鞋店缺貨調貨查詢與分店補貨自動派單流程

🎯 這條流程解決什麼

鞋店最令人扼腕的流失，是顧客明明看上一雙、在門市試了款式也喜歡，就差現場沒有他那個尺碼。鞋子是高度「尺碼分散」的商品——同一款要備齊 22 到 28 號十幾個尺碼，每家門市都備齊不切實際，於是斷碼幾乎是天天上演。而當下沒買到的顧客，大多不會專程再跑一趟，這筆原本快要成交的單，就這樣憑空蒸發。

傳統的處理方式有多笨拙？店員要嘛拿起電話一間間問分店「你那邊還有沒有 25 號黑色」，問三五間才湊到一雙、顧客早就等到不耐煩走人；要嘛乾脆請顧客「改天再來、有貨再通知你」，但這句話九成九等於失單。以一家有五家門市的連鎖鞋店估算，旺季時每家店每天平均會碰到 5 到 10 次斷碼，若這些斷碼有一半救得回來，每月就是好幾百筆被白白放掉的客單。更別說人工問貨還常出錯——問的時候有貨，等顧客決定要時又被別的客人買走，承諾跳票還傷信任。

這條流程把缺貨即時救回：輸入鞋款與尺碼後，系統即時查各分店與中央倉的可用與在途庫存，依距離、庫存深度與門市銷量配出最適合調出的有貨點、避免把熱銷店調空，自動產生調貨單派給出貨分店與倉管，並通知顧客預計到貨時間。斷碼不再等於失單，庫存在分店之間流動得更有效率，顧客也不必空手而回。

導入後的改變

導入前，調貨是一件「看店員勤不勤勞」的隨機事件。勤快的店員願意一間間打電話幫客人湊貨，但耗時又容易撲空；忙起來或遇到怕麻煩的店員，一句「沒貨喔不好意思」就送走了一張單。整個過程沒有系統支撐：庫存看不到即時的、配哪間店全憑印象、調貨單靠口頭或紙條、到貨進度沒人追，顧客也只能被動空等。結果是該救的單救不回來，熱銷店常被調空導致自己也斷貨，倉管疲於奔命卻調得亂七八糟。

導入後，店員只要輸入鞋款與尺碼，系統秒查全網庫存、自動配出最該調出的有貨點、即時派出調貨單並給顧客一個明確的到貨時間。以前述五店連鎖估算，單次斷碼的處理時間從動輒十幾分鐘的電話來回，壓縮到一分鐘內完成查詢與派單；原本只能救回少數的斷碼客單，救回率可望提升到五成以上，等於每月多救回數百筆原本會流失的成交；因為派單邏輯會避開熱銷店、優先動用滯銷點的庫存，分店之間的庫存也流動得更健康，整體的滯銷壓貨與重複叫貨都跟著下降。顧客體驗從「空手而回」變成「店員幫我調到、還告訴我哪天到」，回購意願自然提升。

流程怎麼運作

這條流程對應 frontmatter 的四個節點，由兩種觸發驅動：顧客當下的「門市缺貨查詢事件」，以及背景的「庫存低水位定時排程」（主動補貨）。

第一步「庫存查詢」——店員在門市輸入顧客要的鞋款與尺碼，系統即時連線庫存資料庫，查出各分店與中央倉的可用庫存與在途數量。關鍵在「即時」與「在途」——不只看現有，也看正在路上的貨，避免重複調或重複叫。

第二步「就近配點」——查到多個有貨點時，AI 派單邏輯依三個維度決定該從哪調：距離（愈近愈快、運費愈省）、庫存深度（優先從庫存多的點調）、以及該店自身銷量（避免把這個尺碼也賣得好的熱銷店調空，反而製造新的斷碼）。綜合算出最適合調出的有貨點。

第三步「派單通知」——系統自動產生調貨單，透過內部即時通訊派給出貨分店與倉管，單上附取貨明細（鞋款、尺碼、數量、調往門市）與預計送達時間，讓出貨端清楚知道該揀什麼、何時出。

第四步「到貨追蹤」——系統追蹤調貨進度，貨到目的門市後通知店員，並透過 Line 官方帳號通知顧客可來取貨；同時更新庫存數字，避免同一筆需求被重複下單或重複調貨。

需要的工具與串接重點

平台用 n8n 或 Make 串接查詢、派單與追蹤。庫存資料庫是整套流程的命脈，必須能反映各分店與中央倉的即時數量與在途狀態——它的準確度直接決定這條流程成不成立，若庫存帳實不符，再聰明的派單也是空談。試算表適合放配點規則參數與調貨記錄，方便店主檢視與調整邏輯。內部即時通訊負責把調貨單即時送到出貨分店與倉管手上。AI 派單邏輯綜合距離、庫存深度與銷量算出最適出貨點，省去人工憑印象判斷。Line 官方帳號負責到貨後主動通知顧客。

