Prompts Análise de Dados

Vou fornecer um ficheiro de dados proveniente de [fonte, ex: Moloni, PHC, Google Analytics] e pretendo compreender o seu conteúdo e utilidade. Contexto de negócio: [atividade e questão geral, ex: perceber a quebra nas vendas].

Dados: [colar dados ou primeiras linhas com cabeçalhos]

Proceda por ordem: descreva a estrutura (colunas, tipos, período coberto, granularidade), avalie a qualidade (valores em falta, duplicados prováveis, incoerências, colunas vazias ou constantes (liste-as precisamente)), calcule as estatísticas básicas das colunas importantes e proponha 5 perguntas de negócio que estes dados podem responder e 3 perguntas que NÃO podem responder apesar das aparências (indicando o dado em falta).

Termine com a análise mais promissora a realizar primeiro e o respetivo método. Não retire conclusões de negócio nesta fase.

O meu indicador [indicador, ex: taxa de conversão, ticket médio, churn] passou de [valor anterior] para [valor atual] entre [período 1] e [período 2]. Histórico disponível: [valores de períodos anteriores]. Eventos no período: [o que mudou: campanha, preços, época, incidente, alteração no site].

Antes de qualquer interpretação, ajude-me a verificar: a variação é significativa face às flutuações habituais da série (calcule a ordem de grandeza das variações normais com base no histórico)? A sazonalidade pode explicar o resultado (compare com o mesmo período de anos ou ciclos anteriores)? O perímetro de medição mudou (volume subjacente, definição, ferramenta de medição)?

Só depois, liste as hipóteses explicativas por ordem de plausibilidade, com o teste ou dado que confirmaria cada uma. Proibido: concluir uma causa apenas por coincidência temporal. Termine com o que diria honestamente numa frase se lhe perguntassem: «então, isto é grave?».

Ajude-me a definir o dashboard de [âmbito, ex: equipa comercial, loja online, serviço de apoio ao cliente]. Objetivo da atividade: [objetivo]. Decisões que este dashboard deve apoiar: [decisões recorrentes, ex: onde investir esforço comercial, quando recrutar, que produtos promover]. Dados disponíveis: [fontes e ferramentas].

Para cada decisão listada, proponha o ou os indicadores que realmente a esclarecem, distinguindo indicadores de resultado (o que aconteceu) de indicadores de ação (onde podemos atuar esta semana). Máximo de 8 indicadores no total: se descartar algum, explique porquê.

Para cada indicador retido: definição inequívoca (o que se conta exatamente, em que período), fórmula, fonte, frequência de leitura e o erro clássico de interpretação deste indicador (efeito de mix, média que esconde a distribuição, indicador manipulável pela equipa que o mede).

Transforme a minha análise numa apresentação para [audiência, ex: conselho de administração, diretor, cliente]. Pergunta inicial da análise: [pergunta]. O que descobri: [resultados, números, factos]. Limites da análise: [limites: dados parciais, período curto, possíveis enviesamentos]. O que recomendo: [recomendação, se houver].

Construa a apresentação nesta ordem: a resposta à pergunta numa frase (a mensagem principal primeiro, nunca o método), 2 ou 3 factos que a sustentam cada um com O SEU número (não cinco números por facto), a recomendação com o respetivo custo e benefício, os limites enunciados de forma franca mas sem se auto-sabotar (um limite enunciado = uma precaução de uso, não uma desculpa).

Prepare também: as 3 perguntas difíceis prováveis desta audiência com as respostas, e a versão «30 segundos no elevador» da mensagem. Formato: [formato pretendido, ex: estrutura de slides, email, nota de uma página].

Quero testar [mudança planeada, ex: novo preço, nova página, novo guião de vendas, horário de envio] antes de generalizar. Situação atual: [métrica atual e nível]. Volume disponível: [tráfego, chamadas, envios por semana]. O que espero: [melhoria esperada].

Construa o protocolo: a hipótese formulada de forma refutável («se X então Y aumenta pelo menos Z»), o critério de sucesso e o limiar de decisão definidos AGORA (antes de ver resultados), a divisão teste/controlo e como atribuir corretamente, a duração necessária estimada com base no volume para distinguir efeito real de ruído (explique o cálculo de forma simples), os efeitos parasitas a neutralizar (sazonalidade, dia da semana, mix de clientes).

Adicione a grelha de leitura de resultados: em que caso generalizo, em que caso paro, em que caso prolongo, e as conclusões que será PROIBIDO tirar mesmo que os números sejam tentadores (subgrupos descobertos à posteriori, parar o teste no primeiro pico favorável).

Atue como analista de dados. Preciso de eliminar duplicados num ficheiro de clientes exportado de [ferramenta, ex: CRM, software de faturação InvoiceXpress] antes de uma campanha. Colunas disponíveis: [listar colunas, ex: nome, apelido, email, telefone, morada, data de criação].

Amostra do ficheiro: [colar 20 a 30 linhas representativas].

Proponha uma estratégia de limpeza em várias fases: primeiro os duplicados exatos (mesmos valores em que colunas?), depois os duplicados prováveis (variantes de ortografia, email idêntico mas nome diferente, telefone com formatos distintos). Para cada fase, especifique a chave de correspondência, as normalizações prévias (minúsculas, espaços, acentos, indicativos) e o risco de falso positivo.

