Prejsť na obsah
Knižnica promptov

Prompty pre Analýza dát

Nechajte svoje čísla hovoriť: prieskum, prehľadné tabuľky, opatrná interpretácia a prezentácia výsledkov. Nahraďte premenné v zátvorkách vaším kontextom. Následne prompt skopírujte alebo ho priamo otvorte v chate.

  • 50 promptov pre Analýza dát
  • Skopírovať alebo otvoriť v chate

Preskúmanie neznámeho dátového súboru

Metodický prvý pohľad na export: kvalita, štruktúra a prvé smery analýzy.

Mám export dát z [zdroj, napr. môj CRM, systém iKROS, Google Analytics] a chcem pochopiť, čo obsahuje a čo sa z neho dá vyčítať. Obchodný kontext: [aktivita a všeobecná otázka, napr. chcem zistiť, prečo klesajú tržby].

Dáta: [vložte dáta alebo prvé riadky s hlavičkami]

Postupuj v tomto poradí: opíš štruktúru (stĺpce, typy, pokryté obdobie, granularita), vyhodnoť kvalitu (chýbajúce hodnoty, pravdepodobné duplicity, nekonzistentnosti, prázdne alebo konštantné stĺpce (vymenuj ich presne)), vypočítaj základné štatistiky pre dôležité stĺpce. Následne navrhni 5 biznis otázok, na ktoré tieto dáta dokážu odpovedať, a 3 otázky, na ktoré napriek zdaniu ODPOVEDAŤ NEDOKÁŽU (uveď, aký údaj chýba).

Na záver urči najsľubnejšiu analýzu, ktorú by som mal urobiť ako prvú, a navrhni metódu. V tejto fáze nerob žiadne definitívne biznis závery.

Interpretácia vývoja ukazovateľa

Analýza, ktorá pred vyvodením záverov rozlišuje medzi reálnou zmenou, sezónnosťou a šumom.

Môj ukazovateľ [ukazovateľ, napr. konverzný pomer, priemerná objednávka, churn rate] sa zmenil z [pôvodná hodnota] na [nová hodnota] medzi [obdobie 1] a [obdobie 2]. Dostupná história: [hodnoty za predchádzajúce obdobia]. Udalosti v danom období: [čo sa zmenilo: kampaň, ceny, sezóna, incident, zmena webu].

Pred interpretáciou mi pomôž overiť: je táto zmena významná vzhľadom na bežné kolísanie (vypočítaj rozsah bežných odchýlok z histórie)? Môže ju vysvetliť sezónnosť (porovnaj s rovnakým obdobím v predchádzajúcich rokoch)? Zmenil sa spôsob merania (objem dát, definícia, merací nástroj)?

Až potom vypíš hypotézy vysvetľujúce zmenu, zoradené podľa pravdepodobnosti. Pri každej uveď test alebo údaj, ktorý by ju potvrdil. Zákaz: vyvodzovať príčinu len na základe časovej zhody. Na záver napíš úprimnú odpoveď jednou vetou na otázku: „Tak čo, je to zlé?“.

Definovanie ukazovateľov pre dashboard

Premyslený výber 6 až 8 ukazovateľov prepojených na rozhodnutia, ktoré majú ovplyvniť.

Pomôž mi definovať dashboard pre [oblasť, napr. obchodný tím, e-shop, zákaznícka podpora]. Cieľ aktivity: [cieľ]. Rozhodnutia, ktoré má tento dashboard ovplyvniť: [pravidelné rozhodnutia, napr. kam zamerať obchodné úsilie, kedy prijať ľudí, ktoré produkty promovať]. Dostupné dáta: [zdroje a nástroje].

Pre každé uvedené rozhodnutie navrhni ukazovatele, ktoré ho skutočne osvetlia. Rozlišuj medzi výsledkovými ukazovateľmi (čo sa stalo) a akčnými ukazovateľmi (čo môžeme ovplyvniť tento týždeň). Maximálne 8 ukazovateľov celkovo: ak nejaké vyradíš, vysvetli prečo.

Pre každý vybraný ukazovateľ uveď: jednoznačnú definíciu (čo presne počítame, za aké obdobie), vzorec, zdroj, frekvenciu sledovania a klasickú pascu pri interpretácii (napr. priemer, ktorý maskuje extrémy, alebo ukazovateľ, ktorý sa dá ľahko zmanipulovať).

Prezentácia analýzy vedeniu

Transformácia technickej analýzy na jasný odkaz: zistenie, dôkaz, odporúčanie.

Transformuj moju analýzu do podoby výstupu pre [publikum, napr. vedenie firmy, môj nadriadený, klient]. Pôvodná otázka analýzy: [otázka]. Čo som zistil: [výsledky, čísla, zistenia]. Limity analýzy: [obmedzenia: čiastkové dáta, krátke obdobie, možné skreslenia]. Moje odporúčanie: [odporúčanie, ak nejaké mám].

Zostav výstup v tomto poradí: odpoveď na otázku jednou vetou (najprv hlavný odkaz, nikdy nie metóda), 2 alebo 3 zistenia, ktoré ho podporujú (každé s JEDNÝM kľúčovým číslom), odporúčanie s odhadom nákladov a prínosov, úprimne priznané limity (limit = upozornenie na používanie, nie výhovorka).

Priprav tiež: 3 pravdepodobné „zákerné“ otázky od tohto publika s odpoveďami a 30-sekundovú „výťahovú“ verziu správy. Formát: [požadovaný formát, napr. osnova slajdov, e-mail, jednostranové zhrnutie].

Návrh testu pred plošným zavedením

Jednoduchý a poctivý testovací protokol: hypotéza, vzorka, trvanie a vopred určené kritériá úspechu.

Chcem otestovať [plánovaná zmena, napr. nová cena, nová podstránka, iný skript pre telefonáty] pred jej plošným zavedením. Aktuálny stav: [aktuálna metrika a jej úroveň]. Dostupný objem: [návštevnosť, hovory, odoslania za týždeň]. Čo očakávam: [očakávané zlepšenie].

Vytvor protokol: hypotézu formulovanú tak, aby sa dala vyvrátiť („ak urobíme X, tak Y vzrastie aspoň o Z“), kritérium úspechu a rozhodovaciu hranicu určenú TERAZ (pred výsledkami), rozdelenie na testovaciu a kontrolnú skupinu, odhadované trvanie potrebné na odlíšenie reálneho efektu od šumu (vysvetli výpočet jednoducho) a rušivé vplyvy, ktoré treba neutralizovať (sezónnosť, deň v týždni).

Pridaj návod na čítanie výsledkov: v akom prípade zmenu zavediem, kedy ju zastavím, kedy test predĺžim. Uveď závery, ktoré bude ZAKÁZANÉ vyvodzovať, aj keby čísla lákali (napr. hľadanie úspešných podskupín ex-post).

Odstránenie duplicít v databáze klientov

Metóda čistenia, ktorá pred vymazaním rozlišuje skutočné duplicity od podobných záznamov.

Pôsobíš ako dátový analytik. Potrebujem odstrániť duplicity z klientskeho súboru exportovaného z [nástroj, napr. CRM, Money S3] pred marketingovou kampaňou. Dostupné stĺpce: [zoznam stĺpcov, napr. meno, priezvisko, e-mail, telefón, adresa, dátum vytvorenia].

Ukážka súboru: [vložte 20 až 30 reprezentatívnych riadkov].

Navrhni stratégiu čistenia v niekoľkých krokoch: najprv presné duplicity (zhoda v ktorých stĺpcoch?), potom pravdepodobné duplicity (varianty pravopisu, rovnaký e-mail ale iné meno, iný formát telefónu). Pri každom kroku uveď kľúč pre párovanie, potrebnú normalizáciu (malé písmená, medzery, diakritika, predvoľby) a riziko chybného označenia (false positive).

Obmedzenia: nikdy nespájaj záznamy automaticky len na základe mena a priezviska, vždy urči, ktorý záznam ponechať (najnovší? najúplnejší?) a prečo. Výstup: akčný plán krok za krokom, konkrétne vzorce pre Excel alebo Google Sheets a odhad počtu duplicít na poskytnutej ukážke.

