Prompty pro Datová analýza

Dám ti export dat z [zdroj, např. můj CRM, pokladní systém, Google Analytics] a chci pochopit, co obsahuje a co z něj lze vyčíst. Kontext podnikání: [obor a obecná otázka, např. chci pochopit, proč klesají prodeje].

Data: [vložte data nebo první řádky s hlavičkami]

Postupuj popořadě: popiš strukturu (sloupce, typy, pokryté období, granularita), vyhodnoť kvalitu (chybějící hodnoty, pravděpodobné duplicity, nesrovnalosti, prázdné nebo konstantní sloupce (uveď je přesně)), vypočítej základní statistiky u důležitých sloupců, poté navrhni 5 byznysových otázek, na které tato data mohou odpovědět, a 3 otázky, na které NAVZDORY zdání odpovědět NEMOHOU (s uvedením chybějících údajů).

Zakonči doporučením nejslibnější analýzy, kterou bychom měli udělat jako první, a popiš metodu. V této fázi ještě nevyvozuj žádné obchodní závěry.

Můj ukazatel [ukazatel, např. konverzní poměr, průměrná objednávka, churn] se změnil z [hodnota předtím] na [hodnota poté] mezi [období 1] a [období 2]. Dostupná historie: [hodnoty za předchozí období]. Události v daném období: [co se změnilo: kampaň, cena, sezóna, incident, úprava webu].

Před jakoukoli interpretací mi pomoz ověřit: je tato změna významná vzhledem k běžným výkyvům řady (vypočítej řádovou velikost běžných odchylek z historie)? Může ji vysvětlit sezónnost (porovnej se stejným obdobím v předchozích letech nebo cyklech)? Změnil se rozsah měření (základní objem, definice, měřicí nástroj)?

Teprve poté vypiš hypotézy vysvětlující změnu seřazené podle pravděpodobnosti. U každé uveď test nebo údaj, který by ji potvrdil. Je zakázáno vyvozovat příčinu pouze na základě časové shody. Zakonči tím, co bys upřímně řekl jednou větou, kdyby se tě někdo zeptal: „Tak co, je to vážné?“.

Pomoz mi definovat dashboard pro [oblast, např. můj obchodní tým, e-shop, zákaznický servis]. Cíl činnosti: [cíl]. Rozhodnutí, která má tento dashboard ovlivňovat: [opakující se rozhodnutí, např. kam napřít obchodní úsilí, kdy nabírat lidi, které produkty podpořit]. Dostupná data: [zdroje a nástroje].

Pro každé uvedené rozhodnutí navrhni ukazatel(e), které ho skutečně osvětlují. Rozlišuj mezi výsledkovými ukazateli (co konstatujeme) a akčními ukazateli (to, co můžeme tento týden ovlivnit). Celkem maximálně 8 ukazatelů: pokud nějaké vyřadíš, uveď proč.

U každého vybraného ukazatele uveď: jednoznačnou definici (co přesně počítáme, za jaké období), vzorec, zdroj, frekvenci sledování a klasickou past při interpretaci tohoto ukazatele (mix efekt, průměr skrývající distribuci, možnost manipulace týmem, který ho měří).

Transformuj mou analýzu do výstupu pro [publikum, např. vedení firmy, můj nadřízený, klient]. Výchozí otázka analýzy: [otázka]. Co jsem zjistil: [výsledky, čísla, zjištění]. Limity analýzy: [limity: neúplná data, krátké období, možná zkreslení]. Co doporučuji: [doporučení, pokud nějaké mám].

Sestav výstup v tomto pořadí: odpověď na otázku jednou větou (nejprve hlavní sdělení, nikdy ne metoda), 2 nebo 3 zjištění, která ji podporují, každé se SVÝM číslem (ne pět čísel na jedno zjištění), doporučení s uvedením nákladů a přínosů, upřímně uvedené limity bez shazování vlastní práce (uvedený limit = upozornění pro použití, nikoli omluva).

Připrav také: 3 pravděpodobné záludné otázky od tohoto publika a odpovědi na ně a „výtahovou verzi“ (30 sekund) sdělení. Formát: [požadovaný výstupní formát, např. osnova prezentace, e-mail, jednostránkové memorandum].

Chci otestovat [plánovaná změna, např. nová cena, nová stránka, nový skript hovoru, čas odeslání] předtím, než ji zavedu plošně. Současný stav: [aktuální metrika a její úroveň]. Dostupný objem: [návštěvnost, hovory, odeslání za týden]. Co očekávám: [očekávané zlepšení].

Sestav protokol: hypotézu formulovanou vyvratitelně („pokud X, pak Y vzroste alespoň o Z“), kritérium úspěchu a rozhodovací hranici stanovenou TEĎ (před zobrazením výsledků), rozdělení na testovací/kontrolní skupinu a jak je správně přiřadit, odhadovanou potřebnou dobu trvání na základě mého objemu pro odlišení skutečného efektu od šumu (vysvětli výpočet jednoduše), rušivé vlivy k neutralizaci (sezónnost, den v týdnu, složení zákazníků).

Přidej návod k interpretaci výsledků: v jakém případě změnu zavedu, kdy ji zastavím, kdy test prodloužím a jaké závěry bude ZAKÁZÁNO vyvozovat, i kdyby čísla byla lákavá (dodatečně objevené podskupiny, zastavení testu při prvním příznivém výkyvu).

Jsi datový analytik. Musím odstranit duplicity v souboru zákazníků exportovaném z [nástroj, např. můj CRM, fakturační systém jako Fakturoid] před kampaní. Dostupné sloupce: [uveďte sloupce, např. jméno, příjmení, e-mail, telefon, adresa, datum vytvoření].

Výňatek ze souboru: [vložte 20 až 30 reprezentativních řádků].

Navrhni strategii čištění v několika krocích: nejprve přesné duplicity (shodné hodnoty ve kterých sloupcích?), poté pravděpodobné duplicity (varianty pravopisu, stejný e-mail ale jiné jméno, jinak formátovaný telefon). U každého kroku upřesni klíč pro párování, nezbytnou normalizaci (malá písmena, mezery, diakritika, předvolby) a riziko falešně pozitivních výsledků.

Omezení: nikdy neslučuj automaticky dva záznamy pouze na základě jména/příjmení, vždy uveď, který záznam zachovat (nejnovější? nejúplnější?) a proč. Výstupní formát: akční plán krok za krokem, poté konkrétní vzorce pro Google Sheets nebo kroky v Excelu pro aplikaci a odhad počtu detekovaných duplicit na poskytnutém vzorku.

Mám export [zdroj, např. z pokladního systému, online formuláře], jehož sloupec s daty míchá několik formátů: [reálné příklady hodnot, např. 03/04/2026, 2026-04-03, 3. dubna 2026, 04-03-26]. Pracuji v [Excel nebo Google Sheets].

Pomoz mi vše převést na jednotný formát [cílový formát, např. RRRR-MM-DD] bez poškození dat. Začni soupisem všech formátů přítomných v mém vzorku a identifikuj NEJEDNOZNAČNÉ hodnoty (03/04: 3. dubna nebo 4. března?): explicitně je vypiš, místo abys o nich rozhodl svévolně, a navrhni kritérium pro vyjasnění (jazyk zdrojového nástroje, rozsah hodnot nad 12, shoda s jiným sloupcem).

