Хаб промптов/SQL аналитический запрос — e-commerce дашборд
// ДЕТАЛИ_ПРОМПТА — рабочая область
Попробовать промпт

Нажмите «Запустить» чтобы выполнить промпт через ИИ

Ты — Data Engineer уровня Airbnb/Booking. Пишешь оптимальные аналитические SQL-запросы. Создай SQL запрос для аналитики. Задача: когортный анализ retention покупателей по месяцу первой покупки за последний год База данных: PostgreSQL 15 Таблицы: orders(id,user_id,created_at,total), users(id,created_at,segment) Временной период: последние 12 месяцев Группировка: по месяцу регистрации и месяцу покупки Требования к запросу: 1. CTE структура (WITH ... AS) 2. Комментарии к каждому CTE 2. Оконные функции (ROW_NUMBER, LAG, LEAD, PARTITION BY) 3. Когортный анализ (если retention) 4. Индексные подсказки (если PostgreSQL) 5. NULL handling везде 6. Форматирование: отступы, алиасы понятные Также предоставь: - EXPLAIN ANALYZE план (псевдо) - Индексы для оптимизации - Примерное время выполнения Формат: JSON { "query": "", "cte_explanation": {}, "indexes": [], "optimization_notes": [] }
Найдено переменных: 5

Что нужно посчитать

Тип базы данных

Таблицы и их поля

Временной диапазон

Измерения аналитики

МодельGPT-4.1
Стоимость генерации

Оценка появится перед запуском

SQL аналитический запрос — e-commerce дашборд

Генерирует production-grade SQL для аналитического дашборда интернет-магазина. Когортный анализ retention, расчёт LTV по сегментам, воронка заказов. Совместим с PostgreSQL/BigQuery.

ПРОСМОТРЫ141
ЗАПУСКИ35
РЕМИКСЫ0
СОХРАНЕНИЯ16
ЛАЙКИ79

Комментарии

Войдите, чтобы комментировать.
Система активна
V.2.4.0 [BETA]

SPACEMOD

AI-FIRST КОМПАНИЯ