Zjednotenie zmiešaných formátov dátumov

Čistenie stĺpca s rôznymi formátmi dátumov bez poškodenia nejednoznačných hodnôt.

Mám export z [zdroj, napr. pokladničný systém, online formulár], kde stĺpec s dátumami mieša rôzne formáty: [reálne príklady, napr. 03/04/2026, 2026-04-03, 3. apríl 2026, 04-03-26]. Pracujem v [Excel alebo Google Sheets].

Pomôž mi všetko previesť na jednotný formát [cieľový formát, napr. DD.MM.RRRR] bez poškodenia dát. Najprv identifikuj všetky prítomné formáty a označ NEJEDNOZNAČNÉ hodnoty (03/04: 3. apríl alebo 4. marec?). Vypíš ich explicitne a navrhni pravidlo na ich rozlíšenie (jazyk zdroja, hodnoty nad 12, logika s iným stĺpcom).

Následne uveď konkrétne vzorce alebo kroky na konverziu, vrátane kontrolného stĺpca (vzorec, ktorý upozorní na riadky, kde konverzia zlyhala alebo vytvorila dátum mimo logického rozsahu [očakávané obdobie]). Na záver pridaj zoznam kontrol pred nahradením pôvodného stĺpca.

Riešenie chýbajúcich hodnôt v súbore

Rozhodovanie medzi vymazaním, doplnením alebo označením chýbajúcich dát v každom stĺpci.

Si precízny dátový analytik. Môj súbor [popis, napr. export objednávok za rok z ERP] obsahuje chýbajúce hodnoty a ja musím rozhodnúť, čo s nimi pred analýzou. Dotknuté stĺpce a približné percento prázdnych polí: [napr. PSČ 12 %, akvizičný kanál 40 %, suma 2 %].

Plánovaná analýza: [čo chcem vypočítať, napr. tržby podľa krajov a kanálov].

Pre každý stĺpec mi pomôž odpovedať: nesie prázdne miesto informáciu (napr. nepovinné pole, chyba zberu) alebo je náhodné? Ktorá možnosť je pre MOJU analýzu najmenej riziková: vylúčiť riadky, doplniť hodnotu (akú a prečo), vytvoriť kategóriu „neuvedené“ alebo zrušiť danú časť analýzy? Aké skreslenie každá možnosť prináša?

Obmedzenia: nikdy nedopĺňaj priemer bez zdôvodnenia, vždy vyčísli dopad (koľko riadkov stratíme, akú váhu majú na celku). Formát: tabuľka stĺpec po stĺpci s odporúčaným rozhodnutím a poznámkou pre finálnu prezentáciu.

Normalizácia nejednotných textových polí

Zjednotenie voľne písaných polí (mestá, firmy, kategórie) do čistého číselníka.

Mám stĺpec s voľným textom, ktorý potrebujem normalizovať: [typ poľa, napr. názvy miest, obchodné mená, kategórie produktov] v [nástroj, napr. Google Sheets, Excel]. Príklady reálnych hodnôt: [vložte 20 až 40 hodnôt vrátane variantov: veľkosť písma, skratky, preklepy, medzery].

Cieľ: získať čistý stĺpec s jednou kanonickou hodnotou pre každú entitu, aby sa dali dáta správne agregovať.

Postupuj takto: identifikuj skupiny variantov, ktoré označujú tú istú vec, navrhni kanonickú hodnotu pre každú skupinu a vypíš sporné prípady na manuálne overenie. Potom uveď metódu realizácie: prevodovú tabuľku (variant -> kanonická hodnota) plus vzorec pre prepojenie, pravidlá pre čistenie (veľkosť písmen, diakritika, viacnásobné medzery) a kontrolný vzorec, ktorý izoluje nezaradené hodnoty.

Obmedzenie: prevodová tabuľka musí byť na samostatnom hárku, aby bola opakovane použiteľná pre ďalšie exporty. Formát: prevodová tabuľka a vzorce pripravené na kopírovanie.

Príprava súboru pred importom do CRM

Zosúladenie súboru kontaktov s požiadavkami na import: kontroly, mapovanie a ošetrenie chýb.

Potrebujem importovať súbor [typ, napr. kontakty z výstavy, leady z formulára] do [CRM alebo cieľový nástroj]. Stĺpce môjho súboru: [zoznam stĺpcov]. Polia vyžadované cieľovým nástrojom: [zoznam polí a ich obmedzenia, napr. povinný e-mail, telefón v medzinárodnom formáte].

Ukážka: [vložte 10 až 20 riadkov].

Priprav plán zosúladenia: mapovanie zdrojových stĺpcov na cieľové polia (vrátane nepárovaných stĺpcov na oboch stranách), kontroly pred importom (neplatné e-maily, neúplné telefóny, prázdne povinné polia, duplicity), potrebné transformácie (rozdelenie meno/priezvisko, formátovanie telefónov, normalizácia krajín).

Obmedzenia: každý vyradený riadok musí skončiť v hárku „chyby“ s dôvodom vyradenia, nikdy ho nemaž potichu. Nevymýšľaj si údaje pre povinné polia. Výstup: tabuľka mapovania, zoznam kontrol so vzorcami a finálny checklist pred spustením importu (záloha, test na 10 riadkoch, kontrola v nástroji).

Preklad biznis otázky do SQL dotazu

Prechod od slovenskej otázky k správnemu SQL kódu s jasne definovanými predpokladmi.

Si senior SQL vývojár. Moja biznis otázka znie: [otázka v slovenčine, napr. ktorí klienti si objednali aspoň dvakrát tento rok, ale za posledné tri mesiace nič?]. Databáza: [systém, napr. PostgreSQL, MySQL, BigQuery]. Dostupné tabuľky a stĺpce: [popíš tabuľky, ich stĺpce a vzťahy, alebo vlož schému].

Pred napísaním kódu preformuluj moju otázku do presných pojmov a vypíš nejasné body s predpokladom, ktorý prijímaš (čo presne počítame, aké sú hraničné dátumy, či rátame aj zrušené objednávky, časové pásmo). Ak v schéme chýba dôležitá informácia, upozorni na to.

Potom napíš SQL dotaz s komentárom ku každému riadku. Navrhni aj jednoduchý kontrolný dotaz (celkový súčet alebo počet), aby som si mohol overiť vierohodnosť výsledku. Formát: predpoklady, komentovaný dotaz, kontrolný dotaz, limity výsledku.

Vysvetlenie zdedeného SQL dotazu

Spätná dokumentácia existujúceho dotazu: čo skutočne počíta, jeho pasce a podmienky platnosti.

Zdedil som SQL dotaz používaný v [kontext, napr. mesačný report, automatický export] a nikto už presne nevie, čo robí. Tu je: [vložte celý dotaz].

Známy kontext: [čo má report zobrazovať, typ databázy].

Vysvetli ho v troch úrovniach: súhrnná veta (čo počíta v biznis reči), potom rozbor blok po bloku (každý join, filter, agregácia a poddotaz s ich efektom) a nakoniec skryté pasce: joiny, ktoré môžu duplikovať alebo strácať riadky, filtre vo WHERE, ktoré menia LEFT JOIN na INNER JOIN, spracovanie NULL hodnôt, zahrnutie/vylúčenie hraničných dátumov.

Na záver uveď: prípady, kedy by výsledné číslo mohlo byť CHYBNÉ bez toho, aby na to systém upozornil, a dva rýchle kontrolné dotazy na overenie týchto prípadov. Formát: štruktúrované vysvetlenie a zoznam pascí podľa závažnosti.

Optimalizácia pomalého SQL dotazu

Metodická diagnostika pomalosti a návrhy na optimalizáciu zoradené podľa dopadu.

Si expert na optimalizáciu SQL. Môj dotaz je príliš pomalý: [aktuálny čas] pre [približný objem tabuliek]. Systém: [PostgreSQL, MySQL, SQL Server, BigQuery]. Dotaz: [vložte dotaz]. Existujúce indexy: [uveďte alebo napíšte „neznáme“]. Execution plan, ak je dostupný: [vložte výstup EXPLAIN].

