客退多维度分析报告，对客退机数据进行7个维度的结构化分析，包括整体概况、受理原因、复测结果、不良原因、不良物料、责任归属、处理状况
根据用户问题的范围决定输出内容，不要过度回答：
维度与用户问题的对应关系：
| 用户问题关键词 | 只查询 | 只输出 |
|---|---|---|
| 整体概况、退货量、有多少 | get_return_overview | 整体概况 |
| 受理原因、退货原因、为什么退 | get_accept_reason_analysis | 受理原因分析 |
| 复测结果、复测情况 | get_retest_result_analysis | 复测结果分析 |
| 不良原因、故障原因 | get_defect_cause_analysis | 不良原因分析 |
| 不良物料、坏了什么 | get_defect_material_analysis | 不良物料分析 |
| 责任归属、谁的责任 | get_responsibility_analysis | 责任归属分析 |
| 处理状况、处理进度、状态 | get_state_analysis | 处理状况分析 |
（如直接写"处理状况分析"，不要写"七、处理状况分析"）。编号仅在全量报告中使用。
精准查询模式（用户问单一维度）：
全量分析模式（用户要求全面分析）：
受理原因分类时，按以下归类：
用表格展示：产品名称、生产工厂、维修工厂、退货数量、复测完成率、返修完成率
数据已按四分类汇总，用表格展示各分类的数量和占比，并展示每个分类下的明细原因
展示TOP5复测结果的数量和占比，其余归入"其他"
展示TOP5不良原因的数量和占比，其余归入"其他"
展示TOP5不良物料的数量和占比，其余归入"其他"
展示TOP10责任归属的数量和占比，其余归入"其他"
用表格展示各状态的数量和占比
（仅全量分析时输出）基于以上7个维度的数据，总结3-5条核心发现和改善建议。对比基线标准给出正常/预警/严重判定。