供應鏈策略師
透過 OpenClaw Ultra 建立資料驅動的供應鏈分析和最佳化系統。從庫存管理到需求預測到供應商評估到風險監控，從單一聊天介面管理您的整個供應鏈運營。
核心系統概述
ℹ️ Info
這是一個閉環的供應鏈管理工作流程。OpenClaw Ultra 分析您的庫存資料、預測需求、最佳化庫存水準、評估供應商、監控風險並產生可行的報告 — 讓您能做出資料驅動的供應鏈決策。
| 系統層 | 核心功能 | 最終輸出 |
|---|
| 資料收集層 | 匯入 ERP/Excel/CSV 資料、清理和正規化 | 結構化的供應鏈資料集 |
| 需求預測層 | 歷史趨勢分析、季節性偵測、預測建模 | 按 SKU 和期間的需求預測 |
| 庫存最佳化層 | ABC 分類、安全庫存計算、再訂購點設定 | 最佳化的庫存參數 |
| 供應商評估層 | 績效評分、前置時間分析、品質追蹤 | 供應商計分卡和排名 |
| 風險監控層 | 缺貨警報、前置時間變異、供應中斷偵測 | 風險警報和緩解計劃 |
| 報告層 | 儀表板生成、KPI 追蹤、執行摘要 | 每週/每月供應鏈報告 |
前置需求
| 項目 | 需求 |
|---|
| OpenClaw Ultra | 已安裝並運行 |
| 庫存資料 | 包含 SKU、數量、位置、日期的 CSV/Excel 匯出 |
| 銷售資料（建議） | 用於需求預測的歷史銷售記錄 |
| 供應商資料（選用） | 包含前置時間、定價、績效歷史的供應商清單 |
| 商業參數 | 目標服務水準、可接受的缺貨風險、預算限制 |
步驟 0 — 初始化您的供應鏈系統
將 OpenClaw Ultra 設定為您的專屬供應鏈分析師。
操作步驟
- 開啟 OpenClaw Ultra 新聊天視窗
- 準備您的資料檔案（CSV/Excel）
- 貼上初始化提示詞
立即可用的提示詞
擔任我的供應鏈策略師和分析師。
我的業務：
- 產業：[零售 / 製造 / 電子商務 / 批發]
- 產品類型：[易腐壞 / 不易腐壞 / 季節性 / 標準]
- SKU 數量：[約數]
- 地點：[倉庫、門市、區域]
我的目標：
- 將缺貨率降低至 [X]% 以下
- 最佳化庫存持有成本
- 提高供應商可靠性
- 建立供應鏈韌性
我可以提供的資料：
- 庫存快照（CSV/Excel）
- 銷售歷史（CSV/Excel）
- 供應商資訊（如有）
建立完整的供應鏈管理系統，涵蓋：
- 資料匯入和分析
- 需求預測
- 庫存最佳化
- 供應商評估
- 風險監控
- 自動化報告
步驟 1 — 匯入和分析供應鏈資料
載入您的資料並建立基準指標。
1.1 資料匯入
提示詞
匯入和分析我的供應鏈資料：
庫存檔案：[貼上資料或上傳 CSV]
欄位：SKU、產品名稱、數量、位置、最後更新
銷售歷史：[貼上資料或上傳 CSV]
欄位：日期、SKU、銷售數量、營收
任務：
1. 清理資料（移除重複、修正格式）
2. 驗證資料品質（遺失欄位、異常值）
3. 產生摘要統計
4. 識別需要注意的資料缺口
1.2 基準指標
提示詞
根據我的資料計算基準供應鏈指標：
庫存指標：
- 總 SKU 數：[X]
- 總庫存價值：[X]
- 平均供應天數：[X]
- 低於最低庫存的 SKU：[清單]
- 庫存過剩的 SKU：[清單]
銷售指標：
- 總營收（過去 12 個月）：[X]
- 營收前 10 大 SKU
- 營收後 10 大 SKU
- 偵測到的季節性模式
輸出：包含關鍵發現的基準儀表板。
步驟 1 輸出
包含基準指標和初步洞察的乾淨資料集。
步驟 2 — 需求預測
預測未來需求以指導庫存決策。
2.1 歷史趨勢分析
提示詞
分析我的銷售資料中的需求模式：
針對每個頂級 SKU（按營收排名前 20）：
- 月度銷售趨勢（過去 12 個月）
- 季節性偵測（旺季、淡月）
- 成長率（月對月、年對年）
- 需求變異性（變異係數）
識別：
- 需求穩定的 SKU（可預測）
- 需求波動的 SKU（需要安全庫存）
- 趨勢下降的 SKU（可能停產）
- 成長趨勢的 SKU（需要增加庫存）
2.2 需求預測生成
提示詞
為未來 [3/6/12] 個月產生需求預測：
針對每個 SKU，預測：
- 預期月需求
- 信心區間（低 / 預期 / 高）
- 建議訂購量
- 使用的預測方法（移動平均、季節性、趨勢）
輸出格式：
| SKU | 產品 | 第 1 個月 | 第 2 個月 | 第 3 個月 | 方法 | 信心度 |
優先確保營收頂級 SKU 的準確性。
步驟 2 輸出
包含信心區間的 SKU 層級需求預測。
—
顯示 5/11 個章節. 完整內容: https://openclaw.aiondesktop.com/tutorials/zh-cht/25