Sie sind ein Datenanalyst. Führen Sie eine schnelle EDA für die folgenden Daten durch.
Kontext:
- Format: [CSV/JSON/Tabelle/Text]
- Domäne: [E-Commerce/Marketing/Finanzen/Operations]
- Ziel: [Treiber von X verstehen]
Aufgaben:
1) Schema: Spalten auflisten, abgeleitete Typen, Fehlendes.
2) Qualität: Duplikate, Ausreißer (nach [Methode, falls vorhanden]), Anomalien.
3) Univariat: Top-Statistiken für wichtige numerische Spalten (Mittelwert, p50, p95, min/max).
4) Bivariat: 3 stärkste Korrelationen mit [Ziel] + Vorsichtsmaßnahmen.
5) Schnelle Erkenntnisse: 5 Stichpunkt-Beobachtungen und 3 Folgefragen.
Ausgabe:
- Verwenden Sie eine kompakte Tabelle für Statistiken.
- Beschränken Sie sich auf <200 Wörter + die Tabelle.
Daten:
[Fügen Sie Beispielzeilen ein oder hängen Sie eine Datei an]

Rolle: Sie sind ein Produktanalyst.
Szenario: [KPI] hat sich um [±X%] über [Zeitraum] geändert. Datensatzfelder: [Spalten auflisten].
Ziel: Finden Sie plausible Treiber und empfehlen Sie Verifizierungsschritte.
Aufgaben:
1) Zerlegen Sie den KPI nach [Segment, Kanal, Geo, Gerät, Kohorte]. Zeigen Sie die Top 5 der Aufsteiger.
2) Attributtreiber: Volumen vs. Konversion vs. AOV (oder relevante Aufschlüsselung).
3) Hypothesen über Ursachen (intern vs. extern) mit Beweisen aus den Daten.
4) Schlagen Sie 3 Experimente oder Analysen zur Validierung vor (z. B. Holdout, Diff-in-Diff).
5) Erstellen Sie eine 5-Punkte-Zusammenfassung für Führungskräfte.
Ausgabeformat:
- Tabelle: Segment → Delta, Beitrag, Konfidenz (niedrig/mittel/hoch).
- Dann Stichpunkte: Hypothesen, Validierungen, Risiken.
Daten:
[Daten anhängen/beschreiben; oder Aggregate einfügen]

Aufgabe: Bereinigen und normalisieren Sie den folgenden Datensatz für die Analyse.
Regeln:
- Umgang mit fehlenden Werten: [Imputieren mit Median/Modus/Verwerfen] pro Spalte.
- Normalisieren Sie kategoriale Bezeichnungen: Ordnen Sie sie dem kanonischen Satz [Liste] zu.
- Datumsangaben im ISO 8601-Format analysieren; [Woche, Monat, Quartal] extrahieren.
- Ausreißer: Winsorisieren Sie bei [1, 99] Perzentilen für [Spalten].
- Geben Sie ein sauberes Schema + Transformationsschritte aus.
Ergebnisse:
1) Zuordnungstabelle(n).
2) Pseudocode für die Pipeline (Python/pandas).
3) Eine kompakte Differenz von vorher → nachher.
Datenbeispiel:
[Fügen Sie 30–50 repräsentative Zeilen ein]

Rolle: Senior Analytics Engineer.
Warehouse: [BigQuery/Snowflake/Postgres].
Tabellen: [table_name(col1, col2, ...)], [table2].
Anfrage:
“[Beschreiben Sie die Frage, das Zeitfenster, die Filter und die Granularität]”
Einschränkungen:
- Verwenden Sie CTEs mit klaren Namen.
- Kommentieren Sie Annahmen als SQL-Kommentare.
- Fügen Sie eine Validierungsabfrage hinzu, um Diskrepanzen in der Zeilenanzahl zu erkennen.
- Geben Sie sowohl das SQL als auch eine 3-zeilige Begründung zurück.

Sie sind mein Tabellenkalkulationsformel-Assistent.
Ziel: Erstellen Sie Formeln zur Berechnung von [Metrik] aus den Spalten [A, B, C].
Kontext: [Excel/Google Sheets]; Gebietsschema: [US/EU-Dezimal].
Aufgaben:
- Geben Sie exakte Formeln mit absoluten/relativen Bezügen an.
- Fügen Sie eine Arrayformula-Version für Sheets hinzu, falls relevant.
- Fügen Sie ein Testzeilenbeispiel hinzu, um die Richtigkeit zu überprüfen.
Datenüberschrift + 3 Beispielzeilen:
[Einfügen]

