누적비율 계산, 반품 원인 찾기

누적비율로 무엇을 판단할 수 있는가

반품 건수만 길게 나열하면 어느 품목부터 확인해야 할지 판단하기 어렵습니다. 품목을 반품 건수가 큰 순서로 배열하고 각 비중을 차례로 더하면, 소수의 품목이 전체 반품에서 차지하는 몫과 우선 점검 범위가 드러납니다. 누적비율은 원인을 자동으로 밝혀 주는 공식이 아니라 제한된 인력과 시간으로 조사 순서를 정하는 도구입니다.

개별 비율은 한 품목의 반품 건수를 전체 반품 건수로 나눈 값입니다. 누적비율은 첫 행부터 현재 행까지의 개별 비율을 합한 값입니다. 반품 100건 가운데 A 품목이 30건, B 품목이 25건이라면 개별 비율은 각각 30%와 25%이고 B까지의 누적비율은 55%입니다. 이는 두 품목에서 전체 반품의 절반이 넘는 업무가 발생했다는 뜻이지, 두 품목의 품질이 반드시 나쁘다는 뜻은 아닙니다.

정렬 순서는 해석을 좌우합니다. 상품 코드순이나 가나다순으로도 누적값은 계산할 수 있지만 집중 구간을 찾기에는 적합하지 않습니다. 개별 품목을 반품 건수 내림차순으로 놓아야 적은 수의 품목이 전체 문제에서 얼마나 큰 몫을 차지하는지 읽을 수 있습니다.

품목별 누적비율 계산과 50%·80% 지점

아래 표는 같은 기간에 발생한 반품 200건을 가정한 계산 예시입니다. 행은 개별 품목과 여러 소량 품목을 합친 기타 품목으로 구분했고, 열에는 반품 건수, 전체 대비 비중, 누적 건수와 누적비율을 각각 담았습니다. 개별 비율은 ‘품목별 반품 건수 ÷ 200 × 100’으로 계산하며, 누적비율은 누적 건수를 200으로 나누어 구합니다.

품목 구분	반품 건수	전체 대비 비중	누적 건수	누적비율	기준선 표시
A 운동화	62건	31%	62건	31%	-
B 셔츠	44건	22%	106건	53%	50% 첫 도달
C 바지	34건	17%	140건	70%	-
D 가방	22건	11%	162건	81%	80% 첫 도달
E 모자	16건	8%	178건	89%	-
기타 품목 합계	22건	11%	200건	100%	-

기타 품목 합계 22건은 하나의 품목이 아니라 여러 소량 품목을 묶은 값입니다. 따라서 개별 품목의 내림차순 정렬 대상에서는 제외하고 표의 끝에 두었습니다. 만약 기타가 실제로 하나의 단일 범주라면 D 가방과 같은 22건이므로 E 모자보다 앞에 배치해야 하며, 동률 품목의 순서를 정하는 기준도 밝혀야 합니다. 실제 분석에서는 기타에 어떤 품목이 포함됐는지 원자료에서 다시 풀어 보는 편이 안전합니다.

표를 회의 자료로 펼쳐 놓고 누적비율 열에 표시한다고 가정해 보겠습니다. B 셔츠 행에서 53%가 되어 전체 반품의 50%를 처음 넘고, D 가방 행에서 81%가 되어 80%를 처음 넘습니다. 짧은 점검이라면 A 운동화와 B 셔츠부터 살피고, 전체 업무의 약 80%를 다루려면 D 가방까지 조사 범위를 넓힐 수 있습니다. 이는 품목별 반품 건수를 큰 순서로 배열한 뒤 50%와 80% 도달 지점을 표시하는 구체적인 실행 장면입니다.

50%와 80%는 통계적으로 정해진 합격선이나 자연법칙이 아닙니다. 분석자가 조사 범위와 자원을 배분하기 위해 선택한 실무 기준선입니다. 인력이 부족하면 50% 구간부터 확인할 수 있고, 재발 비용이 크다면 90%까지 넓힐 수도 있습니다. 기준값 자체보다 어느 행까지 포함했는지, 그 선택이 어떤 업무 목적에 맞는지를 기록하는 일이 중요합니다.