Restrições: nunca fundir automaticamente dois registos apenas pelo nome/apelido, indicar sempre qual registo manter (o mais recente? o mais completo?) e porquê. Formato: plano de ação passo a passo, seguido das fórmulas Google Sheets ou passos Excel concretos, e estimativa de duplicados detetados na amostra.

Tenho uma exportação [fonte, ex: software de faturação, formulário online] onde a coluna de datas mistura vários formatos: [exemplos reais, ex: 03/04/2026, 2026-04-03, 3 de abril de 2026, 04-03-26]. Trabalho em [Excel ou Google Sheets].

Ajude-me a converter tudo para um formato único [formato alvo, ex: AAAA-MM-DD] sem corromper os dados. Comece por listar todos os formatos presentes na amostra e identifique os valores AMBÍGUOS (03/04: 3 de abril ou 4 de março?): liste-os explicitamente em vez de decidir arbitrariamente, e proponha um critério de desambiguação (idioma da ferramenta, valores superiores a 12, coerência com outra coluna).

Forneça as fórmulas ou passos para a conversão, incluindo uma coluna de controlo (fórmula que sinaliza linhas onde a conversão falhou ou produziu uma data fora do período plausível [período esperado]). Termine com a lista de verificações a fazer antes de substituir a coluna original.

Atue como um analista de dados rigoroso. O meu ficheiro [descrição, ex: exportação de encomendas do ano do ERP] contém valores em falta e preciso de decidir o que fazer antes da análise. Colunas afetadas e taxa de campos vazios: [ex: código postal 12%, canal de aquisição 40%, valor 2%].

Análise planeada: [o que pretendo calcular, ex: faturação por região e por canal].

Para cada coluna, ajude-me a responder: o vazio tem significado (campo não aplicável, preenchimento facultativo, erro de recolha) ou é puramente aleatório? Qual a opção menos arriscada para a MINHA análise: excluir as linhas, imputar um valor (qual e porquê), criar uma categoria «não preenchido» ou desistir desse eixo de análise? Que enviesamento cada opção introduz?

Restrições: nunca imputar pela média sem justificação, quantificar sempre o impacto (linhas perdidas, peso no total). Formato: tabela coluna a coluna com decisão recomendada, justificação e nota a adicionar no relatório final.

Tenho uma coluna de texto livre para normalizar: [natureza do campo, ex: nomes de cidades, nomes de empresas, categorias de produtos] em [ferramenta, ex: Google Sheets, Excel]. Exemplos de valores reais: [colar 20 a 40 valores, com variantes: maiúsculas/minúsculas, abreviaturas, erros, espaços].

Objetivo: obter uma coluna limpa com um valor canónico por entidade para agregar corretamente.

Proceda assim: identifique os grupos de variantes que designam a mesma entidade na amostra, proponha o valor canónico de cada grupo e liste os casos duvidosos para validar manualmente. Indique o método de implementação: tabela de correspondência (variante para canónico) mais fórmula de pesquisa, regras de normalização prévia (limpeza de espaços, acentos, pontuação) e uma fórmula de controlo que isole valores sem correspondência.

Restrição: a tabela de correspondência deve estar num separador à parte, reutilizável para futuras exportações. Formato: tabela de correspondência e fórmulas prontas a colar.

Preciso de importar um ficheiro de [natureza, ex: contactos de uma feira, leads de formulário] para o [CRM ou ferramenta alvo]. Colunas do meu ficheiro: [listar colunas]. Campos esperados pela ferramenta: [listar campos e restrições conhecidas, ex: email obrigatório, telefone em formato internacional].

Amostra: [colar 10 a 20 linhas].

Prepare o plano de conformidade: mapeamento da coluna de origem para o campo de destino (identificando colunas órfãs), controlos a passar antes da importação (emails inválidos, telefones incompletos, campos obrigatórios vazios, duplicados com critérios explícitos), transformações necessárias (separação de nome/apelido, formato de telefones, normalização de países).

Restrições: cada linha rejeitada deve ir para um separador «rejeitados» com o motivo, nunca apagada silenciosamente; nenhum campo inventado para preencher obrigatórios. Formato: tabela de mapeamento, lista ordenada de controlos com fórmula/método e checklist final antes da importação (cópia de segurança, teste com 10 linhas).

Atue como um programador SQL sénior. A minha pergunta de negócio: [pergunta, ex: quais os clientes que encomendaram pelo menos duas vezes este ano mas nada nos últimos três meses?]. Base de dados: [motor, ex: PostgreSQL, MySQL, BigQuery]. Tabelas e colunas disponíveis: [descrever tabelas, colunas e relações, ou colar esquema].

Antes de escrever a query, reformule a pergunta em termos precisos e liste os pontos ambíguos com a hipótese que assume para cada um (o que contamos exatamente, limites de datas, incluir encomendas canceladas, fuso horário). Se faltar informação indispensável no esquema, indique-o em vez de inventar uma coluna.

Escreva a query, comentada linha a linha em português, e proponha uma query de controlo simples (um total ou contagem) para verificar se o resultado é plausível. Formato: hipóteses, query comentada, query de controlo, limites do resultado.

Herdei uma query SQL utilizada em [contexto, ex: relatório mensal, exportação automática] e ninguém sabe exatamente o que faz. Aqui está: [colar query completa].

Contexto conhecido: [o que o relatório deve mostrar, motor de base de dados se conhecido].

Explique-a em três níveis: uma frase de síntese (o que calcula em linguagem de negócio), um detalhe bloco a bloco (cada join, filtro, agregação e sub-query, com o seu efeito concreto) e as armadilhas escondidas (joins que podem duplicar ou perder linhas, filtros no WHERE que transformam LEFT JOIN em INNER JOIN, gestão de NULLs, limites de datas, pressupostos implícitos).

