アパレルをオンラインで販売しているなら、返品が利益を削り取っていることはすでにご存じのはずです。しかし多くの販売者が見落としているのは、その大半がひとつの原因に集約されるという事実です——サイズです。本記事では最新の調査データを整理し、サイズ違いの商品が返品された際にお金が実際どこへ消えているのかを分解し、サイズ起因の返品率に明確な効果があると実証されている5つの具体的な対策を紹介します。
本文中の数値は Coresight Research、Capital One Shopping の 2025 年ファッションレポート、ReadyCloud のブラケット購入調査、そして米国・EU のアパレル市場における業界サーベイから取っています。
主要な発見：アパレル返品の最大の原因はサイズ
主要な複数の調査で、次の 2 つの数字が一貫して現れます。
| 指標 | 数値 | 出典 |
|---|---|---|
| 米国オンラインアパレルの返品率 | 24.4% | Coresight Research |
| フィット/サイズ問題が原因のアパレル返品の割合 | 52-58% | 複数の業界サーベイ |
| ブラケット購入（複数サイズ同時購入）をする買い手の割合 | オンラインアパレル購入者の過半数 | Coresight / ReadyCloud |
| フットウェアの返品率 | 平均約 17%、サイズが合いにくいカテゴリーでは最大 35% | 業界データ |
| 2023 年米国オンラインアパレル返品の処理コスト | 251 億ドル | Coresight Research |
これらを掛け合わせれば結論は避けられません。あなたが処理する返品コスト 1 ドルのうち、半分以上はサイズ問題に起因しています。サイズ関連の返品を 30% 減らすだけで、総返品量を 15-17% ほど削減できます。
サイズ違い返品の本当のコスト
返品コストを計算するとき、多くの販売者は送料返金しか見ていません。完全な内訳はまったく別の姿をしています。
| コスト項目 | 商品価格に対する典型的な割合 | 含まれるもの |
|---|---|---|
| 発送送料（回収不能） | 8-15% | 購入者への初回配送 |
| 返送送料 | 6-12% | 返送ラベル、集荷、持ち込み |
| 検品・処理 | 4-8% | 開梱・検査・たたみ直し・再タグ付けの人件費 |
| 再包装 | 2-4% | 新しいポリ袋、下げ札、梱包材 |
| 再入庫または処分 | 5-20% | 正価での再販が難しい商品 |
| プラットフォーム返品手数料（Amazon FBA） | 変動 | Amazon は一部カテゴリーで返品処理手数料を請求 |
| 顧客生涯価値への影響 | 10-30% | サイズ起因で返品した買い手は再購入率が 40% 低い |
| 返品 1 件あたりの総コスト | 商品価格の 35-70% |
「小さすぎた」という理由で返品された 40 ドルのワンピースは、販売者にとって通常 15-28 ドルの直接・間接コストになります。そしてその買い手が戻ってくる可能性は大きく下がります。粗利率 25% で計算すると、サイズ違い返品 1 件を回収するには追加でおよそ 3 件の販売が必要です。
オンラインでサイズを当てるのが難しい理由
店舗の試着室なら数秒で不確実性が消えます。オンラインでは、買い手が下す判断のすべてが推測になります。
- ブランド間のばらつき —— ブランド A の M はブランド B の L に、ブランド C の S に等しい、ということが起きます。
- バニティサイジングのドリフト —— 過去 30 年で米国サイズ 8 のウエストは約 3 インチ広がっています。
- 体型の多様性 —— スリム、アスレチック、レギュラー、プラス、トール、ペチート——サイズ表がすべての組み合わせをカバーしていることは稀です。
- 採寸の混乱 —— 買い手はテープをどこに当てるか分からず、「チェスト」は上胸、バスト最大部、アンダーバストのどれを指すかも曖昧です。
- 素材の挙動 —— ストレッチ、縮み、ドレープは着用感を変えますが、ほぼ記載されません。
- 文化ごとのサイズ体系 —— 米、英、欧、日、中はすべて異なる番号体系を使います。海外の買い手は換算でしばしばミスをします。
以下の各対策は、これらの根本原因の少なくともひとつを狙い撃ちします。
対策 1：採寸ガイド付きの詳細なサイズ表
最も基本でありながら、最も活用されていない手です。まともなサイズ表には次が必要です。
- サイズごとに 3-5 箇所の採寸値（胸囲や腰囲だけにしない）
