商品在流轉過程中，易發生質量問題，導致退殘，建立數據體系，合理規劃指標很重要。

數據體系的建立：

1、原始數據

殘次分析最原始的數據要細，從原材料、生產至最終的客戶端，都要有相應的指標。例如：原材料、材料成分、材料供應商，原材料價格、生產工廠、殘次原因、原因的分類（過期，本身質量問題，是執行標準，洗水嘜錯誤，工藝問題，材料本身的問題等），訂單數量、銷售數量、退殘數量、最終處理結果等。

如圖：（我大致羅列了下）

2、分析表格

2.1當出現殘次問題，已到消費者手上，經確認確實是質量問題，首先安撫好客戶，改退的退，該換的換；未到消費者手上，盡快退回返修，合格后再上市。遵循先處理，然后再追究責任的原則。

2.2根據一段時間的數據（按月度，季度，年度都可以），從異常原因進行數據分析：

A:供應商原材料的問題。以下流程：供應商--原材料-材料特性（總-分）

一個季度下來，A供應商退殘率最高，這個供應商哪個材料導致殘次較多，下個季度是取消這種材料，還是取消合作？

另外，當某個產品由于原材料出現退殘，我們要立即拿數據進行分析，這個材料涉及的其他產品數量多少，有沒有類似的異常問題，確定是個案還是批量事件，然后拿出處理方案。

B、工藝問題，就是生產方的責任，如何把控，也是用數據說話，排名情況等。

C、根據商品本身分析，什么類別的產品，投訴較多，下個季度，應如何規避，這個維度可以細分，具體問題具體分析了。

D......

分析的維度比較多，前提是原始表格要完善.

3、落地方案

數據分析有了結果，也知道是什么原因造成的，要提出一個合理的方案，最關鍵的，是執行與持續的跟進，建議參考用戴明環PDCA工具。

當然，做數據分析，也是需要EXCEL處理能力的，想學習數據分析，請關注我，每周都會有小干貨小技巧分享，謝謝！

最后希望我的回答可以幫到你，如果對你有幫助，請轉發出去，讓更多人看到！謝謝！