Digital orderintag — från mail, PDF och EDI till TMS
Trafikledare lägger ofta 2–3 timmar per dag på att skriva in order manuellt — från mail, PDF-fraktsedlar, Excel och enstaka EDI-flöden. Den tiden går att automatisera utan att byta TMS. Så här ser flödet ut, och vilka fallgropar som är värda att undvika.
Snabbsammanfattning
- Manuell tid: 6–12 min per order inklusive kontroll.
- Automatiserad tid: 30–90 sekunder per order.
- Träffsäkerhet: 92–97 % för mail/PDF, 99 %+ för ren EDI.
- Tid till pilot: 1-2 dagar för första kundformat, 2-4 veckor för täckning av top-10.
- Typisk besparing: 2-3 timmar trafikledartid per dag för medelstort åkeri.
Varför manuell ordermatning är dyrare än man tror
Räkna på ett åkeri med 80 ordrar per dag:
Siffrorna är illustrativa. Se också Vad kostar manuell transportplanering? för en djupare kalkyl.
Flödet — från inkommande mail till TMS
Typisk arkitektur för ett åkeri som automatiserar orderintag:
1. Inkassering av ordrar
Dedikerad mejlbrevlåda (order@...) lyssnar på kundmail. EDI och API-ordrar kommer direkt till integrationspunkt. Attachments (PDF, Excel) lagras med ordern.
2. Formatklassificering
Systemet avgör vilken typ: ren text, PDF-fraktsedel, Excel-fil, EDI-meddelande, reklamation. Varje typ går till rätt parsningslogik.
3. Extraktion av fält
LLM och/eller regex plockar ut avsändare, mottagare, vikt, volym, upphämtningsdatum, leveransdatum, referenser, specialkrav. Konfidensnivå per fält sparas.
4. Validering mot kundavtal
Regelsystem kontrollerar att orderdata matchar kundavtal (prisklass, korrekt mottagare, giltigt ordernummer, tillåten ruttyp). Okända avsändare pausas.
5. Berikning med TMS-masterdata
Kund-ID, geokodning av adresser, defaultvärden per kund, kopplingar till befintliga kontrakt — allt från TMS. Säkerställer att orderdata är på samma format som en trafikledare skulle lägga in den.
6. Skapande i TMS
Via API om det finns (Opter Plus, AddSecure, Hogia). Annars databasskrivning, filimport eller skärmautomation (RPA) — beroende på system. Ordern syns i TMS på samma ställe som en manuellt inlagd.
7. Bekräftelse till kund
Auto-bekräftelse mailas till kund med ordernummer inom sekunder. Inkluderar referens som kund kan använda i senare kontakt.
Vanliga fallgropar
- Skarp från dag 1. Automation behöver shadow-läge först (parallell manuell kontroll) för att felprofilen ska mappa verkligheten. 1-2 veckor räcker oftast.
- Samma regler för alla kunder.Kunder har egna dialekter — "JIT" betyder olika sak i olika avtal. Regelverket måste vara per kund, inte per bransch.
- Ignorera undantag. 90 % av ordrarna är standardordrar. De återstående 10 % är de som skapar mest tidsvinst — och de är också svårast. Börja med standarder, bygg ut successivt.
- Ingen feedback-loop. När trafikledare korrigerar automationens tolkning ska systemet lära sig. Utan det stagnerar träffsäkerheten.
- Parallellt system. Automationen får inte skapa en sidoinstans av ordern. Bara ETT ställe i TMS där sanningen bor, oavsett hur ordern kom in.
Realistisk träffsäkerhet per format
| Format | Träffsäkerhet | Kommentar |
|---|---|---|
| EDI (EDIFACT/XML) | 99 %+ | Strukturerat från start |
| Excel (fast mall) | 98-99 % | Om kolumnerna är stabila |
| PDF-fraktsedel (kundmall) | 95-98 % | Lite lägre på inskannade |
| Mail-text (kontraktskund) | 92-96 % | LLM + regler |
| Spot-mail (okänd kund) | 80-90 % | Kräver granskning |
| OCR av skannat papper | 85-92 % | Beroende av kvalitet |
Viktigt: "träffsäkerhet" betyder att alla fält i ordern extraheras korrekt. En order med 8 fält där 7 är rätt räknas som fel — den behöver granskning för att inte skapa felleverans.
Vanliga frågor
Vilka orderformat kan automation hantera idag?
I praktiken alla: strukturerad EDI (EDIFACT, XML, JSON), semi-strukturerade PDF-fraktsedlar, Excel-filer från kund, mail-text med inbäddad information, och skannade dokument via OCR. Varje format har sin felprofil — EDI är nära 100 % träff, mail-text ligger oftast på 92-97 % beroende på kundvariation.
Hur tolkas ostrukturerad ordertext?
Språkmodell (LLM) extraherar fälten — avsändare, mottagare, datum, vikt, referensnummer, specialkrav. Regelsystem validerar sedan mot kundavtal och TMS-masterdata. Om något ser fel ut (t.ex. nytt kundformat) flaggas ordern för manuell granskning istället för att gå igenom fel.
Vad händer om AI:n tolkar fel?
Bra implementationer har tre spärrar: (1) konfidensnivå under tröskelvärdet skickar ordern till granskning, (2) regelvalidering mot kundavtal fångar uppenbara fel innan TMS tar emot, (3) första dagarna efter go-live är 100 % manuell granskning tills felprofilen kartlagts. Ingen automation ska gå skarp utan shadow-läge först.
Hur lång tid tar det att sätta upp?
För en enskild kund med standard-PDF: 1-2 dagar till första träff. För en automation som täcker de 5-10 största kunderna: 2-4 veckor i typisk pilot. Komplexitet ligger mindre i tekniken och mer i att kartlägga kundernas varianter och undantag.
Behöver vi byta TMS för att göra detta?
Nej. Automationen kopplar till ert befintliga TMS (Opter, AddSecure, Hogia, Barkfors m.fl.) via API om sådant finns, eller via databaskoppling, filimport eller skärmautomation när API saknas. Ordern landar i TMS precis som om trafikledaren matade in den manuellt.
Vad sparar vi tidsmässigt?
Genomsnittlig manuell ordermatning tar 6-12 minuter inklusive kontroll. Automation gör samma sak på 30-90 sekunder. Trafikledare går från att mata order till att granska undantag — 2-3 timmar sparad tid per dag är typiskt för medelstora åkerier.
Relaterad läsning
Vill ni se ett pilotflöde för ert orderintag?
Vi plockar 1-2 av era kundformat, bygger automation runt dem och låter piloten köra parallellt med nuvarande hantering i två veckor. Efter det har ni en konkret ROI-siffra för just er setup.