Termine com: os casos em que o número produzido seria FALSO sem aviso, e duas queries de controlo rápidas para verificar esses casos. Formato: explicação estruturada e lista de armadilhas por gravidade.

Atue como especialista em otimização SQL. A minha query é demasiado lenta: [tempo atual] para [volume aproximado das tabelas]. Motor: [PostgreSQL, MySQL, SQL Server, BigQuery]. Query: [colar query]. Índices existentes se conhecidos: [listar ou indicar «desconhecidos»]. Plano de execução se disponível: [colar EXPLAIN ou indicar «não disponível»].

Diagnostique primeiro: identifique as causas prováveis de lentidão (funções aplicadas a colunas filtradas que impedem uso de índices, sub-queries correlacionadas, SELECT * desnecessário, joins em colunas não indexadas, ordenação de grandes volumes, ausência de filtros de data).

Proponha otimizações por relação esforço/ganho: reescrita da query (com versão completa), índices a criar (com custo de escrita) e, em último recurso, mudanças de estrutura. Restrição absoluta: o resultado deve ser idêntico; explique por que a equivalência é garantida. Termine com o método para medir o ganho.

Produzi um resultado com esta query SQL e quero controlá-lo antes de o difundir a [destinatários, ex: direção, cliente]. Query: [colar query]. Resultado obtido: [números]. Ordem de grandeza esperada: [o que seria plausível ou «desconhecido»].

Construa a minha bateria de controlos: uma query de volumetria bruta (linhas antes e depois de cada filtro principal), um controlo de duplicados na chave supostamente única, um controlo de NULLs em colunas de join e agregação, um cruzamento com uma fonte independente se disponível [fonte de comparação], e um teste de limites (o número muda se deslocar o período um dia?).

Para cada controlo: a query pronta a executar, o aspeto de um resultado normal e o que deve servir de alerta. Termine com a regra de decisão: quando difundir, corrigir ou avisar que o número é provisório.

Trabalho em [Excel ou Google Sheets] num ficheiro de [natureza dos dados, ex: vendas com data, produto, loja, quantidade, valor]. Pergunta a responder: [pergunta de negócio, ex: que produtos impulsionam o crescimento e em que lojas?].

Colunas disponíveis: [listar colunas e conteúdo].

Conceba a(s) Tabela(s) Dinâmica(s) adaptada(s): para cada uma, indique que campos colocar em linhas, colunas, valores e filtros, que agregação escolher (soma, média, contagem, e por que a média pode ser enganadora) e que agrupamento aplicar (datas por mês, intervalos de valores).

Sinalize as armadilhas do meu caso: linhas que duplicam se a granularidade for errada, totais que misturam unidades, percentagens calculadas sobre a base errada, elementos vazios ocultos. Indique os passos de construção clique a clique, duas leituras que a tabela permitirá e uma conclusão que seria tentadora mas errada.

No [Excel ou Google Sheets], quero trazer para o meu separador principal informação de outro separador. Separador principal: [colunas, ex: A número encomenda, B data]. Separador fonte: [colunas, ex: A número encomenda, D nome cliente]. Informação a trazer: [coluna pretendida]. Chave de correspondência: [coluna comum].

Forneça a fórmula exata, pronta a colar, escolhendo entre PROCV (VLOOKUP), ÍNDICE/CORRESPONDER (INDEX/MATCH) ou PROCX (XLOOKUP) consoante a minha versão [especificar versão], e explique a escolha em duas frases.

Trate explicitamente os erros: chave ausente na fonte (o que devolver em vez do erro), chaves duplicadas na fonte (qual linha é lida e como detetar), chaves que parecem iguais mas diferem por espaços ou formato (fórmula de limpeza prévia). Formato: fórmula principal, fórmula de deteção de duplicados e fórmula de limpeza.

Trabalho em [Excel ou Google Sheets]. Dados: [descrever colunas com letras, ex: A data, B comercial, C região, D valor, E estado]. O que quero calcular: [ex: total de vendas da região Norte assinadas em 2026 por comercial, excluindo estado «cancelado»].

Escreva a(s) fórmula(s) exata(s) com os intervalos corretos, escolhendo entre SOMA.SE.S, CONTAR.SE.S, MÉDIA.SE.S ou combinação. Explique cada critério da fórmula numa linha.

Cubra as subtilezas: critérios de datas (como escrever «em 2026» ou entre datas, com aspas e o símbolo & no sítio certo), critério de exclusão (diferente de), caracteres wildcard para texto parcial e referências fixas com $ para copiar a fórmula. Adicione uma fórmula de controlo: o total das fórmulas por critério deve igualar o total geral. Formato: fórmulas prontas a colar e explicação.

No Google Sheets (fonctions REGEXEXTRACT, REGEXMATCH, REGEXREPLACE), quero extrair [informação alvo, ex: código postal, número de fatura, domínio do email] de uma coluna de texto livre. Exemplos reais: [colar 10 a 15 valores, incluindo casos complexos].

Resultado esperado para cada: [dar resultado para 3 ou 4 exemplos].

Escreva a fórmula completa e explique a regex parte a parte (classes de caracteres, quantificadores, grupos). Teste mentalmente com os meus exemplos e sinalize os que falhariam. Adicione: uma variante REGEXMATCH para coluna de controlo verdadeiro/falso, gestão do caso «sem correspondência» (evitar erro) e limites conhecidos do padrão. Priorize uma regex legível em vez de uma compacta e ilegível. Formato: fórmulas e explicação.

