Tasa de devoluciones: el coste oculto de vender moda online

A las ocho de la mañana, en cualquier centro logístico de moda del sur de Europa, hay una plantilla que empieza el día abriendo cajas. No las que salen — las que vuelven. Prendas dobladas con el mismo cuidado con el que llegaron al cliente unos días antes, y que ahora tendrán que pasar por control de calidad, re-etiquetado, reposición y, en muchos casos, rebaja. Lo que en el e-commerce de moda se llama, con un eufemismo que ya no engaña a nadie, "logística inversa".

Los números que soporta esa operación son incómodos. Según el informe anual State of Fashion de McKinsey y Business of Fashion, la tasa media de devoluciones en moda online oscila entre el 30 y el 50%, frente al 8-10% del comercio físico. En categorías como vestidos o denim premium, supera el 60%. Coresight Research y la National Retail Federation sitúan el coste global de las devoluciones de moda online por encima de los 100.000 millones de dólares anuales — una cifra equivalente al PIB de Marruecos.

La conversación pública se ha centrado durante años en la logística: cómo devolver más rápido, cómo rebajar el coste del transporte, cómo automatizar el control de calidad. Pero el origen del problema está mucho antes. Está en el momento en que un cliente mira una foto de una modelo de 1,80 metros y 56 kilos y decide, con un optimismo casi conmovedor, que una talla S le servirá. "La mayoría de nuestras devoluciones no son por defecto ni por error de envío", reconoce el director de e-commerce de una casa de prêt-à-porter española con sede en Madrid. "Son por talla o por fit. Y eso es algo que no resuelves con mejor logística, sino con mejor información antes de comprar."

• Entre el 30% y el 50% de la ropa vendida online se devuelve — tres a cinco veces más que en tienda física
• El 70% de las devoluciones tiene causa única: talla o fit incorrectos
• Cada devolución cuesta a la marca entre 10 y 25 euros en logística, manipulación y rebaja de valor
• La IA generativa de try-on reduce la tasa de devolución entre un 25% y un 40% en los tests de 2025-2026

El coste real de la devolución gratuita

Durante la última década, la devolución gratuita se vendió como un derecho adquirido del consumidor y como una ventaja competitiva de las marcas. Zara la normalizó en España. ASOS la llevó al extremo en Reino Unido. La industria entera se adaptó a una promesa que funciona de maravilla en marketing y muy mal en la cuenta de resultados.

El coste directo es el más visible, pero no el mayor. Shopify estima que cada devolución de moda le cuesta a la marca entre 10 y 25 euros solo en logística y manipulación. A eso se suma la pérdida de valor de la prenda devuelta — una parte acaba en outlet, otra se destruye, especialmente en fast fashion de bajo margen — y el coste de capital de tener inventario inmovilizado durante dos a cuatro semanas en el ciclo de ida y vuelta.

Luego está el coste ambiental, que empieza a tener consecuencias regulatorias. La Comisión Europea ha aprobado en 2024 el Reglamento de Ecodiseño, que a partir de 2026 obligará a las marcas a reportar sus flujos de devoluciones y destrucción de inventario. Francia ya ha prohibido la destrucción de prendas sin vender. Alemania ha abierto un debate sobre cobrar por las devoluciones. Inglaterra, donde algunas marcas como Uniqlo y Zara han empezado a cobrar por devolver, lleva un año midiendo el impacto.

"Lo que pasó es que confundimos accesibilidad con impunidad", dice la responsable de sostenibilidad de una marca británica de moda casual. "Durante años tratamos la devolución como marketing. Ahora la estamos tratando como lo que es: un error de diseño en el proceso de venta."

• Mide tu tasa de devolución por categoría: los vestidos y los pantalones suelen doblar a las camisetas
• Separa el coste de la devolución en tres partidas: logística, pérdida de valor y coste de oportunidad
• Cruza devoluciones con margen bruto: una categoría con 40% de devoluciones y 35% de margen está en rojo

Por qué fallan las guías de tallas tradicionales

El modelo S-M-L-XL que domina el retail fue diseñado en los años cincuenta, a partir de un estudio estadístico del ejército de Estados Unidos sobre uniformes femeninos. El objetivo no era vestir bien: era producir en masa con el menor coste. Setenta años después, vestimos cuerpos diversos con un sistema que asume una distribución normal imaginaria.

Hay tres fallos estructurales que ninguna guía de tallas tradicional resuelve:

El primero es que cada marca tiene su propio patrón. Una talla M en Cos no es una talla M en Massimo Dutti ni en Mango. El consumidor aprende a leerlas con el tiempo, pero cada nueva marca es un experimento. El segundo es que las guías dan medidas, no fit. Saber que una prenda tiene 58 cm de contorno de pecho no te dice cómo cae sobre hombros estrechos o pecho ancho, ni cómo se comporta en movimiento. El tercero es el sesgo de confirmación del cliente. Compramos la talla que "solemos llevar", ignorando que cada categoría y cada prenda se comportan diferente.

La industria lleva años intentando parchear este sistema. Modelos virtuales, gráficos de ajuste, reviews con altura y peso del usuario. Todo son atenuantes. El cambio real llega cuando la información deja de ser estática y pasa a ser conversacional: en lugar de elegir una talla a partir de una tabla, el cliente recibe una recomendación basada en su cuerpo, su historial de compra y el fit específico de esa prenda en concreto.