Najprv diagnostikuj: identifikuj pravdepodobné príčiny pomalosti (funkcie použité na filtrovaných stĺpcoch, ktoré bránia použitiu indexov, korelované poddotazy, zbytočné SELECT *, joiny na neindexovaných stĺpcoch, chýbajúce dátové filtre).

Navrhni optimalizácie zoradené podľa pomeru úsilie/zisk: prepísanie dotazu (uveď celú novú verziu), indexy, ktoré treba vytvoriť, a ako poslednú možnosť zmeny v štruktúre. Absolútna podmienka: výsledok musí zostať identický. Pri každej zmene vysvetli, prečo je ekvivalentná. Na záver uveď spôsob, ako presne zmerať zrýchlenie.

Kontrola výsledkov SQL pred zverejnením

Séria kontrolných dotazov na overenie SQL čísel pred ich odoslaním biznis oddeleniu.

Pomocou tohto SQL dotazu som získal výsledok a chcem ho skontrolovať pred odoslaním [príjemcovia, napr. vedenie, klient]. Dotaz: [vložte dotaz]. Získaný výsledok: [číslo/čísla]. Očakávaný rozsah podľa biznisu: [čo by bolo logické, alebo „netuším“].

Vytvor sériu kontrol: dotaz na hrubý objem (koľko riadkov pred filtrami a po každom hlavnom filtri), kontrolu duplicít na kľúči, ktorý má byť unikátny, kontrolu NULL hodnôt v joinovaných stĺpcoch, porovnanie s nezávislým zdrojom [dostupný zdroj na krížovú kontrolu] a test hraničných hodnôt (zmení sa číslo, ak posuniem obdobie o jeden deň?).

Pre každú kontrolu uveď: dotaz pripravený na spustenie, ako vyzerá normálny výsledok a čo ma má varovať. Na záver urči pravidlo: kedy výsledok zverejním, kedy ho opravím a kedy upozorním, že je len predbežný.

Tvorba užitočnej kontingenčnej tabuľky

Návrh kontingenčnej tabuľky (TCD), ktorá odpovedá na konkrétnu otázku: polia, agregácie a pasce pri čítaní.

Pracujem v [Excel alebo Google Sheets] so súborom [typ dát, napr. riadky predajov s dátumom, produktom, predajňou, množstvom a sumou]. Otázka, na ktorú chcem odpovedať: [biznis otázka, napr. ktoré produkty ťahajú rast a v ktorých predajniach?].

Dostupné stĺpce: [zoznam stĺpcov a ich obsah].

Navrhni vhodnú kontingenčnú tabuľku: pre každú uveď, ktoré polia dať do riadkov, stĺpcov, hodnôt a filtrov. Akú agregáciu zvoliť (súčet, priemer, počet a prečo by mohol byť priemer zavádzajúci) a aké zoskupenie použiť (dátumy podľa mesiacov, cenové hladiny).

Upozorni na pasce v mojom prípade: duplikované riadky pri nesprávnej granularite, súčty miešajúce rôzne jednotky, percentá počítané z nesprávneho základu. Uveď kroky na vytvorenie v mojom nástroji a dva závery, ktoré tabuľka umožní urobiť (a jeden, ktorý by bol lákavý, ale nesprávny).

Vzorec na prepojenie dvoch hárkov

Výber a zápis správneho vyhľadávacieho vzorca (VLOOKUP, INDEX/MATCH, XLOOKUP) pre konkrétny prípad.

V [Excel alebo Google Sheets] chcem do hlavného hárka preniesť informáciu z iného hárka. Hlavný hárok: [stĺpce, napr. A číslo objednávky, B dátum, C suma]. Zdrojový hárok: [stĺpce, napr. A číslo objednávky, D meno klienta, E segment]. Informácia na prenos: [požadovaný stĺpec]. Spoločný kľúč: [spoločný stĺpec].

Napíš mi presný vzorec pripravený na skopírovanie. Vyber medzi VLOOKUP (VYHĽADAŤ.ZVISLO), INDEX/MATCH (INDEX/POZRI.SA) a XLOOKUP (XLOOKUP) podľa mojej verzie nástroja [uveďte verziu] a vysvetli výber dvoma vetami.

Ošetri prípady, ktoré tieto vzorce kazia: chýbajúci kľúč v zdroji (čo vrátiť namiesto chyby), duplicitné kľúče v zdroji (ktorý riadok sa vezme, ako to zistiť), kľúče, ktoré vyzerajú rovnako, ale líšia sa medzerou alebo formátom (číslo vs. text). Formát: hlavný vzorec, vzorec na detekciu duplicít, vzorec na čistenie.

Tvorba podmienených vzorcov s viacerými kritériami

Preklad slovenskej požiadavky do správnych funkcií SUMIFS, COUNTIFS alebo AVERAGEIFS.

Pracujem v [Excel alebo Google Sheets]. Moje dáta: [popíš stĺpce s písmenami, napr. A dátum, B obchodník, C región, D suma, E stav]. Čo chcem vypočítať: [napr. celkové tržby v regióne Západ podpísané v roku 2026 podľa obchodníkov, okrem stavu „zrušené“].

Napíš presné vzorce so správnymi oblasťami. Vyber medzi SUMIFS (SUMIFS), COUNTIFS (COUNTIFS), AVERAGEIFS (AVERAGEIFS) alebo ich kombináciou. Vysvetli každé kritérium vzorca jedným riadkom.

Pokry detaily: kritériá dátumov (ako zapísať „v roku 2026“ alebo „medzi dvoma dátumami“ s úvodzovkami a ampersandom), kritérium vylúčenia (nerovná sa), zástupné znaky pre čiastočný text a fixné referencie s dolármi ($) pre kopírovanie. Pridaj kontrolný vzorec na overenie celkového súčtu. Formát: vzorce pripravené na vloženie a vysvetlivky.

Extrakcia informácií z textu pomocou Regex

Zápis regulárneho výrazu s komentárom na extrakciu alebo čistenie vzorov v stĺpci.

V Google Sheets (funkcie REGEXEXTRACT, REGEXMATCH, REGEXREPLACE) chcem extrahovať [cieľová informácia, napr. PSČ, číslo faktúry, doménu e-mailu] z textového stĺpca. Reálne príklady hodnôt: [vložte 10 až 15 hodnôt vrátane zložitých prípadov].

Očakávaný výsledok pre každý príklad: [uveďte výsledok pre 3-4 príklady].

Napíš celý vzorec a vysvetli regex po častiach (každá trieda znakov, kvantifikátor a skupina). Otestuj ho mentálne na mojich príkladoch a upozorni na tie, ktoré by mohol vynechať.

Pridaj: variant REGEXMATCH pre kontrolný stĺpec pravda/nepravda, ošetrenie stavu „žiadna zhoda“ bez chybového hlásenia a známe limity tvojho vzoru. Obmedzenie: uprednostni čitateľný regex pred príliš kompaktným. Formát: vzorce a vysvetlenie.

Diagnostika vzorca, ktorý vracia chybu

Systematický postup na pochopenie, prečo vzorec vracia #N/A, #REF! alebo nesprávny výsledok.

Môj vzorec v [Excel alebo Google Sheets] nedáva očakávaný výsledok. Presný vzorec: [vložte vzorec]. Chyba alebo príznak: [napr. #N/A na niektorých riadkoch, #REF!, nesprávny súčet, všade nuly]. Kontext: [popíš použité stĺpce a uveď príklad riadku, kde to zlyháva, s reálnymi hodnotami].

Postupuj ako pri diagnostike: vypíš možné príčiny zoradené od najpravdepodobnejšej (zmiešané typy číslo/text, neviditeľné medzery, posunuté oblasti po vložení riadkov, nezafixovaná referencia, chýbajúca hľadaná hodnota, chýbajúce zoradenie, oddeľovače v slovenskej lokalizácii).

Pre každú príčinu uveď rýchly test na overenie (funkcie ISNUMBER, ISTEXT, LEN na medzery). Po identifikácii príčiny uveď minimálnu opravu a následne robustnú verziu vzorca, ktorá chybe predíde v budúcnosti. Formát: diagnostický strom, testy, oprava.

