五金送貨排程派車流

🎯 這條流程解決什麼

五金行、建材行的送貨，看起來只是「把貨送出去」，實際上是一場每天上演的調度戰。訂單從四面八方湧進來：有人打電話訂三包水泥、有人 LINE 傳來一張工地缺料清單、櫃台還壓著一疊手寫單據。老闆得在出車前把這些全部攤開來，憑記憶判斷哪幾單在同一個方向、哪幾單貨重要先送、哪台車載得下，然後在腦中畫出一條路線。這套「老闆牌導航」一旦碰上旺季或老闆分身乏術，馬上出狀況：路線繞遠、同一個區域跑了兩趟、漏掉壓在單據最底下的那張，工地師傅等不到料只能停工，電話一通比一通兇。

這種純人工排車的隱形成本相當可觀。一台貨車若因路線沒規劃好每天多繞 15 至 20 公里，以柴油與工時成本估算，一個月光油錢就多燒好幾千元，司機的有效配送趟次還被無謂的繞路吃掉。更糟的是客戶體驗——工地最在意的就是料什麼時候到，含糊一句「今天會送到」讓師傅從早等到晚，是流失大客戶最快的方式。老闆每天花在排車、回報到貨時間的零碎時間加起來，往往就是一兩個小時，這些時間本該拿去談生意、顧現場。

這條流程讓系統每日截單後自動彙整訂單，由 AI 依地址分區、規劃較順的路線、排定司機與時段，並自動通知客戶到貨時間，把調度從老闆的腦袋搬到一套可重複、可檢視的流程上。

導入後的改變

導入前，排車品質完全看老闆當天的狀態與記憶力，路線好不好、有沒有漏單，每天都是賭運氣，而且這套經驗無法交給新人。導入後，訂單集中在一張表，AI 先把分區與路線草案排好，老闆只需確認可行性與特殊狀況，調度變成一件穩定、可交接的事。

效益估算很實在：AI 分區排線通常能把每日總里程壓縮一到兩成，等於每月省下數千元油料與額外工時；同一條路線能多塞進一兩個順路的點，提升每趟的配送密度。老闆每天花在排車的時間，可從一兩小時縮短到二十分鐘左右審核。最有感的是客戶端——主動推播「預計上午 10 點到 11 點之間到貨」這種具體時段，讓工地師傅能安排好收料人手，漏單與「料還沒到」的客訴明顯下降，回購與口碑跟著穩住。想看更多把調度與派工自動化的做法，可參考 自動化專區。

流程怎麼運作

對應 frontmatter 的五個節點：

1. 觸發：彙整訂單。每日設定一個截單時間（例如上午九點），到點後流程自動把當日所有待送訂單與送貨地址，從 Google Sheet 訂單表收集起來；臨時插進來的急件也能再次觸發補排。
2. AI 分區排線。AI 分區節點結合 Google Maps，依各筆訂單的地址把它們分成幾個地理區塊，再依貨量與順路程度規劃出每一區較順的送貨路線，避免東一單西一單來回穿插。
3. 排定司機時段。依車輛載重與司機人力，把各區路線分配給適合的車與司機，並沿路線估算每個停靠點的預計到貨時間。
4. 寫入派車表。把排好的當日派車排程寫成一張清楚的派車表，並同步到 Google Calendar，司機一目了然今天跑哪幾單、依什麼順序、大概幾點到。
5. 通知客戶到貨。透過 LINE 官方帳號向各客戶推播預計到貨時段。這一步特別標註「需人工確認路線可行後再發送」——因為一旦通知客戶，就形同時間承諾，不能讓未經檢查的 AI 路線直接對外。

需要的工具與串接重點

流程建在 n8n 或 Make。Google Sheet 訂單表是所有待送訂單的集中地，欄位要包含地址、品項、數量、重量、是否急件；AI 分區節點搭配 Google Maps 做分區與路線規劃；Google Calendar 承載派車排程供司機查看；LINE 官方帳號負責對客戶推播到貨時段。

串接重點：第一，地址資料的乾淨度決定成敗，建議在訂單表就做地址正規化（補齊縣市、刪除多餘備註），否則 Maps 會定位錯誤導致整條路線跑偏。第二，要把車輛載重上限設成硬條件，避免 AI 把超過車載的貨硬排進同一趟。第三，急件要有獨立的優先旗標，讓它能插隊重排而不打亂整體；第四，客戶通知務必走「先審後發」的人工關卡，不要設成全自動發送。

常見錯誤與注意事項

送貨涉及實際車輛調度與對客戶的時間承諾，AI 規劃的路線與到貨時段務必由人工確認可行後再通知客戶。實際路況、臨時封路、工地能否進場卸貨、客戶有沒有人收料，這些都是 AI 算不準的變數；遇到急件或路況變動，需要由調度人員即時人工調整，自動化只是把粗活先做好，不取代現場判斷。

常見踩雷包括：地址沒清乾淨導致定位到錯誤地點；把太理想化的到貨時間直接告訴客戶，結果一塞車就跳票，反而比含糊其詞更傷信任；以及忽略卸貨時間與爬樓搬運的耗時，把停靠點之間的間隔抓得太緊。建議到貨通知給的是一個時段區間而非精準時刻，並保留調度人員回報延誤的機制。

台灣中小企業情境案例

桃園一間做工地建材配送的「合益五金建材行」，過去每天早上老闆陳大哥得花一個多小時，把昨晚到今早累積的訂單攤在桌上排路線，旺季常常漏單，工地停工的客訴電話一接就是一頓罵。導入這條流程後，截單時間一到，系統自動把當日二十幾單分成北區、南區、工業區三條路線，AI 排好較順的順序，陳大哥花十幾分鐘確認急件與工地進場狀況後，把派車表推給兩位司機、把到貨時段推給客戶。第一個月下來，每日總里程明顯下降、油錢省了一截，漏單從每週三四次降到幾乎沒有，最讓他意外的是工地客戶開始稱讚「你們現在送貨好準時」，大單回購反而變穩。

延伸應用

這條流程能往前後延伸成完整的營運鏈。把成交環節接上來，報價詢問成交後就能自動把訂單帶進送貨排程，免去重複輸入；累積的配送數據能分析出哪些區域、哪些時段需求最集中，作為調整車輛與人力的依據；到貨通知還能延伸出「司機抵達前 15 分鐘自動再提醒」「卸貨完成回傳簽收照」等加值環節。想進一步壓縮里程與優化路線，可參考 配送路線優化 配方；想把報價、補貨、送貨串成一條龍，可瀏覽 更多工作流藍圖。讓每天早上的排車惡夢，變成一套穩定運轉、越跑越準的調度系統。

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 →