- すべてのセルに cm とインチを併記
- テープをどこに当てるかを示した採寸図
- 人体寸法か着丈寸法かの明示
- 公差についての注記（
±1 cm は正常範囲）
Shopify や Amazon のアパレル販売者のデータによれば、単純な文字サイズ表から詳細な採寸表にアップグレードした販売者では、最初の四半期にサイズ関連の返品が 15-25% 減少しています。
対策 2：商品写真に重要寸法を書き込む
サイズ表を見ない買い手も写真は見ています。胸幅、総丈、袖丈、股下といった重要寸法をメイン画像や 2 枚目に直接記入すれば、サイズ表を開かない層にも届きます。特に効果が高いのは次のカテゴリーです。
- バッグやアクセサリー（縦 × 横 × 奥行）
- シューズ（インソール長、ヒール高）
- アウター（着丈、袖丈）
- オーバーサイズやリラックスフィットのように「M」だけでは意味を持たない商品
平置き撮影でフレーム内に定規を入れるのが最速の実装です。専用の寸法コールアウトレイヤーを重ねるほうが仕上がりは洗練され、モバイルでのパフォーマンスも良くなります。
対策 3：モデル基準情報とフィットノート
「モデル身長 175 cm / 体重 60 kg / S サイズ着用」の一文で、抽象的な文字サイズが具体的な比較対象に変わります。買い手は自分の寸法とモデルを比べて、自信を持って選択できるようになります。
モデル基準情報のベストプラクティス：
- 可能な限り身長と体型の異なるモデルを 2-3 名掲載
- インペリアルとメトリックを併記（5'9" / 175 cm）
- フィットノートを追加：「胸はジャスト、ウエストはやや緩め」
- モデルが登場するすべての画像のキャプションに着用サイズを明記
複数モデルの参照写真を追加したブランドでは、レビュー内の「思っていたフィットと違った」系の苦情が最大 50% 減少しています。
対策 4：フィット診断やサイズ推奨ツール
SKU 数の多いカタログでは、ガイド付きフィット診断で数項目（身長、体重、普段のサイズ、体型、好みのフィット感）を集めて具体的なサイズを推奨できます。サードパーティでは Virtusize、True Fit、Fit Analytics が定着していますが、自社で作るシンプルな診断でも有意な効果が報告されています。
公開されているフィット診断の返品削減幅は、カタログの複雑さと買い手の採用率に応じて 8-20% です。難しいのは採用率です。多くのツールは「自分のサイズを見つける」という小さなリンクの奥に隠れてしまっています。入り口をサイズセレクター本体に組み込むと採用率は 3 倍になります。
対策 5：サイズフィードバックをガイド付きで表示する
買い手のレビューは、買い手が最も信頼する本音の声です。フィットに触れたレビューをピックアップして目立たせます。
- レビュー投稿者に、普段のサイズと今回購入したサイズを書いてもらうよう促す
- レビューに「フィット：小さめ / ジャスト / 大きめ」タグを付与
- タグを集約してフィットスケールにまとめ、サイズセレクターの上に表示
- 最も情報量の多いフィットレビューをレビューセクションの最上部にピン留め
Amazon、Nordstrom、ユニクロはいずれもこの方式のバリエーションを採用しています。集約された「フィット：ジャスト」という表示は、商品ページで最も目を通される要素のひとつになっており、星評価より先に見られることも珍しくありません。
ケース事例：返品率 35% → 22%
ヨーロッパの中堅 Shopify アパレル販売者（年商約 800 万ドル、女性カジュアルウェア）が 6 か月のフィット特化リニューアルを実施しました。記録された変更は次の通りです。
| 変更 | 実装内容 |
|---|---|
| 詳細サイズ表 | 文字サイズのみから 5 項目採寸＋ cm/in 併記に刷新 |
| 寸法書き込み | すべての SKU の 2 枚目画像にインラインの寸法コールアウトを追加 |
| 複数モデル写真 | 各ラインにつき 3 名、身長 160-180 cm |
| フィット診断 | 自社製 5 問診断、サイズセレクターから導線 |
| レビューのフィットタグ | レビュー投稿フォームに「小さめ/ジャスト/大きめ」を追加 |
前後比較（6 か月間隔、同一 SKU セット）：
| 指標 | 前 | 後 | 変化 |
|---|---|---|---|
| 総返品率 | 35% | 22% | -13 pt |
| サイズ関連の返品 | 22% | 10% | -12 pt |
