无人收货二次派送协同：没送成的件二次派送不再从头摸索

这个案例来自 物流供应链 场景，讲的是城配、门店配送、B2B 到店配送里非常高频的一种情况：
司机到了现场，客户临时不在、门店没开、仓管外出、联系人电话不通，导致这票货当天无法交付，需要改约后二次派送。

很多团队真正头疼的不是“今天没送成”，而是第二次再送时，现场往往像从头开始：

• 前一次到场情况没带过去
• 客户到底说了什么没人说得清
• 哪个时段更适合再送没人提前定
• 司机第二天还得重新摸索一遍

为什么二次派送总容易把成本和体验一起拉坏

因为它看起来只是“一票没送成”，但背后会牵动：

• 车辆与司机再安排
• 客户改约确认
• 货物是否继续留车还是回站
• 原异常原因是否已排除

如果这些信息没有稳定沉淀，二次派送就很容易变成重复消耗：

• 同一个地址第二次还找不到人
• 客服又要重新问一次客户
• 司机继续按不适合的时间去送

一个很典型的现场

某企业给商圈门店配送货物。
第一天傍晚司机到店时，门店临时闭店盘点，没有人收货。
旧流程里会发生这些事：

1. 司机备注“门店没人，改天再送”。
2. 客服晚上联系门店，门店说第二天上午有人。
3. 第二天派送安排时，这条信息没有完整带到新司机。
4. 新司机中午才送到，门店又因繁忙要求晚点。

问题不是没人做记录，而是记录没有形成一个可直接指导二次派送的对象状态。

改造前的旧流程图

flowchart TB
    A[首次派送无人收货] --> B[司机做简短备注]
    B --> C[客服后续联系客户改约]
    C --> D[二次派送安排与前次现场信息脱节]
    D --> E[第二次仍可能踩同样的坑]

派宝怎么把“没送成”变成“下次更有把握送成”

1. 交接摘要生成智能体先把首次未送达的关键信息整理出来

系统会沉淀：

• 首次到场时间
• 无人收货具体原因
• 现场环境备注
• 客户后续可收货时间
• 当前货物应留车还是回站

2. 影响范围评估智能体帮助团队判断哪些二次派送最该优先安排

它会一起看：

• 是否重点客户
• 是否已改约过一次
• 货物时效和价值
• 如果再失败会不会升级投诉

3. 路径与时效建议智能体给出更适合的再派时间窗

它会帮助判断：

• 第二天上午还是下午更适合
• 是否需要换司机
• 是否应与同区域其他件合并派送

4. 任务提醒和操作留痕追踪智能体把改约信息和执行过程稳定传下去

这样二次派送不会再像第一次一样从零开始摸索。

改造后的流程图

flowchart LR
    A[首次派送无人收货] --> B[交接摘要生成智能体沉淀未送达原因]
    B --> C[影响范围评估智能体判断二次派送优先级]
    C --> D[路径与时效建议智能体给出再派时间窗]
    D --> E[任务提醒与操作留痕追踪智能体推动执行]
    E --> F[二次派送成功率更高]

上线后的变化

连续跑了 6 周后，站点和客服团队最直接的感受是：
以前二次派送像重新打一遍电话、重新跑一遍现场；现在更多是沿着第一次留下的状态往前推进。

这会明显减少：

• 重复联系客户
• 第二次还踩同样的坑
• 二次派送继续拖成三次派送

上线前后对比

对比项	改造前	改造后
二次派送信息完整度	一般	明显提升
二次派送再次失败率	较高	明显下降
客服重复联系客户次数	较多	明显减少
司机对再派现场的准备程度	偏弱	明显增强
无人收货件整体闭环时长	偏长	缩短约 30%

本案例关联能力

• 交接摘要生成
• 影响范围评估
• 路径与时效建议
• 任务提醒
• 操作留痕追踪