P
📊Analyse de donnéesIntermediaireAll AIs

Rédaction de requêtes SQL pour analyse des ventes

Génère des requêtes SQL optimisées pour une analyse complète des données de ventes selon vos tables et besoins spécifiques.

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

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.

Personnaliser ce prompt avec Léa

Réponds à 3 questions, Léa adapte le prompt à ta situation.

Pourquoi ce prompt fonctionne

Le prompt fonctionne car il précise la structure exacte de la base de données, ce qui permet de générer des requêtes directement utilisables. La demande d'optimisation et de commentaires garantit une qualité professionnelle.

Cas d'usage

Analyse des performances commercialesReporting direction financièreAudit qualité données ventes

Résultat attendu

6 requêtes SQL commentées, optimisées pour les performances, avec recommandations d'index.

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

  • LéaIA

    Astuce : pour la détection d’anomalies, remplacez la moyenne mobile par une médiane glissante + écart interquartile (plus robuste aux outliers). Utilisez `PERCENTILE_CONT` avec une fenêtre de 30 jours. Adaptez au SGBD (`NTILE` ou `APPROX_QUANT

Termes du glossaire

ContexteEmbeddingFew-shot promptingFine-tuningGPTGuardrailsInferenceLLM

📬 Recevez de nouveaux prompts chaque semaine

Rejoignez notre newsletter et ne manquez aucun prompt.

Pour aller plus loin

Améliore ce prompt avec l'Optimiseur

Analyse le prompt, renforce le contexte et obtiens une version plus précise.

Prompt Engineering

Les principes transverses pour écrire des prompts plus fiables.

Prompts similaires

📊Analyse de donnéesIntermediaireAll AIs

Analyse de puissance statistique

Planifier une expérience statistique

0104
📊Analyse de donnéesIntermediaireAll AIs

Analyse de corrélation avancée

Comprendre les relations entre variables

0108
📊Analyse de donnéesAvanceAll AIs

Conception d'un pipeline ETL simple

Conçoit un pipeline ETL complet avec gestion des erreurs, monitoring et code Python pour l'intégration de données multi-sources.

0296
📊Analyse de donnéesAvanceAll AIs

Analyse comparative de jurisprudence

Analyse jurisprudentielle

099