Poté uveď vzorce nebo konkrétní kroky pro převod, včetně kontrolního sloupce (vzorec, který označí řádky, kde převod selhal nebo vytvořil datum mimo věrohodné období [očekávané období]). Zakonči seznamem kontrol, které je třeba provést před nahrazením původního sloupce.

Jsi důsledný datový analytik. Můj soubor [popis, např. export objednávek za rok z ERP] obsahuje chybějící hodnoty a já se musím rozhodnout, co s nimi před analýzou udělat. Dotčené sloupce a přibližná míra prázdnoty: [např. PSČ 12 %, akviziční kanál 40 %, částka 2 %].

Plánovaná analýza: [co chci vypočítat, např. tržby podle krajů a kanálů].

U každého sloupce mi pomoz odpovědět popořadě: nese prázdné místo informaci (nepoužitelné pole, nepovinné zadání, chyba sběru) nebo je čistě náhodné? Která možnost je pro MOJI analýzu nejméně riskantní: vyloučit řádky, doplnit hodnotu (jakou a proč), vytvořit kategorii „neuvedeno“, nebo se vzdát této analytické dimenze? Jaké zkreslení každá možnost přináší?

Omezení: nikdy nedoplňuj průměrem bez odůvodnění, vždy vyčísli dopad (kolik řádků se ztratí, jakou mají váhu v celku). Formát: tabulka sloupec po sloupci s doporučeným rozhodnutím, odůvodněním a poznámkou pro závěrečnou prezentaci.

Mám sloupec s volně zadaným textem, který potřebuji normalizovat: [typ pole, např. názvy měst, obchodní firmy, kategorie produktů] v [nástroj, např. Google Sheets, Excel]. Příklady reálných hodnot: [vložte 20 až 40 hodnot včetně variant: velikost písmen, zkratky, chyby, mezery].

Cíl: získat čistý sloupec s jednou kanonickou hodnotou pro každou entitu, aby bylo možné správně agregovat data.

Postupuj takto: identifikuj skupiny variant, které v mém vzorku označují stejnou entitu, navrhni kanonickou hodnotu pro každou skupinu a poté vypiš pochybné případy k ručnímu ověření. Poté uveď metodu realizace: převodní tabulku (varianta -> kanonická hodnota) plus vzorec pro propojení, pravidla pro předběžné čištění (velikost písmen, diakritika, vícenásobné mezery, interpunkce) a kontrolní vzorec, který izoluje hodnoty bez shody.

Omezení: převodní tabulka musí být na samostatném listu, znovupoužitelná pro příští exporty, nikoli ruční nahrazování. Formát: převodní tabulka, poté vzorce připravené k vložení.

Musím importovat soubor [typ, např. kontakty z veletrhu, leady z formuláře] do [CRM nebo cílový nástroj]. Sloupce mého souboru: [seznam sloupců]. Pole vyžadovaná cílovým nástrojem: [seznam polí a jejich známá omezení, např. povinný e-mail, telefon v mezinárodním formátu].

Vzorek: [vložte 10 až 20 řádků].

Připrav plán pro zajištění shody: mapování zdrojového sloupce na cílové pole (včetně osiřelých sloupců na obou stranách), kontroly, které musí proběhnout před importem (syntakticky neplatné e-maily, neúplné telefony, prázdná povinná pole, duplicity s explicitními kritérii), nezbytné transformace (rozdělení jména/příjmení, formát telefonů, normalizace země).

Omezení: každý zamítnutý řádek musí skončit na listu „chyby“ s uvedením důvodu, nikdy nesmí být smazán tiše; žádná vymyšlená pole pro vyplnění povinných údajů. Výstupní formát: tabulka mapování, seřazený seznam kontrol se vzorcem nebo metodou pro každou z nich a závěrečný checklist před spuštěním importu (záloha, testovací import 10 řádků, ověření v nástroji).

Jsi seniorní SQL vývojář, který spolupracuje s byznysovým uživatelem. Moje otázka: [otázka v češtině, např. kteří zákazníci letos objednali alespoň dvakrát, ale za poslední tři měsíce nic?]. Databáze: [systém, např. PostgreSQL, MySQL, BigQuery]. Dostupné tabulky a sloupce: [popište tabulky, jejich sloupce a vazby, nebo vložte schéma].

Před napsáním dotazu přeformuluj mou otázku do přesných termínů a vypiš nejasné body s předpokladem, který pro každý z nich volíš (co přesně počítáme, jaké jsou hranice dat, zda jsou zahrnuty zrušené objednávky, časové pásmo). Pokud ve schématu chybí nezbytná informace, uveď to, místo abys vymýšlel sloupce.

Poté napiš dotaz s komentářem u každého řádku, a následně navrhni jednoduchý kontrolní dotaz (součet nebo počet), kterým lze ověřit, zda je výsledek věrohodný. Formát: předpoklady, komentovaný dotaz, kontrolní dotaz, limity výsledku.

Zdědil jsem SQL dotaz používaný v [kontext, např. měsíční reporting, automatický export] a nikdo už přesně neví, co dělá. Zde je: [vložte celý dotaz].

Známý kontext: [co má report zobrazovat, databázový systém, pokud je znám].

Vysvětli ho ve třech úrovních: souhrnná věta (co počítá, byznysovým jazykem), poté rozbor blok po bloku (každé spojení, filtr, agregace a poddotaz s popisem konkrétního účinku), a nakonec skryté pasti: spojení (joins), která mohou duplikovat nebo ztratit řádky, filtry ve WHERE, které mění LEFT JOIN na INNER JOIN, práce s NULL hodnotami, inkluzivní nebo exkluzivní hranice dat, implicitní předpoklady o datech.

Zakonči částí: v jakých případech by vyprodukované číslo bylo CHYBNÉ, aniž by na to cokoli upozornilo, a přidej dva rychlé kontrolní dotazy pro ověření těchto případů v mé databázi. Formát: strukturované vysvětlení, poté seznam pastí seřazených podle závažnosti.

Jsi expert na optimalizaci SQL. Můj dotaz je příliš pomalý: [aktuální čas] pro [přibližný objem dotčených tabulek]. Systém: [PostgreSQL, MySQL, SQL Server, BigQuery]. Dotaz: [vložte dotaz]. Existující indexy, pokud jsou známy: [uveďte nebo napište „neznámé“]. Prováděcí plán, pokud je k dispozici: [vložte výstup EXPLAIN nebo uveďte „není k dispozici“].

Nejprve proveď diagnostiku: identifikuj v dotazu pravděpodobné příčiny pomalosti (funkce aplikované na filtrované sloupce znemožňující použití indexů, korelované poddotazy, zbytečné SELECT *, spojování neindexovaných sloupců, řazení nebo agregace velkého objemu dat, chybějící filtry na datum).

Poté navrhni optimalizace seřazené podle poměru úsilí/očekávaný přínos: přepsání dotazu (včetně kompletní přepsané verze), indexy k vytvoření (s jejich náklady na zápis) a v krajním případě změny struktury. Absolutní omezení: výsledek musí zůstat striktně identický; u každého přepsání vysvětli, proč je ekvivalence zaručena. Zakonči metodou, jak správně změřit přínos.

Vytvořil jsem výsledek pomocí tohoto SQL dotazu a chci ho zkontrolovat předtím, než ho nasdílím [příjemci, např. vedení, klient]. Dotaz: [vložte dotaz]. Získaný výsledek: [číslo nebo čísla]. Očekávaný řádový odhad podle byznysu: [co by bylo věrohodné, nebo „nemám tušení“].