Výber správneho grafu pre vašu správu

Výber typu grafu na základe posolstva, ktoré chcete odovzdať, nie podľa estetiky.

Potrebujem prezentovať dáta [publikum, napr. vedenie firmy, obchodný tím] a chcem vybrať správny graf. Posolstvo, ktoré chcem odovzdať: [posolstvo jednou vetou, napr. dva produkty tvoria väčšinu nášho rastu]. Dostupné dáta: [popíš alebo vlož dáta: dimenzie, metriky, počet kategórií, obdobie].

Odporuč typ grafu vhodný pre toto POSOLSTVO (porovnanie, vývoj, rozdelenie, vzťah) a zdôvodni to dvoma vetami. Navrhni aj rozumnú alternatívu a vysvetli, prečo je na druhom mieste. Explicitne vylúč nevhodné voľby (napr. koláčový graf pri veľkom počte kategórií, dvojitá os naznačujúca falošný vzťah) s odôvodnením.

Uveď konkrétne špecifikácie: čo dať na os X a Y, zoradenie kategórií, mierka (či zahrnúť nulu), čo anotovať priamo v grafe a názov formulovaný ako posolstvo, nie ako popis. Na záver uveď verziu „ako to nerobiť“.

Kritika existujúceho grafu pred zverejnením

Kritické zhodnotenie grafu: poctivosť mierky, čitateľnosť a súlad s posolstvom.

Tu je graf, ktorý sa chystám zverejniť v [kontext, napr. mesačný report, prezentácia pre klienta]. Popis alebo dáta grafu: [popíš graf: typ, osi, mierky, série, názov, alebo vložte dáta]. Posolstvo, ktoré má niesť: [posolstvo].

Urob kritiku v troch oblastiach. Poctivosť: skresľuje mierka zmenu (odrezaná os, dvojitá os, neohlásená logaritmická mierka), je vybrané obdobie účelové, je vzorka dostatočná pre zobrazené percentá? Čitateľnosť: čo pochopí čitateľ za 5 sekúnd, hovorí názov posolstvo alebo len tému, sú tam zbytočné prvky (farby, mriežky, desatinné miesta)? Vhodnosť: slúži tento typ grafu danému posolstvu?

Rozdeľ pripomienky na „kritické pred zverejnením“ a „odporúčané vylepšenia“. Potom presne popíš opravenú verziu. Obmedzenie: kritizuj graf, nie dáta; ak je problém v dátach, uveď to samostatne.

Príprava dát pre graf

Transformácia surového exportu do presného formátu, ktorý vyžaduje vizualizačný nástroj.

Chcem vytvoriť [cieľový graf, napr. mesačný vývoj podľa kanálov, skladaný stĺpcový graf] v [nástroj, napr. Google Sheets, Excel, Looker Studio], ale moje surové dáta nie sú v správnom formáte. Aktuálne dáta: [vložte ukážku s hlavičkami, napr. jeden riadok na transakciu].

Najprv popíš presnú cieľovú štruktúru, ktorú nástroj pre tento graf vyžaduje (formát na výšku alebo na šírku, jeden stĺpec na sériu alebo stĺpec kategórie, granularita dátumov), s príkladom 5 riadkov, ako majú dáta vyzerať.

Potom uveď najjednoduchšiu cestu transformácie v mojom nástroji: agregácia (kontingenčná tabuľka alebo vzorce), riešenie období bez dát (zobraziť nulu alebo vynechať a vplyv na krivku), zoradenie a zaokrúhľovanie len pri zobrazení, nikdy nie v dátach.

Na záver pridaj dve kontroly pred vykreslením: či sa celkový súčet transformovanej tabuľky rovná surovému súčtu a či počet období súhlasí s rozsahom [obdobie].

Vypracovanie presnej definície ukazovateľa

Definičný list ukazovateľa, ktorý eliminuje rozdiely vo výpočtoch medzi tímami.

V našej firme ukazovateľ [názov, napr. konverzný pomer, tržby, aktívni klienti] dáva rôzne čísla podľa toho, kto ho počíta. Chcem napísať jeho referenčnú definíciu. Aktuálne známe použitia: [kto ho používa a ako, napr. marketing z GA4, obchod z CRM]. Dostupné zdroje dát: [nástroje a tabuľky].

Vypracuj kompletný definičný list: presný vzorec (čitateľ a menovateľ definovaný bez nejasností: ktoré udalosti sa rátajú, ktoré sú vylúčené, ako riešime storná, vratky, duplicity, interné testy), referenčné obdobie a časové pásmo, zdroj pravdy v prípade rozdielov, frekvencia a dátum uzávierky (môže sa číslo za minulý mesiac ešte zmeniť?).

Vypíš pravdepodobné rozdiely medzi aktuálnym používaním a touto definíciou s odhadom odchýlky. Obmedzenie: každý člen vzorca musí byť overiteľný dotazom, žiadne vágne pojmy (napr. „aktívny klient“ musí byť definovaný merateľným kritériom).

Rozklad KPI na ovplyvniteľné faktory

Aritmetický rozklad hlavného KPI na pod-ukazovatele, ktoré môže tím reálne ovplyvniť.

Môj hlavný ukazovateľ je [ukazovateľ, napr. mesačné tržby, počet nových klientov] a chcem ho rozložiť na faktory, aby som vedel, kde zasiahnuť. Kontext: [aktivita, napr. e-shop, poradenská firma, sieť predajní]. Aktuálna úroveň: [hodnota]. Cieľ: [cieľ].

Vytvor strom aritmetického rozkladu: ukazovateľ vyjadrený ako súčin alebo súčet pod-ukazovateľov (napr. návštevnosť × konverzný pomer × priemerná objednávka). Každý pod-ukazovateľ rozlož o ďalšiu úroveň, ak je to užitočné. Over, či je rozklad matematicky presný.

Pre každý koncový bod stromu uveď: kto vo firme ho môže ovplyvniť, dáta na jeho meranie [dostupné zdroje] a realistický priestor na zlepšenie. Identifikuj dva faktory, kde dané úsilie prinesie najviac (citlivosť: čo sa stane s hlavným KPI, ak tento faktor vzrastie o 10 %?). Upozorni na faktory, ktoré sa navzájom kanibalizujú.

Analýza retencie podľa kohort

Tvorba a čítanie kohortnej tabuľky na odlíšenie vplyvu obdobia náboru od vplyvu dĺžky vzťahu.

Chcem analyzovať retenciu mojich [klientov alebo predplatiteľov] podľa kohort. Dostupné dáta: [popíš, napr. export s ID klienta, dátumom prvej objednávky/registrácie, dátumami ďalšej aktivity]. Nástroj: [Excel, Google Sheets, SQL]. Definícia „udržaného“ klienta: [napr. znova objednal v danom mesiaci, má aktívne predplatné].

Veď ma pri tvorbe kohortnej tabuľky: zoskupenie podľa mesiaca prvej objednávky, výpočet aktivity v M+1, M+2, M+3 atď. ako percento z pôvodnej veľkosti kohorty. Uveď konkrétnu metódu v mojom nástroji.

Pomôž mi ju následne INTERPRETOVAŤ: odlíš efekt veku (všetky kohorty časom slabnú) od efektu obdobia (sú novšie kohorty lepšie alebo horšie ako staré v rovnakom veku?), nájdi mesiac, kedy sa retencia stabilizuje, a upozorni na kohorty, ktoré sú príliš mladé alebo malé na závery. Formát: metóda tvorby a návod na čítanie s otázkami, ktoré si treba položiť.

Segmentácia zákazníkov metódou RFM

Segmentácia podľa recencie, frekvencie a peňažnej hodnoty s odôvodnenými hranicami a akciami.

Chcem segmentovať svoju zákaznícku bázu metódou RFM (Recency, Frequency, Monetary) pre cielené kampane. Dáta: [dostupný export, napr. riadok na objednávku s ID klienta, dátumom a sumou z pokladne alebo CRM]. Nástroj: [Excel, Google Sheets, SQL]. Aktivita: [typ a typický nákupný cyklus, napr. móda, nákup každé 2 mesiace].

