Ahli Strategi Rantai Pasok
Bangun sistem analisis dan optimasi rantai pasok berbasis data melalui OpenClaw Ultra. Dari manajemen inventaris hingga peramalan permintaan hingga evaluasi pemasok hingga pemantauan risiko, kelola seluruh operasi rantai pasok Anda dari satu antarmuka chat.
Gambaran Sistem Inti
ℹ️ Info
Ini adalah alur kerja manajemen rantai pasok loop tertutup. OpenClaw Ultra menganalisis data inventaris Anda, meramalkan permintaan, mengoptimalkan tingkat stok, mengevaluasi pemasok, memantau risiko, dan menghasilkan laporan yang dapat ditindaklanjuti — sehingga Anda dapat mengambil keputusan rantai pasok berbasis data.
| Lapisan Sistem | Fungsi Inti | Output Akhir |
| Lapisan Pengumpulan Data | Impor data ERP/Excel/CSV, bersihkan dan normalisasi | Dataset rantai pasok terstruktur |
| Lapisan Peramalan Permintaan | Analisis tren historis, deteksi musiman, pemodelan prediksi | Peramalan permintaan berdasarkan SKU dan periode |
| Lapisan Optimasi Inventaris | Klasifikasi ABC, perhitungan stok pengaman, pengaturan titik pemesanan ulang | Parameter inventaris teroptimasi |
| Lapisan Evaluasi Pemasok | Penilaian kinerja, analisis waktu tunggu, pelacakan kualitas | Skorkart dan peringkat pemasok |
| Lapisan Pemantauan Risiko | Peringatan kehabisan stok, variansi waktu tunggu, deteksi gangguan pasokan | Peringatan risiko dan rencana mitigasi |
| Lapisan Pelaporan | Pembuatan dasbor, pelacakan KPI, ringkasan eksekutif | Laporan rantai pasok mingguan/bulanan |
Prasyarat
| Item | Persyaratan |
| OpenClaw Ultra | Terinstal dan berjalan |
| Data Inventaris | Ekspor CSV/Excel dengan SKU, jumlah, lokasi, tanggal |
| Data Penjualan (Direkomendasikan) | Catatan penjualan historis untuk peramalan permintaan |
| Data Pemasok (Opsional) | Daftar pemasok dengan waktu tunggu, harga, riwayat kinerja |
| Parameter Bisnis | Tingkat layanan target, risiko kehabisan stok yang dapat diterima, batasan anggaran |
Langkah 0 — Inisialisasi Sistem Rantai Pasok Anda
Siapkan OpenClaw Ultra sebagai analis rantai pasok khusus Anda.
Langkah Operasi
- Buka sesi chat baru OpenClaw Ultra
- Siapkan file data Anda (CSV/Excel)
- Tempel prompt inisialisasi
Prompt Siap Pakai
Bertindak sebagai strategis dan analis rantai pasok saya.
Bisnis saya:
- Industri: [ritel / manufaktur / e-commerce / grosir]
- Jenis produk: [mudah rusak / tidak mudah rusak / musiman / standar]
- Jumlah SKU: [perkiraan angka]
- Lokasi: [gudang, toko, wilayah]
Tujuan saya:
- Kurangi kehabisan stok di bawah [X]%
- Optimalkan biaya penyimpanan inventaris
- Tingkatkan keandalan pemasok
- Bangun ketahanan rantai pasok
Data yang dapat saya sediakan:
- Snapshot inventaris (CSV/Excel)
- Riwayat penjualan (CSV/Excel)
- Informasi pemasok (jika tersedia)
Bangun sistem manajemen rantai pasok lengkap yang mencakup:
- impor dan analisis data
- peramalan permintaan
- optimasi inventaris
- evaluasi pemasok
- pemantauan risiko
- pelaporan otomatis
Langkah 1 — Impor & Analisis Data Rantai Pasok
Muat data Anda dan tetapkan metrik dasar.
1.1 Impor Data
Prompt
Impor dan analisis data rantai pasok saya:
File inventaris: [tempel data atau unggah CSV]
Kolom: SKU, Nama Produk, Jumlah, Lokasi, Terakhir Diperbarui
Riwayat penjualan: [tempel data atau unggah CSV]
Kolom: Tanggal, SKU, Jumlah Terjual, Pendapatan
Tugas:
1. Bersihkan data (hapus duplikat, perbaiki format)
2. Validasi kualitas data (field yang hilang, outlier)
3. Hasilkan statistik ringkasan
4. Identifikasi celah data yang perlu diperhatikan
1.2 Metrik Dasar
Prompt
Hitung metrik dasar rantai pasok dari data saya:
Metrik inventaris:
- Total SKU: [X]
- Total nilai inventaris: [X]
- Rata-rata hari pasokan: [X]
- SKU di bawah stok minimum: [daftar]
- SKU kelebihan stok: [daftar]
Metrik penjualan:
- Total pendapatan (12 bulan terakhir): [X]
- 10 Teratas SKU berdasarkan pendapatan
- 10 Terbawah SKU berdasarkan pendapatan
- Pola musiman terdeteksi
Output: dasbor dasar dengan temuan utama.
Output Langkah 1
Dataset bersih dengan metrik dasar dan wawasan awal.
Langkah 2 — Peramalan Permintaan
Prediksi permintaan masa depan untuk menginformasikan keputusan inventaris.
2.1 Analisis Tren Historis
Prompt
Analisis pola permintaan dalam data penjualan saya:
Untuk setiap SKU teratas (20 teratas berdasarkan pendapatan):
- Tren penjualan bulanan (12 bulan terakhir)
- Deteksi musiman (bulan puncak, bulan rendah)
- Tingkat pertumbuhan (bulan ke bulan, tahun ke tahun)
- Variabilitas permintaan (koefisien variasi)
Identifikasi:
- SKU dengan permintaan stabil (dapat diprediksi)
- SKU dengan permintaan volatil (perlu stok pengaman)
- SKU dengan tren penurunan (potensi penghentian)
- SKU dengan tren pertumbuhan (perlu peningkatan stok)
2.2 Pembuatan Peramalan Permintaan
Prompt
Hasilkan peramalan permintaan untuk [3/6/12] bulan ke depan:
Untuk setiap SKU, ramalkan:
- Permintaan bulanan yang diharapkan
- Interval kepercayaan (rendah / diharapkan / tinggi)
- Jumlah pesanan yang direkomendasikan
- Metode peramalan yang digunakan (rata-rata bergerak, musiman, tren)
Format output:
| SKU | Produk | Bulan 1 | Bulan 2 | Bulan 3 | Metode | Kepercayaan |
Prioritaskan akurasi untuk SKU pendapatan teratas.
Output Langkah 2
Peramalan permintaan tingkat SKU dengan interval kepercayaan.
—
Menampilkan 5/11 bagian. Konten lengkap: https://openclaw.aiondesktop.com/tutorials/id/25