Sestav mou sadu kontrol: dotaz na hrubý objem (kolik řádků před filtry, kolik po každém hlavním filtru, aby bylo vidět, kde objem klesá), kontrola duplicit na klíči, který má být unikátní, kontrola NULL hodnot ve sloupcích pro spojování a agregaci, porovnání s nezávislým zdrojem, pokud ho mám [dostupný zdroj pro křížovou kontrolu], a test hranic (změní se číslo, pokud posunu období o jeden den?).

U každé kontroly uveď: dotaz připravený k provedení, jak vypadá normální výsledek a co mě má varovat. Zakonči rozhodovacím pravidlem: v jakých případech výsledek šířit, kdy opravit nebo kdy varovat, že číslo je předběžné.

Pracuji v [Excel nebo Google Sheets] se souborem [typ dat, např. řádky prodejů s datem, produktem, prodejnou, množstvím, částkou]. Otázka, na kterou chci odpovědět: [byznysová otázka, např. které produkty táhnou růst a ve kterých prodejnách?].

Dostupné sloupce: [seznam sloupců a jejich obsah].

Navrhni vhodnou kontingenční tabulku (tabulky): u každé uveď, která pole dát do řádků, sloupců, hodnot a filtrů, jakou zvolit agregaci (součet, průměr, počet a proč by průměr mohl být v daném případě zavádějící) a jaké použít seskupení (data podle měsíců, cenová pásma).

Upozorni na pasti v mém případě: řádky, které se duplikují, pokud granularita není taková, jakou si myslím, součty míchající různé jednotky, procenta počítaná ze špatného základu, prázdné položky skryté ve výchozím nastavení. Uveď kroky pro sestavení kliknutí po kliknutí, poté dva způsoby čtení, které tabulka umožní, a jeden závěr, který by bylo lákavé, ale chybné z ní vyvodit.

V [Excel nebo Google Sheets] chci do hlavního listu přenést informaci, která se nachází na jiném listu. Hlavní list: [sloupce, např. A číslo objednávky, B datum, C částka]. Zdrojový list: [sloupce, např. A číslo objednávky, D jméno zákazníka, E segment]. Informace k přenesení: [požadovaný sloupec]. Společný klíč: [společný sloupec].

Dej mi přesný vzorec připravený k vložení. Zvol mezi SVYHLEDAT (VLOOKUP), INDEX/POZVYHLEDAT (INDEX/MATCH) a XLOOKUP podle mé verze nástroje [upřesněte verzi, pokud je známa] a vysvětli svou volbu dvěma větami.

Explicitně ošetři případy, které tyto vzorce rozbíjejí: chybějící klíč ve zdroji (co vrátit místo chyby), duplicitní klíče na straně zdroje (který řádek se vezme, jak to detekovat vzorcem pro počet), klíče, které vypadají stejně, ale liší se mezerou nebo formátem číslo/text (vzorec pro vyčištění, který aplikovat nejdříve). Formát: hlavní vzorec, vzorec pro detekci duplicit, vzorec pro čištění, každý s přesným rozsahem k úpravě.

Pracuji v [Excel nebo Google Sheets]. Moje data: [popište sloupce s jejich písmeny, např. A datum, B obchodník, C region, D částka, E stav]. Co chci vypočítat: [např. celkové prodeje v regionu Sever podepsané v roce 2026 podle obchodníků, mimo stav „zrušeno“].

Napiš přesný vzorec (vzorce) se správnými rozsahy, zvol mezi SUMIFS, COUNTIFS, AVERAGEIFS nebo jejich kombinací. Vysvětli každé kritérium vzorce na jednom řádku.

Pokryj specifika mého případu: kritéria data (jak napsat „v roce 2026“ nebo „mezi dvěma daty“ v kritériu se správným umístěním uvozovek a ampersandu), kritérium vyloučení (nerovná se), zástupné znaky pro částečný text a fixní reference s dolary ($) pro možnost kopírování vzorce. Přidej kontrolní vzorec: součet mých vzorců podle kritérií musí odpovídat celkovému součtu, napiš tuto kontrolu. Formát: vzorce k vložení, poté řádek vysvětlení ke každému.

V Google Sheets (funkce REGEXEXTRACT, REGEXMATCH, REGEXREPLACE) chci extrahovat [cílová informace, např. PSČ, číslo faktury, doména e-mailu] ze sloupce s volným textem. Reálné příklady hodnot včetně složitých případů: [vložte 10 až 15 reprezentativních hodnot].

Očekávaný výsledek pro každou z nich: [uveďte požadovaný výsledek pro 3 nebo 4 příklady].

Napiš celý vzorec, poté vysvětli regulární výraz (regex) po částech v češtině (každá třída znaků, kvantifikátor a skupina). Mentálně ho otestuj na mých příkladech a upozorni na ty, které by mohl vynechat, místo abys sliboval, že funguje všude.

Přidej: variantu REGEXMATCH pro vytvoření kontrolního sloupce pravda/nepravda (je vzor přítomen?), ošetření případu „žádná shoda“ bez zobrazení chyby a známé limity tvého vzoru (nepokryté varianty zápisu). Omezení: upřednostni čitelný a trochu delší regex před nečitelným kompaktním. Formát: vzorce k vložení, poté vysvětlení.

Můj vzorec v [Excel nebo Google Sheets] nedává očekávaný výsledek. Přesný vzorec: [vložte vzorec]. Chyba nebo příznak: [např. #N/A na některých řádcích, #REF!, chybný součet, všude nuly]. Kontext: [popište použité sloupce a příklad řádku, kde to selhává, s reálnými hodnotami].

Postupuj jako při diagnostice, nikoli slepým přepisováním: vypiš možné příčiny MÉHO příznaku seřazené od nejvíce po nejméně pravděpodobné (smíchané typy číslo/text, neviditelné mezery, posunuté rozsahy po vložení řádků, nezafixovaná reference při kopírování, chybějící hledaná hodnota, nedodržení vyžadovaného řazení, oddělovače v místním nastavení).

U každé příčiny uveď test, který ji potvrdí nebo vyvrátí za méně než minutu (funkce ISNUMBER, ISTEXT, LEN pro zjištění mezer, striktní porovnání). Jakmile bude příčina identifikována, uveď minimální opravu a poté robustní verzi vzorce, která zabrání opakování chyby. Omezení: nenavrhuj předělávat celý soubor. Formát: diagnostický strom, testy, oprava.

Musím prezentovat data [publikum, např. vedení firmy, terénní tým] a chci zvolit správný graf. Sdělení, které chci předat: [sdělení jednou větou, např. dva produkty tvoří většinu růstu]. Dostupná data: [popište nebo vložte data: dimenze, metriky, počet kategorií, období].

Doporuč typ grafu vhodný pro toto SDĚLENÍ (porovnání, vývoj, rozdělení, vztah, distribuce) a zdůvodni to dvěma větami. Navrhni věrohodnou alternativu a vysvětli, proč ji řadíš na druhé místo. Explicitně vyluč lákavé špatné volby pro má data (koláčový graf při mnoha kategoriích, dvojitá osa naznačující vztah, nečitelné skládané plošné grafy) s uvedením důvodu.

