サプライチェーンストラテジスト
OpenClaw Ultra でデータ駆動型のサプライチェーン分析・最適化システムを構築します。在庫管理から需要予測、サプライヤー評価、リスク監視まで、単一のチャットインターフェースからサプライチェーン運用全体を管理できます。
コアシステム概要
ℹ️ Info
これは閉ループのサプライチェーン管理ワークフローです。OpenClaw Ultra が在庫データを分析、需要を予測、在庫水準を最適化、サプライヤーを評価、リスクを監視、実行可能なレポートを生成するため、データ駆動型のサプライチェーン意思決定が可能になります。
| システム層 | コア機能 | 最終出力 |
|---|
| データ収集層 | ERP/Excel/CSV データのインポート、クリーニング、正規化 | 構造化されたサプライチェーンデータセット |
| 需要予測層 | 歴史的トレンド分析、季節性検出、予測モデリング | SKU と期間別の需要予測 |
| 在庫最適化層 | ABC 分類、安全在庫計算、発注点設定 | 最適化された在庫パラメータ |
| サプライヤー評価層 | パフォーマンススコアリング、リードタイム分析、品質追跡 | サプライヤースコアカードとランキング |
| リスク監視層 | 欠品アラート、リードタイム分散、供給中断検出 | リスクアラートと緩和計画 |
| レポート層 | ダッシュボード生成、KPI 追跡、エグゼクティブサマリー | 週次/月次サプライチェーンレポート |
前提条件
| 項目 | 要件 |
|---|
| OpenClaw Ultra | インストール済みで実行中 |
| 在庫データ | SKU、数量、場所、日付を含む CSV/Excel エクスポート |
| 販売データ（推奨） | 需要予測のための歴史的販売記録 |
| サプライヤーデータ（オプション） | リードタイム、価格、パフォーマンス履歴を含むサプライヤーリスト |
| ビジネスパラメータ | 目標サービスレベル、許容可能な欠品リスク、予算制約 |
ステップ 0 — サプライチェーンシステムの初期化
OpenClaw Ultra を専用のサプライチェーンアナリストとして設定します。
操作手順
- OpenClaw Ultra の新しいチャットセッションを開く
- データファイル（CSV/Excel）を準備
- 初期化プロンプトを貼り付け
即座に使えるプロンプト
サプライチェーンストラテジストおよびアナリストとして行動してください。
私のビジネス：
- 業界：[小売 / 製造 / Eコマース / 卸売]
- 製品タイプ：[生鮮品 / 非生鮮品 / 季節物 / 標準品]
- SKU 数：[概数]
- ロケーション：[倉庫、店舗、地域]
私の目標：
- 欠品率を [X]% 以下に削減
- 在庫保有コストを最適化
- サプライヤーの信頼性を向上
- サプライチェーンのレジリエンスを構築
提供可能なデータ：
- 在庫スナップショット（CSV/Excel）
- 販売履歴（CSV/Excel）
- サプライヤー情報（あれば）
以下をカバーする完全なサプライチェーン管理システムを構築：
- データインポートと分析
- 需要予測
- 在庫最適化
- サプライヤー評価
- リスク監視
- 自動レポート
ステップ 1 — サプライチェーンデータのインポートと分析
データをロードし、ベースライン指標を確立します。
1.1 データインポート
プロンプト
サプライチェーンデータをインポートして分析：
在庫ファイル：[データを貼り付けまたは CSV アップロード]
カラム：SKU、製品名、数量、場所、最終更新
販売履歴：[データを貼り付けまたは CSV アップロード]
カラム：日付、SKU、販売数量、売上
タスク：
1. データをクリーニング（重複除去、フォーマット修正）
2. データ品質を検証（欠損フィールド、外れ値）
3. サマリー統計を生成
4. 注意が必要なデータギャップを特定
1.2 ベースライン指標
プロンプト
データからベースラインのサプライチェーン指標を計算：
在庫指標：
- 総 SKU 数：[X]
- 総在庫価値：[X]
- 平均供給日数：[X]
- 最小在庫を下回る SKU：[リスト]
- 過剰在庫 SKU：[リスト]
販売指標：
- 総売上（過去12ヶ月）：[X]
- 売上上位 10 SKU
- 売上下位 10 SKU
- 検出された季節パターン
出力：主要な発見を含むベースラインダッシュボード。
ステップ 1 出力
ベースライン指標と初期インサイトを含むクリーンなデータセット。
ステップ 2 — 需要予測
在庫意思決定に情報を提供する将来需要を予測します。
2.1 歴史的トレンド分析
プロンプト
販売データの需要パターンを分析：
各トップ SKU（売上上位 20）に対して：
- 月次販売トレンド（過去12ヶ月）
- 季節性検出（ピーク月、低月）
- 成長率（月対月、年対年）
- 需要変動性（変動係数）
特定：
- 安定した需要の SKU（予測可能）
- 変動する需要の SKU（安全在庫が必要）
- 低下トレンドの SKU（廃止の可能性）
- 成長トレンドの SKU（在庫増加が必要）
2.2 需要予測生成
プロンプト
今後 [3/6/12] ヶ月の需要予測を生成：
各 SKU に対して予測：
- 予想月間需要
- 信頼区間（低 / 予想 / 高）
- 推奨注文数量
- 使用した予測方法（移動平均、季節性、トレンド）
出力フォーマット：
| SKU | 製品 | 月 1 | 月 2 | 月 3 | 方法 | 信頼度 |
売上上位 SKU の正確性を優先。
ステップ 2 出力
信頼区間付きの SKU レベル需要予測。
—
表示中 5/11 セクション. 全文はこちら: https://openclaw.aiondesktop.com/tutorials/ja/25