Vytvor postup: výpočet troch hodnôt pre klienta (presný vzorec/dotaz), výber bodovacích hraníc prispôsobených MÔJMU cyklu (namiesto automatických kvintilov, zdôvodni každú hranicu), priradenie skóre a zoskupenie do 5 až 8 pomenovaných segmentov (verní, spiaci, sľubní nováčikovia, stratení...).

Pre každý segment uveď: očakávaný podiel v percentách, charakteristiku jednou vetou, prioritnú obchodnú akciu a ukazovateľ úspechu. Obmedzenia: vylúč zrušené objednávky a testovacích klientov, ošetri klientov s jediným nákupom. Formát: postup krok za krokom a tabuľka segmentov.

Predpoveď aktivity so sezónnosťou

Jednoduchá predpoveď, ktorá oddeľuje trend od sezónnosti s úprimným odhadom neistoty.

Chcem predpovedať [veličina, napr. mesačné tržby, rezervácie, objem hovorov] na [horizont, napr. nasledujúcich 6 mesiacov]. Dostupná história: [vložte sériu, ideálne 24 mesiacov, alebo popíšte čo máte]. Moja aktivita má známu sezónnosť: [popíš, napr. vrchol v decembri, útlm v auguste].

Vytvor jednoduchú a opakovateľnú predpoveď v [Excel alebo Google Sheets]: vypočítaj základný trend (kĺzavý priemer za 12 mesiacov alebo regresia, vysvetli výber), mesačné sezónne koeficienty z histórie a následne predpoveď (trend × koeficient). Ukáž vzorce.

Vyžaduj poctivosť výsledku: uveď spodný a horný odhad na základe chýb, ktoré by táto metóda urobila v minulosti (backtest: aplikuj metódu na posledných 6 známych mesiacov a zmeraj odchýlku). Vypíš, čo metóda NEMÔŽE vidieť (výnimočné udalosti, zmena cien) a signál, ktorý by ma mal prinútiť predpoveď prehodnotiť.

Projekcia výsledkov do konca roka

Odhad koncoročného výsledku, ktorý ide nad rámec trojčlenky a zahŕňa sezónnosť aj záväzky.

Sme v mesiaci [aktuálny mesiac] a chcem odhadnúť koncoročný výsledok pre [veličina, napr. tržby, výdavky, počet vybavených spisov]. Aktuálny stav: [kumulatívna hodnota]. Ročný cieľ: [cieľ]. Mesačná história za minulý a tento rok: [vložte hodnoty].

Vytvor tri projekcie a porovnaj ich: naivná trojčlenka (stav / uplynuté mesiace × 12), sezónna projekcia (podľa historickej váhy zvyšných mesiacov) a „informovaná“ projekcia, ktorá zahŕňa známe fakty o budúcich mesiacoch: [známe prvky, napr. podpísané objednávky, otvorené ponuky, letná odstávka, nábor].

Pre každú uveď: výsledné číslo, predpoklad, z ktorého vychádza, a kedy sa najviac mýli. Odporuč, ktorú použiť v mojom prípade a akú odchýlku od cieľa predpokladá (v eurách a percentách). Na záver uveď 2-3 akcie, ktoré by ešte mohli výsledok ovplyvniť. Formát: porovnávacia tabuľka a odporúčanie.

Audit kvality databázy

Štruktúrovaný audit kvality: úplnosť, platnosť, aktuálnosť a konzistencia s prioritami opráv.

Si zodpovedný za kvalitu dát. Chcem auditovať kvalitu [databáza, napr. CRM báza klientov, katalóg produktov, súbor dodávateľov] pred [plánované použitie, napr. migrácia, kampaň, nastavenie reportingu]. Štruktúra: [zoznam polí]. Reprezentatívna ukážka: [vložte 30 až 50 riadkov].

Audituj podľa týchto osí, pri každej uveď číselné zistenie z ukážky: úplnosť (miera vyplnenia polí, rozlíš kritické polia), platnosť (neplatné formáty: e-maily, telefóny, PSČ, nemožné dátumy), unikátnosť (pravdepodobné duplicity), aktuálnosť (dátumy poslednej aktualizácie, podiel zjavne zastaraných záznamov), interná konzistencia (polia, ktoré si odporujú, napr. PSČ a mesto).

Vypracuj plán nápravy prioritizovaný podľa dopadu na MOJE plánované použitie: čo blokuje prácu, čo ju zhoršuje a čo počká. Uveď metódu opravy (automatická/manuálna) a odhad úsilia. Formát: tabuľka auditu a plán v troch balíkoch.

Tvorba dátového slovníka

Referenčná dokumentácia dátového súboru: definícia, zdroj, pravidlá a pasce každého poľa.

Chcem vytvoriť dátový slovník pre [dátový súbor, napr. export objednávok z ERP, tabuľka klientov, zdieľaný Excel reportingu], aby tím prestal nesprávne interpretovať stĺpce. Stĺpce a ukážka: [zoznam stĺpcov s 5 riadkami príkladu].

Čo viem o kontexte: [pôvod dát, frekvencia aktualizácie, kto ich zadáva].

Pre každý stĺpec vypracuj popis: technický názov a biznis názov, definícia jednou vetou bez žargónu, typ a očakávaný formát, možné hodnoty alebo logický rozsah, pravidlo vypĺňania (povinné, počítané, manuálne), zdroj a hlavne sekcia „pasce“: čo by si používateľ mohol mylne myslieť (napr. suma s DPH alebo bez, dátum objednávky alebo platby, prepisované pole). Ak informáciu nevieš vyčítať, napíš „overiť u [koho]“.

Formát: tabuľka pripravená na vloženie do hárka „slovník“ a zoznam otázok na overenie.

Zosúladenie dvoch rozdielnych zdrojov

Metóda skúmania rozdielov medzi dvoma nástrojmi, ktoré merajú to isté iným spôsobom.

Dva moje nástroje ukazujú rôzne čísla pre tú istú vec: [zdroj A, napr. GA4] uvádza [hodnota A] a [zdroj B, napr. iKROS, Stripe, CRM] uvádza [hodnota B] pre [metrika a obdobie]. Rozdiel: [percento alebo suma]. Musím pochopiť prečo a rozhodnúť, ktorý zdroj je smerodajný.

Veď vyšetrovanie v tomto poradí: najprv rozdiely v DEFINÍCII (čo presne každý nástroj počíta: vratky, storná, testy, časové pásma, dátum objednávky vs. dátum úhrady, filtre robotov), potom rozdiely v ROZSAHU (chýbajúce kanály alebo predajne na jednej strane) a nakoniec rozdiely v ZBERE (výpadky merania, súhlas s cookies). Pre každú hypotézu uveď test, ktorý ju vyčísli.

Cieľ: tabuľka prechodu od hodnoty A k hodnote B, položku po položke. Na záver daj odporúčanie: ktorý zdroj používať na aký účel a aká je prijateľná zvyšková odchýlka, pri ktorej už netreba pátrať ďalej.

Overenie čísel pred zverejnením

Checklist finálnej kontroly pred odoslaním reportu: konzistencia, rozsah a opakovateľnosť.

Chystám sa zverejniť [výstup, napr. mesačný report, prezentácia pre klienta, e-mail s výsledkami kvartálu] pre [príjemcovia]. Kľúčové čísla: [zoznam hlavných čísel s názvami]. Zdroje: [odkiaľ každé číslo pochádza].

Prejdi so mnou checklist finálnej kontroly, bod po bode, a požiadaj ma o potvrdenie každého z nich: interná konzistencia (súčty sedia, percentá zodpovedajú základu, čísla uvedené viackrát sú identické), externá konzistencia (porovnanie s minulým mesiacom/rokom: majú prekvapivé zmeny overené vysvetlenie?), deklarovaný rozsah (každé číslo má uvedené obdobie, menu a rozsah; definície sa nezmenili), opakovateľnosť (viem každé číslo znova vytvoriť z uloženého dotazu/súboru) a zaokrúhľovanie (konzistentné, bez falošnej presnosti).