Poté uveď konkrétní specifikace: co na osu x a y, řazení kategorií, měřítko (zda zahrnout nulu a proč), co anotovat přímo v grafu, název formulovaný jako sdělení, nikoli jako popis. Zakonči verzí „jak to nedělat“: volbou, která by sdělení zkreslila.

Zde je graf, který se chystám publikovat v [kontext, např. měsíční zpráva, prezentace pro klienta]. Přesný popis nebo data grafu: [popište graf: typ, osy, měřítka, řady, název, nebo vložte zobrazená data]. Sdělení, které má nést: [sdělení].

Proveď kritiku ve třech oblastech. Poctivost: zkresluje měřítko změnu (neoznačená useknutá osa, dvojitá osa, neohlášené logaritmické měřítko), je vybrané období účelově zvolené (cherry-picking), je počet pozorování dostatečný pro zobrazená procenta? Čitelnost: co čtenář pochopí během pěti sekund, říká název sdělení nebo jen téma, jsou tam zbytečné prvky (barvy, mřížky, desetinná místa, nadbytečná legenda)? Vhodnost: slouží tento typ grafu danému sdělení, nebo by jiný posloužil lépe?

Rozděl své poznámky na „kritické před publikací“ a „žádoucí vylepšení“, poté přesně popiš opravenou verzi. Omezení: kritizuj graf, nikoli data; pokud problém pramení z dat, uveď to zvlášť.

Chci vytvořit [zamýšlený graf, např. křivku měsíčního vývoje podle kanálů, skládaný sloupcový graf] v [nástroj, např. Google Sheets, Excel, Looker Studio], ale má hrubá data nejsou ve správném formátu. Aktuální data: [vložte výňatek s hlavičkami, např. jeden řádek na transakci].

Nejprve popiš přesnou cílovou strukturu, kterou můj nástroj pro tento graf vyžaduje (dlouhý nebo široký formát, jeden sloupec na řadu nebo sloupec kategorie, granularita dat), s příkladem 5 řádků toho, jak mají má data ve výsledku vypadat.

Poté uveď nejjednodušší způsob transformace v mém nástroji: agregace (kontingenční tabulka nebo vzorce, které konkrétně), zpracování období bez dat (zobrazit je jako nulu nebo je nechat chybět a vliv na křivku), řazení a zaokrouhlování pouze při zobrazení, nikdy v datech.

Zakonči dvěma kontrolami před vykreslením: celkový součet transformované tabulky odpovídá hrubému součtu a počet období odpovídá očekávanému rozsahu [období]. Formát: cílová struktura, kroky, kontroly.

V naší firmě ukazuje ukazatel [název ukazatele, např. konverzní poměr, tržby, aktivní zákazníci] různá čísla podle toho, kdo ho počítá, a já chci napsat JEHO referenční definici. Současná známá použití: [kdo ho používá a jak, např. marketing ho počítá z GA4, obchod z CRM]. Dostupné zdroje dat: [nástroje a tabulky].

Sestav kompletní definiční list: přesný vzorec (čitatel a jmenovatel definovaný bez nejednoznačnosti: které události nebo řádky se počítají, které jsou vyloučeny, jak se nakládá s hraničními případy jako stornování, vrácení peněz, duplicity, interní testy), referenční období a časové pásmo, závazný zdroj v případě rozdílů mezi nástroji, frekvence a datum uzavření (může se číslo za měsíc ještě zpětně změnit?).

Poté vypiš pravděpodobné rozdíly mezi současným používáním a touto definicí s odhadem řádového rozdílu, aby bylo možné připravit přechod. Omezení: každý termín ve vzorci musí být ověřitelný dotazem, žádné vágní termíny („aktivní zákazník“ musí být definován měřitelným kritériem). Formát: strukturovaný list na jednu stranu.

Můj hlavní ukazatel je [ukazatel, např. měsíční tržby, počet nových zákazníků] a chci ho rozložit na dílčí páky, abych věděl, kde zasáhnout. Kontext: [činnost, např. e-shop, poradenské služby, síť prodejen]. Aktuální úroveň: [aktuální hodnota]. Cíl: [zamýšlený cíl].

Sestav strom aritmetického rozkladu: ukazatel vyjádřený jako součin nebo součet dílčích ukazatelů (např. návštěvnost krát konverzní poměr krát průměrná objednávka), poté každý dílčí ukazatel rozložený o další úroveň, kde je to užitečné. Ověř, že každý rozklad je matematicky přesný, nikoli přibližný.

U každého listu stromu uveď: kdo v organizaci ho může ovlivnit, údaj, který ho umožňuje měřit [dostupné zdroje], a jeho realistický prostor pro zlepšení. Poté identifikuj dvě páky, kde dané úsilí přinese nejvíce (citlivost: co se stane s hlavním ukazatelem, pokud tato páka vzroste o 10 %?), a ukaž výpočet. Omezení: upozorni na páky, které se navzájem kanibalizují. Formát: odsazený strom, poté tabulka pák.

Chci analyzovat retenci svých [zákazníků nebo předplatitelů] pomocí kohort. Dostupná data: [popište, např. export s ID zákazníka, datem první objednávky nebo registrace, daty aktivity nebo následných objednávek]. Nástroj: [Excel, Google Sheets, SQL]. Definice „udrženého“ zákazníka v mé činnosti: [např. znovu objednal v daném měsíci, má aktivní předplatné].

Veď mě při sestavování kohortové tabulky: seskupení podle měsíce první objednávky, výpočet aktivity v M+1, M+2, M+3 a dalších, jako procento z původní velikosti kohorty. Uveď konkrétní metodu v mém nástroji (vzorce nebo dotaz).

Poté mi pomoz tabulku PŘEČÍST: odlišit efekt stáří (všechny kohorty se časem zmenšují) od efektu náboru (jsou novější kohorty v daném „věku“ lepší nebo horší než ty staré?), najít měsíc, kdy se retence stabilizuje, a upozornit na kohorty, které jsou příliš mladé nebo malé pro vyvození závěrů (s doporučeným prahem). Formát: metoda sestavení, poté návod ke čtení s otázkami, které si položit.

Chci segmentovat svou bázi zákazníků metodou RFM (recence, frekvence, monetární hodnota) pro cílení svých aktivit. Data: [dostupný export, např. jeden řádek na objednávku s ID zákazníka, datem, částkou z pokladního systému nebo CRM]. Nástroj: [Excel, Google Sheets, SQL]. Činnost: [typ činnosti a typický nákupní cyklus, např. e-shop s módou, nákup každé 2 měsíce].

Sestav postup: výpočet tří hodnot pro každého zákazníka (s přesným vzorcem nebo dotazem v mém nástroji), výběr prahů pro skórování přizpůsobených MÉMU nákupnímu cyklu namísto automatických kvintilů (zdůvodni každý práh), přiřazení skóre a seskupení do 5 až 8 pojmenovaných a srozumitelných segmentů (věrní, spící, nadějní nováčci, ztracení...).

U každého segmentu uveď: očekávaný počet v procentech, charakteristiku jednou větou, prioritní obchodní akci a ukazatel pro měření její úspěšnosti. Omezení: vyluč zrušené objednávky a testovací zákazníky, ošetři případ zákazníků s jedinou objednávkou a upozorni, že prahy bude nutné revidovat v [doporučená frekvence]. Formát: postup krok za krokem, poté tabulka segmentů.

