Construire des requêtes SQL pour un dashboard analytics
Génère des requêtes SQL analytiques complètes pour un dashboard : KPIs, tendances, cohortes, entonnoirs et segmentation, optimisées pour les gros volumes.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert en analytics et SQL. Aide-moi à construire les requêtes pour mon dashboard analytics.
SGBD : [SGBD] (ex: PostgreSQL, BigQuery, Snowflake)
Domaine métier : [DOMAINE] (ex: SaaS B2B, e-commerce, application mobile)
Tables disponibles : [DESCRIPTION_TABLES]
KPIs prioritaires : [KPIS_SOUHAITES]
Volume de données : [VOLUME]
Fréquence d'actualisation : [FREQ_ACTUALISATION] (temps réel, quotidien, hebdomadaire)
Génère les requêtes SQL pour :
- KPIs principaux : MRR, utilisateurs actifs, taux de conversion, churn (selon le domaine)
- Tendances temporelles : comparaison période vs période précédente (WoW, MoM)
- Analyse par cohortes : rétention utilisateurs par cohorte de signup
- Entonnoir de conversion : étapes avec taux de passage
- Segmentation : métriques par plan/région/canal d'acquisition
- Top N : classements par valeur (top clients, top features utilisées)
Pour chaque requête :
- Commentaire expliquant la métrique calculée
- Optimisations pour les gros volumes
- Suggestion de vue matérialisée si pertinent
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
La liste des métriques standards par domaine (SaaS/e-commerce) reflète les besoins réels des équipes produit. La comparaison période vs période est presque toujours nécessaire mais souvent mal implémentée. Les suggestions de vues matérialisées transforment des requêtes analytiques coûteuses en requêtes temps réel.
Cas d'usage
Résultat attendu
Requêtes SQL pour 6 catégories de métriques (KPIs, tendances, cohortes, entonnoirs, segmentation, top N) avec commentaires, optimisations et suggestions de vues matérialisées.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour les tendances temporelles, utilisez `LAG()` avec `PARTITION BY` plutôt que des sous-requêtes : c’est plus performant sur de gros volumes. Pour l’actualisation quotidienne, matérialisez les agrégats par jour (table résumée) et requêtez-la, pas la table brute.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Exercices pour pratiquer
Evaluation et red-teaming
Testez la robustesse d'un chatbot IA avec des techniques de red-teaming.
Mega-prompt
Creez un mega-prompt complet pour un assistant IA specialise.
Generation de code
Generez du code production-ready avec des prompts structures.