Las devoluciones alcanzaron $849.9 mil millones en mercancía en Estados Unidos en 2025, y el canal online registró una tasa del 19.3% frente al 15.8% de todo el comercio minorista. El titular que se cita siempre es el porcentaje. El número que decide de verdad si una categoría resulta rentable es el coste de devolver cada unidad: unos $20 a $30 por gestionarla, y más cerca de $26.50 a $33 para una prenda de $100 cuando se apilan el envío de vuelta, la inspección, la recondición y el descuento. Solo alrededor del 48% de los artículos devueltos online vuelve al inventario y se revende a precio completo.
El mecanismo detrás de la cifra de la ropa tiene un comportamiento con nombre propio. El bracketing —comprar varias tallas para quedarse con una— lo practica el 63% de los compradores de ropa online, según Narvar. El wardrobing, usar una prenda una vez y devolverla, suma otra parte considerable. En 28 millones de pedidos de más de 400 minoristas de ropa, uno de cada cinco artículos de las tiendas centradas en mujer volvía, contra uno de cada ocho en las centradas en hombre, y la diferencia se mantenía en todas las franjas de precio. La talla es el único atributo que una pantalla no puede verificar, así que el comprador delega el probador en la marca y devuelve la incertidumbre por correo.
| Canal / categoría | Tasa de devolución | Ancla de fuente |
|---|---|---|
| Online, todas las categorías | 19.3% de las ventas | NRF / Happy Returns 2025 |
| Todos los canales minoristas | 15.8% de las ventas | NRF / Happy Returns 2025 |
| Ropa online | 24–30% | industry trackers |
| Calzado online | alrededor del 27% | industry trackers |
| Ropa DTC (2026) | 28.4%, frente al 21.7% de 2023 | Loop Returns / Narvar |
El daño económico es sistemático, no dramático. Loop Returns y Narvar sitúan la tasa de devolución de ropa DTC en 2026 en el 28.4%, frente al 21.7% de 2023, y las tiendas por encima del 25% de devoluciones pierden unos 11 puntos de margen de contribución. Una marca con $2 millones en ingresos de ropa y una tasa de devolución del 27% está devolviendo $540,000 en pedidos; con solo $32 de coste por cada $100 devueltos, eso son unos $173,000 al año que nunca aparecen como una línea limpia en la cuenta de resultados. Se esconden dentro del envío, la logística y un saco de «otros». Las devoluciones, además, consumen efectivo en el peor momento del ciclo: el coste del inventario, el envío de salida y el gasto de adquisición ya se han ido, el reembolso sale antes de que la unidad se revenda, y puede que la unidad nunca llegue a venderse a precio completo.
Existe una palanca real, y está aguas arriba. La recomendación de talla con IA y el probador virtual reducen las tasas de devolución de ropa entre un 24–32% en despliegues reportados, porque dejar que el comprador vea la prenda en un cuerpo parecido al suyo reduce el número de tallas que pide en primer lugar. Unas medidas detalladas, tablas de tallaje precisas y fotografías de producto consistentes hacen el mismo trabajo de forma más barata. La tasa de devolución se fija, por tanto, en el momento de presentar el producto, mucho antes de que exista el paquete, y por eso tratarla como un problema de almacén es un error de categoría.
Un runtime de mini-programa cambia el lugar donde puede producirse esa intervención. La superficie es interactiva y mantiene estado, así que la guía de talla, las comprobaciones de ajuste y «qué se quedaron otros compradores con este perfil» pueden aparecer dentro del flujo de decisión, no en una ficha de producto estática. Un catálogo con escaneo para pedir o integrado en la app puede incorporar las compras y devoluciones previas del comprador, lo que convierte una sugerencia de talla en algo específico y no genérico. Después de la venta, la misma superficie puede ofrecer un cambio antes que un reembolso, mantener visibles la etiqueta y el estado de la devolución, y encaminar el artículo a reventa o liquidación con una disposición registrada, convirtiendo un reembolso en un momento de retención y en un dato. El runtime también permite a un comerciante probar un cambio de política por cohortes: devoluciones gratis para un grupo, crédito de tienda para otro, y medir el efecto tanto en la tasa de devolución como en la recompra.
El fraude entra en el mismo modelo. NRF cuenta el 9% de las devoluciones como fraudulentas, mientras que Appriss Retail sitúa la cifra en el 15.14%, o $103 mil millones en 2024. Distintos denominadores, historias distintas, pero ambos lo bastante grandes como para importar. Un runtime que registra los motivos de devolución en el momento de iniciarla, marca patrones repetidos y aplica una política visible obtiene una señal más limpia que un portal que acepta cualquier cosa y pregunta después.
Para una plataforma anfitriona, el argumento estratégico es directo. La tasa de devolución es una de las pocas métricas que daña a la vez al comerciante, al socio logístico y a la reputación del catálogo del host. Integrar la guía de talla, los flujos que priorizan el cambio y el registro de disposición en el runtime da a cada comerciante de la plataforma una defensa contra un coste que, de otro modo, llega como un recorte silencioso de margen. El comerciante conserva más de la venta, y el catálogo conserva a un comprador que de lo contrario habría dado por perdida toda la experiencia.
Fuentes
- Panorama de devoluciones NRF / Happy Returns 2025 — 19.3% online, 15.8% en todo el comercio minorista, $849.9B devueltos.
- Ruleta de devoluciones y el coste del bracketing — 63% hacen bracketing, $26.50–$33 por gestionar un artículo de $100.
- Lo que una devolución cuesta realmente a una marca — cálculo de margen y contribución ajustada por devoluciones.
- Cómo construir un sistema de gestión de devoluciones — tasa de recuperación neta y economía de la disposición.