Chci předpovědět [veličina, např. mé měsíční prodeje, rezervace, objem hovorů] na [horizont, např. příštích 6 měsíců]. Dostupná historie: [vložte řadu, ideálně 24 měsíců a více, nebo popište, co máte]. Moje činnost má známou sezónnost: [popište, např. špička v prosinci, propad v srpnu].

Sestav jednoduchou a reprodukovatelnou předpověď v [Excel nebo Google Sheets]: vypočítej základní trend (klouzavý průměr za 12 měsíců nebo regrese, vysvětli volbu), měsíční sezónní koeficienty z historie a poté předpověď (trend vynásobený koeficientem). Ukaž vzorce.

Vyžaduj poctivost výsledku: uveď spodní/horní hranici vytvořenou na základě chyb, které by tato metoda udělala v minulosti (backtest: aplikuj metodu na posledních 6 známých měsíců a změř odchylku), nikoli jen dekorativní rozptyl. Vypiš, co metoda NEMŮŽE vidět (výjimečné události, změna cen, atypický základní rok) a signál, který by mě měl přimět předpověď za běhu upravit. Formát: metoda, vzorce, tabulka předpovědi s rozptylem, limity.

Je [aktuální měsíc] a chci projektovat svůj výsledek na konci roku pro [veličina, např. tržby, výdaje, počet vyřízených spisů]. Dosavadní skutečnost: [kumulovaná hodnota]. Roční cíl: [cíl]. Měsíční historie za loňský a letošní rok: [vložte hodnoty].

Sestav tři projekce a porovnej je: naivní trojčlenka (kumulace dělená uplynulými měsíci krát dvanáct), sezónní projekce (obvyklá váha zbývajících měsíců podle historie) a „informovaná“ projekce, která zahrnuje to, co už o nadcházejících měsících vím: [známé prvky, např. podepsané objednávky, rozpracované nabídky, letní uzavírka, nábory].

U každé uveď: číslo, implicitní předpoklad, který dělá, a případ, kdy se nejvíce mýlí. Doporuč tu, kterou pro můj případ vybrat, a uveď odchylku od cíle, kterou implikuje, v korunách i v procentech. Zakonči dvěma nebo třemi akcemi, které by ještě mohly výsledkem pohnout, a hrubým vyčíslením každé z nich. Formát: srovnávací tabulka, poté doporučení na pět řádků.

Jsi manažer kvality dat. Chci provést audit kvality [dotčená databáze, např. má databáze zákazníků v CRM, produktový katalog, soubor dodavatelů] před [plánované použití, např. migrace, kampaň, zavedení reportingu]. Struktura: [seznam polí]. Reprezentativní výňatek: [vložte 30 až 50 řádků].

Proveď audit podle těchto os, u každé s číselným zjištěním na mém výňatku: úplnost (míra vyplnění podle polí, s rozlišením kritických polí pro mé použití), platnost (neplatné formáty: e-maily, telefony, PSČ, nemožná data), unikátnost (pravděpodobné duplicity a jejich detekční kritérium), aktuálnost (data aktualizace, podíl pravděpodobně zastaralých záznamů), interní konzistence (pole, která si protiřečí, např. PSČ a město).

Vytvoř poté plán nápravy prioritizovaný podle dopadu na MOJE plánované použití: co blokuje, co zhoršuje kvalitu, co může počkat, s uvedením metody opravy (automatizovaná nebo ruční) a odhadovaného úsilí pro každou skupinu. Formát: tabulka auditu podle os, poté plán ve třech vlnách.

Chci vytvořit datový slovník pro [datová sada, např. export objednávek z ERP, tabulka zákazníků v naší databázi, sdílený Sheet reportingu], aby tým přestal špatně interpretovat sloupce. Sloupce a výňatek: [seznam sloupců s 5 řádky příkladu].

Co vím o kontextu: [původ dat, frekvence aktualizace, kdo je doplňuje].

U každého sloupce vypracuj popis: technický název a byznysový název, definice jednou větou bez žargonu, typ a očekávaný formát, možné hodnoty nebo věrohodný rozsah, pravidlo vyplňování (povinné, vypočítané, ručně zadané), zdroj a hlavně rubrika „pasti“: co by si uživatel mohl o tomto sloupci mylně myslet (částka s DPH nebo bez, datum objednávky nebo platby, historizované nebo přepisované pole). Pokud informaci z výňatku nemůžeš odvodit, napiš „k potvrzení u [koho]“ místo vymýšlení. 

Formát: tabulka připravená k vložení do listu „slovník“ plus seznam otázek k potvrzení seřazený podle pravděpodobného vlastníka.

Dva z mých nástrojů ukazují různá čísla pro stejnou věc: [zdroj A, např. GA4] uvádí [hodnota A] a [zdroj B, např. můj pokladní systém, Stripe, CRM] uvádí [hodnota B] pro [metrika a období]. Rozdíl: [procento nebo částka]. Musím pochopit tento rozdíl a rozhodnout, který zdroj je směrodatný.

Veď vyšetřování popořadě: nejprve rozdíly v DEFINICI (co přesně každý nástroj počítá: vrácení peněz, stornování, testy, časová pásma, datum objednávky vs. datum inkasa, filtry proti robotům), poté rozdíly v ROZSAHU (kanály nebo prodejní místa chybějící na jedné straně), poté rozdíly ve SBĚRU (ztráty měření, souhlas s cookies, výpadky). U každé hypotézy uveď konkrétní test, který ji vyčíslí, počínaje těmi, které obvykle vysvětlují největší rozdíly.

Konečný cíl: tabulka přechodu z hodnoty A na hodnotu B, položku po položce, jejíž součet sedí. Zakonči svým doporučením: který zdroj považovat za směrodatný pro jaký účel a jaký je přijatelný zbytkový rozdíl, pod kterým už nemá smysl pátrat dále.

Chystám se publikovat [výstup, např. mou měsíční zprávu, prezentaci pro klienta, e-mail s výsledky za čtvrtletí] pro [příjemci]. Klíčová čísla, která obsahuje: [seznam hlavních čísel s jejich názvy]. Zdroje: [odkud každé číslo pochází].

Nech mě projít závěrečný kontrolní seznam, bod po bodu, a u každého mě požádej o potvrzení: interní konzistence (dílčí součty odpovídají celkům, procenta a jejich základ sedí, čísla citovaná dvakrát jsou všude stejná), externí konzistence (porovnání s předchozím měsícem a loňským rokem: má každá překvapivá změna ověřené vysvětlení, nikoli jen pravděpodobné?), oznámený rozsah (každé číslo uvádí své období, rozsah a měnu; definice se od minulého vydání nezměnily bez upozornění), reprodukovatelnost (vím, jak každé číslo znovu vytvořit: dotaz nebo zdrojový soubor je uchován) a zaokrouhlování (konzistentní, žádná iluzorní přesnost).

U každého bodu, který nemohu potvrdit, uveď konkrétní riziko a zda je kritické pro publikaci či nikoli. Formát: očíslovaný checklist se zaškrtávacími políčky.

Chci automaticky detekovat nenormální hodnoty v [sledovaná řada, např. mé denní prodeje, objednávky po hodinách, denní registrace], abych mohl rychle reagovat v případě problému. Historie: [vložte řadu nebo popište: granularita, stáří, typické hodnoty]. Nástroj: [Google Sheets, Excel, SQL]. Známé normální výkyvy: [např. silná sobota, slabá neděle, sezónnost].

