為什麼要重複檢查
每週一早上是最忙的時候。打開 Google 試算表,計算上周的銷售量、倉庫剩餘數量和再發訂的時機,都是手工完成的。商品超過 100 種,很容易遺漏。有一次某個商品庫存幾乎用盡,直到週四才發現。
「這種重複工作能自動化嗎」
Before: 手動檢查的局限
• 每週一手動檢查 Google 試算表(約 60 分鐘)
• 將銷售量與庫存進行目視比較,再在 Excel 中整理
• 發訂時機不規律(預測失敗率約 40%)
• 容易遺漏風險商品(平均延遲 3 至 4 天才發現)
After: 自動化信號系統
Google 試算表(輸入銷售數據)
↓
Claude Code(自動分析)
↓
自動添加顏色標籤
├─ 🟢 正常(庫存充足)
├─ 🟡 警告(建議在 2 週內再發訂)
└─ 🔴 緊急(立即發訂)
↓
右側欄位自動計算下週建議發訂數量
機器人學到的東西
第一週只是簡單地進行數量比較。但持續觀察數據後,我們的模式逐漸顯現。
• **季節性變化**: 週二至週四銷售量較大
• **商品別流轉率**: 某些商品每週售出 30 件,而某些只有 5 件
• **運輸交期**: 再發訂後平均 10 天到達(因此需提前 10 天發訂)
從第二週開始,機器人不僅查看單純的數量,而是自動計算「這個商品何時會用完」。
準確度改善記錄
| 週次 | 預測準確度 | 發訂失敗 | 過剩庫存 |
|------|----------|---------|----------|
| 1 週 | 45% | 5 件 | 3 件 |
| 2 週 | 62% | 2 件 | 2 件 |
| 3 週 | 71% | 1 件 | 1 件 |
| 4 週 | 78% | 0 件 | 0 件 |
衍生效應
1. **庫存現況始終公開**: 電子郵件自動化機器人也能查看試算表,立即判斷「這個商品現在是否可供應」
2. **發訂記錄自動保存**: 4 週後立即查詢「何時發訂了什麼、數量多少」
3. **團隊溝通減少**: 有關庫存問題的訊息提問幾乎消失
仍需改進的部分
• 突然大量訂單仍無法預測(每年 1 至 2 次)
• 退貨、損傷商品需手動調整
• 匯率波動時的再發訂金額自動計算尚不完善
下一步實驗
目前正在測試讓 Mac mini 讀取此數據,並與 Windows 裝置的發訂系統自動同步。這樣一來,資料輸入試算表後,發訂文件是否會自動生成呢。