Skip to main content
首頁博客指南全渠道零售商如何統一追蹤來自門店、倉庫及各大電商平台的貨件

全渠道零售商如何統一追蹤來自門店、倉庫及各大電商平台的貨件

17TRACK

全渠道零售商會為每張訂單建立一份出貨記錄,將該記錄連結至相關商店、倉庫、網上商城及承運商事件,並向員工及客戶展示標準化的狀態資訊,從而統一出貨追蹤。目標並不只是收集追蹤號碼,而是建立可靠的資訊,清楚了解已寄出甚麼貨件、由誰寄出、透過哪間承運商寄出,以及下一步需要採取甚麼行動。

全渠道零售商如何統一商店、倉庫及網上商城的出貨追蹤

這種做法十分重要,因為同一零售商可能從配送中心履行一張訂單、從商店履行另一張訂單,亦可能透過網上商城或代發貨合作夥伴履行第三張訂單。如果每個渠道以不同方式提供配送資訊,客戶服務團隊便會浪費時間核對記錄,而客戶亦會收到不一致的更新。統一的追蹤流程可以連接營運資料,而無需強迫每個履行來源使用相同的內部系統。

為甚麼全渠道追蹤變得困難

一張訂單在送達客戶前,可能會經過多個系統。訂單可能源自電子商務平台或網上商城,由訂單管理系統分配,再由商店或倉庫履行,最後透過運輸平台或承運商直接帳戶交給承運商。每個系統可能使用不同的識別碼及狀態術語。

  • 多個履行地點:商店及倉庫可能從不同地點出貨,並採用不同的截單時間、包裝流程及承運商帳戶。
  • 拆分出貨:一張訂單可能產生多個包裹,每個包裹都有自己的追蹤號碼、配送日期及例外記錄。
  • 網上商城的複雜性:網上商城訂單可能有特定渠道的訂單 ID、賣家參考編號及通知要求。
  • 不同的承運商事件:承運商不一定會以相同方式描述類似事件。一間承運商可能報告為例外,另一間則會提供更具體的原因。
  • 退貨及替換:出貨只是客戶旅程的一部分。替換包裹或退貨貨件必須繼續與原始訂單連結。

這些問題令共享追蹤模型比多個分開的追蹤頁面更有用。該模型應保留原始來源資料,同時為報告、客戶溝通及升級處理提供一致的營運狀態。

營運模型:一張訂單,多個履行事件

首項設計決策是將訂單、履行、包裹及事件層分開。它們彼此相關,但不能互相替代。

層級代表內容實用欄位
訂單客戶交易訂單 ID、銷售渠道、客戶參考編號、目的地
履行負責出貨的地點或合作夥伴商店或倉庫 ID、履行方式、交接時間
包裹訂單內的一件實體貨件追蹤號碼、承運商、服務級別、包裹參考編號
事件運送或配送更新時間戳記、地點、原始狀態、標準化狀態、例外代碼

這種結構可避免常見的報告錯誤:只有一個包裹送達,卻將整張訂單視為已送達。對於拆分訂單,訂單層級的狀態應根據所有相關包裹得出。實用的狀態模型可以區分部分已出貨、運送中、部分已送達、已送達及需要檢查的例外。具體標籤應配合零售商的客戶服務及履行流程。

先連接來源,再標準化狀態

零售商應先對應資料來源,再決定要展示哪些狀態。首先記錄每個渠道如何建立及更新貨件:

  1. 列出每個履行來源。在適用情況下,加入配送中心、零售商店、第三方物流供應商、代發貨供應商及網上商城履行計劃。
  2. 記錄每個來源使用的識別碼。當電子商務訂單 ID、網上商城訂單 ID、履行 ID、包裹 ID 及追蹤號碼用途不同時,應將它們保留為獨立欄位。
  3. 確定每個事件的記錄系統。貨件建立可能來自訂單管理系統,而運送中及配送事件通常來自承運商或追蹤資料供應商。
  4. 定義更新頻率及負責人。決定哪個系統輪詢或接收事件、誰處理更新失敗,以及如何移除重複事件。
  5. 保留承運商原始資訊。標準化狀態有助保持一致性,但原始描述及時間戳記可協助支援團隊調查異常個案。

當零售商需要以一條整合路徑連接多間承運商時,多承運商追蹤 API 可作為事件收集層。17TRACK 的官方 API 文件說明其 API 資源及整合流程;零售商在選擇用於正式環境前,應查閱最新文件,並確認承運商、地區、帳戶及使用要求。

查看 17TRACK 追蹤 API 文件

在保留營運細節的同時標準化事件

標準化應令資料更容易理解,而不是抹去有用的差異。零售商可以建立一組面向客戶的簡單狀態,同時保留更詳細的內部分類。

  • 已建立標籤:已存在貨件資料,但承運商可能尚未記錄接收掃描。
  • 已取件或已接收:承運商已記錄持有該包裹。
  • 運送中:貨件正在承運商網絡中運送。
  • 派送中:承運商表示貨件計劃於目前路線或配送週期內派送。
  • 已送達:承運商已記錄配送事件。
  • 例外:貨件需要處理,因為配送或運送可能延誤。
  • 退回途中:包裹正在退回零售商或其他指定地點。

同一個面向客戶的狀態仍可包含不同的內部原因。例如,「例外」可能代表地址問題、海關扣留、天氣干擾或曾嘗試配送。如果這些原因需要採取不同的行動,便不應將它們合併。客戶服務團隊可能需要聯絡買家、要求提供更多資料、等待承運商更新,或啟動替換流程。

