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.
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
Résultat attendu
6 requêtes SQL commentées, optimisées pour les performances, avec recommandations d'index.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideTermes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Détection d'anomalies dans les données
Détecte les anomalies et valeurs aberrantes dans un dataset avec plusieurs méthodes statistiques et scoring de sévérité.
Analyse du funnel de conversion
Analyse exhaustive d'un funnel de conversion avec identification des points de friction et recommandations de tests A/B.
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.
Interprétation des données financières
Analyse complète des données financières avec calcul des ratios, benchmarking sectoriel et recommandations d'optimisation.