A minha fórmula [Excel ou Google Sheets] não dá o resultado esperado. Fórmula exata: [colar fórmula]. Erro ou sintoma: [ex: #N/D em algumas linhas, #REF!, total errado, zero em todo o lado]. Contexto: [descrever colunas e exemplo de linha que falha com valores reais].

Proceda ao diagnóstico: liste as causas possíveis para o MEU sintoma por ordem de probabilidade (tipos mistos número/texto, espaços invisíveis, intervalos deslocados, referência não fixa, valor ausente, ordenação necessária não respeitada, separadores regionais).

Para cada causa, indique o teste que a confirma ou elimina rapidamente (fórmulas É.NÚM, É.TEXTO, NÚM.CARACT para espaços). Após identificar a causa, forneça a correção mínima e a versão robusta da fórmula para evitar repetições. Não proponha refazer o ficheiro todo. Formato: árvore de diagnóstico, testes, correção.

Preciso de apresentar dados a [audiência, ex: administração, equipa operacional] e quero escolher o gráfico certo. Mensagem a transmitir: [frase, ex: dois produtos concentram a maior parte do crescimento]. Dados disponíveis: [descrever ou colar dados: dimensões, métricas, categorias, período].

Recomende o tipo de gráfico adaptado a esta MENSAGEM (comparação, evolução, distribuição, relação) e justifique em duas frases. Proponha uma alternativa credível e explique por que fica em segundo lugar. Elimine escolhas erradas tentadoras (gráficos circulares com muitas categorias, eixos duplos confusos, áreas empilhadas ilegíveis) com a respetiva razão.

Indique as especificações: o que colocar nos eixos X e Y, ordenação, escala (incluir zero ou não), o que anotar diretamente no gráfico e o título formulado como a mensagem. Termine com a versão «a não fazer».

Aqui está um gráfico que vou difundir em [contexto, ex: relatório mensal, apresentação a cliente]. Descrição ou dados: [descrever tipo, eixos, escalas, séries, título ou colar dados]. Mensagem pretendida: [mensagem].

Faça uma crítica em três vertentes. Honestidade: a escala distorce a variação (eixo cortado, escala log não anunciada), o período foi escolhido a dedo (cherry-picking), a amostra é suficiente para as percentagens? Legibilidade: o que se percebe em 5 segundos, o título transmite a mensagem, há elementos a remover (cores, grelhas, decimais)? Adequação: este gráfico serve a mensagem ou outro seria melhor?

Classifique as observações como «bloqueio antes de difundir» e «melhoria desejável», descrevendo a versão corrigida. Critique o gráfico, não os dados; se o problema for dos dados, indique-o separadamente.

Quero construir [gráfico pretendido, ex: curva de evolução mensal por canal, barras empilhadas] no [ferramenta, ex: Google Sheets, Excel, Looker Studio] mas os dados brutos não estão no formato certo. Dados atuais: [colar amostra com cabeçalhos, ex: uma linha por transação].

Descreva primeiro a estrutura alvo que a ferramenta exige para este gráfico (formato long ou wide, uma coluna por série ou coluna de categoria, granularidade das datas), com um exemplo de 5 linhas do aspeto final.

Indique o caminho de transformação mais simples: agregação (tabela dinâmica ou fórmulas), gestão de períodos sem dados (mostrar a zero ou omitir e o efeito na curva), ordenação e arredondamento apenas na visualização. Termine com dois controlos: o total da tabela transformada iguala o total bruto e o número de períodos corresponde ao esperado [período].

Na minha empresa, o indicador [nome, ex: taxa de conversão, faturação, clientes ativos] apresenta números diferentes conforme quem o calcula. Quero escrever A definição de referência. Usos atuais: [quem usa e como, ex: marketing via GA4, vendas via CRM]. Fontes disponíveis: [ferramentas e tabelas].

Redija a ficha de definição completa: fórmula exata (numerador e denominador sem ambiguidade: que eventos contam, o que é excluído, como tratar cancelamentos, reembolsos, duplicados, testes internos), período e fuso horário de referência, fonte oficial em caso de discrepância, frequência e data de fecho (o número do mês pode mudar depois?).

Liste os desvios prováveis entre os usos atuais e esta definição, com a ordem de grandeza esperada, para preparar a transição. Cada termo deve ser verificável por query, sem termos vagos («cliente ativo» deve ter critério mensurável). Formato: ficha estruturada.

O meu indicador principal é [indicador, ex: faturação mensal, novos clientes] e quero decompô-lo em alavancas para saber onde atuar. Contexto: [atividade, ex: e-commerce, serviços, retalho]. Nível atual: [valor]. Objetivo: [meta].

Construa a árvore de decomposição aritmética: o indicador expresso como produto ou soma de sub-indicadores (ex: tráfego x taxa de conversão x ticket médio), decompondo cada nível quando útil. Verifique se a decomposição é matematicamente exata.

Para cada folha da árvore: quem na organização pode atuar nela, o dado para a medir [fontes] e margem de progressão realista. Identifique as duas alavancas onde o esforço rende mais (análise de sensibilidade: o que acontece ao KPI principal se esta alavanca subir 10%?), mostrando o cálculo. Sinalize alavancas que se canibalizam. Formato: árvore indentada e tabela de alavancas.

