = $75,480,000 COP en ingresos no realizados. Adicionalmente, el costo de procesamiento de las devoluciones es 408 × $28,000 = $11,424,000 COP. De las 408 devoluciones, el 30% de los productos no puede revenderse como nuevo — 122 unidades con un costo de manufactura promedio de $96,000 COP cada una — representando $11,712,000 COP en inventario no recuperable. El impacto total del return rate del 12% en este trimestre es: $75,480,000 + $11,424,000 + $11,712,000 = $98,616,000 COP. Reducir el return rate al 7% en ese mismo período habría ahorrado aproximadamente $41 millones de pesos colombianos — sin tocar ninguna otra variable del negocio.

Análisis en profundidad

El return rate tiene una relación asimétrica con el margen del negocio que la mayoría de los operadores subestima. Cuando una venta se produce, el margen bruto del pedido entra al estado de resultados. Cuando esa venta se revierte por una devolución, el margen bruto sale — pero adicionalmente entran costos de logística inversa que no estaban presentes en la venta original. Esto significa que una devolución no solo cancela el beneficio de la venta: la convierte en una pérdida neta. En categorías con márgenes brutos del 40-50%, basta con que el costo de procesamiento de la devolución supere el 10-15% del precio del producto para que cada devolución genere pérdida neta, no solo cero ganancia.

La distribución de las causas de devolución determina completamente la estrategia de reducción. Si el 60% de las devoluciones se debe a discrepancia entre la descripción del producto y el producto recibido, el problema es de contenido y fotografía — no de operaciones ni de calidad. Si el 40% se debe a tallas incorrectas en apparel, el problema es de guía de tallas y posiblemente de escalado de tallaje inconsistente entre proveedores. Si el 25% se debe a productos defectuosos o dañados en tránsito, el problema es de control de calidad en despacho o de empaque insuficiente. Sin datos desagregados por causa de devolución, cualquier iniciativa de reducción es especulativa.

En LATAM, la infraestructura de logística inversa presenta desafíos particulares que amplifican el costo de cada devolución en comparación con mercados maduros como Estados Unidos o España. La cobertura de los operadores de logística inversa en ciudades secundarias de México o Colombia es menor y más cara. Los tiempos de devolución son más largos, lo que prolonga el período en que el inventario está inmovilizado en tránsito. Los aranceles y restricciones de importación en algunos países limitan las opciones para gestionar inventario devuelto en operaciones transfronterizas. Estos factores estructurales hacen que el return rate en LATAM tenga un impacto de margen mayor por punto porcentual que el mismo return rate en mercados con logística inversa más desarrollada.

El return rate debe analizarse siempre en conjunto con el ROAS real — el retorno sobre el gasto publicitario después de devoluciones — y con el first-order profitability. Un canal puede reportar un ROAS atractivo de 3.2x en ventas brutas, pero si ese canal tiene un return rate del 18% mientras otro canal tiene un return rate del 5%, el ROAS neto después de devoluciones es significativamente diferente en cada uno. Las decisiones de asignación de presupuesto basadas en ROAS bruto sin ajuste por return rate sobreinvierten en canales que parecen eficientes pero destruyen margen a través de devoluciones desproporcionadas.

Las políticas de devolución tienen una relación de doble filo con el return rate. Políticas de devolución más permisivas — mayor ventana, sin costo para el cliente — reducen la fricción de compra y pueden elevar la tasa de conversión inicial. Pero también incrementan el return rate, especialmente en categorías de moda donde los clientes compran múltiples tallas para devolver las que no sirven — comportamiento conocido como bracketing. Políticas más restrictivas reducen el return rate pero también pueden reducir la conversión y el AOV. El punto óptimo es específico de cada marca y categoría, y requiere modelar el impacto neto sobre el margen — no solo sobre las ventas brutas ni sobre las devoluciones aisladas.

Errores frecuentes

• ✗

  Calcular el return rate sobre el GMV bruto sin ajustar el margen por el costo de devolución. Reportar que el 8% de los pedidos se devuelve como si ese número fuera simétrico con la venta ignora que cada devolución tiene un costo adicional de logística inversa que no estuvo presente en la venta original. El impacto real sobre el margen neto es siempre mayor que el porcentaje de ventas revertidas.

• ✗

  Comparar el return rate entre canales sin ajustar por categoría y ticket promedio. Un return rate del 12% en un canal de marketplace que vende principalmente apparel de temporada y uno del 12% en un canal DTC que vende electrónica de alto ticket no son comparables. El impacto de margen, la causa probable y la intervención correcta son completamente diferentes. Los benchmarks de return rate son válidos solo dentro de la misma categoría y tipo de canal.

• ✗

  Tratar las devoluciones como una variable fija del negocio sin analizar su distribución por causa. El return rate no es un costo inevitable — es una señal diagnóstica. Operadores que no desglozan las devoluciones por causa raíz pierden la capacidad de intervenir en la palanca correcta y terminan gestionando el síntoma — el porcentaje — en lugar de la causa subyacente que genera ese porcentaje.

Cómo Fairview rastrea este indicador

Fairview consolida los datos de devoluciones desde las plataformas de e-commerce — Shopify, WooCommerce, VTEX — y los operadores logísticos conectados para calcular el return rate por canal, categoría de producto, SKU, y período de despacho. La plataforma ajusta automáticamente el ingreso neto y el margen bruto por las devoluciones procesadas, de modo que el Operating Dashboard refleja la rentabilidad real y no la cifra de ventas brutas. Cuando el return rate de un SKU o categoría supera el umbral definido, Fairview genera una alerta con el detalle de los pedidos afectados y, donde están disponibles, las causas de devolución registradas. Esto permite al equipo de operaciones identificar si el problema está en el producto, en el packaging, en la descripción del listing, o en el proceso logístico — y actuar en el origen, no en la consecuencia.

Preguntas frecuentes