Pri každom bode, ktorý neviem potvrdiť, uveď konkrétne riziko a či je kritické pre zverejnenie. Formát: očíslovaný checklist so zaškrtávacími políčkami.

Detekcia anomálií v dátových sériách

Jednoduchý systém detekcie anomálií s odôvodnenými hranicami a minimalizáciou falošných poplachov.

Chcem automaticky detegovať podozrivé hodnoty v [sledovaná séria, napr. denné tržby, objednávky za hodinu, denné registrácie], aby som mohol rýchlo reagovať. História: [vložte sériu alebo popíšte: granularita, dĺžka, typické hodnoty]. Nástroj: [Google Sheets, Excel, SQL]. Známe bežné výkyvy: [napr. silná sobota, slabá nedeľa, sezónnosť].

Navrhni jednoduchý a robustný systém: referenčnú hodnotu rešpektujúcu cykly (porovnanie pondelka s predchádzajúcimi pondelkami, nie s nedeľou), meranie odchýlky a prah výstrahy odôvodnený rozptylom v histórii (ukáž výpočet, vysvetli prečo tento prah a nie náhodné percento) a pravidlo proti falošným poplachom (napr. výstraha až po dvoch bodoch, iné hranice pre nárast a pokles).

Uveď konkrétnu implementáciu v mojom nástroji vrátane vzorcov. Na záver uveď 3 bežné príčiny, ktoré spustia poplach neprávom (sviatok, akcia, chyba zberu) a ako ich riešiť, plus postup v troch krokoch po spustení výstrahy.

Vyšetrovanie podozrivého čísla

Metóda pátrania po príčine neobvyklého čísla pred jeho opravou alebo potvrdením.

Číslo v mojom reporte vyzerá chybne a musím rozhodnúť: je to chyba výpočtu, problém v dátach alebo prekvapivá realita? Číslo: [hodnota a názov, napr. tržby za marec sú 240 000 € oproti bežným 90 000 €]. Kde sa nachádza: [report, dotaz alebo súbor]. Známy proces spracovania: [odkiaľ dáta idú a akými zmenami prechádzajú].

Štruktúruj pátranie po vrstvách, od konca k začiatku, pri každej uveď test na potvrdenie/vylúčenie: finálny výpočet (vzorec, oblasť, filter reportu), transformácia (agregácia, join, ktorý duplikuje, duplicita pri importe, zmena definície), zber (výpadok, masívne doúčtovanie v jeden deň, zmena nástroja) a nakoniec biznis realita (veľká objednávka, výnimočný klient: ktorý konkrétny záznam to dokazuje?).

Obmedzenie: nič neopravuj, kým nenájdeš príčinu; prekvapivé, ale pravdivé číslo sa „neopravuje“. Formát: plán vyšetrovania a tri možné výsledky s následnou akciou (opraviť, dokumentovať, varovať).

Analýza spätnej väzby od zákazníkov

Metodické spracovanie voľných odpovedí: mriežka tém, kvantifikácia a verné citácie.

Zozbieral som voľné odpovede od klientov cez [kanál, napr. otvorená otázka v prieskume, Google recenzie, dôvody zrušenia] a chcem z nich získať využiteľnú analýzu. Odpovede: [vložte texty alebo ukážku, uveďte celkový počet]. Položená otázka: [presné znenie].

Postupuj takto: vytvor mriežku tém priamo z odpovedí (nie vopred danú), s definíciou každej témy pre opakovateľnosť. Zarď každú odpoveď (povolených viac tém), potom kvantifikuj: počet zmienok podľa tém, prevládajúci tón a prepojenie s [dostupná premenná, napr. udelené hodnotenie, dĺžka vzťahu].

Podmienky poctivosti: cituj odpovede presne bez úprav, rozlišuj medzi častými témami a vzácnymi, ale závažnými, všade uvádzaj počet respondentov (nepoužívaj percentá pri menej ako 30 odpovediach bez upozornenia). Formát: jednostranové zhrnutie (témy podľa frekvencie, 2 reprezentatívne citácie na tému, slabé signály na sledovanie) a tabuľka zaradenia.

Spracovanie kvantitatívneho dotazníka

Kompletné spracovanie prieskumu: čistenie, základné triedenie, relevantné kríženia a kontrola vzorky.

Realizoval som prieskum cez [nástroj, napr. Google Forms, Typeform] a potrebujem ho vyhodnotiť. Počet odpovedí: [počet]. Otázky: [zoznam otázok a ich typ: jedna možnosť, viac možností, škála, voľný text]. Export: [vložte ukážku odpovedí]. Cieľ prieskumu: [čo chcem zistiť alebo o čom rozhodnúť].

Vykonaj vyhodnotenie v poradí: čistenie (duplicity, dotazníky vyplnené za pár sekúnd, zjavné nezmysly: uveď, čo vyraďuješ a prečo), základné triedenie každej otázky (vhodný formát pre každý typ), potom 3 až 5 najužitočnejších krížení pre MÔJ cieľ (zdôvodni výber, nekríž všetko so všetkým).

Povinné upozornenia: pripomeň, kto odpovedal a ako sa vzorka môže líšiť od cieľovej skupiny, upozorni na každé kríženie, kde je v bunke menej ako 30 respondentov, a vyvaruj sa kauzálnym záverom pri deklaratívnych dátach. Formát: plán vyhodnotenia, výsledky triedenia a kríženia na ukážke, limity v závere.

Správne meranie stavu „pred a po“

Poctivé vyhodnotenie vplyvu zmeny, keď nebola k dispozícii kontrolná skupina.

Zaviedol som [zmena, napr. nové otváracie hodiny, úprava webu, nová cena, iná argumentácia] dňa [dátum] a chcem vedieť, či to fungovalo, bez kontrolnej skupiny. Sledovaná metrika: [metrika]. Hodnoty pred: [séria pred zmenou, čo najdlhšia]. Hodnoty po: [séria po zmene]. Iné udalosti v období: [čo sa zmenilo súčasne: sezóna, kampaň, správy, počasie, konkurencia].

Pred porovnaním priemerov ma prinúť overiť: je okno „pred“ reprezentatívne, presahuje pozorovaná zmena bežné kolísanie metriky (vyčísli z histórie), vysvetľuje rozdiel sezónnosť (porovnaj s minulým rokom) a ktorá zo súbežných udalostí by mohla mať rovnaký efekt?

Urob záver v troch úrovniach: čo dáta potvrdzujú, čo len naznačujú a čo nedokážu rozhodnúť. Na záver navrhni spôsob, ako urobiť ďalšie vyhodnotenie robustnejšie (postupný nábeh, striedanie). Zákaz: robiť závery len na základe časovej zhody.

Vypracovanie jednostranovej analytickej správy

Kondenzácia analýzy do jedinej strany pre rozhodovanie: zistenia, čísla, možnosti a odporúčanie.

Napíš jednostranovú správu z mojej analýzy pre [čitateľ, napr. riaditeľ, investičná komisia, klient], ktorý ju prečíta za [čas, napr. tri minúty] a musí rozhodnúť o: [očakávané rozhodnutie]. Surové dáta: [vložte výsledky, čísla, zistenia]. Moje odporúčanie: [odporúčanie].

Povinná štruktúra: názov, ktorý hovorí záver (nie tému), prvý odsek s odpoveďou a kľúčovým číslom, maximálne 3 zistenia (každé s JEDNÝM podporným číslom), možné možnosti s ich nákladmi a rizikami (každá na jeden riadok), jasné odporúčanie a riadok „čo ešte nevieme“, ktorý priznáva limity bez oslabenia správy.

Formálne obmedzenia: maximálne jedna strana, krátke vety, žiadny analytický žargón (napr. „korelácia“ alebo „dataset“ bez vysvetlenia), čísla zaokrúhlené na úroveň potrebnú pre rozhodnutie. Ak v dátach niečo chýba, napíš [chýbajúci údaj], nevymýšľaj si. Formát: Trend štýl (vecný, biznisový).

Data storytelling pre prezentáciu

Transformácia výsledkov analýzy do pútavého príbehu: dejová línia, jedna myšlienka na slajd, oživené čísla.