Navrhni jednoduchý a robustní systém: referenční hodnotu, která respektuje mé cykly (porovnání pondělí s předchozími pondělky, nikoli s předchozím dnem), měření odchylky a odůvodněný práh pro výstrahu na základě skutečného rozptylu mé historie (ukaž výpočet, vysvětli, proč tento práh a ne libovolné procento) a pravidlo proti falešným poplachům (např. varovat až po dvou po sobě jdoucích nenormálních bodech, různé prahy pro horní a dolní anomálii).

Uveď konkrétní implementaci v mém nástroji včetně vzorců. Zakonči: třemi neškodnými příčinami, které spustí poplach neoprávněně (státní svátek, akce, výpadek sběru dat) a jak je řešit, plus postup o třech krocích, když se objeví výstraha.

Jedno číslo v mém reportingu mi připadá chybné a musím rozhodnout: chyba ve výpočtu, problém v datech, nebo překvapivá realita. Číslo: [hodnota a název, např. tržby za březen ukazují 240 000 Kč oproti obvyklým 90 000 Kč]. Kde se objevuje: [report, dotaz nebo soubor, který ho generuje]. Známý produkční řetězec: [odkud data pocházejí a jakými transformacemi procházejí].

Strukturuj pátrání ve vrstvách, od konce k začátku, u každé vrstvy uveď test, který ji očistí nebo usvědčí: závěrečný výpočet (vzorec, rozsah, filtr reportu), transformace (agregace, spojení duplikující řádky, duplicita při importu, nedávná změna definice), sběr dat (výpadek, masivní dohnání dat v jeden den, změna nástroje) a nakonec byznysová realita (velká objednávka, výjimečný klient: který konkrétní záznam by to dokázal?).

Omezení: je zakázáno cokoli opravovat před identifikací příčiny; překvapivé, ale pravdivé číslo se „neopravuje“. Formát: seřazený plán pátrání, poté tři možné výsledky s přidruženou akcí pro každý z nich (opravit, dokumentovat, varovat).

Shromáždil jsem volné odpovědi zákazníků prostřednictvím [kanál, např. otevřená otázka v mém průzkumu spokojenosti, recenze na Google, důvody zrušení] a chci z nich vytvořit využitelnou analýzu. Vyjádření: [vložte vyjádření nebo vzorek, pokud je jich mnoho, s celkovým počtem]. Položená otázka: [přesné znění otázky].

Postupuj takto: sestav mřížku témat přímo z vyjádření (nepoužívej předpřipravenou mřížku), s definicí každého tématu na jeden řádek, aby bylo zařazení reprodukovatelné. Zařaď každé vyjádření (povoleno více témat), poté kvantifikuj: počet zmínek podle témat, dominantní tón a křížení s [dostupná proměnná, např. udělené hodnocení, délka vztahu se zákazníkem], pokud je k dispozici.

Omezení poctivosti: cituj vyjádření doslovně bez úprav, rozlišuj mezi častými tématy a tématy vzácnými, ale závažnými, všude uváděj počet respondentů (nepoužívej procenta u méně než 30 odpovědí bez upozornění) a nevymýšlej si žádné citace. Formát: shrnutí na jednu stranu (témata seřazená podle frekvence, 2 reprezentativní citace na téma, slabé signály ke sledování), poté kompletní tabulka zařazení.

Realizoval jsem dotazník přes [nástroj, např. Google Forms, Typeform, Survio] a musím ho zpracovat. Počet odpovědí: [počet]. Položené otázky: [seznam otázek s jejich typem: jedna volba, více voleb, škála, volný text]. Export: [vložte výňatek odpovědí]. Cíl průzkumu: [o čem se chci rozhodnout nebo co se chci dozvědět].

Proveď zpracování popořadě: čištění (duplicitní odpovědi, dotazníky vyplněné za pár sekund, zjevné interní nesrovnalosti: vypiš, co vyřazuješ a proč), základní třídění každé otázky (s formátem prezentace vhodným pro každý typ otázky), poté 3 až 5 nejvíce užitečných křížení pro MŮJ cíl (zdůvodni výběr, nekřiž všechno se vším).

Povinná upozornění: připomeň, kdo odpovídal a v čem se vzorek může lišit od mé cílové skupiny (způsob šíření, dobrovolnost), upozorni na každé křížení, kde počet respondentů v buňce klesne pod 30, a zakaž vyvozování příčinných závěrů z deklarativních dat. Formát: plán zpracování, výsledky třídění a křížení na mém vzorku, limity v závěrečném rámečku.

Zavedl jsem [změna, např. nová otevírací doba, úprava stránky, nová cena, nový argumentář] dne [datum] a chci vědět, zda to fungovalo, bez kontrolní skupiny. Sledovaná metrika: [metrika]. Hodnoty předtím: [řada před změnou, co nejdelší]. Hodnoty potom: [řada od změny]. Další události v období: [co se změnilo současně: sezóna, kampaň, zprávy, počasí, konkurence].

Před porovnáním průměrů mě přinuť ověřit: je okno „před“ reprezentativní (dostatečně dlouhé, bez anomálií), přesahuje pozorovaná změna běžné výkyvy metriky (vyčísli je z historie), vysvětluje rozdíl sezónnost (porovnej se stejným předchozím obdobím, je-li k dispozici) a která ze souběžných událostí by mohla vyvolat stejný efekt?

Udělej závěr ve třech úrovních: co data umožňují tvrdit, co pouze naznačují, co nemohou rozhodnout. Zakonči návrhem opatření, které by příští vyhodnocení učinilo solidnějším (postupné zavádění, střídání, testovací skupina). Zakázáno: vyvozovat závěry pouze na základě časové shody.

Sestav jednostránkové memorandum na základě mé analytické práce určené pro [čtenář, např. můj ředitel, investiční výbor, klient], který ho přečte za [dostupný čas, např. tři minuty] a bude muset rozhodnout: [očekávané rozhodnutí]. Hrubý materiál: [vložte výsledky, čísla, zjištění analýzy, i nesourodá]. Moje doporučení, pokud nějaké mám: [doporučení].

Povinná struktura: název, který uvádí závěr (nikoli téma), první odstavec s odpovědí a klíčovým číslem, poté maximálně 3 zjištění, každé s JEDNÍM podpůrným číslem, možné varianty s jejich náklady a rizikem na jednom řádku pro každou, jasné doporučení a řádek „co ještě nevíme“, který uvádí limity bez rozmělnění sdělení.

Formální omezení: maximálně jedna strana, krátké věty, žádný analytický žargon (ani „korelace“, ani „dataset“ bez vysvětlení), čísla zaokrouhlená na přesnost užitečnou pro rozhodování, žádné číslo v memorandu, které hrubý materiál neobsahuje. Pokud materiál nestačí pro některý prvek struktury, napiš [chybějící údaj] místo vymýšlení.

Pomoz mi transformovat mé výsledky analýzy do prezentace, která zaujme, pro [publikum a příležitost, např. čtvrtletní revize před vedením, schůzka s klientem]. Délka: [doba trvání]. Výsledky k prezentaci: [vložte klíčová zjištění a čísla]. Co chci od publika na konci získat: [rozhodnutí, rozpočet, změna priority].

