一、项目背景

服饰电商的退换货率一直压不下来，我们接的这家尤其明显，尺码不合是头号原因。客服每天接大量换号咨询，仓库二次上架的人工和损耗成本也高，大促后退货堆成山，理货理到半夜。最早他们想的办法是堆详情页尺码表，但用户不量、看了也不信，该退还是退，尺码表形同虚设。这个项目让我意识到，尺码问题靠售后补是补不完的，得拦在付款之前，用户下单那一刻就该被提醒。我们进场时，这家退换货率长期在行业高位，财务算下来光二次上架就吃掉不少利润，客服团队扩了两次还是接不过来，尺码咨询占掉了近四成的人力。

我们后来看数据才意识到，尺码咨询不只是成本高，更糟的是占用了客服处理复杂售后的精力，所以把尺码拦在付款前，间接帮整个售后团队提了效，不止省退货。

二、落地场景

我们做了尺码推荐：用户进店填一份简短体型问卷（身高体重、常穿码、版型偏好），模型给出建议拍 M、介于 M-L 拍 L 的结论；下单时若选的码和推荐偏差超过阈值，弹一次确认而不是硬拦，避免误伤。换号咨询和真实退换数据回流成训练样本，模型每周迭代。冷启动期保留人工兜底和一键换号通道，不让用户卡住。门店侧也接了同一套推荐，导购用平板给到店客量体后给建议，线上线下一致。详情页把推荐结论前置展示，用户还没问客服就先看到建议，咨询量从源头降下来。

详情页把推荐结论前置之后，很多用户在问客服之前就先看到了建议，咨询量从源头降下来，客服团队终于不用再扩编，这点财务那边很认可。

我们后来把推荐结论也前置到了详情页首屏，用户还没点客服就先看到建议，这一步虽然小，但进一步压低了咨询量，客服团队扩编的计划第一次被叫停。

三、关键技术挑战与解决思路

尺码标准不统一是第一个坑，不同品牌的 M 实际差出一截，我们建了品牌尺码偏移表做归一，推荐时先换算到统一尺码空间再比，不然同一用户在不同店拿到相反建议会彻底不信。体型数据稀疏是第二个，新用户没问卷就直接推荐会乱，先用类目均值兜底再逐步个性化，填了问卷的才进个性化，冷启动不硬推。第三个是拦截阈值，太松拦不住、太紧惹人烦，我们用 A/B 看采纳率和退换率平衡，最后定在偏差一个码以内不弹、跨两个码才强提示。第四个是数据回流，换号记录必须回流训练，否则模型永远停在冷启动期，我们接了自动化回流而不是靠人导表，每周自动重训。第五个是版型差异，同码不同版型（宽松、修身）实际穿着差很多，我们把版型偏好也进模型，推荐更贴。

版型差异那块我们一开始漏了，结果同码不同版型系统性偏一码，用户感知特别明显，补进模型之后推荐才算真正贴身，教训是服饰的尺码不能只看数字。

四、效果数据

上线后整体退换货率下降约 22%，二次上架成本跟着降下来，仓库理货压力明显小了；换号咨询量下降约三成，客服明显轻松，能把精力放到真正复杂的售后；推荐采纳率约 65%，说明用户是愿意信的，尤其大码和特殊版型用户采纳更高，因为这类人身边很难买到合适的；冷启动前两周偏差大，采纳率只有四成，迭代三轮后才稳到六成五。财务侧算下来，光退货处理成本一个月省了不小一笔，客服没必要再扩编。大码用户复购因为推荐准了也涨了点。

大码和特殊版型用户的采纳率最高，因为这类人线下很难买到合适的，线上推荐准了他们最买账，这部分人的复购也跟着涨，算是意外收获。

五、可复用经验总结

尺码推荐的价值不在推荐多准，而在把明显错的拦在付款前。我们一开始把阈值设得太激进，用户刚想拍 L 就被弹窗教育，转化掉了点，调松之后反而退换降得更多，所以这个度得用业务指标去调，不能拍脑袋。另外换号数据一定要回流，不然模型永远停在冷启动期，这点我们踩过一次亏才补上自动回流。品牌尺码偏移这张表看似琐碎，却是推荐准不准的地基，运营维护比研发改模型更及时，配置化是对的。版型偏好别漏，宽松和修身差很多，漏了推荐会系统性偏一码，用户感知特别明显。冷启动期的硬兜底和一键换号通道要留，别让用户因为一次误拦就流失。

冷启动期的硬兜底和一键换号通道一定要留，别让用户因为一次误拦就流失，我们见过有人被弹窗烦了直接去别家，那一单的代价比模型精度重要得多。

案例片段（已脱敏）： 尺码推荐特征与拦截阈值配置片段：yaml size_rec:  brand_offset: { brandA: +0.5, brandB: -0.3 }   # 品牌尺码归一偏移(码)  quiz_fields: [height, weight, usual_size, fit]  block_threshold: 2        # 偏差>=2码才强提示  soft_confirm: 1           # 偏差1码弹确认  fallback: category_mean  # 无问卷用类目均值回流训练样本日志：[SIZE] 真实退换 reason=尺码不符 累计 +1480 条 [TRAIN] weekly retrain, 采纳率 0.41 -> 0.65 after 3 rounds