P
📊Analyse de donnéesIntermediateAll AIs

Write SQL queries for sales analysis

Generate optimized SQL queries for comprehensive sales data analysis based on your specific tables and needs.

Paste in your AI

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Je travaille avec une base de données [TYPE_BDD] (PostgreSQL / MySQL / BigQuery / Snowflake) contenant les tables suivantes :
- [TABLE_1] : [DESCRIPTION_TABLE_1] avec les colonnes [COLONNES_1]
- [TABLE_2] : [DESCRIPTION_TABLE_2] avec les colonnes [COLONNES_2]
- [TABLE_3] : [DESCRIPTION_TABLE_3] avec les colonnes [COLONNES_3]

J'ai besoin d'analyses sur [PERIODE] pour [OBJECTIF_ANALYSE].

Ecris les requêtes SQL pour :
1. Le chiffre d'affaires total par [DIMENSION] avec variation vs période précédente
2. Le top 10 des [ENTITE] (produits / clients / régions) par [METRIQUE]
3. L'évolution mensuelle avec moving average sur [N] mois
4. La cohorte de clients par mois d'acquisition et leur valeur cumulée
5. La détection des anomalies (valeurs > 2 écarts-types de la moyenne)
6. Un rapport récapitulatif avec toutes les métriques en une seule requête

Optimise les requêtes pour les performances et ajoute des commentaires explicatifs. Indique les index recommandés.

Why this prompt works

<p>The prompt works because it specifies the exact database structure, enabling generation of directly usable queries. The request for optimization and comments ensures professional quality.</p>

Use Cases

Commercial performance analysisFinancial reporting for managementSales data quality audit

Expected Output

6 commented SQL queries, optimized for performance, with index recommendations.

Learn more

Check the full skill on Prompt Guide to master this technique from A to Z.

View on Prompt Guide

📬 Get new prompts every week

Join our newsletter and never miss a prompt.

Similar Prompts

Choose the right visualization for your data

Guide the choice of optimal chart type based on data, audience, and message to communicate.

070

Anomaly detection in data

Detect anomalies and outliers in a dataset with multiple statistical methods and severity scoring.

074

A/B test results interpretation

Rigorous statistical analysis of A/B test results with bias verification and deployment recommendation.

072

Cohort analysis and customer retention

Complete cohort analysis to measure and understand customer retention with aha moment identification.

080