Excel 案例 | 55｜海運航線成本＋交期＋風險比較

55｜海運航線成本＋交期＋風險比較

本案例的航線、費率、準班率與風險分數均為教學假設，不代表即時市場報價。Excel 負責總物流成本、標準化、加權排名與敏感度；Word 負責決策脈絡、Excel 結果解讀與 AI 分析。

一、案例說明

出口商要從五個海運方案中選擇出貨路線。若只比較海運費，容易忽略附加費、港雜、內陸運費、航程、延誤、準班率、轉運與整體風險。本案例先計算完整物流成本，再把不同單位的指標轉為 1.00–10.00 分，最後以可調權重建立航線排名。

計算基本海運費＋附加費＋港雜＋內陸運費。
把成本、航程、延誤、準班率、轉運與風險標準化。
讓學生改變成本／交期／風險權重後即時看到排名變化。
比較最低成本方案與最終第一名是否相同。
用 AI 解釋 trade-off，並列出需查證的即時航運資訊。

二、航線原始資料

方案	航線	總物流成本 USD	航程	預估延誤	準班率	轉運次數	風險評分
A	高雄→洛杉磯直航	5,850.00	16.00	2.00	82.00%	0.00	3.00
B	高雄→長灘直航	5,690.00	18.00	3.00	78.00%	0.00	3.50
C	高雄→釜山→洛杉磯	5,000.00	23.00	5.00	70.00%	1.00	5.50
D	高雄→新加坡→洛杉磯	4,890.00	27.00	7.00	64.00%	1.00	6.50
E	高雄→橫濱→長灘	5,200.00	21.00	4.00	74.00%	1.00	4.80

三、Excel 計算邏輯

指標	方向	Excel 處理	商務意義
總物流成本	低較佳	反向 Min-Max	不能只看 ocean freight。
航程	短較佳	反向 Min-Max	影響交期與在途資金。
預估延誤	少較佳	反向 Min-Max	反映 nominal transit time 以外的不確定性。
準班率	高較佳	正向 Min-Max	影響安全庫存與客戶承諾。
轉運次數	少較佳	反向 Min-Max	轉運增加銜接、遺失與文件風險。
風險評分	低較佳	反向 Min-Max	本案例為教學假設，實務應拆解來源並更新。

四、基準權重下的 Excel 最終計算結果

方案	航線	成本 USD	總交期	成本分	航程分	延誤分	準班率分	轉運／風險分	加權總分	排名
A	高雄→洛杉磯直航	5,850.00	18.00	1.00	10.00	10.00	10.00	10.00	7.30	1.00
B	高雄→長灘直航	5,690.00	21.00	2.50	8.36	8.20	8.00	9.36	6.72	2.00
C	高雄→釜山→洛杉磯	5,000.00	28.00	8.97	4.27	4.60	4.00	2.29	5.29	4.00
D	高雄→新加坡→洛杉磯	4,890.00	34.00	10.00	1.00	1.00	1.00	1.00	3.70	5.00
E	高雄→橫濱→長灘	5,200.00	25.00	7.09	5.91	6.40	6.00	3.19	5.81	3.00

基準權重為：成本 30.00%、航程 20.00%、延誤 15.00%、準班率 15.00%、轉運／風險 20.00%。這些權重可直接在 Excel 修改，總分與排名會立即重算。

五、計算結果的管理分析

觀察	Excel 結果	管理意義
基準第一名	方案 A，7.30 分。	基準權重偏向成本，但仍保留交期與風險，因此不是單純選最便宜。
第二名	方案 B，6.72 分。	若兩者分數接近，應再做權重與即時船期敏感度。
最低成本	方案 D，USD 4,890.00。	最低成本方案可能因航程、延誤、準班率或風險而失去總排名優勢。
直航價值	方案 A／B 無轉運。	較高運費可能換取較短交期、較高可靠度與較低轉運風險。
風險成本	Excel 尚未把缺貨、罰款、安全庫存等轉成 USD。	進階版可把延誤風險貨幣化，再與運費直接比較。

六、學生敏感度練習

成本導向：把成本權重提高到 50.00%，重新分配其餘權重並維持 100.00%。
交期導向：把航程＋延誤合計提高到 50.00%，觀察直航方案排名。
風險導向：提高準班率與轉運／風險權重，觀察低風險方案是否成為第一。
把方案 D 的預估延誤由 7.00 日改成 3.00 日，測試排名是否翻轉。
把某方案附加費提高 USD 500.00，觀察總成本與排名敏感度。
進階：加入庫存持有成本、延遲罰款與缺貨損失，轉成 Total Cost of Risk。

七、AI 分析：六層架構

層次	AI 任務	輸出
1 Excel事實	讀取成本、交期、分數與排名。	不得重新捏造船期或費率。
2 Trade-off	解釋低成本、短交期、可靠度與風險的交換。	指出每個方案的優勢與短板。
3 敏感度	提出應回 Excel 測試的權重與數值。	至少成本、交期、風險三種情境。
4 隱性成本	找出 Excel 尚未貨幣化的風險。	安全庫存、延遲罰款、缺貨、加急運輸等。
5 決策條件	形成條件式建議。	例如：交期優先時選哪個；成本優先時選哪個。
6 外部查證	列出正式訂艙前要更新的即時資訊。	船期、blank sailing、港口壅塞、附加費、轉運可靠度等。

八、進階 AI Prompt

你是國際物流決策分析師。以下資料來自 Excel 海運航線比較模型。請不要自行修改 Excel 數字，也不要把教學假設當成即時航運市場資訊。請依序輸出：①【Excel事實】各方案總物流成本、總交期、標準化分數、加權總分與排名；②【Trade-off】逐一說明成本、航程、延誤、準班率、轉運與風險之間的交換；③【敏感度】提出至少五個應回 Excel 測試的權重或數值情境；④【隱性成本】列出目前尚未貨幣化的安全庫存、延遲、缺貨、罰款與加急成本；⑤【條件式建議】分成本優先、交期優先、風險優先三種情境提出方案；⑥【待外部查證】列出正式訂艙前需更新的船期、運價、附加費、港口壅塞、blank sailing、轉運與地緣風險。每一點標示【Excel事實】【AI推論】【待外部查證】。

九、AI 分析示範

分類	分析
【Excel事實】	基準權重下方案 A 排名第一，加權總分 7.30；最低成本為方案 D，總物流成本 USD 4,890.00。
【AI推論】	若第一名不是最低成本方案，代表模型認為多付部分運費可換取交期、準班率或風險改善；是否值得取決於貨物價值與客戶交期成本。
【AI推論】	直航通常能降低轉運銜接風險，但不能只因『直航』就假設一定準時，仍需查即時準班與港口狀況。
【待外部查證】	正式訂艙前應更新 carrier schedule、實際報價有效期、附加費、港口壅塞、blank sailing、設備供應、轉運銜接與目的地內陸配送。
【進階決策】	若能把每延誤 1.00 日造成的庫存／缺貨成本轉成 USD，就可把『風險分數』進一步改造成完整 landed logistics cost。

十、人工驗證與教學重點

所有航線數字均為教學假設，不可直接拿去訂艙。
標準化分數是本組方案的相對分數，不是航商的絕對服務評級。
權重改變造成排名翻轉不是模型錯誤，而是顯示決策偏好不同。
AI 適合解釋 trade-off 與提出查證清單；即時費率、船期與港口狀況必須外部更新。
正式決策最好把運輸風險貨幣化，避免只用抽象分數比較。