外勤業務路徑與里程風險分析
核心議題：外勤打卡資料分析與風險分流治理
針對外勤業務出勤所設計的資料分析與風險分流機制，以多重候選地點信心評分與三層級複核佇列，取代漫無目的的人工手動抽查，並保留主管結合實際脈絡進行管理溝通。
導入前的作業摩擦與痛點
過往外勤業務同仁主要以紙本簽到記錄出勤，管理層對實際在勤狀況缺乏客觀依據。當導入手機 GPS 定位打卡後，雖然解決了在勤可視性，卻也隨之衍生新的管理模糊性。
- 原始座標經常出現鄰近住家打卡、或在未登錄於醫療院所名冊的地點打卡等模糊情境。
- 全公司約 15 名外勤業務每日打卡 2–5 次，若由主管逐筆人工手動核對座標，不僅耗費龐大精力，更難以維持一致的審核標準。
- 醫療院所高度密集區域（同地址或相鄰大樓有多家診所）產生空間重疊，單憑單點座標無法直接斷定實際拜訪對象。
管理兩難與明確否決之機械規則
面對座標資料，直覺的工程做法往往是設定單一硬性規則。然而，過於僵化的自動化判斷會產生虛假確定感，甚至破壞勞資信任。
否決原因：地理距離鄰近無法證明實際拜訪意圖。在高密度醫療聚落中，單純吸附容易產生誤判。
否決原因：外勤業務現場具有合理的繞道需求（如緊急送藥、交通壅塞改道）。單純以幾何模型推定違規，會懲罰第一線的業務彈性。
機制設計與資料處理管線
將每日打卡資料重構為工作日事件群組，計算候選地點信心評分，並以相對離群指標建立三層級分流佇列。關鍵在於，原始定位紀錄往往具有模糊性或代表多個潛在合理地點（例如高密度醫療大樓）。系統透過計算信心指數來保留這種不確定性，而不是強制將不確定資料轉換為錯誤的二元絕對結論。
系統介面與實作佐證 (Visual Evidence)
以下精選實作原型介面，呈現上述流程設計與治理原則如何轉化為實際可操作的工作流程。
單筆打卡判定與多候選機構評分
系統不將 GPS 座標直接轉化為違規判定，而是整合距離、既有客戶、附近醫療院所與候選地點等證據，將不確定紀錄標記為人工覆核。
佐證系統具備「多重候選地點匹配」與「透明信心分數」機制，遇模糊打卡（如未知出勤點、密集診所群）時提供佐證清單供主管檢視，而非由系統單方面進行違規判定。
週/日層級風險分流佇列
主管不必逐筆檢查所有打卡紀錄；系統先依風險訊號將日期分流，讓有限的管理注意力集中於真正需要複核的紀錄。
佐證三層級分流（正常、綜合優先追查、未配對等）在週期審查時如何濃縮數據，消除人資與業務主管逐一比對 15+ 位業務每日 2–5 筆座標的無效負擔。
系統的核心功能在於「輔助主管聚焦審查頻寬」，而非自動判定違規或做出懲處。任何涉及員工權益與出勤核實的溝通，皆必須由主管結合現場實際脈絡親自確認。
實施成熟度與範疇
已實施 · 2026 年持續累積資料資料處理管線（彙整、清洗、路徑推估、候選評分、分流佇列）已完整實作，並具備單元測試驗證。
已實施 · 2026 年持續累積資料
進一步整合日曆拜訪排程資料，提升高密度多診所地址之比對精準度。
實務權衡考量 (Trade-offs)
- •接受合理的現場模糊性，保留主管複核機制，而非追求虛假的 100% 全自動裁決。
- •重視勞資信任與實務彈性，優先於機械式的成本扣減。
已知邊界與限制 (Known Limitations)
- •同地址共用門牌之多間診所，單純依靠 GPS 座標無法完全區分，需輔以業務拜訪紀錄。