Los modelos de IA de última generación — los que están detrás de herramientas como el try-on de Looks, CatVTON o IDM-VTON — no solo visualizan la prenda sobre el cliente. Aprenden de las devoluciones del sistema: si un cliente compra una talla L y la devuelve por grande, la siguiente recomendación para un cuerpo similar se ajusta. Es el primer sistema de tallaje en la historia del retail de moda que mejora con el uso.

• Una guía de tallas buena indica fit por prenda: oversize, regular, slim, tailored
• Los modelos de IA necesitan solo tres datos del cliente para ser precisos: altura, peso y una foto de referencia
• La recomendación basada en IA debería revisarse cada trimestre con los datos reales de devolución

De las tallas S-M-L al fit personalizado con IA

El probador virtual con IA no es una función cosmética, es un cambio en la unidad mínima de información del retail de moda. Hasta ahora, la decisión de compra se tomaba con una foto estática y una talla. A partir de ahora, se toma con una simulación dinámica sobre el cuerpo del cliente.

El funcionamiento técnico es relativamente sencillo de explicar. El cliente sube una foto de cuerpo completo — una selfie en el espejo funciona. El modelo de IA segmenta su silueta, detecta postura y proporciones, y genera una imagen realista de la prenda sobre ese cuerpo en concreto. El proceso tarda entre 10 y 20 segundos por prenda. Funciona mejor con categorías superiores (camisetas, vestidos, chaquetas) que con pantalones o zapatos, aunque la diferencia se está estrechando en 2026.

Los datos de adopción temprana son consistentes entre marcas. Levi's, que integró try-on virtual en algunas de sus líneas en 2023, reportó una reducción del 34% en devoluciones en los productos con la función activa. Una casa de denim italiana con la que Looks colabora desde diciembre de 2025 reporta caídas del 28% en devoluciones y un aumento del ticket medio del 12%, porque los clientes prueban prendas que nunca habrían comprado a ciegas. El efecto secundario interesante es cultural: el try-on convierte la decisión de compra en un acto lúdico. El cliente prueba, comparte en redes, vuelve. La sesión de compra online empieza a parecerse a una tarde en un probador de tienda física.

"Lo que más nos sorprendió no fue la bajada de devoluciones", dice el jefe de producto digital de una marca de cashmere con sede en Milán. "Fue que los clientes que probaban virtualmente compraban, de media, 1,6 prendas en lugar de una. Y las compraban con más convicción."

• El try-on funciona mejor cuando el cliente sube una foto con ropa ajustada y buena luz
• Integra el try-on en la página de producto, no en un menú secundario: la conversión cae si requiere más de un click
• Mide no solo la tasa de devolución, sino el ticket medio del cliente que usa la herramienta vs el que no

Qué hacer hoy si vendes moda online

Hay cuatro movimientos concretos que cualquier marca de moda puede hacer en 2026 para empezar a cerrar el agujero de las devoluciones. Ninguno exige rediseñar la web ni el stack tecnológico — solo claridad sobre dónde está el dolor.

Uno. Medir la devolución por SKU, no por marca. Los paneles que muestran la tasa agregada son inútiles a nivel operativo. La tasa por producto te dice qué prendas están enseñando mal en la web, qué categorías necesitan refuerzo visual y qué patrones de talla requieren corrección.

Dos. Integrar try-on virtual al menos en las diez categorías con mayor tasa de devolución. No hace falta lanzar en todo el catálogo. El 80% del impacto viene del 20% de los productos más problemáticos, y la tecnología ya está lo suficientemente madura para integrarse vía API en Shopify, Shopware, Centra o catálogos a medida.

Tres. Publicar reviews con datos de fit de usuarios reales. Las reseñas con altura, peso y talla elegida del cliente reducen devoluciones por sí solas un 10-15%, según estudios de Yotpo y Trustpilot. Incentivar este tipo de review — con un descuento para la siguiente compra — es barato y eficaz.

Cuatro. Tratar la devolución como señal, no como coste. Cada devolución lleva información sobre patrón, tejido, cliente y contexto. Las marcas más avanzadas están cruzando estos datos con los modelos de IA de recomendación para cerrar el ciclo: el sistema aprende de los errores y ajusta las siguientes ventas.

El marketplace de Looks — al que marcas pequeñas y medianas pueden conectar su catálogo vía shop.looks.gg — integra try-on virtual gratuito, reviews con fit real y recomendación de talla con IA entrenada con más de dos millones de cuerpos. Para una marca europea, la integración tarda entre 48 y 72 horas. Y el coste de no hacerlo, en 2026, empieza a ser más alto que el de hacerlo.

• Empieza por un piloto en 3-5 categorías críticas antes de extender al catálogo completo
• Negocia con tu plataforma de ecommerce si ofrece integración nativa de try-on — muchas lo tienen en 2026
• Incluye el try-on en el email de recuperación de carrito: recupera entre un 8 y un 15% de ventas perdidas

Preguntas Frecuentes

Integra Looks en tu ecommerce y empieza a cerrar el agujero

Probador virtual con IA, recomendación de talla y marketplace con tráfico propio. Contacta con el equipo de Looks en shop.looks.gg — el piloto es gratuito y tarda menos de tres días.