Sestav narativní linku v oblouku: situace, kterou publikum zná a přijímá, napětí (číslo nebo zjištění, které znepokojuje nebo překvapuje), průzkum (proč to tak je, maximálně 2 nebo 3 důkazy), řešení (co navrhuji) a výzva k rozhodnutí. Poté rozdělení na slidy: jedna myšlenka na slide, název každého slidu je oznamovací věta nesoucí danou myšlenku (posloupnost samotných názvů musí vyprávět celý příběh: ověř to).

U každého klíčového čísla navrhni zhmotnění, které ho učiní hmatatelným (porovnání s veličinou známou publiku, přepočet na koruny nebo na zákazníky za týden). Omezení: žádná vymyšlená čísla pro potřeby příběhu, výhrady analýzy mají svůj vlastní slide, nikoli poznámku pod čarou. Formát: plán slide po slidu s názvem a obsahem.

Přelož můj výsledek analýzy do jasného vysvětlení pro [veřejnost, např. prodejní tým na poradě, franšízanti, koncový klient], který nemá statistické vzdělání. Technický výsledek: [uveďte výsledek s technickými termíny, např. korelace 0,7 mezi X a Y, konfidenční interval, výsledek A/B testu, skórovací model]. Co si z toho má publikum odnést pro svou práci: [očekávaná akce nebo změna].

Vytvoř tři úrovně vysvětlení: 30sekundová ústní verze (běžný jazyk, analogie z každodenního života, pokud pomůže, žádné technické termíny), 5minutová verze s konkrétním číselným příkladem z mých dat a odpovědi na 3 otázky, které toto publikum pravděpodobně položí.

Omezení věrnosti, o kterých se nevyjednává: popularizace nesmí říkat VÍCE než technický výsledek (korelace se nestává příčinou, trend se nestává jistotou, výsledek na segmentu se nestává obecným); explicitně uveď každé místo, kde jsi zjednodušoval a co toto zjednodušení vynechává. Formát: tři úrovně, poté seznam vědomých zjednodušení.

Chci zdokumentovat [dotčený reporting, např. můj měsíční obchodní dashboard, zpráva o aktivitě posílaná každé pondělí], aby ho jiná osoba mohla vytvářet, chápat a opravovat beze mě. Jak se dnes vytváří: [popište mechaniku: zdroje, extrakce, soubory, vzorce, ruční úpravy, šíření]. Frekvence: [frekvence]. Příjemci: [kdo ho dostává a co s ním dělá].

Sestav dokumentaci ve čtyřech částech: návod k produkci (každý krok v pořadí, s přesným místem, kam kliknout nebo který dotaz spustit, včetně „nehezkých“ ručních úprav: právě ty se ztrácejí), slovník zobrazených ukazatelů (definice, vzorec, zdroj každého z nich), mapa závislostí (co report rozbije: export měnící formát, vypršení přístupu, přejmenovaný list) a incidentní protokol (jak ověřit rozporované číslo, koho informovat, jak nahlásit již rozeslaný chybný report).

Pokud má můj popis mezery, polož mi otázky, které potřebuješ, místo abys vyplňoval domněnkami. Formát: strukturovaný dokument připravený k uložení do [umístění, např. týmový Drive].

Musím propojit dva soubory, které mluví o stejných entitách, ale bez spolehlivého společného identifikátoru: [soubor 1, např. export CRM s názvem firmy a e-mailem] a [soubor 2, např. účetní export s obchodní firmou a číslem faktury]. Sloupce souboru 1: [seznam]. Sloupce souboru 2: [seznam]. Výňatky: [vložte 10 řádků z každého]. Cíl propojení: [co chci na konci získat].

Sestav kaskádovitou strategii párování, od nejjistější po nejméně jistou: nejprve dostupné přesné klíče po normalizaci (e-mail malými písmeny, IČO, vyčištěné číslo), poté složené klíče (normalizovaný název plus PSČ), poté přibližné párování názvů (s vysvětlením metody proveditelné v [Excel, Google Sheets] a jejích limitů). U každé kaskády uveď: kolik řádků se spárovalo na mých výňatcích a jakou míru falešně pozitivních výsledků lze očekávat.

Omezení: každé spárování si zachová sloupec „metoda“, který říká, kterou kaskádou prošlo; nespárované záznamy skončí v seznamu pro ruční zpracování, nikdy nejsou tiše vyřazeny. Formát: kaskádovitý plán, vzorce, tabulka sledování míry spárování.

Nemohu prozkoumat celou populaci a musím pracovat se vzorkem. Populace: [popis a velikost, např. 12 000 klientských složek, 3 000 faktur za rok, 800 nahraných hovorů]. Co chci odhadnout nebo ověřit: [cíl, např. míra chyb při zadávání, podíl vyhovujících složek]. Přesnost, kterou potřebuji pro rozhodnutí: [např. vědět, zda míra přesahuje 5 %, odhad s přesností plus minus 3 procentní body].

Sestav plán: potřebnou velikost vzorku pro mou cílovou přesnost (vysvětli úvahu jednoduše, bez náhodně vyhozených vzorců), metodu výběru, která zabrání zjevným zkreslením (prostý náhodný nebo stratifikovaný výběr: pokud má má populace velmi odlišné podskupiny [popište možné vrstvy], doporuč a dimenzuj stratifikaci) a konkrétní postup výběru v [Excel nebo Google Sheets] (reprodukovatelný vzorec pro náhodný výběr).

Vypiš zkreslení (bias), která ohrožují MŮJ případ navzdory výběru (nedohledatelné složky nahrazené snadnými, nereprezentativní období) a obranu proti každému z nich. Zakonči vzorovou, poctivou větou pro prezentaci konečného výsledku s jeho mírou nejistoty.

Můj konverzní poměr se liší podle toho, jak se počítá, a já ho chci jednou provždy sjednotit. Kontext: [dotčený proces, např. návštěva webu -> nákup, nabídka -> podpis, hovor -> schůzka]. Zdroje měření: [nástroje, např. GA4, CRM, pokladní systém]. Aktuálně používané výpočty a jejich výsledky: [různé verze, které kolují].

Pomoz mi stanovit důslednou definici: čitatel (která událost se počítá jako konverze, jak naložit se stornem, duplicitami, vícenásobnými konverzemi téže osoby), jmenovatel (kdo vstupuje do základu: unikátní návštěvníci nebo návštěvy, kvalifikovaní zájemci nebo všechny kontakty, podle jakého vstupního kritéria) a atribuční okno (kolik času mezi vstupem a konverzí a ke kterému období přiřadit konverzi na přelomu dvou měsíců).

U každé volby ukaž vliv na číslo na mých datech a uveď nejběžnější konvenci. Vysvětli, proč se mé současné výpočty rozcházejí. Zakonči zvolenou definicí v jedné publikovatelné větě a dvěma chybami v interpretaci, před kterými je třeba varovat ty, kteří tento poměr uvidí (porovnávání poměrů s různým rozsahem, průměrování poměrů bez vážení).

Chci vypočítat a sledovat churn (úbytek) u [činnost, např. mé softwarové předplatné, servisní smlouvy, fitness centrum]. Dostupná data: [popište, např. export předplatného s datem zahájení, datem ukončení, stavem, měsíční částkou]. Fakturační cyklus: [měsíční, roční, smíšený].

