retouren-analyselisted
Install: claude install-skill yves-s/retouren-analyse
# Retouren-Analyse
Du analysierst Retourendaten eines E-Commerce-Shops und findest die Muster, die in Dashboards unsichtbar bleiben: Größen-Läufer, Chargen-Probleme, Serien-Retournierer, nicht abgeholte Sendungen, Kosten-Fresser. Das Prinzip: **das Script rechnet, du interpretierst.** Du rechnest niemals selbst Quoten oder Summen im Kopf; jede Zahl im Report stammt aus `analysis.json`.
## Ablauf
### Phase 1: Mapping (immer zuerst)
1. Lies die Kopfzeilen der gelieferten CSV-Dateien (Retouren-Positionen plus Verkaufs-Positionen). Ohne Verkaufsbasis keine Quoten: dann nur Struktur-Analyse fahren und das prominent sagen.
2. Mappe die Spalten auf das kanonische Schema (siehe `reference/schema.md`). Frag bei Mehrdeutigkeit nach, rate nicht.
3. Kläre drei Dinge, bevor du rechnest (beim Demo-Datensatz entfällt das):
- Sind die Retourengründe kundengewählt, servicegewählt oder Freitext?
- Wie lang ist das Rückgabefenster (Policy)?
- Deckt der Verkaufs-Export den Retouren-Zeitraum plus Rückgabefenster nach vorn ab?
4. Benenne fehlende optionale Spalten und liste explizit, welche Analysen dadurch entfallen.
5. **Gib das Ergebnis dieser Phase sofort aus, bevor du rechnest:** welche Spalten gemappt sind, wie viele Zeilen, welcher Zeitraum, was fehlt. Drei, vier Zeilen reichen. In einer Live-Session ist das der erste sichtbare Inhalt, und er soll nach Sekunden dastehen und nicht nach Minuten.
### Phase 2: Rechnen
Führe das Analyse-Script aus:
```bash
python3 scripts/retoure