| ブラケット購入率 | 28% | 15% | -13 pt |
| 注文あたり平均商品数 | 2.4 | 1.9 | -20% |
| 注文あたり売上 | +6%（返品減少で単品経済性が改善） |
キモとなる学びは、効果は積み重なるということです。単独で 4-5 ポイント以上動かした施策はありません。針を動かすのは組み合わせです。
クイックリファレンス
| 対策 | 工数 | 典型的な効果 | 適した対象 |
|---|---|---|---|
| 詳細サイズ表 | 低（1 日） | 15-25% | すべてのアパレル |
| 写真上の寸法書き込み | 低〜中 | 10-15% | バッグ、シューズ、アウター |
| モデル参照写真 | 中（撮影あり） | 10-20% | アパレル |
| フィット診断 | 高（ツール統合） | 8-20% | 大規模カタログ |
| レビューのフィットタグ | 中（レビュー基盤） | 5-15% | 成熟したストア |
次の一歩
基本サイズ表しか持っていない状態から始めるなら、最も早く効くのは最初の 2 つです。サイズ表を 4-5 項目採寸＋二単位に刷新し、続けて商品画像に寸法を直接書き込むこと。50 SKU 規模のカタログなら、どちらも 1 週間以内に完了できます。
書き込み作業の選択肢は複数あります。細部を詰めたいなら Photoshop、シンプルなオーバーレイなら Canva、あるいは商品写真に寸法コールアウトを入れるために設計された専用の商品画像注釈ツールを使う手もあります。チームのスキルとカタログ規模に合うものを選べば十分です。重要なのは結果——買い手がカート投入前に寸法を見られること——であって、どのツールで実現したかではありません。
変更を始める前に 90 日の返品率ベースラインを取り、月次で計測しましょう。上のケースでは、改善の 60% が最初の 3 か月で現れ、残り 40% はフィット診断とレビュータグが効き始めた次の 3 か月で積み上がりました。
よくある質問
オンラインアパレルの返品率はどのくらいが「普通」？
業界平均はオンラインアパレル全体で 20-30% 程度、レディースファッションは上寄り、メンズベーシックは下寄りです。フットウェアは平均約 17% ですが、ヒールなどサイズの合わせにくいカテゴリーでは 30-35% に跳ね上がることもあります。30% を超えているならサイズ、写真、商品説明の見直しが必要な警告サインです。15% を下回っている場合は、信頼の厚いリピーター顧客か、サイズ許容度の高いシンプルな商品構成であることが多いです。
サイズ問題の改善で実際どれだけ返品を減らせる？
公開されているケーススタディに記録されている範囲では、単独のフィット改善で総返品は 8-25% 減ります。複数の施策（サイズ表＋写真＋モデル参照＋レビュー）を組み合わせれば、削減率は 30% を超えます。上限はフィット以外の返品——色違い、品質クレーム、気が変わったなど——によって決まり、フィット中心の戦略ではそこに手が届きません。
画像への寸法記入はアパレル以外のカテゴリーでも機能する？
機能します。むしろアパレル以上に効果が出る場面も多いです。バッグ、家具、家電、ホームグッズは「幅 28 cm」と言われてもイメージしにくいため、寸法コールアウトの恩恵が大きくなります。アパレルでは注釈はサイズ表の補完ですが、ハードグッズでは注釈がサイズ表を代替できます。フレーム内にスケール参照物（時計の横にスマホ、ソファの横に人）を置くと理解度はさらに上がります。
ブラケット購入をする買い手への対応は？
サイズ施策だけでブラケット購入を完全に止めることはできませんが、意味のある水準まで減らせます。ブラケット購入の主因は買い手の不確実性です。購入前にサイズに自信があるなら、彼らは複数サイズを同時買いしません。本記事の各対策はすべてその自信を作るためのものです。返送手数料や有料返品で摩擦を増やす販売者もいますが、ミッドマーケットの販売者にとっては、コンバージョンの低下が返品コストの節約を上回ることが多いです。
写真を増やすことで本当に返品は減る？
ある程度までは減ります。7-8 枚あたりから限界効用が逓減し、これは偶然にも Amazon の上限と一致します。枚数以上に効くのは多様性です。ヒーロー 1 枚、スケール参照 1 枚、ディテール 1 枚、2-3 体型それぞれに着用写真 1 枚ずつ、採寸付きの平置き 1 枚という構成が理想です。自分に近い体型が写真にいる買い手は、フィット起因での返品が 60% 低くなると Stitch Fix と ASOS の公開データが示しています。