Quero analisar a retenção dos meus [clientes ou subscritores] por coortes. Dados: [descrever, ex: exportação com ID cliente, data da primeira compra, datas de atividade seguinte]. Ferramenta: [Excel, Google Sheets, SQL]. Definição de cliente «retido»: [ex: comprou no mês, subscrição ativa].

Guie-me na construção da tabela: agrupamento por mês da primeira compra, cálculo da atividade em M+1, M+2, M+3, etc., em percentagem do tamanho inicial da cohorte. Indique o método concreto na ferramenta (fórmulas ou query).

Ajude-me a LER a tabela: distinguir efeito de antiguidade (todas as coortes erodem) do efeito de época (coortes recentes são melhores ou piores que as antigas com a mesma idade?), identificar o mês onde a retenção estabiliza e sinalizar coortes demasiado recentes ou pequenas para concluir. Formato: método de construção e grelha de leitura.

Quero segmentar a minha base de clientes com o método RFM (Recência, Frequência, Valor) para direcionar ações. Dados: [exportação, ex: linha por encomenda com ID cliente, data, valor, do software de faturação ou CRM]. Ferramenta: [Excel, Google Sheets, SQL]. Atividade: [tipo e ciclo de compra típico, ex: moda e-commerce, compra a cada 2 meses].

Construa a abordagem: cálculo dos três valores por cliente (fórmula/query exata), escolha de limiares de scoring adaptados ao MEU ciclo (justifique cada limiar em vez de usar quintis automáticos), atribuição de scores e agrupamento em 5 a 8 segmentos (fiéis, adormecidos, novos promissores, perdidos...).

Para cada segmento: percentagem esperada de clientes, caracterização numa frase, ação comercial prioritária e indicador de sucesso. Restrições: excluir encomendas canceladas e clientes de teste, tratar clientes de compra única. Formato: método passo a passo e tabela de segmentos.

Quero prever [grandeza, ex: vendas mensais, reservas, volume de chamadas] para os [horizonte, ex: próximos 6 meses]. Histórico: [colar série, idealmente 24 meses ou mais]. Sazonalidade conhecida: [ex: pico em dezembro, quebra em agosto].

Construa uma previsão simples e reprodutível no [Excel ou Google Sheets]: calcule a tendência de fundo (média móvel de 12 meses ou regressão, explique a escolha), os coeficientes de sazonalidade mensais e a previsão final (tendência x coeficiente). Mostre as fórmulas.

Exija honestidade: forneça um intervalo mínimo/máximo com base nos erros passados do método (backtest: aplique o método aos últimos 6 meses conhecidos e meça o desvio). Liste o que o método NÃO deteta (eventos excecionais, mudança de preços) e o sinal que deve obrigar a refazer a previsão. Formato: método, fórmulas, tabela de previsão e limites.

Estamos em [mês atual] e quero projetar o fecho do ano para [grandeza, ex: faturação, despesas, processos]. Realizado à data: [valor acumulado]. Objetivo anual: [meta]. Histórico mensal do ano passado e deste ano: [colar valores].

Construa três projeções e compare-as: a regra de três simples (acumulado / meses decorridos * 12), a projeção sazonalizada (peso habitual dos meses restantes) e a projeção «informada» que integra o que já sei: [elementos conhecidos, ex: encomendas assinadas, propostas em curso, fecho para férias].

Para cada uma: o número, o pressuposto implícito e onde pode falhar. Recomende a melhor para o meu caso e o desvio face ao objetivo (em euros e percentagem). Termine com 2 ou 3 ações que ainda podem mudar o resultado final. Formato: tabela comparativa e recomendação curta.

Atue como responsável pela qualidade de dados. Quero auditar [base, ex: clientes CRM, catálogo produtos, fornecedores] antes de [uso previsto, ex: migração, campanha, novo reporting]. Estrutura: [listar campos]. Amostra: [colar 30 a 50 linhas].

Audite segundo estes eixos com dados da amostra: integridade (taxa de preenchimento por campo, focando nos críticos), validade (formatos inválidos: emails, NIF, códigos postais, datas impossíveis), unicidade (duplicados prováveis), atualidade (datas de atualização, registos obsoletos) e coerência interna (campos que se contradizem, ex: código postal vs cidade).

Produza o plano de correção priorizado pelo impacto no MEU uso: o que bloqueia, o que degrada e o que pode esperar, com método (automático ou manual) e esforço estimado. Formato: tabela de auditoria por eixo e plano em três fases.

Quero criar o dicionário de dados de [conjunto de dados, ex: exportação ERP, tabela de clientes, Sheet de reporting] para evitar interpretações erradas das colunas. Colunas e amostra: [listar colunas com 5 linhas de exemplo].

Contexto: [origem, frequência de atualização, quem preenche].

Para cada coluna, redija: nome técnico e nome de negócio, definição simples, tipo e formato, valores possíveis, regra de preenchimento (obrigatório, calculado, manual), fonte de origem e «armadilhas» (o que o utilizador pode confundir: valor com ou sem IVA, data de encomenda vs pagamento). Se não conseguir deduzir algo, escreva «confirmar com [quem]».

Format: tabela pronta a colar num separador «dicionário» e lista de questões para confirmar por proprietário. 

Duas ferramentas dão números diferentes para a mesma realidade: [fonte A, ex: GA4] indica [valor A] e [fonte B, ex: Moloni, Stripe, CRM] indica [valor B] para [métrica e período]. Desvio: [percentagem ou valor]. Preciso de perceber o porquê e decidir qual fonte é a oficial.

