研究显示，本次Prime Day期间英国消费者线上购物参与率达到65%，人均购买2.39件商品，因此整体交易规模预计达到1.31亿件商品，但其中近一半可能在之后被退回。

从人群结构来看，年轻消费者是推动交易规模增长的主要群体，同时也是退货率最高的群体。数据显示，25至34岁消费者平均每人购买3.69件商品，是所有年龄段中最高的群体。

与此同时，Z世代消费者的退货比例可能高达73%，而55岁及以上人群的退货比例则为44%。研究认为，这种年龄差异使品牌在退货管理和库存回收方面面临更复杂的挑战。

在消费决策方式方面，人工智能正在逐步影响购物行为。数据显示，36%的消费者会使用AI辅助购买决策，这意味着约4700万笔Prime Day交易可能受到AI影响。研究指出，AI在商品发现和筛选阶段的作用不断增强，使得消费者更容易做出冲动购买，但同时也可能提高后续退货概率。

从零售运营角度来看，Prime Day结束后的退货压力尤为明显。平均有37.29%的销售商品会被退回，其中约19%的企业退货率超过一半。在成本方面，每笔退货的平均处理成本达到133.89英镑，并且有37%的品牌表示Prime Day后的退货处理成本每年超过2.5万英镑。

不同品类的退货成本差异明显。体育、户外及休闲类商品的单件退货成本最高，达到466.91英镑；消费电子和科技产品为142.93英镑；而时尚服装以及健康、美容和个护产品则相对较低，分别为25.71英镑和25.81英镑。玩具、游戏及婴幼儿产品的退货率最高，超过40.68%。

研究指出，这种成本差异使得企业需要采取更精细化的逆向物流策略。

Manhattan Associates表示，退货并非简单的物流问题，而是涉及库存、订单和履约系统的综合性挑战。退货往往分批到达，状态各不相同，品牌需要在没有统一实时系统的情况下处理退款、换货及库存回流问题，这将导致库存预测不准确、履约承诺失真以及客户等待时间延长。

在整体趋势方面，研究认为Prime Day正在成为零售行业中最具压力的交易节点之一。数据显示，品牌有平均37.29%的销售额会在活动后转化为退货，其中部分企业甚至超过一半销售被退回。

此外，研究还指出，AI影响的消费行为正在改变零售结构。AI不仅提升了商品发现效率，也提高了转化率，但同时可能带来更高的不确定性。随着AI、社交媒体和多渠道购物行为的融合，品牌面临的运营复杂度持续上升。

整体来看，本次Prime Day预计将产生131万件商品交易规模，并带来约6100万件退货。这一现象反映出大型促销活动在推动消费增长的同时，也在给品牌的供应链和库存管理体系带来更大的压力。品牌如何通过系统化管理提升退货处理效率，将成为未来竞争的重要因素。