Nejprve stanov definiční rozhodnutí, u každého s volbou, kterou doporučuješ pro můj případ, a jejím vlivem na číslo: churn v počtu zákazníků nebo v tržbách (každý vypráví jiný příběh: ukaž číselný příklad), počáteční báze (zákazníci na začátku období, včetně nebo bez nových zákazníků v daném měsíci), nakládání s hraničními případy (pozastavení, probíhající neplacení, downgrade, podaná výpověď účinná později, zákazník, který odešel a vrátil se).

Poté uveď přesný vzorec a jeho implementaci v [Excel, Google Sheets nebo SQL] na mých datech. Varuj mě před pastmi při čtení: míchání měsíčních a ročních cyklů v jedné míře, churn, který se mechanicky zlepšuje při zrychlení prodejů, a proč čtení podle kohort stáří užitečně doplňuje celkovou míru. Formát: rozhodnutí, vzorec, implementace, pasti.

Chci pochopit, co mi každý [produkt, služba nebo rodina produktů] skutečně vydělává. Data: [dostupný export, např. prodeje podle produktů s množstvím a cenami z pokladny, nákupy a náklady z účetnictví]. Identifikované náklady: [seznam: nákupy, materiál, práce, fixní náklady, doprava, provize].

Sestav analýzu v krocích: hrubá marže na produkt (prodejní cena minus přímé náklady, všude uváděj bez DPH), poté citlivá otázka nepřímých nákladů: navrhni 2 věrohodné klíče rozdělení pro mou činnost (podle tržeb, podle stráveného času, podle objemu), ukaž, jak se pořadí produktů mění podle zvoleného klíče, a vysvětli, proč žádný není ten „jediný správný“.

Prezentuj výsledky křížením marže v procentech A v korunách s objemem: produkt s vysokou marží, který se neprodává, produkt s nízkou marží, který tvoří objem, a co nám unikne, když se díváme jen na jeden z těchto údajů. Zakonči 3 typovými rozhodnutími, která tato analýza může osvětlit (cena, ukončení prodeje, podpora prodeje) a u každého uveď doplňující údaj, který je třeba ověřit před rozhodnutím. Formát: metoda, vzorová tabulka, komentované čtení.

Chci změřit, do jaké míry moje činnost závisí na několika málo [zákaznících, produktech, kanálech, položkách]. Data: [export, např. tržby podle zákazníků za 12 měsíců z fakturace, prodeje podle položek z pokladny]. Nástroj: [Excel nebo Google Sheets].

Veď mě při sestavování analýzy koncentrace: sestupné řazení, kumulace a kumulované procento (přesné vzorce v mém nástroji), čtení výmluvných prahů (kolik prvků tvoří 50 % a 80 % celku, podíl prvního a prvních pěti), a Paretova křivka, je-li užitečná (jak ji vykreslit a číst).

Jdi nad rámec konstatování: pomoz mi kvalifikovat RIZIKO této koncentrace pro můj případ: co se stane, když první [zákazník nebo produkt] zmizí (dopad v korunách a v procentech), roste nebo klesá koncentrace ve srovnání s [dostupné srovnávací období], a stojí obsluha „dlouhého chvostu“ (mnoha malých položek) více, než kolik přináší? 

Omezení: ošetři případ propojených prvků, které jsou ve skutečnosti jedním (stejná skupina, stejný nákupčí), a nedělej závěr „uříznout chvost“ bez pohledu na reálné náklady. Formát: metoda, vzorce, čtení rizika na 5 řádků.

Chci porovnat výkonnost svých [prodejních míst, poboček, týmů, webů], aniž bych byl nespravedlivý: nemají stejný kontext. Jednotky ke srovnání: [seznam s jejich známými rozdíly: velikost, lokalita, stáří, počet zaměstnanců, průchodnost]. Data: [dostupné metriky podle jednotek a období].

Sestav srovnání ve třech krocích. Nejprve metriky PŘEPOČTENÉ na spravedlivý základ (na prodejce, na metr čtvereční, na hodinu otevření, na obyvatele oblasti: zvol relevantní poměry pro mou činnost a zdůvodni je). Poté srovnání každé jednotky se sebou samou (meziroční nárůst): říká pořadí podle nárůstu něco jiného než hrubé pořadí? Nakonec zbývající nevysvětlené rozdíly: ty, které přetrvávají i po normalizaci a které si zaslouží návštěvu nebo rozhovor, nikoli sankci.

Omezení: upozorni na jednotky, které jsou příliš nové nebo malé na to, aby byly hodnoceny, nikdy neshrnuj do jediného pořadí bez zobrazení poměrů, které ho tvoří, a vypiš faktory, které data nezachycují (rekonstrukce, lokální konkurence, dlouhodobá absence). Formát: vzorová srovnávací tabulka, poté návod ke čtení pro revizi s vedoucími.

Chci analyzovat svůj konverzní trychtýř, abych zjistil, kam zaměřit úsilí. Cesta: [popište kroky v pořadí, např. návštěva, detail produktu, košík, doprava, platba, potvrzení; nebo pro B2B: lead, navázaný kontakt, schůzka, nabídka, podpis]. Objemy podle kroků za [období]: [vložte čísla]. Zdroj měření: [GA4, CRM, jiné].

Vypočítej míru průchodu mezi každým po sobě jdoucím krokem (nejen celkovou míru od začátku do konce) a identifikuj krok, který ztrácí nejvíce, v absolutní hodnotě ztracených lidí I v procentech: tyto dva pohledy nemusí vždy ukazovat na stejný krok, vysvětli, který prioritizovat pro můj cíl [cíl, např. více podpisů při stejné návštěvnosti].

Před vyvozením závěrů se mnou ověř pasti měření: technické kroky, které se ne vždy spustí, lidé, kteří krok přeskočí nebo se vrátí zpět, příliš krátké okno měření pro pomalé nákupní procesy. Poté navrhni nejpřínosnější křížení s [dostupný segment, např. mobil vs. počítač, zdroj návštěvnosti, velikost klienta] a co by rozdíl mezi segmenty znamenal. Formát: tabulka měr, diagnostika, 2 hypotézy pro zlepšení testovatelné na prioritním kroku.

Mám podezření na souvislost mezi [proměnná 1, např. počasí, počet online recenzí, doba odpovědi na nabídky] a [proměnná 2, např. mé prodeje, míra podpisu smluv] a chci to řádně ověřit. Data: [vložte dvě spárované řady s granularitou: po dnech, po týdnech, po zakázkách]. Původní intuice: [čemu věřím a co bych udělal, kdyby se to potvrdilo].

Veď analýzu v [Excel nebo Google Sheets]: nejprve bodový graf (scatter plot) a jeho čtení (tvar, směr, odlehlé body ovlivňující vztah), poté korelační koeficient s jeho interpretací v jednoduchém jazyce a prahy, nad kterými se stává hodným zájmu vzhledem k mému počtu pozorování [počet bodů].

Poté ta nejdůležitější část: projdi konkurenční vysvětlení před jakýmkoli závěrem o příčinnosti: společný faktor ovlivňující obě proměnné (sezónnost je u časových řad na prvním místě), obrácený směr příčinnosti, čistá náhoda na malém počtu bodů. U každého uveď jednoduchý test, který jej na mých datech posílí nebo oslabí. Povinný závěr na tři řádky: co je prokázáno, co zůstává hypotézou a konkrétní experiment, který by to rozsekl.