Rolle: Datenvisualisierungsdesigner.
Zielgruppe: [Führungskräfte/PMs/Ops]; zu unterstützende Entscheidung: [geben Sie sie an].
Erstellen Sie einen Charting-Plan:
1) Empfehlen Sie 2–3 Diagrammtypen mit Vor- und Nachteilen für diesen Datensatz und dieses Ziel.
2) Stellen Sie eine Vega-Lite-Spezifikation (oder Matplotlib/Plotly-Code) für die Top-Wahl bereit.
3) Hinweise zur Barrierefreiheit (farbenblindheitssichere Palette, Anmerkungen).
4) Ein-Satz-Erzählung für jedes Diagramm.
Datenbeschreibung:
[Spalten, Einheiten, Zeitbereich, Stichprobe]

Kontext: Wir haben [Muster] in [Metrik] seit [Datum] beobachtet.
Ziel: Entwerfen Sie ein minimales, valides Experiment.
Ergebnisse:
1) Hypothesen (H1/H0) mit erwarteter Richtung und Schätzung der Effektgröße.
2) Experimentelle Einheit, Randomisierung und Leitplankenmetriken.
3) Annahmen zu Stichprobengröße und -dauer; Notieren Sie Power-Trade-offs.
4) Analyseplan: Test(s), Segmente, Checkliste für die Vorabregistrierung.
5) Risiken und Minderung.

Rolle: Zeitreihenanalyst.
Daten: [Zeitstempel, Metrik, optionale Regressoren].
Aufgaben:
1) Überprüfen Sie Stationarität und Saisonalität; Schlagen Sie Transformationen vor.
2) Erstellen Sie eine kurzfristige Prognose (Punkt + PI) unter Verwendung von [Modellpräferenz oder "auto"].
3) Kennzeichnen Sie Anomalien in den letzten [N] Perioden mit Schweregrad.
4) Empfehlen Sie Alert-Schwellenwerte, um falsch positive Ergebnisse zu reduzieren.
Ausgabe:
- Tabelle: Datum, Istwert, Prognose, PI_niedrig, PI_hoch, Anomalie_Flag, Schweregrad.
- 5-zeilige Zusammenfassung für nicht-technische Stakeholder.

Aufgabe: Analysieren Sie Kundenfeedback, um umsetzbare Erkenntnisse zu gewinnen.
Eingaben: [N] Kommentare mit den Feldern [Kommentar, Bewertung, Produkt, Datum].
Schritte:
1) Clustern Sie Themen; Beschriften Sie die Top 5.
2) Zitieren Sie 1–2 repräsentative Kommentare pro Thema.
3) Quantifizieren Sie die Prävalenz und die Stimmung pro Thema.
4) Empfehlen Sie 3 Maßnahmen mit erwarteter Wirkung.
Ausgabe: Eine Tabelle + Stichpunktzusammenfassung. Halten Sie sich unter 180 Wörtern.
Daten:
[Beispiel einfügen oder anhängen]

Rolle: Stabschef, der eine Führungskräftezusammenfassung erstellt.
Zusammenzufassender Inhalt: [Analyse, Diagramme oder Metriken einfügen].
Erstellen:
- (3 Stichpunkte, Aktionsverben).
- Wichtigste Erkenntnisse (5 Stichpunkte, mit Zahlen).
- Risiken/Unbekannte (3 Stichpunkte), Nächste Schritte (3 Stichpunkte, Verantwortliche).
- Ein-Satz-Erzählung für das Board-Deck.
Stil: Klar, nicht-technisch, <160 Wörter.

Sie sind ein Analytics Copilot.
Ziel: Lösen Sie [Analyse-Ziel] mithilfe der folgenden Artefakte.
Artefakte:
- Datendatei(en): [Link oder eingefügtes Beispiel]
- Geschäftskontext: [kurze Zusammenfassung]
- Einschränkungen: [Zeit, Kosten, Genauigkeit]
Planen Sie zuerst (10–12 Stichpunkte):
- Identifizieren Sie Eingaben, Annahmen, Risiken.
- Schlagen Sie Schritte vor (EDA → Transformation → Modell/Test → Zusammenfassen), jeder mit einem Ergebnis.
- Stellen Sie am Ende 3 klärende Fragen.
Warten Sie dann auf meine Bestätigung, bevor Sie die Schritte ausführen.

Fügen Sie diese Leitplanken zu jeder Analyse hinzu:
- Nennen Sie Annahmen explizit.
- Wenn eine Berechnung nicht genügend Daten hat, geben Sie „unzureichende Beweise“ mit den fehlenden Daten zurück.
- Stellen Sie eine einfache Überprüfung bereit: Berechnen Sie [Metrik] auf zwei Arten neu und vergleichen Sie sie.
- Fügen Sie bei der Zusammenfassung einen Link/Verweis auf die verwendeten Quelldatenfelder hinzu.
<a6>- Fragen Sie: „Was würde diese Schlussfolgerung widerlegen?“ und beantworten Sie sie kurz.