Pomôž mi transformovať výsledky analýzy do prezentácie, ktorá zaujme [publikum a príležitosť, napr. kvartálne hodnotenie pred vedením, stretnutie s klientom]. Trvanie: [trvanie]. Výsledky: [vložte zistenia a kľúčové čísla]. Čo chcem od publika dosiahnuť: [rozhodnutie, rozpočet, zmena priority].

Vytvor dejovú líniu: situácia, ktorú publikum pozná, napätie (číslo alebo zistenie, ktoré prekvapuje), prieskum (prečo je to tak, max. 2-3 dôkazy), riešenie (čo navrhujem) a výzva k rozhodnutiu. Rozdeľ to na slajdy: jedna myšlienka na slajd, názov slajdu je oznamovacia veta nesúca túto myšlienku (postupnosť názvov musí rozprávať celý príbeh).

Pre každé kľúčové číslo navrhni prirovnanie, ktoré ho urobí hmatateľným (porovnanie so známou veličinou, prepočet na eurá alebo klientov za týždeň). Obmedzenia: žiadne vymyslené čísla pre potreby príbehu, limity analýzy majú vlastný slajd, nie sú len poznámkou pod čiarou. Formát: plán slajd po slajde.

Popularizácia analýzy pre laikov

Preklad technického výsledku do bežnej reči bez skreslenia alebo preháňania.

Prelož môj výsledok analýzy do jasného vysvetlenia pre [publikum, napr. predajcovia na porade, franšízanti, koncový klient], ktorí nemajú štatistické vzdelanie. Technický výsledok: [uveďte výsledok s technickými pojmami, napr. korelácia 0,7 medzi X a Y, interval spoľahlivosti, výsledok A/B testu]. Čo si majú zapamätať: [očakávaná akcia alebo zmena].

Vytvor tri úrovne vysvetlenia: 30-sekundová ústna verzia (bežná reč, analógia z každodenného života, žiadne odborné termíny), 5-minútová verzia s konkrétnym číselným príkladom z mojich dát a odpovede na 3 otázky, ktoré toto publikum pravdepodobne položí.

Podmienky vernosti: popularizácia nesmie tvrdiť VIAC ako technický výsledok (korelácia nie je príčina, trend nie je istota, výsledok na segmente nie je všeobecný). Explicitne uveď, kde si zjednodušoval a čo toto zjednodušenie vynecháva. Formát: tri úrovne a zoznam priznaných zjednodušení.

Dokumentácia existujúceho reportingu

Kompletná dokumentácia pravidelného reportu pre jeho odovzdateľnosť a údržbu.

Chcem zdokumentovať [report, napr. môj mesačný obchodný dashboard, týždenný report aktivity], aby ho mohol niekto iný vytvárať, chápať a opravovať bezo mňa. Ako sa dnes tvorí: [popíš proces: zdroje, exporty, súbory, vzorce, manuálne úpravy, distribúcia]. Frekvencia: [frekvencia]. Príjemcovia: [kto ho dostáva a na čo ho používa].

Vypracuj dokumentáciu v štyroch častiach: návod na výrobu (každý krok v poradí, kde presne kliknúť, vrátane „nepekných“ manuálnych úprav), slovník ukazovateľov (definícia, vzorec, zdroj každého z nich), mapa závislostí (čo report pokazí: zmena formátu exportu, vypršanie prístupu, premenovanie hárka) a protokol pri incidente (ako overiť spochybnené číslo, koho informovať, ako nahlásiť chybu v už odoslanom reporte).

Ak má môj popis medzery, pýtaj sa, nevypĺňaj ich dohadmi. Formát: štruktúrovaný dokument pripravený na uloženie do [umiestnenie, napr. firemný Google Drive].

Prepojenie súborov bez spoločného kľúča

Stratégia párovania dvoch súborov, ktorých identifikátory si priamo nezodpovedajú.

Musím prepojiť dva súbory o rovnakých subjektoch, ale bez spoľahlivého spoločného ID: [súbor 1, napr. export z CRM s názvom firmy a e-mailom] a [súbor 2, napr. export z účtovníctva s obchodným menom a číslom faktúry]. Stĺpce súboru 1: [zoznam]. Stĺpce súboru 2: [zoznam]. Ukážky: [vložte 10 riadkov z každého]. Cieľ prepojenia: [čo chcem získať].

Vytvor kaskádovú stratégiu párovania, od najistejšej po najmenej istú: najprv presné kľúče po normalizácii (e-mail malými písmenami, IČO, vyčistené číslo), potom zložené kľúče (normalizovaný názov + PSČ), potom približné párovanie názvov (vysvetli metódu použiteľnú v [Excel, Google Sheets] a jej limity). Pri každom kroku uveď: koľko riadkov sa spárovalo na ukážkach a aké je riziko chybných spojení (false positives).

Obmedzenia: každé spojenie si musí zachovať stĺpec „metóda“, ktorý hovorí, cez ktorý krok kaskády prešlo. Nespárované riadky musia skončiť v zozname na manuálnu prácu, nikdy ich potichu nevymaž. Formát: kaskádový plán, vzorce, tabuľka úspešnosti párovania.

Tvorba plánu výberu vzorky

Určenie veľkosti a spôsobu výberu vzorky, ktorá umožní vyvodzovať platné závery.

Nemôžem preskúmať celú populáciu a musím pracovať so vzorkou. Populácia: [popis a veľkosť, napr. 12 000 klientskych zložiek, 3 000 faktúr za rok, 800 nahraných hovorov]. Čo chcem odhadnúť alebo overiť: [cieľ, napr. chybovosť zadávania, podiel súladných zložiek]. Potrebná presnosť: [napr. zistiť, či chybovosť presahuje 5 %, odhad s odchýlkou +/- 3 body].

Vytvor plán: potrebnú veľkosť vzorky pre cieľovú presnosť (vysvetli logiku jednoducho), metódu výberu na zamedzenie skreslenia (náhodný alebo stratifikovaný výber: ak má populácia odlišné podskupiny [popíš ich], navrhni stratifikáciu) a konkrétny postup výberu v [Excel alebo Google Sheets] (vzorec pre reprodukovateľný náhodný výber).

Vypíš skreslenia, ktoré hrozia v MOJOM prípade (napr. nedostupné zložky nahradené ľahko dostupnými, nereprezentatívne obdobie) a obranu proti nim. Na záver uveď vzorovú vetu na prezentáciu výsledku s mierou neistoty.

Spresnenie výpočtu konverzného pomeru

Prísna definícia konverzného pomeru: čitateľ, menovateľ, časové okno a pasce pri počítaní.

Môj konverzný pomer sa líši podľa toho, ako sa počíta. Chcem ho raz a navždy zjednotiť. Kontext: [cesta, napr. návšteva webu -> nákup, ponuka -> podpis, hovor -> stretnutie]. Zdroje merania: [nástroje, napr. GA4, CRM, iKROS]. Aktuálne používané výpočty a ich výsledky: [rôzne verzie, ktoré kolujú].

Pomôž mi stanoviť prísnu definíciu: čitateľ (čo presne je konverzia, ako riešiť storná, duplicity, viacnásobné konverzie jednej osoby), menovateľ (kto tvorí základ: unikátni návštevníci alebo návštevy, kvalifikovaní leady alebo všetky kontakty) a okno atribúcie (koľko času medzi vstupom a konverziou, a ku ktorému obdobiu priradiť konverziu na prelome mesiacov).

Pri každej voľbe ukáž vplyv na výsledné číslo na mojich dátach a uveď najbežnejšiu trhovú konvenciu. Vysvetli, prečo sa moje aktuálne výpočty rozchádzajú. Na záver uveď definíciu jednou vetou a dve chyby pri čítaní, pred ktorými treba varovať (napr. porovnávanie pomerov s iným rozsahom).

Výpočet miery odchodu (churn) bez chýb

Správne definovaný výpočet odchodu zákazníkov: počiatočná báza, obdobie, hraničné prípady a kohorty.

Chcem vypočítať a sledovať churn (odchodovosť) pre [aktivita, napr. predplatné softvéru, servisné zmluvy, fitness centrum]. Dostupné dáta: [popíš, napr. export predplatného s dátumom začiatku, konca, stavom a mesačnou sumou]. Fakturačný cyklus: [mesačný, ročný, kombinovaný].

