送貨安裝排程派工

🎯 這條流程解決什麼

床墊又大又重，送貨安裝是門市最後一哩路，也是最容易出包的環節。一張雙人床墊扛上五樓沒電梯，跟一台貨梯能直送，作業難度天差地遠；客人臨時不在家、舊床到底要不要載走、巷子能不能停車，這些事前沒問清楚，到了現場才卡關，一趟白跑就是油錢、工錢加上整車的時間。

純人工派工的成本，藏在「排線靠經驗、溝通靠電話」。派工人員每天早上要把當日訂單一筆一筆看地址、憑印象分區、排出車順序，再一通通打電話跟客人喬時間，光排一天的車就要一兩個小時；遇到地址分散，師傅在路上繞遠路、塞在不順的動線裡，一天能裝的單數硬生生少好幾張。更頭痛的是資訊漏接：沒先問樓層電梯，師傅到現場才發現要徒手扛六樓；沒先確認舊床處理，當場才知道客人要載走但車上沒空間。每一個沒問到的細節，都是現場的衝突與成本。

這條流程要解決的，就是「路線繞遠、時段難喬、現場才發現問題」這三件最燒錢的事。

導入後的改變

導入前，配送是門市的黑洞：派工人員忙著打電話、師傅在路上空跑、客人在家傻等，三方都累。出包一次——白跑、扛錯樓、舊床沒地方放——不只成本，還換來一則負評。

導入後，當日可出貨訂單自動彙整成含樓層電梯資訊的待送清單，AI 依地址分區排出順路路線、配對師傅、出車前自動通知客人。合理估算下，路線優化後每車每日可多跑 1 到 2 站，配送效率提升約 2 到 3 成；因資訊漏問導致的白跑與重排，可減少過半；客人收到精準的到府時段通知後，「不在家」造成的撲空大幅下降。整體算下來，同樣的車隊與師傅人力，能消化更多訂單，油錢與加班費同步省下。

流程怎麼運作

對應 frontmatter 的五個節點，一趟配送這樣跑：

1. 待送清單（📦）：系統（由出貨建立觸發或每日排程）彙整當天已備貨、可出貨的訂單，自動帶入地址、樓層、有無電梯、床型尺寸等關鍵欄位，這些資訊在下單與備貨時就該收齊。

2. 分區排線（🗺️）：透過 Google Maps API 計算各點距離，依地理位置分區，AI 路線排程節點排出順路的配送順序，並估算每站的搬運與安裝作業時間，產出一份可執行的車趟表。

3. 配對師傅（🧰）：比對各安裝師傅的技能（例如某些床型需特定組裝經驗）與當日行事曆，把車次與時段分配給合適的師傅，避免一車排太滿或排到沒空的人。

4. 到府通知（🔔）：出車前透過 LINE Official Account 通知顧客預計到府時段與師傅聯絡方式，讓客人有準備、減少撲空。

5. 完工回報（📸）：師傅在現場用 Google 表單上傳安裝照片、簽收紀錄與舊床載運紀錄，狀態自動回寫訂單，後續保固與客訴都有憑據。

需要的工具與串接重點

n8n／Make 當中樞：Google Sheets 管訂單與待送清單、Google Maps API 算距離與路線、AI 路線排程做分區與順序優化、LINE Official Account 發到府通知、Google 表單收現場回報。串接重點：一是地址資料要乾淨，最好在收單時就驗證或補上正確門牌，否則排線會大歪；二是 Google Maps API 有用量計費，要設好快取與用量上限，避免帳單暴衝；三是樓層、電梯、停車這類欄位一定要在「待送清單」就齊全，這是整條流程能不能避免白跑的關鍵；四是現場回報表單要做得夠簡單，師傅戴著手套也能快速上傳，否則回報率會掉。

常見錯誤與注意事項

• AI 排線是建議不是鐵則：系統只依地址與時間估算，實際路況、停車難度、搬運卡關仍需現場師傅判斷，請勿把系統時段當成對顧客的硬性承諾，通知時要留彈性區間。
• 貴重物品搬運與簽收要人工把關：涉及高價床墊搬運與簽收的環節，務必保留人工確認與聯繫，本流程不取代專業安裝人員的現場評估，搬運安全永遠優先於趕時間。
• 舊床回收的法規：載運舊床墊涉及廢棄物清運規範，要確認回收去向合法、有無清運資格，別讓師傅順手變違規處理。
• 時段壓太滿的風險：別為了衝效率把每站時間排到極限，一站延誤就會連環崩盤，要保留緩衝。

台灣中小企業情境案例

桃園一家寢具門市自有兩台貨車、四位安裝師傅，過去派工全靠老師傅憑經驗排，地址一散就繞路，一天頂多裝六、七張，旺季根本消化不完，只能請客人多等好幾天。導入這條流程後，待送清單自動帶出樓層電梯、AI 依地址分區排出順路車趟，師傅不再空跑繞路，平均一天多裝兩到三張；客人收到 LINE 通知的精準時段，撲空狀況幾乎消失。店長算了一筆帳，同樣的人車，旺季交期從等一週縮短到三天內，客訴少了、好評多了，「以前最怕的就是排車，現在系統排好我只要看一眼確認」。

延伸應用

這條流程銜接門市自動化的後段：前面接客製訂製訂單追蹤的完工出貨，安裝完成後直接串保固登錄與到期提醒（用回報資料自動建立電子保固卡），日後再以汰舊回收與回購邀約找回客人。完工回報的照片與簽收，也能延伸成滿意度回訪與評價邀請。想看更多配送與派工流程，可參考 /workflows，到 /recipes 找物流派工自動化食譜，或到 /automation 規劃從出貨到售後的整段自動化。

流程圖

用到的工具

更多「零售商店」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →