Los minoristas de moda en línea enfrentan enormes desafíos debido a las altas tasas de devolución que afectan significativamente su rendimiento operativo. La predicción proactiva de devoluciones en el momento de realizar el pedido permite intervenciones preventivas para reducir transacciones potencialmente problemáticas. Proponemos una innovadora Red Neuronal Gráfica Heterogénea inductiva diseñada para la predicción proactiva de devoluciones dentro del ámbito del comercio minorista de moda en línea. Nuestro modelo encapsula de manera intrincada las preferencias de los clientes, los atributos de los productos y las características de los pedidos, ofreciendo un enfoque integral para la predicción de devoluciones. A través de la evaluación utilizando datos del mundo real obtenidos de una plataforma de comercio minorista de moda en línea, nuestra metodología demuestra una precisión predictiva superior en el comportamiento de devolución de clientes recurrentes, en comparación con técnicas convencionales de aprendizaje automático. Además, a través del análisis de ablación, subrayamos la importancia de capturar simultáneamente las características de los clientes, los pedidos y los productos para un modelo efectivo de predicción proactiva de devoluciones.