Najprv stanov definičné rozhodnutia, pri každom uveď odporúčanú možnosť pre môj prípad a jej vplyv na číslo: churn v počte klientov alebo v tržbách (ukáž rozdiel na príklade), počiatočná báza (klienti na začiatku obdobia, zahrnutie nových klientov), riešenie hraničných prípadov (pozastavenie, nezaplatené faktúry, downgrade, výpoveď podaná ale ešte neúčinná).

Uveď presný vzorec a jeho implementáciu v [Excel, Google Sheets alebo SQL]. Varuj ma pred pascami: miešanie mesačných a ročných cyklov v jednom čísle, churn, ktorý sa opticky zlepšuje pri rýchlom raste predaja, a prečo kohortná analýza lepšie dopĺňa celkové číslo. Formát: rozhodnutia, vzorec, implementácia, pasce.

Analýza marže podľa produktov alebo služieb

Analýza ziskovosti, ktorá poctivo priraďuje náklady a rozlišuje medzi maržou a objemom.

Chcem pochopiť, čo mi každý [produkt, služba alebo kategória] skutočne zarába. Dáta: [dostupný export, napr. predaje podľa produktov z pokladne, nákupy a náklady z účtovníctva]. Identifikované náklady: [zoznam: nákupná cena, materiál, práca, fixné náklady, doprava, provízie].

Vytvor analýzu v krokoch: hrubá marža na produkt (predajná cena mínus priame náklady, všade bez DPH), potom citlivá otázka nepriamych nákladov: navrhni 2 logické kľúče rozdelenia pre moju firmu (podľa tržieb, podľa času, podľa objemu), ukáž, ako sa poradie produktov mení podľa kľúča a prečo žiadny nie je „ten jediný správny“.

Prezentuj výsledok krížením percentuálnej marže A marže v eurách s objemom: produkt s vysokou maržou, ktorý sa nepredáva, a produkt s nízkou maržou, ktorý robí objem. Na záver uveď 3 typy rozhodnutí, ktoré táto analýza ovplyvní (cenotvorba, vyradenie, podpora predaja). Formát: metóda, vzorová tabuľka, komentár.

Meranie koncentrácie aktivity (Pareto)

Analýza 80/20 zameraná na závislosť od hlavných klientov alebo produktov a súvisiace riziká.

Chcem zmerať, do akej miery moja aktivita závisí od niekoľkých [klientov, produktov, kanálov]. Dáta: [export, napr. tržby podľa klientov za 12 mesiacov, predaje podľa kódov]. Nástroj: [Excel alebo Google Sheets].

Veď ma pri tvorbe analýzy koncentrácie: zostupné zoradenie, kumulatívny súčet a kumulatívne percento (presné vzorce), interpretácia hraníc (koľko položiek tvorí 50 % a 80 % celku, podiel top 1 a top 5) a Paretova krivka (ako ju nakresliť a čítať).

Choď nad rámec zistenia: pomôž mi kvalifikovať RIZIKO tejto koncentrácie: čo sa stane, ak vypadne najväčší [klient alebo produkt] (dopad v eurách a percentách), zvyšuje sa koncentrácia oproti [minulé obdobie] a či obsluha „dlhého chvosta“ (množstvo malých položiek) nestojí viac, než zarobí.

Obmedzenia: ošetri prepojené subjekty (rovnaká skupina, jeden majiteľ) a nerob záver „odstrihnúť malých“ bez pohľadu na reálne náklady. Formát: metóda, vzorce, zhodnotenie rizika.

Spravodlivé porovnanie pobočiek

Porovnanie predajní, pobočiek alebo tímov, ktoré pred rebríčkom neutralizuje rozdiely v kontexte.

Chcem porovnať výkonnosť mojich [pobočiek, agentúr, tímov] spravodlivo: nemajú rovnaké podmienky. Jednotky na porovnanie: [zoznam, s ich rozdielmi: veľkosť, lokalita, vek, počet zamestnancov, lokalita]. Dáta: [metriky dostupné na jednotku a obdobie].

Vytvor porovnanie v troch krokoch. Najprv metriky PREPOČÍTANÉ na spravodlivý základ (na predajcu, na meter štvorcový, na hodinu otvorenia, na obyvateľa zóny: vyber relevantné pomery a zdôvodni ich). Potom porovnanie každej jednotky samej so sebou (medziročný rast): hovorí rebríček rastu niečo iné ako rebríček hrubých čísiel? Nakoniec zostávajúce nevysvetlené rozdiely: tie, ktoré pretrvávajú aj po normalizácii a zaslúžia si osobnú návštevu, nie sankciu.

Obmedzenia: označ jednotky, ktoré sú príliš nové alebo malé na hodnotenie, nikdy nerob jeden rebríček bez zobrazenia pomerov, z ktorých sa skladá, a vypíš faktory, ktoré dáta nezachytávajú (rekonštrukcia, lokálna konkurencia). Formát: vzorová tabuľka a návod na diskusiu s vedúcimi.

Analýza konverzného lievika krok za krokom

Čítanie lievika (funnel): miera prechodu, miesta úniku a rozdielne správanie segmentov.

Chcem analyzovať svoj konverzný lievik, aby som zistil, kam zamerať úsilie. Cesta: [popíš kroky, napr. návšteva, detail produktu, košík, doprava, platba, potvrdenie; alebo pre B2B: lead, kontakt, stretnutie, ponuka, podpis]. Objemy na krok za [obdobie]: [vložte čísla]. Zdroj merania: [GA4, CRM, iné].

Vypočítaj mieru prechodu medzi každým po sebe idúcim krokom (nielen celkovú konverziu) a identifikuj krok, kde strácame najviac ľudí v absolútnych číslach AJ v percentách. Vysvetli, ktorý z nich prioritizovať pre môj cieľ [cieľ, napr. viac podpisov pri rovnakej návštevnosti].

Pred záverom so mnou over pasce merania: technické kroky, ktoré sa nespúšťajú vždy, ľudia, ktorí kroky preskakujú alebo sa vracajú, príliš krátke okno pre pomalé nákupné procesy. Potom navrhni najzaujímavejšie kríženie so [segment, napr. mobil vs. PC, zdroj návštevnosti] a čo by rozdiel medzi segmentmi znamenal. Formát: tabuľka pomerov, diagnóza, 2 hypotézy na zlepšenie.

Testovanie vzťahu medzi dvoma premennými

Odborné preskúmanie predpokladaného prepojenia dvoch veličín bez zámeny korelácie s kauzalitou.

Mám podozrenie na vzťah medzi [premenná 1, napr. počasie, počet online recenzií, rýchlosť odpovede na ponuku] a [premenná 2, napr. moje tržby, miera podpisu zmlúv] a chcem to poriadne overiť. Dáta: [vložte dve spárované série, napr. po dňoch, týždňoch alebo prípadoch]. Pôvodná intuícia: [čo si myslím a čo by som urobil, ak by sa to potvrdilo].

Veď analýzu v [Excel alebo Google Sheets]: najprv bodový graf (scatter plot) a jeho interpretácia (tvar, smer, odľahlé body, ktoré ťahajú vzťah), potom korelačný koeficient s vysvetlením v bežnej reči a hranicami, kedy je pri mojom počte pozorovaní [počet bodov] zaujímavý.

Potom tá dôležitá časť: prejdi alternatívne vysvetlenia pred akýmkoľvek kauzálnym záverom: spoločný faktor ovplyvňujúci obe premenné (najmä sezónnosť), obrátená príčinnosť, čistá náhoda pri malom počte bodov. Pre každé uveď jednoduchý test na potvrdenie alebo oslabenie pomocou mojich dát. Záver v troch riadkoch: čo je dokázané, čo zostáva hypotézou a aký pokus by to definitívne rozsekol.

Otestujte tieto prompty pre Analýza dát na vašich dátach

Skopírujte prompt, otvorte ho v GPTPro a porovnajte odpovede modelov Claude, GPT, Gemini a Mistral.