為不同使用者設計不同檢視畫面

統一的資料模型不代表所有人都需要使用完全相同的畫面。負責採取行動的人會因工作流程而異。

商店及倉庫團隊

履行團隊需要知道貨件是否已建立、包裝、交給承運商,或在發出前被暫扣。他們的畫面應重點顯示未出貨訂單、缺少首次掃描、承運商交接延誤,以及需要調查的包裹。商店員工亦可能需要查看哪個地點履行了訂單,以便正確分流庫存及客戶查詢。

客戶服務團隊

支援專員需要以訂單為中心的檢視,結合每個包裹、最新事件、企業可用的承諾或預計配送資料,以及下一項建議行動。他們不應需要搜尋不同承運商入口網站,才能確定多包裹訂單是否已完成。

客戶

客戶通常需要清晰的時間線、訂單拆分時的包裹層級詳情,以及以簡明語言解釋例外。沒有背景資訊地展示承運商原始掃描文字可能造成混淆。客戶檢視應解釋已發生的事情,以及客戶是否需要採取任何行動。

網上商城及商品團隊

這些團隊可能需要渠道層級報告:交接延遲、配送例外、按目的地劃分的承運商表現,以及商店、倉庫及網上商城履行之間的差異。他們的報告應使用一致的定義,確保「延遲出貨」在不同渠道代表相同意思。

以例外管理作為控制點

可見性只有在支援行動時才有價值。零售商應為需要人工檢查的事件定義規則。例如,在超過零售商內部門檻後仍只有已建立標籤而沒有承運商接收掃描、重複嘗試配送、地址相關例外、包裹在同一階段停留異常長時間,或訂單仍有未送達包裹但系統已記錄配送完成。

避免為所有承運商及目的地使用一個通用時間門檻。運送期望會因服務、地區、週末、海關流程及營運日曆而異。更好的設計是在貨件中儲存適用的服務承諾或內部門檻,然後將傳入事件與該背景進行比較。

每項例外規則都應有負責人及處理結果。例如,缺少首次掃描可能分配給履行地點,而海關相關扣留則可能交由國際運輸專員處理。系統應記錄問題被發現的時間、檢查人員、採取的行動,以及包裹是否在沒有介入的情況下恢復正常。

實際推行次序

  1. 從出貨清單開始。統計目前使用的渠道、履行地點、承運商、服務級別及追蹤格式。
  2. 選擇標準出貨記錄。決定哪些識別碼用於連結訂單、履行、包裹及退貨,並記錄如何處理重複資料。
  3. 從每種模式連接一個具代表性的來源。在擴大整合前,測試倉庫貨件、商店貨件、網上商城訂單及拆分貨件。
  4. 將原始事件對應至共享狀態。將原始事件、來源時間戳記、承運商名稱及標準化狀態保存在一起。
  5. 測試失敗情況。包括缺少追蹤號碼、錯誤承運商代碼、重複事件、掃描延遲、部分配送及退回包裹。
  6. 先推出營運儀表板,再發送客戶訊息。團隊應能在自動通知送達買家前調查資料質素問題。
  7. 衡量資料質素及營運結果。檢查正確連結至訂單的貨件比例、從承運商掃描到內部更新的時間、未解決例外,以及與配送狀態相關的支援查詢。

分階段推出比一次過連接所有渠道更安全。首次發布應證明零售商能識別正確包裹、展示最新可靠事件,並將例外分派給正確負責人。基礎記錄穩定後,才可加入更多自動化功能。

選擇追蹤方案前應提出的問題

  • 能否將多個包裹與一張訂單關聯,並區分部分配送與完整配送?
  • 系統如何識別承運商、驗證追蹤號碼及處理承運商變更?
  • 零售商能否保留原始事件,同時套用自己的標準化狀態模型?
  • 是否支援企業使用的承運商、地區及運輸方式?
  • 在有文件及可用的情況下,事件能否透過零售商所需的整合方式(例如 API 請求或 webhooks)傳送?
  • 系統如何處理重試、重複更新、速率限制、驗證及資料保留?
  • 營運、客戶服務及客戶能否接收不同程度的詳情?
  • 正式推出前提供哪些測試及監控工具?

合適的方案應配合零售商的資料擁有權、履行複雜程度及回應流程。承運商數量並不是足夠的選擇標準。一個支援大量承運商、卻無法將貨件連接至正確訂單或分配例外的系統,仍可能無法解決核心營運問題。

常見問題

甚麼是統一出貨追蹤?

統一出貨追蹤會將不同履行來源的出貨記錄及承運商事件整合為一致的營運檢視。它可以連接商店、倉庫、網上商城及合作夥伴貨件,同時保留包裹層級詳情。

零售商應如何追蹤拆分貨件?

將每個包裹視為獨立貨件,並連結至同一張訂單。根據所有相關包裹計算訂單層級狀態,並顯示哪些商品或包裹已出貨、運送中、已送達或延誤。

是否應向客戶展示承運商原始狀態?

通常,客戶會受惠於使用簡明語言的標準化狀態。零售商應在內部保留承運商原始事件,因為這些資料可協助支援團隊調查例外及核實更新來源。

零售商何時需要追蹤 API?

當零售商需要在自己的訂單管理、客戶服務、電子商務或資料系統內取得或管理追蹤資訊時,API 便會發揮作用。零售商在實施前應確認供應商的最新文件、支援的承運商、驗證模式及使用要求。

全渠道追蹤項目的第一步是甚麼?

建立出貨清單,並繪製訂單、履行地點、包裹、承運商及事件之間的關係。這能在零售商投資更廣泛的自動化之前,揭示缺失的識別碼及不一致的流程。

來源