Guie a investigação: primeiro desvios de DEFINIÇÃO (o que conta cada uma: reembolsos, cancelamentos, testes, fusos horários, data de encomenda vs recebimento, filtros bot), depois desvios de ÂMBITO (canais ou lojas ausentes num lado) e desvios de RECOLHA (perdas de medição, consentimento, falhas). Para cada hipótese: teste concreto para quantificar, começando pelos maiores desvios habituais.

Objetivo final: tabela de passagem do valor A para o valor B, item a item. Termine com recomendação: que fonte usar para cada fim e o desvio residual aceitável. 

Vou difundir [entregável, ex: relatório mensal, apresentação, email trimestral] a [destinatários]. Números chave: [listar números e nomes]. Fontes: [origem de cada um].

Crie uma checklist de controlo final, ponto a ponto, pedindo confirmação: coerência interna (subtotais batem certo, percentagens e bases coincidem, números repetidos são iguais), coerência externa (comparação com mês/ano anterior: variações explicadas?), âmbito anunciado (período, moeda e definições claras), reprodutibilidade (sei refazer o número: query ou ficheiro guardado) e arredondamentos (coerentes, sem precisão ilusória).

Para cada ponto não confirmado, indique o risco e se é bloqueador. Formato: checklist numerada com caixas de verificação.

Quero detetar automaticamente valores anormais em [série, ex: vendas diárias, encomendas por hora] para reagir rápido. Histórico: [colar série ou descrever: granularidade, valores típicos]. Ferramenta: [Google Sheets, Excel, SQL]. Variações normais: [ex: sábado forte, domingo fraco, sazonalidade].

Proponha um dispositivo robusto: valor de referência que respeite os ciclos (comparar segunda-feira com segundas anteriores), medida de desvio e limiar de alerta justificado pela dispersão real do histórico (mostre o cálculo, não use percentagem arbitrária) e regra anti-falso alarme (ex: alertar após dois pontos anormais seguidos). 

Indique a implementação na ferramenta, incluindo fórmulas. Termine com: 3 causas benignas que ativam o alerta (feriado, promoção, erro de recolha) e como gerir, mais o procedimento de 3 passos quando surge um alerta.

Um número no meu relatório parece errado e preciso de decidir: erro de cálculo, problema de dados ou realidade surpreendente. O número: [valor e nome, ex: faturação de março indica 240.000€ vs 90.000€ habitual]. Onde aparece: [relatório ou query]. Cadeia de produção: [origem e transformações].

Estruture o inquérito por camadas, do fim para o início, com testes para cada uma: o cálculo final (fórmula, filtros), a transformação (agregação, joins duplicados, erro de importação, mudança de definição), a recolha (falha, recuperação de dados, mudança de ferramenta) e a realidade de negócio (grande encomenda, cliente excecional: que registo prova isto?).

Restrição: proibido corrigir antes de identificar a causa; um número surpreendente mas verdadeiro não se «corrige». Formato: plano de investigação e 3 desfechos possíveis com ação associada (corrigir, documentar, alertar).

Recolhi respostas abertas de clientes via [canal, ex: inquérito de satisfação, Google Reviews, motivos de cancelamento] e quero uma análise acionável. Verbatims: [colar verbatims ou amostra, com total]. Pergunta feita: [pergunta exata].

Proceda assim: construa uma grelha de temas a partir dos próprios verbatims (sem grelha pré-concebida), com definição de uma linha por tema para classificação reprodutível. Classifique cada verbatim (multi-tema permitido) e quantifique: menções por tema, tom dominante e cruzamento com [variável, ex: nota, antiguidade] se fornecido.

Restrições de honestidade: cite verbatims textualmente, distinga temas frequentes de temas raros mas graves, indique o número de respondentes (sem percentagens em menos de 30 respostas). Formato: síntese de uma página (temas por frequência, 2 citações por tema, sinais fracos) e tabela de classificação completa.

Realizei um questionário via [ferramenta, ex: Google Forms, Typeform]. Respostas: [número]. Perguntas: [listar tipo: escolha única, múltipla, escala, livre]. Exportação: [colar amostra]. Objetivo: [o que pretende decidir ou aprender].

Realize a análise por ordem: limpeza (duplicados, respostas demasiado rápidas, incoerências: liste o que descarta), frequências de cada pergunta (formato adaptado ao tipo de pergunta) e os 3 a 5 cruzamentos mais úteis para o MEU objetivo (justifique a escolha).

Precauções obrigatórias: recordar quem respondeu e como a amostra pode diferir do público-alvo (viés de seleção), sinalizar cruzamentos com menos de 30 respondentes e evitar conclusões de causalidade em dados declarativos. Formato: plano de análise, resultados e limites num quadro final.

Implementei [mudança, ex: novos horários, novo site, novo preço] no dia [data] e quero saber se funcionou, sem grupo de controlo. Métrica: [métrica]. Valores antes: [série longa antes da mudança]. Valores depois: [série desde a mudança]. Outros eventos: [o que mudou ao mesmo tempo: época, campanha, concorrência].

Antes de comparar médias, obrigue-me a verificar: o período «antes» é representativo, a variação observada supera as flutuações habituais (quantifique-as), a sazonalidade explica o desvio e qual dos eventos externos poderia produzir o mesmo efeito?