串接重點：其一，庫存即時性是地基，務必確保 POS 銷售一旦發生就即時扣庫，否則會出現「查得到、調不到」的尷尬。其二，配點規則的權重（距離、庫存深度、銷量該各占多少）要依自家營運特性調，例如店點密集的都會區可加重「就近」，店點分散的可加重「庫存深度」。其三，跨店調貨的成本分攤與績效歸屬（這單算誰的業績、運費誰出）一定要先訂清楚再交給系統執行，否則容易引發分店之間的爭議。想找庫存查詢與自動派單的完整範本，可到 /recipes 取用，更多門市營運的串接模組見 /automation。

常見錯誤與注意事項

最常見、也最致命的錯誤是「庫存帳實不符」。門市未即時更新銷售、盤點有誤差，都會造成系統顯示有貨、實際卻調不到的窘況。這種「空頭調貨」讓顧客二次失望，比一開始就說沒貨更傷信任。因此在系統派單並向顧客承諾到貨時間之前，強烈建議保留出貨分店「人工確認」實物在架的一關——店員親眼看到那雙鞋真的在，再讓系統確認派單，杜絕承諾跳票。

第二，跨店調貨涉及成本分攤與績效歸屬，這套規則務必由店主先行訂清楚再交由系統執行，包括運費誰負擔、這筆成交算出貨店還是收貨店的業績、調貨頻繁時如何平衡分店利益，否則自動化反而會放大分店之間的摩擦。

第三，配點邏輯要避免「無腦調空熱銷點」——某個尺碼在 A 店賣得好不代表庫存多，若不看銷量只看現有數量去調，可能把 A 店即將成交的那雙調走，製造出新的斷碼。第四，給顧客的到貨時間要保守估、寧可說慢一點，提早到貨是驚喜、延遲到貨是客訴。第五，顧客的聯絡資訊用於到貨通知時，須符合個資法、僅供本次調貨通知使用。

台灣中小企業情境案例

高雄一家有四家門市的連鎖鞋店「合腳鞋舖」，主打親子與通勤鞋款，尺碼跨度大、斷碼是家常便飯。過去調貨全靠店員打電話問，旺季時店長最頭痛的就是顧客在櫃台等、店員拿著電話一間間問貨的場面——常常問了三間才湊到，顧客早已失去耐性走人；偶爾問到「有」結果調過去才發現被賣掉，顧客白跑一趟還生氣。年底盤點還發現，各店之間庫存嚴重不均，有的店某尺碼堆著賣不掉、有的店天天缺，明明調一調就能解，卻沒人有空整理。

導入這條流程後，店員輸入鞋款尺碼，系統秒查四店加中央倉的即時與在途庫存，自動配出最該調出的有貨點（優先動用滯銷點、避開熱銷店），一鍵派單給出貨店與倉管，到貨後自動通知顧客取貨。出貨店在揀貨時做實物確認，杜絕了空頭調貨。三個月下來，單次斷碼處理從十幾分鐘縮到一分鐘內，斷碼客單的救回率從過去不到三成提升到約六成，旺季多救回的成交相當可觀；因為配點會主動消化滯銷庫存，各店之間的庫存不均也明顯改善，季末出清的壓貨變少。顧客最有感的回饋是「店員幫我從別家調到、還傳 Line 跟我說哪天到」，這份用心讓不少人變成回頭客。

延伸應用

這條流程的核心是「讓庫存在對的地方流動」，可往前後延伸成更完整的營運閉環。往前，可串接 尺寸諮詢自動回覆流程，當系統建議的鞋款剛好門市缺尺寸時，直接接上調貨查詢，讓「諮詢—建議—缺貨—調貨」一氣呵成，不漏接任何一個有意願的顧客。往後，可接續 換季促銷檔期流程，把各店的庫存深度當成出清排程的依據，哪些店哪些尺碼壓貨多就優先列入檔期出清，讓促銷打在真正該清的貨上。

進階做法是累積調貨數據後反向優化「初始鋪貨」——分析哪些尺碼經常需要從某店調往某店，代表初始鋪貨的尺碼比例就該調整，從源頭減少斷碼與調貨成本。也可以把低水位定時排程升級成需求預測補貨，依各店歷史銷售節奏在斷貨前就主動補上，從「事後救火」進化到「事前備好」。更多庫存、調貨與門市營運的招式，歡迎到 /recipes 與 /automation 探索。

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 →