清潔用品批發詢報價自動處理

🎯 這條流程解決什麼

清潔用品批發的詢價，幾乎都散落在每個業務的個人 LINE、私人手機簡訊和信箱裡。餐廳老闆隨手一句「你們衛生紙、洗碗精量大有沒有更便宜」，飯店房務主管丟一張破破爛爛的耗材清單照片過來，清潔公司請款前才急著要報價單——這些訊息進來的格式全都不一樣，而且十之八九資料都不齊。

業務真正卡住的，是「問清楚」這件事要來回好幾趟。要哪些品項？三層衛生紙還是兩層？洗碗精是 5 公升桶裝還是 20 公升的營業用？一次要幾箱、多久叫一次貨、送到哪個地址、有沒有電梯、月結還是貨到付款——這些問完，常常已經過了大半天。資料不齊就報不了價，業務手上同時還壓著十幾張單，一忙就忘了回，原本有意願的客戶等不到報價，轉頭就問別家了。

用純人工跑這套流程，一筆詢價從收到、追問、查價、打報價單到寄出，平均要花 40 到 60 分鐘的零碎工時，而且分散在好幾段時間裡。一個業務一天認真處理 8 到 10 筆就接近極限，遇到旺季或展會後名單暴增，漏單率輕鬆破兩成。漏掉的不只是這一單，往往是這個客戶後續每個月固定的回購商機。

導入後的改變

導入前： 詢價進來格式雜亂、欄位不齊，業務靠記憶力追單，報價單手動查表打字，主管完全看不到有多少商機正在進行、卡在哪一步。一筆詢價平均耗時 40 到 60 分鐘，旺季漏單率約 20%。

導入後： 所有詢價自動匯入同一個待報價佇列，系統先把缺的欄位問齊，再帶出階梯報價草稿，業務只需要審核、微調、按送出。單筆處理時間壓到 10 到 15 分鐘，等於省下約六到七成的報價工時。更關鍵的是，每筆詢價都變成一張看得到階段的案件卡，未回覆的會自動催，漏單率可以從兩成降到 5% 以內。

以一個月進 200 筆詢價的中型批發商估算，原本要耗掉約 150 小時在報價這件雜事上，導入後降到約 45 小時，等於釋放出一個業務超過半個月的工時去做真正該做的事：跟進大客戶、議價、開發新客戶。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點，逐步把零散詢價變成可成交的案件：

1. 接收詢價（📥）：透過 Google Forms、LINE Official Account 與 Gmail 三個入口收件。不論客戶從哪個管道進來，n8n / Make 都把訊息統一寫入一張「待報價佇列」資料表，附上來源、時間與原始內容，避免訊息散在各業務手機裡。

2. 需求補齊（📋）：系統比對必填欄位（品項、數量、品牌、配送地點、付款方式），缺哪一項就自動透過原管道追問，例如在 LINE 上回一則結構化問答，引導客戶補齊。客戶回覆後資料自動回填，省去業務一來一回打字的時間。

3. 階梯報價（💰）：欄位齊全後，AI 估價 API 依採購量套用批發階梯單價表——買 10 箱、50 箱、100 箱對應不同折扣級距——產出一份初步報價草稿，標明單價、小計、運費與付款條件。這份是「草稿」，不是直接寄給客戶。

4. 建立案件（🗂️）：每筆詢價在 Notion 建立一張案件卡，標記負責業務、客戶產業、預估金額與目前狀態（待報價 / 已報價 / 待回覆 / 成交 / 流失），主管打開看板就能掌握所有商機進度。

5. 追蹤跟進（📌）：已報價但客戶超過設定天數沒回覆的案件，系統自動提醒負責業務跟進，避免有意願的單子因為沒人催而冷掉。

需要的工具與串接重點

• n8n / Make（流程引擎）：建議用 n8n 自架，因為清潔用品報價牽涉內部成本表，資料不外流較安心；要快速上線則用 Make。核心是建一條 Webhook / 排程觸發的工作流，串起以下工具。
• LINE Official Account / Google Forms / Gmail（收件入口）：三個入口都接到同一個 Webhook，統一格式後入佇列。LINE 要設定好 Messaging API 與圖文選單，方便客戶點選詢價。
• AI 估價 API（報價草稿）：把階梯單價表與運費規則餵給它，讓它依數量計算。重點是單價表一定要由人維護、定期更新進貨成本，AI 只負責套表計算，不自行「猜」價格。
• Notion（案件管理）：當作 CRM 看板，用 status 欄位驅動跟進邏輯。

串接注意點：客戶從 LINE 傳來的常是照片或語音，建議在補齊欄位那一步保留「轉人工」按鈕，遇到非結構化內容直接轉業務處理，不要硬讓 AI 解析以免出錯。

常見錯誤與注意事項

• 報價單價是商業機密，自動估價僅供初步參考。 實際單價受進貨成本波動、運費、最低訂購量、客戶授信與議價空間影響，最終報價與付款條件務必由業務人工確認後再正式發給客戶，系統不取代專業估價與授信判斷。
• 月結授信要人工把關。 新客戶要求月結時，授信額度與付款條件涉及倒帳風險，絕不能讓系統自動承諾，必須由業務或財務人工核可。
• 個資要合規。 客戶聯絡方式與採購紀錄屬個人資料，蒐集與保存須符合個人資料保護法，並只用於本次交易與後續服務。
• 別讓 AI 直接回客戶價格。 草稿一律經人工審核再送出，避免套錯級距或漏算運費造成虧本成交或客訴。

台灣中小企業情境案例

台中一家做了二十年的清潔用品批發商，三位業務每天被 LINE 和電話追報價追到喘不過氣。導入這條流程後，他們把常賣的 80 個品項階梯單價建成表，新詢價進來先由系統補齊欄位、帶出草稿。業務反映最有感的是「不用再一個個追問客戶要幾箱、送哪裡」，光這一段每天就省下兩三小時。三個月後統計，報價回覆速度從平均「隔天才回」縮短到「兩小時內」，因報價太慢流失的客戶明顯減少，新成交的固定客戶月營收增加約一成五。主管也終於能在看板上看到每張單卡在哪、該催誰。

延伸應用

• 把成交的案件自動轉成首筆訂單，串接 /automation 的出貨與開立發票流程，做到從詢價到出貨一條龍。
• 接上「定期回購提醒」，讓這次成交的客戶在用量見底前自動收到回購通知，把一次性詢價養成穩定回購。
• 累積夠多詢價資料後，分析哪些品項詢問最多、哪些級距最常成交，回頭優化階梯定價策略。

可與 /workflows 的訂單處理、定期回購串成從詢價到出貨的完整鏈路，更多估價與客服自動化設計見 /recipes。

⚠️ 報價與金流提醒：自動估價僅供初步參考，實際單價受進貨成本波動、運費、月結授信與最低訂購量影響，最終報價與付款條件務必由業務人工確認後再正式發給客戶，系統不取代專業估價與授信判斷。

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 →