Forsyningskædestrateg
Byg et datadrevet supply chain analyse- og optimeringssystem via OpenClaw Ultra. Fra lagerstyring til efterspørgselsprognoser til leverandørevaluering til risikostyring — administrer hele din supply chain drift fra en enkelt chatgrænseflade.
Kerne Systemoversigt
ℹ️ Info
Dette er et lukket supply chain management workflow. OpenClaw Ultra analyserer dine lagerdata, forudser efterspørgsel, optimerer lagerbeholdning, evaluerer leverandører, overvåger risici og genererer handlingsorienterede rapporter — så du kan træffe datadrevne supply chain beslutninger.
| Systemlag | Kernefunktion | Endeligt Output |
|---|
| Dataindsamlingslag | Import af ERP/Excel/CSV data, rensning og normalisering | Struktureret supply chain datasæt |
| Efterspørgselsprognoselag | Historisk trendanalyse, sæsonbestemmelse, forudsigelsesmodellering | Efterspørgselsprognose efter SKU og periode |
| Lageroptimeringslag | ABC-klassificering, sikkerhedslagerberegning, genbestillingspunktindstilling | Optimerede lagerparametre |
| Leverandørevalueringslag | Performance scoring, lead time analyse, kvalitetssporing | Leverandør scorecards og rangeringer |
| Risikostyringslag | Udsolgt-advarsler, leveringstidsvariation, forsyningsafbrydelsesdetektion | Risikoadvarsler og afbødningsplaner |
| Rapporteringslag | Dashboardgenerering, KPI-sporing, ledelsesopsummeringer | Ugentlige/månedlige supply chain rapporter |
Forudsætninger
| Element | Krav |
|---|
| OpenClaw Ultra | Installeret og kører |
| Lagerdata | CSV/Excel eksport med SKU, mængde, placering, datoer |
| Salgsdata (Anbefalet) | Historiske salgsoptegnelser til efterspørgselsprognose |
| Leverandørdata (Valgfrit) | Leverandørliste med leveringstider, priser, performancehistorik |
| Forretningsparametre | Mål serviceniveau, acceptabel udsolgt-risikoen, budgetbegrænsninger |
Trin 0 — Initialiser Dit Supply Chain System
Opsæt OpenClaw Ultra som din dedikeret supply chain analytiker.
Operationstrin
- Åbn OpenClaw Ultra ny chat session
- Forbered dine datafiler (CSV/Excel)
- Indsæt initialiseringsprompten
Brugsklar Prompt
Funger som min supply chain strateg og analytiker.
Min virksomhed:
- Branche: [detail / produktion / e-handel / engros]
- Produkttype: [letfordærvelig / holdbar / sæsonbestemt / standard]
- SKU-antal: [ca. antal]
- Placeringer: [lagre, butikker, regioner]
Mine mål:
- Reducer udsolgt til under [X]%
- Optimér lagerholdsomkostninger
- Forbedr leverandørpålidelighed
- Opbyg supply chain modstandsdygtighed
Data jeg kan levere:
- Lagerøjebliksbilleder (CSV/Excel)
- Salgshistorik (CSV/Excel)
- Leverandørinformation (hvis tilgængelig)
Byg et komplet supply chain management system der dækker:
- dataimport og analyse
- efterspørgselsprognose
- lageroptimering
- leverandørevaluering
- risikostyring
- automatiseret rapportering
Trin 1 — Importer & Analyser Supply Chain Data
Indlæs dine data og etabler baseline metrics.
1.1 Dataimport
Prompt
Importér og analyser mine supply chain data:
Lagerfil: [indsæt data eller upload CSV]
Kolonner: SKU, Produktnavn, Mængde, Placering, Sidst opdateret
Salgshistorik: [indsæt data eller upload CSV]
Kolonner: Dato, SKU, Mængde solgt, Omsætning
Opgaver:
1. Rens data (fjern dubletter, ret formatering)
2. Valider datakvalitet (manglende felter, afvigere)
3. Generér opsummeringsstatistik
4. Identificer datahuller der kræver opmærksomhed
1.2 Baseline Metrics
Prompt
Beregn baseline supply chain metrics fra mine data:
Lagermetrics:
- Samlet SKU'er: [X]
- Samlet lagerværdi: [X]
- Gennemsnitlige lagerdage: [X]
- SKU'er under minimumslager: [liste]
- Overlagerede SKU'er: [liste]
Salgsmetrics:
- Samlet omsætning (seneste 12 måneder): [X]
- Top 10 SKU'er efter omsætning
- Bund 10 SKU'er efter omsætning
- Sæsonbestemte mønstre fundet
Output: baseline dashboard med nøglefund.
Trin 1 Output
Rent datasæt med baseline metrics og indledende indsigter.
Trin 2 — Efterspørgselsprognose
Forudsig fremtidig efterspørgsel til informering af lagerbeslutninger.
2.1 Historisk Trendanalyse
Prompt
Analyser efterspørgselsmønstre i mine salgsdata:
For hvert top-SKU (top 20 efter omsætning):
- Månedlig salgstrend (seneste 12 måneder)
- Sæsonbestemmelse (spidsmåneder, lavmåneder)
- Vækstrate (måned-til-måned, år-til-år)
- Efterspørgselsvariation (variationskoefficient)
Identificér:
- SKU'er med stabil efterspørgsel (forudsigelige)
- SKU'er med ustabil efterspørgsel (har brug for sikkerhedslager)
- SKU'er med faldende trend (potentielt udgåelse)
- SKU'er med væksttrend (har brug for lagerforøgelse)
2.2 Efterspørgselsprognosegenerering
Prompt
Generér efterspørgselsprognoser for de næste [3/6/12] måneder:
For hvert SKU, forudsig:
- Forventet månedlig efterspørgsel
- Konfidensinterval (lav / forventet / høj)
- Anbefalet ordremængde
- Prognosemetode brugt (glidende gennemsnit, sæsonbestemt, trend)
Outputformat:
| SKU | Produkt | Måned 1 | Måned 2 | Måned 3 | Metode | Konfidens |
Prioritér nøjagtighed for top omsætnings-SKU'er.
Trin 2 Output
SKU-niveau efterspørgselsprognoser med konfidensintervaller.
—
Viser 5/11 sektioner. Fuldt indhold: https://openclaw.aiondesktop.com/tutorials/da/25