1.업종 :
 

2.예산 :
 

3.제작 요청사항
 

현재 업무 흐름 및 기존 방식  

- 외부 기관의 인증 감사(ISO, 환경, 품질 등) 요청 시 관련 자료를 수기로 수집  

- 부서별로 자료 포맷이 달라 정리 시간이 오래 걸림  

- 과거 감사 대응 자료 검색 및 재활용이 어려움  

- 준비 누락 또는 중복 제출로 감사 지연 발생  

자동화하고 싶은 업무  

- 감사 항목별로 필요한 자료 리스트 자동 구성  

- 부서별로 지정된 담당자에게 자동 제출 요청 및 기한 안내  

- 제출된 자료를 항목별로 자동 정리 및 포맷 통일  

- 이전 감사 자료와 비교하여 자동 업데이트 필요 항목 표시  

- 감사 완료 후 결과 및 자료 자동 보관  

안녕하세요. 맞춤제작 재신청드립니다.

저번에 상품명과 색상이 분리되지 않아서 .저희가 분류하는 작업을 하였습니다.

업체에 매칭이 될때 상품코드를 기준으로 / 색상별 재고처리가 되면 됩니다.

첩부파일 업체별 주문건 폴더안에 보시면 

쇼핑몰/11번가/지마켓 이렇게 3개의 엑셀파일이 있는데 .

이파일들을 매칭이 되어 재고가 처리 되게 하여주시면 됩니다.

현재 일부분 작업이 안된부분이 있는데

앞으로 "11번가"와 "지마켓"색상옵션을 "판매관리표"사본에 보시면 "마켓색상"으로 수정할 예정입니다

작업시에 "쇼핑몰주문건"은 일반 색상과 매칭 이 되면 되고 , "11번가와 지마켓"은 "마켓색상:"과 매칭이 되게 해주시면됩니다

일부 색상 불일치로 매칭이 안될경우 , 수정하면서 작업이 가능하니 작업중에 

상의를 해야할부분은 전화 부탁드리겠씁니다.

수고하세요!

첨부파일에 있는 양식처럼 비슷하게 하고 싶습니다.

전체적인 색는 연두색이 아닌 하늘색계통으로 하고 싶구요

세로방향으로 제작 해주시고 첨부파일에 있는 관리비부과내역 내용는 없이 해주세요.

청소비,세대전기료,승강기유지비,정화료,음식물쓰레기,수급자감면,상하수도요금

공용전기료 ( 2층 2가구 25%, 3층 2가구 35%, 4층 2가구 40% 계산)

의뢰하면 가격이 얼마정도 되나요?

1.업종 : 보건복지관련 재단

2.예산 : 100만원

3.제작 요청사항

1) 기존업무형태:

  (1) 치료비 지원 대상에 대한 인적정보 및 기타정보 입력 후 지원금액 설정(기본 시트)

  (2) 월별 지급내역 탭 삽입하여 금액 입력 시 자동 차감하는 형태

  (3) 자금출처에 따라 시트 2개로 분리운영

2)자동화하고 싶은 업무

  (1) 분리된 기본시트 2개 →1개로 통합 

     엑셀 내 구현 시트 총 3개, 대시보드1, 총 데이터 1, 월별 지급 기록1 

  (2-1) 대시보드생성, 대상자 고유 정보관리(ex. 고유식별번호 생성 등) 통해 입력 시 중복대상 여부 확인(이름 or 주민번호 등), 지급중복내역 확인(일자, 금액)

 (2-2) 월별 치료비 신청 내역 및 지급정보(계좌 등) 입력 시 총 데이터(기본시트) 해당 영역(외래, 입원, 심리검사, 치료) 으로 자동 계산되어 차액 점검 가능토록 구현

 (2-3) 월별 지급대상 정보 전체 출력 가능토록 구현

추가문의: 업무자동화 기능 탑재 후 기존 데이터 이관 작업도 업체에서 가능한가요? 

1.업종 : 소도매
 

2.예산 :
 

3.제작 요청사항
 

# 현재 업무 흐름 및 기존 방식  

- 연도별 판매 데이터를 기반으로 계절별로 판매량을 분석하지만, 수작업으로 정리해야 함  

- 특정 시즌(여름, 겨울, 명절 등)에 판매량이 급증하거나 감소하는데, 이를 정확히 예측하기 어려움  

- 재고를 미리 조정하지 못해 인기 상품이 품절되거나, 반대로 재고 과잉이 발생할 수 있음  

- 판매 트렌드를 분석하는 과정이 오래 걸리고, 즉각적인 재고 조정이 어렵다 보니 비용 낭비가 발생  

# 자동화하고 싶은 업무  

- 지난 몇 년간의 판매 데이터를 기반으로 계절별 판매량을 자동 예측  

- 예상 판매량을 기준으로 적정 재고 수량을 자동 계산  

- 특정 제품의 계절적 수요 변동을 분석하여 사전 재고 조정  

- 특정 시즌(할인 행사, 명절, 휴가철 등) 전후의 판매 패턴을 반영한 맞춤형 재고 관리  

- 예상 판매량과 실제 판매량을 비교하여 예측 모델을 지속적으로 개선