Conclua em três níveis: o que os dados permitem afirmar, o que apenas sugerem e o que não podem decidir. Termine com o dispositivo que tornaria a próxima avaliação mais sólida (teste A/B, alternância). Proibido: concluir apenas por coincidência temporal.

Redija uma nota de uma página baseada na minha análise para [leitor, ex: diretor, comité de investimento, cliente] que a lerá em [tempo, ex: 3 minutos] e deve decidir: [decisão esperada]. Material bruto: [colar resultados, números, factos]. Recomendação: [se houver].

Estrutura imposta: título com a conclusão (não o assunto), primeiro parágrafo com a resposta e número chave, máximo de 3 factos com UM número de apoio cada, opções possíveis com custo/risco numa linha, recomendação assumida e linha «o que ainda não sabemos» (limites sem anular a mensagem).

Restrições: máximo uma página, frases curtas, sem jargão técnico (nem «correlação» nem «dataset» sem tradução), números arredondados para a precisão útil, sem inventar dados. Se faltar material, escreva [dado em falta].

Ajude-me a transformar resultados de análise numa apresentação impactante para [audiência e ocasião, ex: reunião trimestral de direção]. Duração: [tempo]. Resultados: [colar factos e números]. O que quero da audiência: [decisão, orçamento, prioridade].

Construa a narrativa em arco: situação atual, tensão (o número que surpreende ou incomoda), exploração (porquê, máximo 3 provas), resolução (proposta) e apelo à decisão. Divida em slides: uma ideia por slide, com título afirmativo (a sequência dos títulos deve contar a história toda).

Para cada número chave, proponha uma forma de o tornar tangível (comparação com grandeza conhecida, tradução em euros ou clientes por semana). Restrições: sem números inventados, as reservas da análise têm um slide próprio, não notas de rodapé. Formato: plano slide a slide.

Traduza o meu resultado de análise para [público, ex: equipa de vendas, franchisados, cliente final] sem literacia estatística. Resultado técnico: [resultado com termos técnicos, ex: correlação de 0.7, intervalo de confiança, teste A/B, modelo de scoring]. O que o público deve reter: [ação ou mudança esperada].

Produza três níveis: versão 30 segundos oral (linguagem corrente, analogia do dia a dia, sem termos técnicos), versão 5 minutos com exemplo concreto dos dados e resposta às 3 perguntas prováveis deste público.

Restrições de fidelidade: a simplificação não deve dizer MAIS que o resultado técnico (correlação não é causa, tendência não é certeza); sinalize onde simplificou e o que ficou de fora. Formato: os três níveis e lista de simplificações assumidas.

Quero documentar o [relatório, ex: dashboard comercial mensal, relatório de atividade semanal] para que outra pessoa o possa produzir e corrigir sem mim. Como é produzido: [descrever mecânica: fontes, extrações, ficheiros, fórmulas, ajustes manuais]. Frequência: [frequência]. Destinatários: [quem recebe e o que faz].

Redija a documentação em quatro partes: manual de produção (passos, onde clicar, queries, incluindo ajustes manuais), dicionário de indicadores (definição, fórmula, fonte), mapa de dependências (o que quebra o relatório: mudança de formato, acesso expirado) e protocolo de incidentes (como verificar números contestados, quem avisar). 

Faça perguntas se a minha descrição tiver lacunas. Formato: documento estruturado pronto a guardar no Drive da equipa.

Preciso de cruzar dois ficheiros sobre as mesmas entidades mas sem ID comum fiável: [ficheiro 1, ex: exportação CRM com nome empresa e email] e [ficheiro 2, ex: exportação contabilística com razão social e NIF]. Colunas F1: [listar]. Colunas F2: [listar]. Amostras: [colar 10 linhas de cada]. Objetivo: [resultado final].

Construa a estratégia em cascata, da mais segura à menos segura: chaves exatas após normalização (email minúsculo, NIF limpo), chaves compostas (nome normalizado + código postal) e correspondência aproximada de nomes (explicando método no [Excel/Sheets] e limites). Para cada fase: linhas emparelhadas na amostra e taxa de falsos positivos esperada.

Restrições: cada par mantém uma coluna «método» indicando a fase; os não emparelhados vão para lista de trabalho manual, nunca descartados. Formato: plano em cascata, fórmulas e tabela de acompanhamento.

Não posso examinar toda a população e preciso de trabalhar com uma amostra. População: [descrição e tamanho, ex: 12.000 processos de clientes, 3.000 faturas]. O que quero estimar: [objetivo, ex: taxa de erro de preenchimento, conformidade]. Precisão necessária: [ex: saber se a taxa supera 5%, margem de +/- 3 pontos].

Construa o plano: tamanho da amostra para a precisão alvo (raciocínio simples sem fórmulas complexas), método de seleção que evite enviesamento (aleatória simples ou estratificada: se a população tiver subgrupos diferentes [descrever], recomende estratificação) e procedimento concreto no [Excel ou Google Sheets] (fórmula aleatória reprodutível).

Liste os enviesamentos que ameaçam o MEU caso (processos perdidos, período não representativo) e a solução. Termine com a frase padrão para apresentar o resultado final com a margem de incerteza. 

A minha taxa de conversão varia conforme o cálculo e quero fiabilizá-la. Contexto: [percurso, ex: visita ao site para compra, orçamento para assinatura]. Fontes: [ferramentas, ex: GA4, CRM, software faturação]. Cálculos atuais e resultados: [versões em circulação].