반품 건수와 반품률을 함께 읽는 법

누적표는 문제가 어디에 많이 모였는지는 보여 주지만 왜 생겼는지는 설명하지 못합니다. 상위 품목을 찾은 뒤에는 사이즈 불일치, 상품 설명과 실물의 차이, 배송 중 파손, 오배송, 단순 변심 등으로 사유를 다시 나눠야 합니다. A 운동화의 반품 62건 가운데 사이즈 문제가 대부분이라면 치수 안내와 옵션 표기를 살피고, 파손이 집중됐다면 포장과 배송 과정을 확인하는 식으로 조사 질문이 달라집니다.

판매량 차이도 빼놓을 수 없습니다. 어떤 품목이 1,000개 판매되어 50건 반품됐다면 반품률은 5%입니다. 다른 품목이 100개 판매되어 20건 반품됐다면 반품 건수는 더 적지만 반품률은 20%입니다. 전체 반품 처리 업무를 줄이는 목적이라면 첫 품목의 건수가 중요할 수 있고, 상품 자체의 이상 가능성을 찾으려면 두 번째 품목의 높은 반품률을 더 주의 깊게 봐야 합니다.

사유의 심각도도 별도 기준으로 평가해야 합니다. 단순 변심 30건과 안전 문제 3건을 건수만으로 비교하면 안전 문제를 뒤로 미룰 위험이 있습니다. 누적비율로 양적 우선순위를 만들되 고객 피해, 처리 비용, 재발 가능성, 법적·안전상 영향은 별도의 점검 항목으로 두어야 숫자의 크기와 문제의 무게를 혼동하지 않습니다.

누적표를 만들 때 확인할 집계 기준

계산 전에는 품목별 반품 건수의 합계가 원자료의 전체 반품 수와 일치하는지 확인해야 합니다. 누락이나 중복이 있으면 모든 비율이 달라집니다. 마지막 행의 누적 건수가 전체 건수와 같고 누적비율이 100%에 도달하는지도 살펴야 합니다. 소수점 비율을 행마다 반올림해 더하면 100%와 차이가 날 수 있으므로 원래 수치로 계산한 뒤 표시 단계에서 반올림하는 편이 낫습니다.

기간과 집계 단위도 통일해야 합니다. 일부 품목은 한 달치, 다른 품목은 행사 기간의 수치를 사용하면 비교 기준이 달라집니다. 반품 접수일과 완료일 중 어느 날짜를 기준으로 삼았는지, 교환과 주문 취소를 반품에 포함했는지, 한 주문에 여러 품목이 있을 때 건수를 어떻게 셌는지 적어 두어야 같은 결과를 다시 계산할 수 있습니다.

기타 품목은 보고서를 간결하게 만들지만 집중도를 흐릴 수 있습니다. 기타의 비중이 크다면 내부 품목을 풀어서 다시 정렬해야 합니다. 여러 작은 품목을 묶은 22건과 단일 품목의 22건은 숫자는 같아도 개선 행동이 다르기 때문입니다. 전자는 공통 원인이 있는지 확인해야 하고, 후자는 해당 상품과 공급·배송 과정을 직접 점검할 수 있습니다.

결론을 과장하지 않고 점검 순서로 바꾸기

이 예시에서 적절한 결론은 ‘상위 네 품목이 나쁘다’가 아닙니다. ‘개별 품목 기준으로 A 운동화부터 D 가방까지에서 전체 반품 업무의 81%가 발생했으므로 이 구간부터 반품 사유를 분류한다’가 관찰값에 가까운 표현입니다. 여기에 판매량 대비 반품률과 사유의 심각도를 결합해야 실제 개선 대상을 정할 수 있습니다.

실무 기록에는 관찰, 해석, 행동을 구분해 적는 방식이 유용합니다. 관찰은 ‘B 셔츠까지 누적 53%’처럼 수치로 쓰고, 해석은 ‘두 품목에 반품 업무가 집중돼 있을 가능성’으로 제한합니다. 행동은 ‘두 품목의 판매량과 반품 사유를 같은 기간 기준으로 재분류’처럼 확인 가능한 작업으로 적습니다. 이렇게 구분하면 누적비율이 보여 주지 못하는 원인을 임의로 단정하지 않게 됩니다.

통계는 공식을 외워 답을 대신 내리는 장치가 아닙니다. 생활과 업무에서 만나는 숫자가 무엇을 포함하고 무엇을 놓치는지 판단하는 도구에 가깝습니다. 누적표 역시 집중 구간을 찾는 출발점으로 사용하고, 원자료의 집계 기준과 실제 반품 사유를 차례로 확인할 때 비로소 실행 가능한 점검 순서가 됩니다.