Ajude a definir o rigor: o numerador (que evento conta, como tratar cancelamentos, duplicados, conversões múltiplas da mesma pessoa), o denominador (quem entra na base: utilizadores únicos ou visitas, leads qualificados ou todos, critério de entrada) e a janela de atribuição (tempo entre entrada e conversão, e como tratar conversões entre dois meses).

Para cada escolha, mostre o efeito nos dados e indique a convenção de mercado. Explique a divergência dos cálculos atuais. Termine com a definição numa frase e dois erros de leitura a prevenir (comparar taxas de perímetros diferentes, fazer médias de taxas sem ponderar).

Quero calcular e acompanhar o churn (atrição) de [atividade, ex: subscrições de software, contratos de manutenção, ginásio]. Dados: [descrever, ex: exportação com data início, fim, estado, valor mensal]. Ciclo de faturação: [mensal, anual, misto].

Defina as decisões: churn em número de clientes ou em receita (mostre a diferença com exemplo), base inicial (clientes no início do período, incluindo ou não novos do mês), tratamento de casos limite (pausa, incumprimento, downgrade, cancelamento agendado, cliente que regressa).

Forneça a fórmula exata e implementação no [Excel, Google Sheets ou SQL]. Alerte para erros de leitura: mistura de ciclos mensais e anuais, churn que melhora artificialmente quando as vendas aceleram, e por que a leitura por coortes é essencial. Formato: decisões, fórmula, implementação e armadilhas.

Quero perceber o que cada [produto, serviço ou família] rende realmente. Dados: [exportação, ex: vendas por produto com quantidades e preços, custos da contabilidade]. Custos identificados: [listar: compras, matérias, mão-de-obra, custos fixos, transporte, comissões].

Construa a análise: margem bruta por produto (preço venda - custos diretos, sem IVA), e a questão dos custos indiretos: proponha 2 chaves de repartição plausíveis (faturação, tempo, volume), mostre como o ranking muda conforme a chave e por que nenhuma é «a verdade absoluta».

Cruze a margem (%) e em valor (€) com o volume: o produto com margem alta que não vende, o produto com margem baixa que faz o volume. Termine com 3 decisões (preço, descontinuação, destaque) e o número extra a verificar antes de decidir. Formato: método, tabela tipo e leitura comentada.

Quero medir o quanto a minha atividade depende de poucos [clientes, produtos, canais]. Dados: [exportação, ex: faturação por cliente 12 meses, vendas por referência]. Ferramenta: [Excel ou Google Sheets].

Guie a construção da análise: ordenação decrescente, acumulado e percentagem acumulada (fórmulas exatas), leitura de limiares (quantos elementos para 50% e 80% do total, peso dos 5 maiores) e curva de Pareto.

Qualifique o RISCO: o que acontece se o maior [cliente/produto] desaparecer (impacto € e %), a concentração está a aumentar face a [período comparação] e se a «cauda longa» (os muitos pequenos) custa mais a servir do que rende. Restrições: tratar entidades do mesmo grupo como uma só. Formato: método, fórmulas e leitura de risco.

Quero comparar o desempenho de [lojas, agências, equipas] sem ser injusto: o contexto varia. Unidades: [listar diferenças: tamanho, zona, antiguidade, pessoal, tráfego]. Dados: [métricas por unidade e período].

Construa o comparativo: primeiro métricas RELATIVAS a uma base justa (por vendedor, por m2, por hora, por habitante: escolha os rácios e justifique). Depois, a comparação da unidade consigo mesma (evolução anual): o ranking de crescimento diz algo diferente do ranking bruto? Por fim, os desvios inexplicáveis: o que sobra após normalização e merece uma visita ou conversa, não uma sanção.

Restrições: sinalizar unidades muito recentes ou pequenas, nunca resumir a um ranking único sem mostrar os rácios, e listar fatores não captados pelos dados (obras, concorrência local). Formato: tabela comparativa e grelha de leitura para revisão.

Quero analisar o meu funil para saber onde focar o esforço. Percurso: [etapas, ex: visita, produto, carrinho, pagamento; ou B2B: lead, contacto, reunião, proposta, fecho]. Volumes por etapa em [período]: [colar números]. Fonte: [GA4, CRM, etc].

Calcule as taxas de passagem entre etapas consecutivas (não apenas a global) e identifique onde se perde mais, em valor absoluto e em taxa: explique qual priorizar para o objetivo [objetivo, ex: mais vendas com o mesmo tráfego].

Verifique armadilhas: etapas técnicas que falham, saltos de etapa, janela de medição curta para percursos lentos. Proponha o cruzamento mais útil com [segmento, ex: mobile vs desktop, fonte tráfego] e o que um desvio entre segmentos implicaria. Formato: tabela de taxas, diagnóstico e 2 hipóteses de melhoria.

Suspeito de uma ligação entre [variável 1, ex: meteorologia, avaliações online, tempo resposta] e [variável 2, ex: vendas, taxa fecho] e quero verificar. Dados: [colar séries emparelhadas por dia/semana]. Intuição: [o que acredita e o que faria se confirmado].

Guie a análise no [Excel ou Google Sheets]: primeiro o gráfico de dispersão (forma, sentido, outliers), depois o coeficiente de correlação com interpretação simples e limiares de interesse para o número de observações [número].

Reveja explicações alternativas antes de concluir causalidade: fator comum (sazonalidade), causalidade inversa ou coincidência. Para cada uma, teste simples para confirmar/enfraquecer com os dados. Conclusão em 3 lines: o que está provado, o que é hipótese e a experiência que tiraria as dúvidas.